AI新聞

AIで初期の開発コストが下がり、作れる量が増える一方で、運用・保守・障害対応・セキュリティなど「作った後の費用」は下がらない。筆者は、LLMの出力が不確実である前提に立ち、受け入れ条件のコード化、監視設計、段階リリースとロールバックなどで決定論的に品質を守るべきだと述べる。要するに、AIに正しさを期待せず、間違っても壊れにくい系を先に設計するという姿勢である。

人の仕事は全工程に薄く残り、問いを立てる、判断する、境界を引く、品質責任を持つ、異常時に介入する役割が中心になる。設計は「一つの変更に必要な前提知識をどれだけ小さくできるか」を指針に、組織とアーキテクチャの一貫性を重視するとしている。

経産省のイベントで、エヌビディアのフアンCEOが「日本は自前の『ジャパンAI』を持ち、育て、使いこなすべき」と発言。背景には、AIの核であるデータやインフラを他国に任せると、政策や安全保障まで影響を受ける懸念がある。

一方で、この発言は「GPUを買えという営業」にも聞こえるとの見方が強い。政府の外国クラウド依存や個人データの国外提供への不安、パランティア採用論争、人材流出と投資不足、経営層のAI理解不足など日本側の課題も噴出し、自国のデータとAIの主導権を握れという主張と現実のギャップが浮き彫りになった。

人手不足と生成AIの普及が進み、ITエンジニアの仕事が分かれてきた。特にコーディングやテストなどAIに代替されやすい業務は単価が下がり、AIに置き換えやすい作業の賃金が約5割低いという賃金の二極化が起きている。

一方、要件定義や設計、全体の方針決めなどの「上流工程」は代替されにくく、報酬が相対的に高い。日本でも下流中心の雇用は縮小が進む見通しで、格差は賃金だけでなく、学習機会やキャリアの安定性といった面でも広がると指摘している。

AWS Summit NYで品質まわりの機能が一気に増え、コードレビューからリリース判定、実行環境の安全確認まで「AIエージェント」が担う範囲が広がっている。これにより品質保証の主戦場は、アプリのテストから、AIエージェントの品質を継続的に測り、改善する仕組みへと移る。

開発やレビューが自動化されるほど、人は何をするかが問われる。筆者は、2026年をAIエージェント「構築」の元年と見ており、エージェントの設計・監督・スキル評価を担う新しい品質保証の役割が重要になると述べている。

Qwen CodeでRyzen AI Max搭載のWindowsにローカルLLM環境を構築した実録とノウハウ。

• 中国からVPN不要のQwen Codeを採用。Alibaba ModelStudio直結で、ターミナル操作・ファイル編集・Git記録まで一気通貫。
• コマンド自動実行は禁じ、都度承認を有効化。指示・ファイル名は英語とASCIIに統一し、文字化けを回避。
• まず監査スクリプトでOS/CPU/GPU/ドライバ/ツール群を点検。Dockerで不安定化したため、WSL/Dockerを外し、WindowsネイティブのOllamaとllama.cppに設計変更。
• モデルはModelScopeからQwen3-32B Q4_K_M(GGUF約18.4GB)を取得し、ModelfileでOllama登録。中国内からのDLが安定。
• Radeon 8060Sで100% GPU稼働を確認。Ollama(ROCm)で約10.01 tok/s、llama.cpp(Vulkan)で約11.41 tok/s。対話は可能だが即応性はクラウドに劣る。
• ウォームアップや固定プロンプトを含むベンチ用スクリプトで条件を統一。結果や設計はMarkdownとGitコミットで可視化。
• 核心は、ローカルAI環境を中国のAIエージェントに構築させ、監査→設計変更→計測までを同一リポジトリで回せたこと。次回は遠隔安全接続の手順を扱う。

コーディングエージェントとGitを組み合わせる実践パターンをまとめた記事。

• 意図を言葉で伝えればGit操作を代行してくれる。コミットやリモート設定など、日常操作を自然な日本語で頼める。
• 新しいセッションの冒頭に「直近のコミットを見て」と伝え、git logで履歴を読み込ませて文脈を共有する。これは特に効く。
• マージかリベースかの相談、コンフリクト解消、消えた変更の復元（reflogなど）など、手が止まる場面ほど任せる価値がある。
• バグ調査は「git bisectで原因コミットを特定して」と指示すれば、二分探索で効率よく突き止められる。
• 履歴の整形（直前コミットの取り消し、ファイル除外、メッセージのまとめ直し、履歴の移植）も言葉で依頼できる。
• 操作は任せても、履歴をどう残すかの最終判断は人間が握る前提で使う。
• 履歴を読みやすく保つと、エージェントの理解も上がる。リネームや理由付きメッセージが効く。
• 特別なツールは不要。手元のGitと既存のエージェントだけで今日から試せる。

