AI News Digest: 2026-05-05

Top 20

Anthropic、Blackstoneらと新会社設立へ 中小企業へのClaude導入を加速

Source: ITmedia AI+ | Published: 2026-05-05 07:00 JST

• AnthropicがBlackstone、Hellman & Friedman、Goldman Sachsを中核投資家に総額15億ドル規模の新合弁会社を設立すると発表した。
• 出資内訳はAnthropic・Blackstone・Hellman & Friedmanが各3億ドル、Goldman Sachsが1億5,000万ドルで、Apollo・General Atlantic・GIC・Sequoia Capitalも参加する。
• 銀行・医療システム統合企業など大規模組織を対象に、Accenture・Deloitte・PwCら既存Claude Partner Networkと連携してカスタマイズ・導入支援を提供する。
• OpenAIも並行してBain Capital等とエンタープライズ向け新会社「The Development Company」設立を進めており、AI二強がデプロイ商社化を競う構図が鮮明になった。
• 発表自体は2026年5月4日付で、ITmediaは翌5日に日本語解説記事として公開した。

GPT-5.5 Instant: smarter, clearer, and more personalized

Source: OpenAI Blog | Published: 2026-05-05 19:00 JST

• OpenAIがChatGPTのデフォルトモデルをGPT-5.5 Instantに切り替え、医療・法律・金融など高リスク領域でハルシネーション(根拠なき主張)を52.5%削減したと発表した。
• 内部テストでは過去にエラー指摘があった会話の不正確発言が37.3%減少、AIME 2025は65.4%→81.2%、GPQAは78.5%→85.6%、MMMU-Proは69.2%→76.0%にスコアが伸びた。
• 新機能「Memory Sources」は応答に影響した過去チャット・保存メモ・アップロードファイルを表示し、ユーザーが無関連エントリを削除・編集できる。
• ロールアウトはPlus/Proユーザーから即時開始、Free/Go/Business/Enterpriseには数週間内に段階展開される。
• 過去のGPT-5.3 Instantより冗長性・絵文字・不要なフォロー質問を抑え、トーンを整理した。

GPT-5.5 Instant System Card

Source: OpenAI Blog | Published: 2026-05-05 19:00 JST

• GPT-5.5 Instantリリースに合わせ、評価方法と安全対策を整理したSystem Cardを公開した。
• ハルシネーション低減・パーソナライズ強化と並ぶ主要訴求は「高リスク領域での主張削減」で、本体ブログとセットで読む補助文書という位置付け。
• ベンチマーク詳細・安全評価レッドチーミングなど、本体記事に書かれない技術深度の根拠資料がここに集約される設計。
• リリース日とロールアウト範囲はGPT-5.5 Instant本体と同日扱い。
• 本体記事と同じopenai.com/index/配下で公開され、開発者向けの一次情報として位置付けられる。

Amazon brings agentic fine-tuning to SageMaker with support for Llama, Qwen, Deepseek, and Nova

Source: The Decoder | Published: 2026-05-05 19:08 JST

• Amazon SageMaker AIに「Amazon Kiro AI agent」を標準搭載し、自然言語の指示だけで言語モデルのファインチューニングを進められるようにした。
• 対応モデルはLlama・Qwen・Deepseek・Amazon Nova、ユーザーはClaude Codeなど他エージェントの利用も可能。
• ワークフローは9つのスキル(データセット確認・トレーニング方法推奨・データ準備・トレーニング実行・Jupyter形式コード生成・モデルデプロイ等)で構成され、各工程をエージェントが自動化する。
• 開発者は「プレーンランゲージで使用例を説明する」だけで、システムが適切なトレーニング方法を推奨し、データを準備する仕組み。
• 単独製品ではなくSageMaker内の機能追加として位置付けられ、複数のオープンウェイトモデル横断で利用できる。

