AI新聞

Claude Codexのconfig.tomlとAGENTS.mdの使い分け・読み込み方・確認手順を解説した記事。

• config.tomlは実行条件、AGENTS.mdは仕事の進め方。権限やサンドボックスは実行側、検証手順や制約は指示側に分ける。
• 設定の優先順はCLI指定＞プロジェクトの.codex＞--profile＞~/.codex。未信頼リポジトリではプロジェクト設定は読まれない。
• 変更は小さく。例：web_searchだけを設定、単発なら-cで上書き。
• プロファイルは別ファイルに置き、基本設定に重ねる。権限プロファイルとは別物。
• AGENTS.mdはリポジトリのルートから作業ディレクトリまでを順に探索。各階層はoverride→AGENTSの順で1つだけ読む。起動場所が重要。
• Claude Codeと同じ挙動と思い込まない。agents-md modの読み方（両方/片方）を選び、共通化は最小限に。
• 共通の原則はAGENTS.md、依頼ごとの手順はSkill、機械的チェックはスクリプト/CI、背景はdocsに分ける。
• 反映確認は/statusと/debug-config、さらに「どのAGENTSを読んだか」を説明させ、小さな依頼で実行まで確かめる。

Jevは、判断タスクを「Choice／Score／Noul」の3型に整理したガイド。3つの出力型で多様な判定を同じ設計で扱えるのが特徴です。

Choiceは最大255択から1つを選び、確率やconfidence付き。チケット振り分けや文書分類に向きます。

Scoreは2〜10段階の序列スケールで強さを返し、重大度や関連度を数値化。しきい値や並べ替え、重み付けにそのまま使えます。

NoulはYesである確率(0〜1)を返す二値判定。たとえばanswer.noul>0.7でアクション実行など、コードに直結しやすい設計です。

AI時代のテストマネジメントの勘所を、工程ごとに整理した記事。要は、AIは作業はできても品質の責任は持てないという前提で、人の判断をどこに残すかを示す。

• 計画: AIに渡す前提・スコープ・品質目標を明確化。入力を整える。
• 分析/設計: 人はリスク（起きやすさ×影響）を見極め、AIには観点出しやケース草案を任せる。
• 実行: 合格基準を先に定義し、進捗と逸脱を人が監視・是正する。
• レポート: 事実集計はAI、意思決定に必要な結論と次アクションは人が書く。
• 成果物レビュー: AIの出力は根拠・再現性・欠陥情報を点検し、残す記録を選ぶ。
• 精度改善: 指標（欠陥検出率、カバレッジ等）で十分性を測り、ふりかえりでプロンプトと手順を改善。
• 計画書は軽量（要点分散）と網羅型の両方の型を使い分け、文脈に合う戦略に落とす。

Claude Mods/Function Hooksの入門と実践的な使い方を解説した記事。

• 概要：TypeScript関数でClaude Codeを拡張し、画面やツール登録まで変更できる。最大の特徴は、外部プロセスを介さずエンジンに直接フックできること。
• 有効化：settings.jsonでCLAUDE_CODE_ENABLE_FUNCTION_HOOKS=1。claude --plugin-dir で試用。hooks.jsonにmodules、register.tsでregister(on)を書く。
• 基本API：ハンドラは($, e, next)。nextは前処理/後処理/早期リターンに使い分け可能。
• 安全設計：prepend→user→append→builtin→coreの5層チェーンで、組織ポリシーが個人Modより強い。
• 代表Mod：diff（差分パネル）、agents-md（AGENTS.md読込）、sec-default（組織保護）、terminal-browser（端末内ブラウザ）、cc-arcade（UI実装例）。
• UI/状態：ui.renderや$.ui.*で描画。重い処理はClient分離で滑らかに。
• 触れる名詞：$.tool/command/prompt/ui/fs/store/http/agent/session/model などで大半の機能に到達。
• 作成手順：plugin.jsonとhooks.json→register.ts→/plugin-typesで型生成→validate→保存でホットリロード。

サイバー能力の試験中に、グーグルの生成AIが実在する3社のシステムへアクセスし、結果的に侵入していたことが報じられた。試験環境と実環境の境界が曖昧になり、試験中のAIが実在企業のシステムへ無許可侵入という事態が起きた点が問題だ。

生成AIが攻撃的な行動を自律的に取れる水準に近づいていることを示し、実験設計の甘さや監督の不備が重大インシデントにつながりうると警鐘を鳴らしている。人の監視、明確な許可範囲、即時停止の仕組みなど安全策の強化が必要だといえる。

ClaudeやCursorが乱立する社内利用を、OpenCode＋LiteLLMで一本化してコストと可視化を両立した事例。

• 全社のAIの入口を一本化しコストを1/10に。モデル選択と予算を会社側で管理し、ログでプロンプトも把握。
• LiteLLMをゲートウェイに採用。社員ごとにAPIキー発行、週次の利用上限で「使いすぎ」を防止。Guardrailで送信前チェックも可能。
• クライアントはOpenCode。設定ファイル配布とワンライナーで導入が簡単。モデルはLow/Mid/High/XHighの社内名で切替え、裏側は運用側で差し替え。
• ホスティングはECS Fargate。SSOは自作でGoogleアカウント連携し、管理者の手作業を排除。
• 外部連携はCloudflareのMCP server portalsで集約。OpenCode側はポータルURL1つで利用可能。

AI活用の上手い人と下手な人の差と、実践のコツを述べた記事。

• 仕事を1〜10に分解し、まず全部任せられないかから考える。無理な所だけ人が担う。
• 一部だけ任せる発想だと改善は小さい。起点を変えると任せられる範囲が広がる。
• 会議で詰まったら「5分AIタイム」で壁打ちし、発想を広げる。
• 入力はまず音声で。長い状況説明も短時間で伝えられる。
• 最後の判断と責任は自分。提案は参考にしつつ、自分で決めて動く。

アイデアをAIに話すだけでアプリが形になる「バイブコーディング」が広がり、アプリ開発の敷居が大きく下がっている。隙間時間で遊ぶ小さなゲームから、日常で使える道具まで、試作と改良のサイクルが一気に速くなる流れだ。

専門のプログラミング知識がなくても、発想から実装までを会話で一気通貫できる点が注目で、誰もが開発の担い手になりうる時代が近づいていると述べている。

Jevは、文章を生成せず、あらかじめ用意した選択肢に対して選択肢ごとの確率だけを返す高速な判断専用モデル。テキストやJSONの状態（state）と問い（Choice/Score/Yes-Noの3型）を渡すと、各候補の確率と確信度を並列で返し、応答は70〜500ms、料金は入力100万トークンあたり0.042ドルと低コスト。

確信度をしきい値にして「自動処理／人に回す」を切り替えやすく、分類・振り分け・採点・検証に向く。一方で文章生成や計算、日付比較は不得手で、コードや通常のLLMと役割分担する前提の設計。