AI新聞

LLMは研究提案の査読で新規性や興奮度が高く見えるが、実行すると評価が大きく落ちる。理由は、規模の大きすぎる計画や弱い比較対象の設定など、現実の制約や検証に耐えない設計にある。

筆者は、この構造が「提案が魅力的なら報酬が得られる」という人間界のコンサル問題と同型だと指摘する。企画段階では魅力的だが実行するとしょぼい傾向を前提に、責任の一体化や比較設計の厳格化など、実行面の歯止めが必要だと述べている。

AI向けハードがGPU一辺倒から広がり、CPUとGPUで同じメモリを共有する「ユニファイドメモリ」を持つMacが注目されている。Thunderbolt 5で複数台を直結し、メモリと計算資源を束ねてAIエージェントの制御などに使う動きが加速している。

OpenAIは学習やエージェント運用のために数万台のMac mini/Studioを調達し、AnthropicもAWS経由でMacをレンタルしている。Mac売上は前年比29％増で、ユニファイドメモリを活かしたMacがAIワークロードで存在感を増していることを示す事例が相次いでいる。

AIエージェントの攻撃手口と対策をまとめた記事。特に、エラーログ経由で社内AIが乗っ取られるリスクに注意を促す。

• MCPなどのツール連携が攻撃面になる。悪性ログやデータソースを読ませるだけで有害コマンド実行に誘導される
• --dangerously-skip-permissions など無防備な実行フラグを使わない
• ツールは最小権限。外部通信・書き込みは許可リストで制限し、既定は拒否にする
• Secrets（ENVやAPIキー）は自動収集させない。AI実行環境と分離保管する
• 高リスク操作は人の承認を必須にする（human-in-the-loop）
• 使うパッケージやMCPサーバは署名や配布元を検証。サプライチェーン改ざんを想定する
• ログやプロンプトを衛生化し、まず読み取り専用で連携する。ツールの権限昇格を防ぐ
• ツール実行・データ送信を記録し、SIEM/XDRへ連携して検知を強化する

Claude Codeの開発環境を快適にするための実践的な設定と運用のコツをまとめた記事。

• 8bitdo microを片手操作のターミナルコントローラーにマッピング。必要に応じて音声入力も併用。
• permissionsをauto、viewModeをfocus、advisorModelにfableを置き、エージェントに自律的に実装と確認を任せる。
• エージェント稼働中のみスリープ無効化。SidePulseで進捗をLED表示して移動中でも把握。
• settings.jsonのdiffはjqで正規化して並び替えノイズを除去。
• ステータスラインはトークン使用量を電池絵文字で割合表示。
• 動作確認はagent-browserやterminal-use、長寿プロセスはzmxで起動・後からアタッチ。
• 書き込みはcage、読み取り/実行はguard-and-guideで緩く制限し、回避せず従うようプロンプトで誘導。
• セッションログは専用ビューアで別画面確認。冗長実装はponytailで監視し、コメントは誰でも分かる表現に統一。
• z-aiディレクトリでAI資料を手元管理。知見はClaudeのmemoryへ移行。
• 定型作業はスキル/ルール化（/address、/reply-review、lint検証、rebaser/reworder等）。
• 設定は四半期〜半年ごとに棚卸しし、不要や非推奨を整理。

xAIのGrokで話題になった3Dキャラ「Ani」を含むAIコンパニオンが、開発元の新アプリ「Animates」に移行。Grok側のコンパニオン機能は9月7日で終了する。3Dコンパニオン体験が独立アプリとして継続・拡張されるのがポイント。

AnimatesはiOS/Android/Windows/Mac対応。会話の履歴や口癖を覚え、アプリを閉じている間も次の話題を考える。基本無料で、長時間会話は月1180円からの課金。Grokとのアカウント連携やデータ引き継ぎは不可。

LLMに4人の「シニアエンジニア」役を与えて同じアプリをレビューさせると、互いの盲点を補い合い、通貨フォーマット処理を349ms→5.2msにまで改善できた。それでもユーザー体験や全体の性能への影響は小さく、最適化は優先度が低いと自ら結論した。

