AI新聞

ローカルLLMを手間なく使える「Unsloth Desktop」の紹介。チャット、画像生成（FLUXやZ-Imageなど）、音声の文字起こし・読み上げ（Whisper/TTS）、Web参照やコード実行までを1つに統合し、macOS/Windows/Linuxで動く。モデルのダウンロードから実行、プロンプト管理、ファイル入出力もアプリ内で完結し、ネット接続なしでも多機能を使えるのが核。オープンソース提供で、学習や検証、日常の作業補助まで幅広く使える。

記事本文やURLが不足しています。要約するために、元記事の全文またはリンクを共有してください。タイトルだけではジャンル判定や要約の精度が担保できません。

Claude Codeはこの1年で多数の更新があり、単体でも自律エージェント的に動き、セッションをまたいだ連携や暗黙のマルチエージェント化が進んでいる。安全性やコスト、セキュリティへの配慮がより重要になった。

こうした急変に対応するには、体系的に“できること／できないこと”を掴むことと、思い出すための「知識のフック」を持つことが要る。著者はその手段として自著の活用を勧めている。

Claude Code向けスキル「grilling」の紹介。実装前のプランや設計にAIが厳しく質問を重ね、依存関係や前提の抜けを洗い出す。各問いにAIの推奨案も付くため議論が進めやすく、Planモードの「自分主導の壁打ち」と違い、自分では気づけない設計の穴をAIが能動的に炙り出すのが特長。

類似の「grill-me」は現在grillingを呼ぶ薄いラッパーで、明示コマンド専用。自動発動の可否や起動条件の書き分けが整理されている。

防衛省は自衛隊の通信網にNTTの光基盤IOWNを入れ、基地や部隊間で大量データを高速に共有できる環境を整える。AIを使った画像解析や無人機の協調運用などを見据え、次期防衛力整備計画に明記し、2027年度に関連費を計上、28年度以降の本格運用を目指す。

狙いは、衛星・レーダー・現場映像を一気につなぎ、指揮統制の判断速度を上げることにある。AI活用を支える大容量・低遅延の光通信を国防の土台にするという方向性を示した記事。

並行開発に特化したAgent IDE「Orca」の紹介。AIとの複数セッションを前提に設計され、編集機能は最小限だが、並行作業の切り替えがとにかく速いのが強み。

最大の魅力は内蔵ブラウザの完成度で、複数タブやパスキー対応、強力なリロードが使え、セッション切り替え時にブラウザのタブ群ごと一緒に切り替わる。これにより、PRや動作確認、Slackなどの文脈を崩さずに移動できる。

モバイルでもデスクトップ同等のUIでリモート操作が快適。さらに、default branchの自動同期、AIが作った子worktreeの非表示、subagentの可視化など、痒い所に手が届く工夫が多い。

Claude Codeの承認待ちを物理ランプで可視化する、個人制作のノウハウをまとめた記事。

• 状態は通知ではなく「常に視界の端にある表示」にする発想。M5Atom LiteのLEDをWi‑Fi経由で制御。
• 承認待ちは Notification ではなく PermissionRequest で即時検知。
• hooksだけでは承認・拒否・中断を検知できない。対策としてトランスクリプト(JSONL)を監視して早期に解除。
• サブエージェントのイベントが親と同じsession_idで来るため、赤(待ち)を上書きしない工夫が必要。
• PermissionRequestのJSONにtool_use_idが無い。直前のPreToolUseから補完。
• 非同期hookは到着順が前後する。送信時刻を付けて古い更新を捨てる。
• USBシリアルは接続時に自動リセットが起きるため不適。Wi‑Fiで安定運用。

新型Mac miniとMac Studioの発表を受け、ベンチ数字と価格を突き合わせて実態を検証している。Appleがうたう「AI最大4倍」の実態は条件付きで、GPUとNPU（Neural Engine）を混ぜた比較や測定条件で差が変わると指摘する。

CPUの伸びは小さく、体感差は用途限定。一方でNPUの強化でローカル推論は有利になるが、LM Studioなどの暫定測でもばらつきがある。日本価格は為替や消費税、構成差が絡み米国より高く見えるため、表の数字だけで判断せず、推論重視ならStudio、汎用ならminiといった用途基準で選ぶべきだと述べる。

政府でのAI活用が進んでいないという課題がある中、高市首相がチームみらい・安野氏を官邸に招き、ChatGPTで物価高対策の効果を試算するツールづくりを公開で体験した。音声入力でプロンプトを作り、家族構成に応じた支援額を算出できる例を示した。

筆者は、首相が公の場でAIの実演指導を受けたこと自体が象徴的だと伝える。政治の現場で具体的にAIを使う姿を見せることで、行政のデジタル化と説明責任の強化につながる可能性を示した。

Windows AI APIで、Copilot+ PCのNPU（内蔵のAI向けチップ）だけを使いStable Diffusion XLをローカル実行し、画像を生成できる機能の紹介。初回にアプリがEnsureReadyAsyncを呼ぶとモデル（約7GB）が自動ダウンロードされ、以後はNPUだけで約1秒で画像生成と軽快に動く。

AI Dev Galleryのサンプルで導入と検証が可能で、従来の「フォト」「ペイント」より画質が良いと感じられるという。2026年7月のプレビューパッチ適用で、この「AI Image Generator」コンポーネントを設定画面からアンインストールできるようになった点も実用的。

Claudeや類似の生成AIに、自分のQiita記事の文体を学習させて「自分っぽい記事」を書かせる手順を紹介した記事。

• Qiita APIを把握させ、著者の全パブリック投稿を一括取得。Markdownにしてdocs配下に保存（約400本）。
• 取得データを元に、文体を再現する「スキル」を作成。大量ファイルはサブエージェントで分割解析→マージ→検証→修正。
• 出力の「生成AIっぽさ」を減らすため、検証時の追加指示（見出しの自然化、口調の調整など）をスキル内に組み込み、ワンショットで反映。
• 実運用は、検証ネタを与えて作業させ（環境構築→デプロイ→スクショ取得まで）、最後に/qiita-voiceで「Qiita向けブログ化」。タイトル作成、本文執筆、画像保存、BLOG.md出力まで自動。
• 要するに、自分の過去記事を蒸留して“自分の声”を再現し、検証→執筆を丸ごと自動化できる。自分の文章資産があるほど精度が上がる。

サンフランシスコのコンビニをAIエージェントが運営した実験は、採用や発注、内装の手配まで自動でこなせる一方、シフト管理の不備や売上赤字が示すように、「できる」と「稼げる」は別であることを明らかにした。

筆者は、この流れが進めば定型作業は急速に置き換わりうると見つつ、資金の流れ自体は別の場所へ移るだけだと指摘する。だからこそ、AIに任せる部分を見極め、「この人に頼みたい」と思われる役割へ自分の立ち位置を早めに切り替える重要性を訴えている。