TODAY’S ISSUE 2026年8月22日 · 土曜日 AI FRONTLINE

AIニュースまとめ 2026-08-22｜Anthropic、Mythos 5を脆弱性スキャンに開放

2026年8月22日

アップデート情報

各社が 2026-08-22 に公式発表したプロダクトアップデートです。

Claude / Claude Code

Claude Code v2.1.239 で、レスポンスの Content-Type ヘッダーを削除するプロキシ配下の Bedrock ストリーミングが非ストリーミングで毎ターン再実行され、課金対象の API コールが静かに2倍になっていた不具合が修正された。（Claude Code CHANGELOG）
/claude-api upgrade が追加され、Python プロジェクトの anthropic 0.x から 1.x への移行を実行できるようになった（スキルの Python リファレンスも 1.x 向けに更新され、タイムアウトは httpx.Timeout ではなく anthropic.Timeout を使う）。（Claude Code CHANGELOG）
データレジデンシー対応ワークスペースについて、/cost・ステータスライン・--max-budget-usd のコスト見積もりに US-only-inference の 1.1 倍プレミアムが反映されるようになった。（Claude Code CHANGELOG）
Bedrock・Vertex・Foundry など従来は除外されていた環境にも一度きりのフルスクリーンレンダラー提案が出るようになり、新規インストールはフルスクリーンで起動するようになった。（Claude Code CHANGELOG）
同日夜に公開された Claude Code v2.1.240 は、バグ修正と信頼性の改善のみを含んでいる。（Claude Code CHANGELOG）

ChatGPT / Codex

2026-08-22 に発表されたアップデートはありません。

Gemini

2026-08-22 に発表されたアップデートはありません。

Top 20

Anthropic、「ミュトス 5」を脆弱性スキャンに開放──「Claude Security」経由でEnterprise顧客が利用可能に

Source: ITmedia AI+ | Published: 2026-08-22 07:09 JST

Anthropicが8月21日（現地時間）、最上位モデル「Claude Mythos 5」をセキュリティサービス「Claude Security」の脆弱性スキャンに投入し、Claude Enterpriseプラン顧客が別途アドオン契約なしで使えるようにしたと発表した。
Mythos 5に直接プロンプトを送れるようになるわけではなく、ユーザーが受け取れるのは脆弱性の検出結果と修正案に限られ、スキャン費用は既存プランの通常のトークン使用量として消費される。
検出結果はCWE分類・確信度・深刻度の評価と修正案とともに返され、修正を適用する場合はWeb版のClaude Codeで作業する流れで、実装前に必ず人間によるレビューと承認が必要とされている。
Anthropicは「リスクが最も高いのはモデルへ直接アクセスできる状況であり、受け取れるものがパッチやアラートに限られていればリスクははるかに低くなる」という考え方を示し、モデル本体を露出させない設計の根拠としている。
同時に、オープンソースの脆弱性修正やスキャン自動化に取り組む組織へ総額3500万ドル分のクレジットを配る「Defender Advantage Fund」（0xDAF）の立ち上げと、Cyber Verification ProgramのMythosクラスへの拡張も公表した。

Quoting Matt Webb（Matt Webbの発言より）

Source: Simon Willison | Published: 2026-08-22 00:06 JST

Simon WillisonがMatt Webbの発言を引用し、AIに思考の一部を外注しても学習は止まらず、むしろ学ぶ量が増えるという結論を紹介している。
Webbは自作アプリ「Galactic Compass」のバージョン1.0公開後に回転処理を自分で実装する必要が生じ、ChatGPTにコードを書かせるのではなく教えてもらう使い方を選んだと述べている。
本を読んでも数学者の友人に聞いても身に付かなかったクォータニオン（四元数）を、根気強く対話する家庭教師としてのChatGPTを相手にアプリが動く水準まで習得できたと振り返っている。
引用元はGalactic Compassに拡張現実モードを追加したことを告知する記事で、Webbはこの結果を気に入っていると書いている。
Willisonはこの引用にmatt-webb、generative-ai、chatgpt、education、ai、llmsのタグを付け、AIと学習の関係を扱う事例として整理している。