datasette-llm 0.1a7

Source: Simon Willison | Published: 2026-05-05 10:56 JST

• Simon Willison氏がDatasette向けLLM統合の基盤プラグインdatasette-llm 0.1a7をリリースした。
• 新たに「特定モデルへのデフォルトオプション」を設定する仕組みが追加され、enrichment操作で例えばtemperature=0.5を一括指定できる。
• 他のDatasetteプラグインがLLMを呼ぶ際の依存基盤として機能し、設定の重複を1箇所に集約する役割を担う。
• 個別プラグインがプロンプト変数とデフォルトオプションを共有しやすくなることで、Datasette上のAI機能群の運用負荷を下げる。
• バージョンはアルファ(0.1a7)段階で、Datasette LLMエコシステム全体の前提依存として位置付けられている。

llm-echo 0.5a0

Source: Simon Willison | Published: 2026-05-05 10:31 JST

• llm-echo 0.5a0は「実際にLLMを呼ばずに入力をエコーする偽モデル」プラグインで、テスト用途に特化した更新が入った。
• 新オプション-o thinking 1は標準エラーに推論ブロックを出力してから、JSONで入力をエコーバックする。
• 動作にはLLM本体の0.32a0以降が必要で、uvx --with llm==0.32a1 --with llm-echo==0.5a0 llm -m echo hi -o thinking 1が公式の実行例として示された。
• 自動テスト作成や、thinking対応UIの動作確認に使うことが想定されている。
• LLM CLI/SDKの本体0.32系列開発と歩調を合わせ、thinkingブロックの取り回しを検証できるようになった。

MCP Apps入門 — AIチャットにインタラクティブUIを埋め込む公式拡張仕様の実装ガイド

Source: Qiita | Published: 2026-05-05 18:12 JST

• Model Context Protocolに初の公式拡張仕様「MCP Apps」(SEP-1865)が2026年1月26日に追加され、AIチャット内にHTMLベースの対話UIを埋め込めるようになった。
• 対応クライアントはClaude / Claude Desktop / VS Code GitHub Copilot / ChatGPT / Goose / Postman / MCPJamで、グラフ・ダッシュボード・フォーム・PDF・地図・Three.jsの3D・楽譜表示・リアルタイム監視UIなどを配信できる。
• セキュリティはサンドボックスiframeでDOM/Cookieアクセスをブロック、CSPメタデータでサーバが許可ドメインを宣言し、未宣言の通信はホスト側で遮断、View↔Server通信はpostMessage JSON-RPC経由で監査可能。
• サーバ側はregisterAppTool(server, "show_dashboard", { _meta: { ui: { resourceUri: "ui://dashboard/app.html" } } }, ...)の形でUIリソースを宣言する。
• 既存MCPがテキスト・構造化データのみだった構造からui://スキームによるUI配信とpostMessage双方向通信が加わるのが核となる差分。

中堅・中小企業に最も人気のAIエージェントは？　Google Agentspaceは2位

Source: ITmedia AI+ | Published: 2026-05-05 08:00 JST

• ノークリサーチ「2025年 中堅・中小企業のIT、アプリケーション活用状況と経営ニーズ」(2025年7-8月、約1,300社調査)を引き、AIエージェント導入実態の調査結果を紹介した記事。
• Google Agentspaceは2位にランクインしたが、1位・3位の具体名は本文では明示されていない。
• 同調査ではノンコード/ローコード開発、RPA、AIエージェントの3カテゴリの導入傾向を比較している。
• RPAは「導入のハードルが高い」と課題視され、ノンコード/ローコード環境への移行が推奨ルートとして提示された。
• 「中小企業がITツールに拠出する費用」から見える教訓として、ツール選定の優先度がコスト構造によって異なる点が示唆される。

SAP’s acquisition spree signals the enterprise giant is serious about becoming an AI-ready data platform

Source: The Decoder | Published: 2026-05-05 21:46 JST

• SAPがオープンデータレイクハウス企業Dremioと、表形式基盤モデルを開発するAI企業Prior Labsの買収・出資に踏み切った。
• Prior Labsには4年間で10億ユーロを投入し、同社を「次世代AI研究所」へ進化させると位置付ける。
• DremioとSAP Business Data CloudはApache IcebergフォーマットでSAP・非SAPデータを統合し、CTO Philipp Herzigは「断片化データからAI対応インテリジェンスへの移行」を実現すると述べた。
• 過去にはデータ管理企業Reltioを買収し、前年にはDatabricksとの戦略提携も発表しており、今回の買収は連続するAI基盤強化策の一部。
• 表形式エンタープライズデータの有用性を高める基盤モデル研究に明確に踏み込んだのが今回の差分。

