AI新聞

GoogleのGeminiに、店舗への電話を代行するAIエージェントが追加。モバイルで「@Call for me」と打つと、営業時間や在庫確認、レストラン予約、料金の問い合わせまで、Geminiが店舗に自動で電話して予約や在庫確認まで代行する。

支払いなど機密情報は扱わず、その場面でユーザーが通話を引き継ぐ必要がある。相手にはAIである旨を自動告知。米国の英語のみ、Pixel 11以降・18歳以上、Google AIサブスクと電話アプリのベータが必要で、1日の利用回数に上限もある。

NVIDIAが、0.1B（1億パラメータ）の話者分離モデル「Nemotron 3 Diarization」を無償・商用可で公開。オフラインとストリーミングに対応し、最短0.32秒の遅延で判定できる。ASR（音声認識）と組み合わせると、話者タグ付きの議事録を作成できる。重なった会話でも最大8人を高精度に追跡できるのが強み。

精度はDIHARD IIIでDER 12.73%と従来より良好で、外部ベンチでも首位級。NeMo-Speech.cppやTransformersで手元実行しやすく、RTX 3050以降のGPUで動く。日本語の学習有無は不明だが、公開デモで確認可能。

JevはTypeSafe AIが公開した「文章を書かないAI」。アプリの状態と型が決まった質問を受け取り、Yes/No・選択・段階評価の3形式で、確率つきの結論だけを返す。つまり人間向けの文章ではなく、プログラムが読むための判断エンジンだ。型付きの判断と較正された確率を即時に返すのが肝で、LLMより速く安く（桁違いに）動き、確率が実際の正解率に近い。

用途は問い合わせ分類やエージェントのガードレール、大量データの自動仕分け、Doomデモのようなリアルタイム判断など。1リクエストで多数の質問を並列にさばく設計とも相性がよい。

ただし文章生成や計算は不可、画像・音声も未対応。中身は非公開で供給も不安定、「ハルシネ0%」は形の保証に過ぎない。LLMの置き換えではなく、生成はLLM・判断はJevという分担で使うのが現実的だ。

PS5でLinuxを動かす「PS5 Linux」の主導者が離脱を表明。OSSのハッキング界隈で、LLMで書いたコードを理解しないまま流す人が増えたことが原因と述べ、未熟な改造や無責任な投稿が安全性を損ねていると批判している。

PS5はハイパーバイザーなど複雑で、細かなタイミングやデバッグが欠かせないが、注意を集めたいだけの投稿やリスク理解のない改造が増加。これを受け、発見済みの脆弱性は公開せず、私的に扱う方針に転換するとしている。AI時代のOSSは、品質管理と責任の取り方が弱いと警鐘を鳴らす内容だ。

Claude Codeのpermissions.denyの挙動を、直近7版で7パターン検証した記事。結論は、最新版でも拒否ルールがすり抜ける経路が残るというもの。

• grepのワイルドカードでRead拒否したファイルの中身が取得できる（sec*.txtなど、2.1.282既定モードで再現）。
• Write(path)は効かない。Edit(path)に置き換えると3経路（Editツール/Writeツール/リダイレクト）すべて止まる。
• 信頼していないフォルダでは.settings.jsonが無視される。警告はstderrのみ。対話で信頼を承諾するか、~/.claude.jsonにhasTrustDialogAccepted:trueを設定。
• バイパス（--dangerously-skip-permissions）ではeval/env -C経由の書き込みが通る。常用しない。
• teeの穴は2.1.269で、rm -rf $(pwd)無確認実行は2.1.280で修正済み。
• 既定モードでeval/env -Cが止まるのはBashの静的解析の効果で、拒否ルールの効果ではない。

会議の議事録をAIに要約させて共有していたところ、録音と突き合わせると結論部分が多数「創作」だったという事例が話題になっている。モデルごとに癖があり、特に会議要約ではAIが「結論らしさ」を補って書いてしまう傾向が問題だと指摘が集まった。

対策としては、文字起こしを必ず保存し、プロジェクトの前提と合わせて人間が事実確認・修正すること、作成直後に見返して差分を潰すことが求められる。AI任せで未確認の要約を配布する運用は危険で、人手のレビューを前提にした使い方に改めるべきだと述べている。

JenkinsとAIレビューを組み合わせた、安全重視のPR検証と運用ノウハウをまとめた記事。

• PRごとにビルド/各種テスト/E2E/SAST/シークレット/依存・イメージ脆弱性/Sonarを実行。変更した層だけ走らせて無駄を削減。
• どれか1つでもFAILなら、AIがAPPROVEでもAIのAPPROVEを機械的に覆す最終防衛線でREQUEST_CHANGESに固定。
• pre-commitは軽量チェック、pre-pushで重い全テストと脆弱性。CIはPR全体を深く検証。
• Python整形・lintはruffに集約。カバレッジは下限を設定して静かな劣化を防ぐ。
• 失敗してもジョブは止めず結果だけ記録。可視化して最後に一括判定。
• CI用docker composeを分離しポート未公開化。--build指定やプロジェクト名固定で再現性を担保。
• 自動マージはreviewed-shaと--match-head-commitで「レビューした版」だけ許可。
• 実運用での落とし穴と対処（npm auditのレジストリ切替、Firebase App Checkのdebug token管理など）。
• 直列実行で時間増→タイムアウトは実測で調整。
• 今後の課題は負荷・長時間稼働テストの自動化（リリース前に回す想定）。

Agent開発の基本を、OpenAI/ClaudeのSDK比較とGoの最小実装で整理した記事。

• LLMは必要な関数を選び引数を出す。実行はアプリ側が行い結果を返す。これがTool Callの仕組み。
• AgentはModel/Instructions/Toolの3要素と、終了条件までTool Callを繰り返すAgent Loopで成り立つ。
• OpenAI Agents SDK: Agentクラスに3要素を保持。Runnerがプロセス内でループとTool実行を管理。
• Claude Agent SDK: ClaudeAgentOptionsで設定。ToolはMCPサーバとして登録。ループはClaude CodeのCLIをサブプロセスで実行。
• 2つのSDKは呼び名や実行ランタイムは違うが、構造は同じ。
• GoでResponses API（OpenAI）とMessages API（Anthropic）を直叩きし、1ターンに複数Tool Callを処理→次ターンで最終出力という同型のループを実装して確認。