Deepseek releases experimental Flash vision model that rivals Opus 4.8 on agent benchmarks（Deepseek、エージェントベンチマークでOpus 4.8に匹敵する実験的なFlash視覚モデルを公開）

Source: The Decoder | Published: 2026-08-22 04:08 JST

DeepseekがV4-Flashに画像理解を加えた実験的マルチモーダルモデル「Deepseek-V4-Flash-Vision-Exp」を公開し、自社の内部マルチモーダルエージェントベンチマークでOpus 4.8に肉薄し、項目によっては上回ったとしている。
ベースモデルの推論力と世界知識というテキスト性能を保ったまま画像処理を足した構成で、画像の説明、スクリーンショットからの文字抽出、図表の解析ができるとしている。
JPEG・PNG・GIF・WebPに対応し、ファイル名や申告されたMIMEタイプではなく実際のファイル内容からフォーマットを判定する仕様になっている。
画像はBase64埋め込み、最大32MiBの公開URL参照、無料の新Files API（上限64MiB、IDで複数リクエストから再利用可）の3経路で渡せ、解像度によらず1枚あたり最大384トークン、1リクエストに最大600枚まで含められる。
OpenAIのChat Completions／Responses APIとAnthropicのMessagesエンドポイントの双方から呼べ、価格はV4-Flashと同一で、新モデルに標準対応したHarnessフレームワーク0.1.1も同時に公開された。

Grok 4.5はCursorの操作ログで訓練された、出力トークンが約4分の1になった

Source: Zenn | Published: 2026-08-22 09:07 JST

xAI（発表ではSpaceXAI名義）がGrok 4.5をCursorと共同で訓練し、数兆トークン規模のCursor上の操作データを材料に使ったと明言した点を取り上げ、注目すべきはベンチマークのピークではなくトークン効率だと結論づけている。
訓練データはGitHubにある完成済みのコードではなく、途中まで書いて消した編集、エラーからの復旧、ファイル間の行き来、ツール呼び出しといった開発者とエージェントの「軌跡」そのものだと説明している。
xAIが公表した数値では、SWE Bench Proの1タスクあたり平均出力トークンはGrok 4.5が15,954、Claude Opus 4.8（max）が67,020で、約4.2倍の開きがある。
価格は入力100万トークンあたり2ドル・出力6ドルで、記事はTechCrunchが挙げたOpus 4.7の5ドル／25ドルと並べつつ、比較の出どころが揃っていない点は割り引いて読む必要があると断っている。
xAIはコードに寄せきらずSTEM課題や研究論文も混ぜ、「問題を調査し、ツールを使い、失敗から立ち直り、結果を検証する」環境で強化学習を回したとしており、狙いはコード生成器ではなく長く回る作業をやり切るエージェントにあると読み解いている。

RayNeo’s new AI glasses skip the camera, focus on text overlays（RayNeoの新型AIグラスはカメラを省き、テキスト表示に注力）

Source: The Decoder | Published: 2026-08-22 17:00 JST

RayNeoがカメラもスピーカーも持たない新型AIグラス「RayNeo iO Glasses」を発表し、緑色の導波路ディスプレイで装着者の視界にテキストを重ねる方式を採った。
ディスプレイは透過率97％、輝度は約1,300ニトで、カメラを積まない構成になっている。
会話を聞き取って要約し、アクションアイテムを抽出してカレンダー登録を提案し、ユーザーはうなずくだけで確定できるほか、テレプロンプターモードと40言語の音声テキスト翻訳を備える。
4つのマイクと骨伝導センサーで騒がしい環境でも声を拾い、マイクが作動している間はLEDが点灯して分かるようにしている。
標準ではRayNeo AIとGemini 3.1 Flash Liteが動き、月額9.99ドルの購読でChatGPT 5.1・Gemini 2.5 Pro・Claude・DeepSeekが加わるが、記事は列挙されたモデルがいずれも既に旧世代である点を指摘している。