欧州や各地の古書店に、カナダ企業から不自然な大量注文が相次ぎ、1分間隔の発注やニッチ言語の本まで狙われている。調査報道は、これらが買い取られデジタル化され、AI学習用に古本を大量買い取りデジタル化→破棄という流れに使われている疑いを指摘する。

市場性の低い料理本や伝記、小部数のエッセーまで対象で、スペイン、ドイツ、米国、NZ、豪、ブルガリア、英国で確認。著作権逃れのための破棄や、地域言語の知の吸い上げが倫理・法的に問題だと訴える。

拡散中の「祈ってる間は犬を黙らせて」というイスラム教徒女性の動画は、MAGA系（トランプ支持の右派）アカウントがGrok Imagineで作ったAI捏造で、文言の追加や見た目の改変もある。元は犬に関するイスラム教の教えを説明したTikTokで、そこから画像ミーム化され、AI動画へと加工され、日本の右派アカウントにも波及したという経緯が追跡されている。

筆者は、AI生成動画が国際的な極右ネットワークを通じて拡散した点を問題視し、宗教や少数派への偏見を煽る素材として使われていると指摘している。出所確認と検証の重要性を訴える内容。

ChatGPT Workは、チャットの一問一答を越えて、業務ワークフロー全体をエージェントに委ねられる環境。デスクトップ/Web/モバイル対応で、SlackやGoogle Driveなど1,700超の連携と“スキル”を使い分け、資料作成・データ分析・スライドや社内サイトまで自動で形にする。

新モデルGPT 5.6（Sol/Terra/Luna）がエージェント利用に最適化。デスクトップ版はPC内のPDFやCSVも扱え、可視化やスケジューリング実行で定例作業も自動化できる。開発者向けCodexと同居し、非エンジニアでも「企画→分析→成果物公開」までを一気通貫で進められるのが魅力。

筆者はマルチエージェントLLMの論文40本をワークフローごとに再実装し、評価値の再現ではなく構造の理解を狙った。結果として、手法の多くは「ループ構造・プロンプト（指示文）設計・出力の統合ルール」でほぼ説明できること、h5i-pythonで核心は100行前後に収まり、サンプル同士が互いの出力を見ない独立性が重要だと述べる。

自己改善系は「生成→フィードバック→改良」の同じ型で、議論系は「誰が誰の発言を見られるか」という可視範囲の設計が本質。最終的に手法は8タイプに整理でき、役割や通信、フィードバック源、投票方法をパラメータ化すれば広い研究領域をカバーできると結論づける。

サイバー攻撃に自律型AIエージェントが使われ、脆弱性の発見から侵入、横展開までが自動化し、攻撃は自動化で速度が3倍に。トロント大の実験などがそれを示す。

一方、防御側の企業は誤検知や責任リスク、機密データの扱いを懸念しAI導入が進まず、守りが遅れている。筆者は、防御側も監査可能な形でAIを導入し、脆弱性診断の義務化や評価基準の整備、人材育成を急ぐべきだと述べる。長期的には防御側への恩恵も見込まれるが、今は移行期の弱点が露呈している。

Claude CodeのPlanモードを省力化する運用術を解説した記事。

• Plan時だけ効くUserPromptSubmit hookで運用ルールを自動注入。AskUserQuestionで曖昧点がなくなるまで質問を繰り返す
• 実装はメインセッションで直接行わず、サブエージェントやclaude --bg / -pに委譲。設計や難所はOpus、実装はSonnetに振り分ける
• PostToolUse hookでplans配下のmd更新を検知し、<!-- render -->があるときだけclaude -pでHTML化→Artifact公開→ブラウザ自動表示。rejectならmd修正→再生成→再確認
• 効果：タイピング負荷とトークンを削減し、コンテキストの混在を防ぐ。視覚確認で計画の妥当性を上げる
• 注意：ブラウザopenの許可設定が必要。Artifactは非公開で扱う
• 核心は、質問ループ＋自動オーケストレーション＋HTML可視化を一体化してPlan運用を安定させる点