AI新聞

企業のSNS運用におけるAI画像加工のトラブルについて扱った記事。味の素が公式Xに投稿したレシピ画像で「ほんだし」のラベル文字が崩れ、AI加工（明るさ調整や背景変更）が原因だったと説明し謝罪。加工前の写真も示し、再発防止を約束した。

今回の件は、生成AIの軽い加工でもブランド表示が崩れ、信頼を損ねうることを浮き彫りにした。ユーザーは違和感を素早く見抜くため、AI利用の明示や投稿前チェック体制の強化が欠かせないという示唆がある。

日本がOSやクラウド、AIまで米国勢に奪われる「デジタル敗戦」の背景に、IT大手を頂点とする多重下請けがある。設計だけを上が握り、コードは安価な下請けに流すため、設計者が自ら手を動かさず、優秀なエンジニアが育たない。

筆者は、米国のように設計と実装を一体で担う文化への転換が要ると主張する。大学教育のぬるさや企業の理解不足も重なり、このままでは多重下請け構造がエンジニアを弱くすることで「AI敗戦」まで招くと警鐘を鳴らす。

Claude CodeとCodexを併用して開発効率を上げるコツを整理した記事。

• 調査や計画はChatGPT、実装はCodexに分担。ChatGPT（Chat）の利用枠は別なので、非コーディング作業を任せてCodexの枠を節約する。ChatGPT Workやエージェント系はCodexと同じ枠に注意。
• GitHubプラグインでリポジトリ/PR/Issueを操作。owner/repoとPR番号やURLを明示して一意に指定する。
• 実装前の調査・計画、途中のPR確認はChatGPTに。最終レビューや修正はCodexの/reviewで。
• コード変更は原則Codexのみ。誤編集防止のため。やむを得ずChatGPTで変更するならブランチ名まで指定。
• ChatGPTで作った計画は、会話ごとCodexに渡してコンテキストとして活用。
• モデルはGPT-5.6 Sol Extra High/Proで精度重視。データ取り扱いと組織ポリシーを順守。制限回避目的の利用はNG。

AI用語の読み方をクイズ形式で学べる記事。正しい発音・カタカナ表記の考え方や確認先がまとまっている。

• カタカナ表記は揺れるので、まず公式の発音や現地の読みを確認する（公式サイト・SNS・製品内表記が手がかり）。
• Claudeは人名由来で「クロード」が無難。Codexは「コーデックス」（codecと混同しない）。
• Cursorは歴史的に「カーソル」が通用しており、それに倣うのが安全。
• Sunoは日本のApp Store表記に合わせ「スノ」が近い。Manusは運営の日本語表記「マナス」に従う。
• Difyは日本チームが「ディフィ」と案内。Groqは“rock”に似せて「グロック」。
• 中国発のQwen/Kimi/Hunyuanは、原語の音に寄せつつ、原綴りや英語名も併記すると伝わりやすい（無理に日本語読みを固定しない）。

防衛省は自衛隊の指揮統制に米国製AIの導入を検討している。戦況分析や標的選定、部隊命令までを支え、意思決定を素早く正確にするねらいがある。米軍と足並みをそろえるため、実績のある米製に加え、依存を避けるため国産も使う方針だ。

候補にはパランティアのMSSがあり、衛星や偵察機の機密データを統合して作戦立案ができる。ただし誤爆や責任の曖昧さへの懸念が残り、国際ルールも未整備のため、導入には慎重な議論が必要だ。

Qwenチームが27Bパラメーターの密結合モデル「Qwen3.8-27B」を公開。Apache 2.0でオープン提供され、商用利用やローカル実行が可能なマルチモーダルモデルです。テキスト・画像・動画に対応し、標準26万トークン（最大100万へ拡張可）の長文処理を備え、SWE-bench ProやCoWorkBench、OS/Android操作系ベンチで強さを示し、ローカルで動かせるのに一部ベンチで最上位モデルを上回る点が魅力。

vLLM/SGLang/Ollama/LM Studioで使え、FP8量子化で軽量化。RTX 5090で約206トークン/秒の報告があり、AMDのRyzen AI Max+やRadeon AI PROでも動作。推論前思考のThinking Modeにも対応。

AIエージェントの認可待ちをなくし、一度の認証で各サービスの実行権限を自動で引き出す(OBO/トークン交換)方法を、理論から実装・運用まで解説した記事。

• 連携の流れは3段階。問題はツール実行時ごとに発生する認可依頼。人のSSOのように、初回認証だけで片付けたい。
• 解決策は OBO(RFC8693)。Step1で得た id_token を持ち込み、外部サービスの認可サーバーで access_token に交換して実行する。ID-JAG案も紹介（IdP経由で統制しやすいが現状は普及前）。
• 認可サーバーに必要な実装は4点＋任意1点：トークン交換受付、JWT検証、ユーザー権限解決、access_token発行、（任意）要求スコープの絞り込み。
• 実装例(TypeScript+jose)を提示。既存SSOの検証・署名処理は流用し、新規は交換エンドポイントと発行部分が中心。
• AWS例では、Cognitoは改変せず、/oauth2/token をAPI Gateway+Lambdaで新設。MCPはステートレスで実装。Bedrock AgentCore IdentityはOBO対応済みで、カスタムプロバイダ登録とデコレーター指定だけで交換を自動化。
• 本番の要点：なりすまし／権限昇格を要件ごとに防御、署名鍵の安全な保管とローテーション、短いトークン寿命、who/acting_as/scope/jti を認可サーバーとMCPの両方で記録し監視する。

お金をかけずにAIコーディングを長く楽しむための工夫をまとめた記事。

• まず作る物を文章化し、ふるまい駆動＋仕様駆動＋テスト駆動で小さく進める。無料モデルを組み合わせて、仕様とテストで小刻みに進めるのが肝。
• 大きな流れはチャットで相談→作業をフェーズ分割→進捗の記録→不要文脈は削除してトークン節約。
• 無料APIの併用例：Nvidia、Mistral（月約1Bトークン）、Cloudflare（1日約1万トークン）、Cerebras、Opencode Go。
• ツール活用：OpenCodeエージェント、headroomで出力を要約して節約、codegraphでコード探索補助。
• obra/superpowersと自作SkillでSPEC、BDD、Phase/Task管理、決定記録を自動化。モデル切替時も引き継ぎが効く。
• 制限: 厳しめの承認待ちで手戻り増など調整が必要。外部ループ（Ralph系）やHermes Agentの無料枠も試す価値。

Claudeが生成した文章に見えない「透かし」を入れる新機能の解説。EU法対応として導入され、Google DeepMindのSynthID Textを使い、秘密の鍵に基づく単語選択のパターンで出自を示す。

透かしはAnthropicの検出APIで確認でき、一般的な「AIっぽさ」を見る外部ツールとは異なる。品質や読みやすさ、速度への影響はほぼなく、追加トークンも不要。

ただし判定は確率的で、短文・事実列挙・軽微な誤字修正は難しく、他社モデルは検出不可。人の大幅な書き直しで透かしは消えやすく、翻訳は透かしが強く残る。