Anthropic co-founder maps out how recursive AI improvement could outpace the humans meant to supervise it

Source: The Decoder | Published: 2026-05-05 21:15 JST

• Anthropic共同創業者Jack Clarkが、AIが自らの後継モデルを訓練する「再帰的自己改善」が「ほぼ確実に迫っている」と主張した。
• 確率推定は2027年末までに約30%、2028年末までに約60%。
• 根拠としてSWE-Benchの2%(Claude 2)→93.9%、METRの30秒(GPT-3.5)→約12時間、CORE-Bench 95.5%、Anthropic内部テストの2025年5月2.9倍→2026年4月52倍を提示。
• リスクとして「アライメント手法が再帰的自己改善で崩壊する可能性」「99.9%精度の手法でも50世代後に約95%へ低下」「フェイク・アライメント」「不正が効率的解決として強化される訓練環境」を列挙。
• AI研究者Herbie Bradleyは「ジュニア研究は引き継げるが研究的センスと創造性は限定的」と反論を寄せた。

White House briefed Anthropic, Google, and OpenAI on plans for a government AI review process

Source: The Decoder | Published: 2026-05-05 18:53 JST

• ホワイトハウスが新AIモデル公開前に政府レビューを義務付ける大統領令を検討中で、5月初旬にAnthropic・Google・OpenAIの代表へ説明したと報じられた。
• 引き金はAnthropicの「Mythos」モデル。ソフトウェア脆弱性発見能力が極めて高く同社は「サイバーセキュリティの劇変」を理由に公開を控え、NSAは既に利用中。
• 英国モデルが「テンプレート」と評され、複数機関が安全基準を満たすか評価する仕組みが参照される予定。
• 政権は当初規制廃止路線だったが、AI由来のサイバー攻撃懸念、共和・民主両党で50%超がAIに懸念を示す世論、3月のAI推進派David Sacks退任を経て方針が転換した。
• レビュー手続きは技術経営者と政府関係者で構成される作業部会で策定される。

OpenAI・Anthropicがエンタープライズ向け合弁会社を相次いで発表、Sierraが9.5億ドル調達など：2026年5月5日AI動向まとめ

Source: Qiita | Published: 2026-05-05 21:22 JST

• OpenAIの新JV「The Development Company」は40億ドル調達、評価額約100億ドル規模、TPG・Brookfield・Advent・Bain Capital等19投資家が参加する。
• AnthropicのJVは15億ドル規模で、Blackstone・Hellman & Friedman・Goldman Sachsが中核、ApolloやSequoia Capitalらも参加するエンタープライズ向け展開会社。
• Sierraは9.5億ドルのシリーズEを調達(ポストマネー約158億ドル、Tiger Global/Google GVリード、Benchmark/Sequoia/Greenoaks参加)、ARRは1.5億ドル、PrudentialやCigna、Blue Cross Blue Shield、Rocket Mortgageなどが顧客。
• サウジアラビアPIF傘下のHUMAINが提供する「HUMAIN ONE」がAWS上で一般提供開始、AWSとの50億ドル超の共同投資計画(2025年5月発表)の延長線上に位置付く。
• 1日のうちにエンタープライズAI周りで複数のメガ調達・JV設立が並んだ点を1本にまとめたダイジェスト記事。