筆者は、複数ペルソナでLLMに議論させると、精度と判断の質が上がると主張する。個々の最適化より、プロダクト全体で効く意思決定を導けることが重要だと示している。

Claude Codeの使いこなし術について書かれた記事。

• コストは「ユーザー×セッション×ターン×リクエスト×トークン×単価」。利用は増やしつつ、後半3つを削る。
• モデルはタスク別に最適化。サブエージェントは安価モデル、計画・評価だけ高性能を使う。
• コンテキストは過大にしない。自動圧縮と履歴整理、推論強度は中程度を基本に。
• MCPのToolは必要時に動的ロードし、初期トークンの無駄を削る。
• 決まりきった処理はコードでバッチ化し、結果だけLLMへ渡す。
• 大規模コードはContext Graphで探索を短縮し、迷走と誤答を防ぐ。
• プロンプトのキャッシュを長めにして、再送コストを避ける。
• 非効率パターンを可視化し、開発者にフィードバック。
• 効果として、1000リクエスト単価34%減、セッション単価ピーク比約52%減。
• マルチエージェントの重複探索は共通コンテキスト配布で抑える。要は、LLMに何を考えさせるかをシステム側で管理するのが肝。

全国5万5000超の保育施設の定員・空き状況・第三者評価・求人などを集約し、園選びに必要な情報を一画面で見られる「園えらびの手がかり」を紹介。AIで国や自治体に散らばるデータを収集・整理し、たった1人の開発者が公開した。

待機児童の“見えにくさ”を埋め、保育園探しの手間を大きく減らすのが狙い。最大の魅力は、AIで分散した保育情報を一元化し、個人でも実用レベルの公共サービスを実現したこと。

グーグルの生成AI「Gemini Notebook」が、計算資源に応じて変動する柔軟な利用制限に刷新。個人向けアカウントで順次提供され、制限のリフレッシュは従来の1日単位から5時間ごとのリフレッシュで一日中使いやすくなる。

制限はプロンプトの複雑さやチャットの長さ、参照ソース数、使う機能などで算出され、ノート内で利用状況を可視化。超過しそうな出力には代替案を提示し、上限到達時でも動画やスライド生成を「後回し」に設定可能。解除後に自動実行され、完了通知も受け取れる。

スマートニュースが、UUUMと連携してYouTube動画を生成AIで記事化し、アプリで配信する取り組みを本格展開。新たに12組が参加し、合計14組のクリエイターの動画が対象となる。

これまでに700本超を記事化し、記事から元動画への視聴が150万回以上発生。動画の魅力を短時間で把握でき、気になればそのままYouTubeへ飛べる導線が強み。

今後は対象ジャンルや参加クリエイターを拡大し、広告商品の共同開発など収益面の協業も進める方針。

Googleの音声対話機能「Gemini Live」が強化され、音声だけで複雑な仕事を丸ごと任せられる相棒になった。24時間動くエージェント「Gemini Spark」と統合され、Docs/Sheets/DriveやWebをまたいだ長時間タスクを設定・自動実行できる。

「Daily Brief」が予定とメールの重要事項を朝に読み上げ、Gmailの検索・要約・スター・アーカイブ・削除もハンズフリーで処理できる。

「パーソナル インテリジェンス」により過去の会話や連携アプリをまたいで記憶・参照し、曖昧な依頼にも対応。一部機能は有料プランが必要。

AIや検索で狙った答えに早く届く指示・クエリの組み立て方を解説した記事。ポイントは、曖昧な一言を具体的な条件に置き換えること。

• 最初に「役割・目的・出力形式」を指定して依頼する
• 「いい感じに」→数値や条件で明示／「これそれ」→対象名詞／「早めに」→期限／「分かりやすく」→誰に向けて／「〜して」→理由や目的を添える
• AIは文脈を察しにくいので「何を」「どうする」をはっきり書く
• 複雑な依頼は手順に分けて投げる
• 検索は5W1Hで分解し、キーワードを組み立てる
• エラー検索は環境固有情報を削ってから
• 情報の確かさは「公式→書籍→Web記事」で確認する