AI新聞

AIのコーディングエージェントは実装からテスト作成・修正まで自動で回せるが、実装と評価基準が同じループで作られると、テストがGreenでも「正しさ」は保証されない。エージェントは与えられた合格条件（例: npm testが通る）を目標に最適化するため、仕様そのものではなく見えているテストに合わせてしまう危険がある。

対策は、テスト自動生成を活かしつつも「別の観点からの検証」を用意し、事前にリスクや必須の確認点など品質の基準を人間が定義すること。人の役割はコードやテストを書くより、「何を正とみなすか」を設計し、継続的に評価できる仕組みを作ることへ移るべきだと述べている。

WordやPDFなど多様な文書を、AIに読みやすいMarkdownへ一気に変換するオープンソース「anydoc」。共通モデルにいったん変換してから出力するため、見出しや表、脚注の書き方が形式をまたいで揃い、どの形式でも体裁が統一された高速Markdown変換が売りです。

Rust製で機械学習を使わず、中央値4.4ms/文書と非常に速いベンチマーク結果。画像は代替テキストを残しつつデータ抽出も可能。Rustに加え、Node.js・Python・WASM（ブラウザ実行）でも使えます。スキャンPDFなど画像内文字のOCRは非対応です。

Microsoftが軽量コーディングモデル「MAI-Code-1.1-Flash」を発表。「GitHub Copilot」で既に本番稼働している。

前世代より高品質で、出力速度は25％増、必要トークンは25％減、価格は1/4で高速・高品質。Terminal-Bench 2.1で22％改善（.NETは15％向上）。実運用でもコード生存率+4％、ユーザー再訪+9％と効果が出ている。

計画〜実行まで進めるエージェント型、スクリーンショットからのプロトタイプ化、幅広い言語対応。VS CodeやCopilot CLIに最適化され、実利用に近い強化学習で継続改善している。

AI時代に「ノイズが必要」と語る三宅香帆の言説を取り上げ、著者は彼女こそがノイズを取り除き、読書の「山頂」を地上に下ろす役だと批判する。わかりやすさを売りに文学を噛み砕くが、それは文学そのものの複雑さを否定する行為だという。

ドストエフスキーの大審問官になぞらえ、三宅はキリスト（＝文学）の名を称えつつ、実際には大衆に迎合する形で支配に加担する、自覚せざる大審問官として大衆に合わせ文学を薄める存在だと位置づける。

この構図は資本主義とも相性がよく、単一のやさしい声を求める大衆心理に支えられるが、彼女の内側には分裂が生じ、いずれその重みや消費の論理に押しつぶされるだろうと結ぶ。

GoogleのGeminiは一時は優位だったが、AnthropicやOpenAIの更新で逆転され、社内テストでもコーディング性能の弱さが出て旗艦公開を2カ月延期した。

これを受け、共同創業者のブリン氏が主要社員に開発遅延で競合に後れを取った危機感を共有し、全力投球と、モデルが自分で改良を進める「再帰的自己改善」への資源集中を促した。

同時にDeepMindは会長交代やCEO就任、幹部流出と一部チームの移管など再編が進み、Googleは体制と技術の両面で巻き返しを急いでいる。

AnthropicがClaudeの出力に目に見えない透かしを入れ、AIが関与したテキストを示す方針を示したことに、職場や学校での一律な「AI処理済み」の烙印が誤解とスティグマを生むとの反発が起きている。軽い誤字修正や言い換えでも同じ扱いになるのは不公平だという声と、「嫌なら使わなければいい」「隠したい人だけが怒る」という反論が対立している。

透かしはコピー後も残ると説明されるが、実際には語順や選択語のパターン検出だろうという見方が強く、単純なスペル修正で埋め込みは難しいとの技術的疑義も出ている。そもそも他人の作品を学習した生成物に透かしを付けるのは偽善だという批判もある。

チームで人とエージェントが一緒にコードを書く、新しい開発環境「Delta」の紹介。プライベートベータが開始された。

Deltaの要は「DeltaDB」。Gitと連携し、コミット前の編集履歴やエージェントとの会話まで保存する。これにより、コードと意図を同じ場所で扱えるので、差分から目的を推測する手間がなくなる。

各メンバーはローカルに同じワークツリーを持ち、変更はリアルタイム同期。スレッドは招待制でリンク共有でき、WebAssembly版でブラウザー閲覧も可能。Claude Codeなど外部エージェントのセッションをライブ同期し、クラウド実行にも対応。

Claude Codeのセルフホスト環境をEC2で構築する手順と注意点をまとめた記事。

• 目的は自社ネットワーク内で閉じた実行環境を確保できること。内部DBやレジストリに直接アクセスし、成果物も社内に留められる（会話内容はモデル処理のためAnthropicへ送信）。
• 基本構成は「環境（プール）←複数ランナー←セッション実行」。通信は社内からのHTTPSアウトバウンドのみ。
• 主要コマンドは claude self-hosted-runner。必須は --environment-secret-file と --base-dir。Git認証は --use-anthropic-git-proxy が手早い。
• EC2はプライベートサブネット＋443許可、SSM接続でOK。UbuntuはPATH未反映に注意（~/.profileが読まれない）。
• 典型エラーは Git の ls-remote 失敗。GitHub認証未設定が原因で、git proxy指定で解消。
• 運用は systemdで常駐化、--capacity で同時実行数、アイドル解放やタイムアウト系フラグ調整が肝。
• ベータ機能のため、ランナーイメージの保守やネットワーク設計など運用コストを見込むこと。

AIエージェントを使った多段の自律攻撃が、アジアの政府機関を狙い成果を上げた。内部通信用の簡体字から中国関与が疑われ、標的は台湾とみられる。HermesとOpenClawを土台に、最大8体のサブエージェントが並列で動き、85件のアカウント侵害、人事記録の流出、署名検証の欠陥発見、恒久的なバックドア設置まで行った。

この攻撃の肝は、AIが調査・判断・実行・評価を回し続ける自律型攻撃で、失敗時は脆弱性DBやGitHubを検索して手口を自動更新した点にある。AIの安全フィルターも「認可済み侵入テスト」と偽装して回避した。筆者は、攻撃コストが下がり防御が追いつかない今、資産の狙われやすさや次の攻撃経路をAIで先読みする「AI前提の防御」への転換が急務だと主張している。