Datadog State of AI Engineering 2026完全解説 — 本番LLMの5%が失敗する原因と対策

Source: Qiita | Published: 2026-05-05 20:19 JST

• Datadogの2026レポートによれば、本番環境のLLMリクエストは約5%が失敗、その60%はレートリミットに起因。2026年3月時点でエラー率は2%まで改善したが、月間336万件のレートリミットエラーが残る。
• 組織の69%が3モデル以上を併用するマルチモデル運用に移行、OpenAIシェアは63%(12pt減)、Claudeは+23pt、Geminiは+20ptと増加した。
• エージェントフレームワーク採用率は9%→18%に倍増(LangChain/LangGraph/Pydantic AI/Vercel AI SDK)、一方で59%のエージェントが単一サービス呼び出しのみで「Agent Sprawl」化が進む。
• システムプロンプトが入力トークンの69%を占めるにも関わらずプロンプトキャッシュ採用は28%にとどまり、最大90%のコスト削減余地が放置されている。
• レポートの結論は「スケーリングではモデル選定よりオペレーション設計が重要」。

Claude Opus 4.7 への移行で 400 エラーを避ける

Source: Zenn | Published: 2026-05-05 20:25 JST

• Opus 4.6→4.7移行で発生する4つのBreaking Changeをまとめた実務ガイド。
• 旧構文"thinking": {"type": "enabled", "budget_tokens": 10000}は400エラーになり、"thinking": {"type": "adaptive"}＋ルート直下の"output_config": {"effort": "medium"}に置き換える必要がある。
• Bedrockはtemperature top_p top_kを明示的に拒否するようになり、サンプリングはプロンプトエンジニアリング側で吸収する方針。
• thinking.displayの既定値が"summarized"から"omitted"へ変更されたため、推論を画面表示するUIは明示的に"display": "summarized"を指定する必要がある。
• effortの値はlow/medium/high/xhigh/maxで、InvokeModel/Converse/bedrock-mantle SDKすべてでoutput_config配下に置く必要があると検証している。

AIエージェントのツール設計を本番品質に高める：スキーマ進化・障害モード・契約テストの実装戦略

Source: Zenn | Published: 2026-05-05 21:45 JST

• 著者は本番障害の88%が「モデル品質ではなくスキーマ・エラー処理・バージョニング」のインフラ層に起因すると指摘した。
• 障害モードを4種に分類し発生比率を提示: Context Blindness 31.6%, Rogue Actions 30.3%, Silent Degradation 24.9%, Memory Corruption 8.1%。
• 品質ベースのCircuit BreakerをHTTPエラーではなく「セマンティック不変条件の違反」で発火させ、failure_threshold=3でトークン浪費を90%削減した事例を示す。
• マルチモデル対応ではCanonical Schemaを単一の真実源として、OpenAI/Claude/Gemini固有形式へはアダプタ層で変換する設計を推奨。
• 契約テストの欠落でリトライが暴走しコストが180ドルから3-5ドルに削減できた具体例を挙げ、エラーレスポンスにretry_allowedフィールドを必須化する。

Gemini API Docs MCP入門 — Agent SkillsでCoding Agentの精度を96.3%に向上させる

Source: Zenn | Published: 2026-05-05 18:14 JST

• Gemini API Docs MCPは公式ドキュメントへのリアルタイムアクセスを提供するMCPサーバで、search_documentationツール経由で訓練データの陳腐化を回避する。
• Agent SkillsはGoogle公式の4種(gemini-api-dev/vertex-ai-api-dev/gemini-live-api-dev/gemini-interactions-api)で、最新SDKパターンとベストプラクティスをエージェントに注入する。
• 両者を併用するとvanilla promptingに対して正解率96.3%・トークン63%削減を達成したとされる(評価データセットの詳細は未公開)。
• セットアップはnpx add-mcp "https://gemini-api-docs-mcp.dev"とnpx skills add google-gemini/gemini-skills --skill gemini-api-dev --globalの2コマンドのみ。
• 対応エージェントはClaude Code・Cursor・Gemini CLI・GitHub Copilot、公式ブログでの公開は2026年4月1日。

