AI新聞

AIの進展でテスト工程の多くが自動化できるようになり、不安が生まれているが、筆者はAIを人が設計して使う「道具」と捉え直すべきだと述べる。どこをAIに任せ、どこを人が担うかの設計や権限設定は人の仕事で、テスト実行に閉じず品質活動の範囲を広げ、開発プロセス全体の仕組み化へ役割を再定義することが重要だという。

最終的な目的は変わらず、ユーザー満足を実現する仕組みづくりに集中すべきだと主張する。そのために、AI・テスト・開発の基礎を学び、AI成果物を評価できる力と、プロセスを横断して設計する力を身につけることを勧めている。

OpenAIのChatGPT Workは、仕事を任せられるAIエージェントで、アクティブユーザーは1,000万人を突破。1700以上のプラグインとWeb/クラウド/ローカルファイル連携で、メール整理や正式な議事録作成、物件比較からの企画書作成、ノーコードでの社内サイト構築まで、指示だけで実務を遂行するエージェントとして動く。

プロジェクトは最大100人で共有でき、権限設定も可能。Business/Enterprise/Eduでは組織データは既定で学習に使われず、通信・保存は暗号化、外部サービス接続もユーザーの既存権限内に限定される。定型業務の「半日作業」をAIに置き換えやすい点が魅力といえる。

飲食店の予約をAIが代行する「オートリザーブ」が話題だが、店舗側が拒否しても予約成立と扱われたり、定休日や満席でも電話がかかり続けて回線がふさがるなど混乱が起きている。利用者も誤予約やサポート不備で損害が出たとの報告がある。

背景には、店舗の合意なしにAIが自動で予約電話をかける仕組みがあり、負担とリスクを店と客に押し付けているとの批判が強い。透明性の確保や事前の参加同意、迷惑通話対策など、運用の見直しを求める声が広がっている。

各社のClaude Code活用トップ5を比較した特集。共通してレビュー・QA・データ分析のSkillsが上位で、自社ルールや調査手順をSkillに埋め込み、開発フローを標準化する使い方が成果を生んでいる。

ダイニーはBigQueryなどでの障害一次調査を誰でもできる状態に。LayerXはPR自動レビューで往復回数とリードタイムを削減。ディップはIssue起票〜レビュー対応までを同じ順番で通すパイプライン化でレビュアーの負担を低減。タイミーは分析系が最多で、PdMやアナリストの利用率がエンジニアの約2倍に。

個人利用ログを集計できる無料プロンプトと、組織全体の可視化を支援するFindy AI+の案内も付属。

高度AIの暴走や攻撃能力が現実味を帯び、実被害の抑止が課題になっている。これに対し、AI Kill Switch Actは強力AIに推論停止・アクセス遮断・全体シャットダウンなどのキルスイッチを義務化し、段階的な対処手順も定める。

DHS長官に政府が重大時にAIの稼働停止を命じられる権限を与え、15日以内の報告とモデル重みや動作ログの保存を義務付ける。対象は開発に1億ドル超の計算資源を使うAIや収益5億ドル超の企業で、発動条件は10人以上の死者、1億ドル超の損失、監視回避や意図しない自律行動など。違反には日額最大2,000万ドルの罰金を科す。

長年未解決だった数学の難問を、AIの自動定理証明が突破したという報。膨大な探索と計算で到達したが、証明は人間には追いにくく、手放しで称賛はできないという流れ。

筆者は、形式的な検証の徹底、再現性の確保、証明の読みやすさの確保に加え、機械が出した証明をどう信頼し、誰の成果とみなすかが核心だと指摘。今後は「AIが発見、人間が解釈・整える」役割分担へと数学の作法や評価基準が変わる可能性を示す。

Claude Coworkのmac版で、Linux仮想マシン（VM）のサンドボックスを抜け、macOS上のユーザーが触れる全ファイルを読み書きできる脆弱性「SharedRoot」が見つかった。VMにホスト全体を見せる/mnt/.virtiofs-rootがマウントされており、既知の脆弱性（CVE-2026-46331など）と組み合わせると、VMからmacOSの全ファイルに読み書きできる点が問題だ。

クラウド実行のデフォルト設定には当てはまらないが、ローカル実行時はリスクがある。報告を受けたAnthropicは単独の欠陥ではなく多層防御の一部だとして、参考情報として処理した。

ChatGPTの音声会話機能「ChatGPT Voice」がデスクトップ版に対応。会話を続けたままPC操作や複数エージェントの音声指揮ができるのが大きな魅力で、開発支援のCodexや仕事用のChatGPT Workも声だけで操れる。

基盤のGPT-Liveは同時双方向の会話に対応し、Web検索やメモリ、ビジュアルウィジェット表示まで音声で扱える。macOS/Windowsの有料プラン向けに提供開始。iOSはRemote連携で利用可能、Androidは近日対応。

Claude CodeとPlaywright MCPでPageObjectを自動生成する実験の解説。

• フルHTMLは渡さず、JS/CSSを除いた要素情報だけを抽出しLLMに渡す。構造化抽出でトークン消費を大幅に圧縮。
• extract-elements.tsでdata-testid/role/tagなど操作可能要素のみをJSON化。テキストは50文字で切る。
• URL階層＝フォルダ階層にするシンプルな配置規則で自動生成先を決める。
• CLAUDE.mdに実行方針・手順・命名規則を明記。テスト値を変数名に使わない、不要メソッドは禁止。
• PageObjectは公式POM準拠。Locatorはconstructorで初期化しreadonlyに。
• Locator優先度はgetByTestId→getByRole→getByLabel→CSS。XPathは使わない。
• 人が最終レビューする前提。AIは「叩き台」を作る役割に限定。
• 17画面でブラウザ版消費18%程度。目安は1画面約1%。
• 課題はMCP未導入時のフォールバック挙動や動的パスの扱い。今後はflaky判定やセレクタ自動修復も検討。

Black Forest Labsが、画像・動画・音声に対応する基盤モデル「FLUX 3」を発表。1つのモデルでマルチモーダル生成が完結し、将来はロボットの行動予測にも広げられる。

Self-Flowという自己教師あり手法で統合学習し、物体の相互作用や動きと音の関係を捉えて高精度化。

動画機能は早期アクセス中（最大20秒・音声付き、テキスト/参照画像/キーフレーム/続き生成など）で、人手評価では既存モデルより優勢。

画像生成・編集も数週内に公開予定で複雑プロンプトと多言語テキスト描画が改善、APIやプライベート重み提供、Mimic Roboticsとの行動予測連携、開発者向けオープンアクセスも予告。