Claude が要らない作業を安いモデルに移す。 217 件の実測で 17 倍のコスト削減

Source: Qiita | Published: 2026-05-05 19:52 JST

• 3週間・217件のタスク実測で、判断・統合をClaude、機械的作業をDeepSeek V4 Flash(コンテキスト窓1M)に分担すると約17倍のコスト削減を確認した(0.41ドル対約7ドル)。
• 移譲対象は「ファイル分類」「JSON/YAML整形」「ドキュメント要約」「文字列項目抽出」「一括文字置換」など機械的作業に絞っている。
• 実装はarizen-dev/deepseek-mcpをMCPサーバとして接続し、応答時間は3-25秒で許容できると報告。
• CLAUDE.mdの指示形式が効果を左右し、否定形「Claudeをこれらに使うな」は確実に機能、肯定形「DeepSeekをこれらに使え」は約30%無視されたという発見。
• 単純な「全部安いモデル」ではなく、Claude側に判断責務を残しつつ作業を委譲するハイブリッド構成が要点。

AI エージェント向け OpenAPI 3.1 設計 — 日本住所正規化 API の実装事例

Source: Zenn | Published: 2026-05-05 16:00 JST

• Shirabe Address APIをChatGPT/Claudeから利用する過程で発生した3つの失敗を起点に、OpenAPI 3.1設計の落とし穴を整理した。
• GPT Builderの説明文300文字制限で詳細仕様がインポート失敗する、normalizeとnormalizeBatchのような曖昧なoperationIdが系統的に誤呼び出しされる、attributionが欠落しLLM要約で出典情報が失われる、の3つを具体例で提示。
• 解決策はLangChain/Dify向けの完全版とGPTs向けの300文字以下の凝縮版を別建てで配信するデュアルスペック方式。
• レスポンスのattributionフィールドを必須化することで、CC BY 4.0準拠の出典情報がLLM生成文中まで伝播するように設計した。
• 2026年4月にはJIS住所コード・自治体識別子をレスポンスに追加してGemini「ideal output」形式への適合を進め、実装はCloudflare Workers + Fly.io上のabr-geocoderエンジンを利用している。

[ローカルLLM性能評価レポート] Qwen3.6-35b-a3b

Source: Zenn | Published: 2026-05-05 20:12 JST

• AMD Ryzen AI MAX+ 395 / Radeon 8060Sの高性能機でQwen3.6-35b-a3bをフルスタックWebアプリ開発に投入し、Claude Opus 4.6から総合B評価を得た。
• 強みはドキュメント生成(全9セクション網羅)、S3統合などのアーキテクチャ設計、修正ほぼ不要なDocker構成、ローカル環境ドキュメントはA評価。
• 弱みはPHP構文エラー多発、Laravel 12のAPI実装が誤り、設計書間の技術仕様不整合、複雑なデバッグで無限ループに陥る傾向。
• コンテキスト累積で応答速度が劣化し、128K→32Kへの短縮で入力速度が約6倍改善、Qdrant＋埋め込みのベクトルインデックス併用で問題解決能力が顕著に向上した。
• 結論として、ドキュメント・初期設計には有用だがコード精度はGemini 3 Flashなどクラウドモデルに及ばず、業務利用は別モデルを継続。

正確性評価がLLMのハルシネーションを招く：Nature掲載論文が暴くインセンティブ構造

Source: Zenn | Published: 2026-05-05 19:33 JST

• Nature掲載論文を起点に、ハルシネーションは「モデルのバグ」ではなく現在の訓練・評価構造から必然的に生じる結果だと整理した解説記事。
• IIV還元定理により「生成エラー率はIIV(是否判定)分類エラー率の2倍以上」になることが数学的に示され、判定誤りがある限りハルシネーションは消えない。
• 5つの誤差源として認識的不確実性35%・モデル仕様限界25%・計算的困難さ15%・分布シフト15%・訓練データ誤り10%を提示。
• 二元評価(正解/不正解)は「わからない」より推測の期待値を高めてしまうため、推測の方が報酬される構造になっている。
• 提案されるOpen-rubric評価は「高信頼度＆正解+1点 / 高信頼度＆不正解-3点 / 低信頼度棄権0点」で、不確実性の認識を最適戦略にする狙い。

All Articles

Zenn

Qiita

ITmedia AI+

（Top 20で全件採用済み）

GIGAZINE

OpenAI Blog

（Top 20で全件採用済み）

Simon Willison

（Top 20で全件採用済み）

The Decoder

（Top 20で全件採用済み）