llm-openrouter 0.7

Source: Simon Willison | Published: 2026-08-22 01:58 JST

Simon Willisonがllm-openrouter 0.7をリリースし、LLM 0.32に対応したことでOpenRouter経由で使えるモデルの推論トレース（reasoning traces）を表示できるようになった。
各モデルはOpenRouterが実装するResponses APIを使う形に切り替わった。
サーバー側で動くツールとしてShell、WebFetch、WebSearchの3つが新たに追加された。
これらのツールは -T WebSearch のようなオプションで有効化する。
投稿はリリースノート形式の短いもので、llmとopenrouterのタグが付けられている。

llm 0.32.1

Source: Simon Willison | Published: 2026-08-22 02:16 JST

Simon Willisonがllm 0.32.1をリリースし、新規インストールが動かなくなっていた不具合を修正した。
原因はOpenAIのPythonライブラリがhttpxの利用をやめたことで、LLM自身はhttpxに依存しながらopenaiの推移的依存としてしか導入していなかった。
当座の対処として openai<3 にピン留めすることで解消している。
近く出る0.33ではhttpxからhttpx2へ乗り換える予定だと予告している。
タグはhttpx、openai、llmで、あくまで暫定のドットリリースとして位置付けられている。

オンデバイスAI時代のRAGアプリ設計を考える

Source: Zenn | Published: 2026-08-22 10:36 JST

Google Tensor SDKの発表を受けて、汎用AIとRAGアプリは競合せず「世界を知っているAI」と「自分を知っているAI」という役割分担になると結論づけている。
Tensor SDKのベータ版公開により、AI Chat、Ask Image、Ask Audio、Agent Skills、Mobile Actionsといった機能がスマートフォン単体で動く見通しになったと整理している。
著者は自作RAGアプリ「ExaVision」を、会社の点検マニュアルや自分の議事録など固有の知識ベースを検索する用途に位置付けている。
設計方針としてGemma4を固定搭載するのではなく、検索→Embedding→VectorDB→プロンプト生成→LLM Interfaceという層構造にして、最後の推論だけをProviderとして差し替えられるようにすると述べている。
当面はGemini 3のAPIでRAGのロジックを磨き、その後Gemma4 E4Bとの接続、仕様が明らかになった段階でTensor SDK Providerの追加という順で進める計画を示している。

AI生成コードを「どこまで理解してから」マージすべきか——理解基準3段階と2つのゲート

Source: Zenn | Published: 2026-08-22 17:22 JST

レビュー論が「読むのをやめた」まで到達した現状に対し、本人の感覚ではなくチームで合意した「理解基準3段階」と「2つのゲート」で線を引くべきだと提案している。
診断として、AI以前は実装時間が仕様と構造を理解する時間を兼ねていたが、エージェントが実装時間を消した結果、理解コストの請求書だけがレビューとマージの席に集中して届くようになったと分析している。
打ち手は「先払いする（実装前に方針を合意）」「減らす（理解しなくても安全な形に隔離）」「計上する（レビューを見積りと計画に載せる）」の三択で、本記事は主に2つ目の基準化を扱っている。
感覚任せが成立しない根拠としてMETRのRCTを挙げ、経験豊富な開発者がAIツールで20%速くなったと体感しながら実測では19%遅くなっていた、約40ポイントの知覚ギャップを引いている。
査読済み研究（EASE 2026）が「AI生成PRの多くはそもそも人間のレビューを受けていない」と観測している点にも触れ、基準の全文はagent-first-dev-standardとして公開していると述べている。

サブスク疲れで、使った分だけ払うAI英語学習アプリを個人開発して公開した話（②AIエージェントに1.9万件を「査読」させてデータ品質を上げた話編）

Source: Qiita | Published: 2026-08-22 19:13 JST

ユーザー報告から見つかった例文と訳の食い違いを直すため約1.9万件をAIに読ませたが、1回のAI修正をそのまま信用せず必ず別のエージェントに独立で再確認させる二段構えのパイプラインにしたと報告している。
発端は、例文本体とその訳が別カラムに保存されており、英単語名だけで突き合わせて訳をマージするスクリプトが例文の差し替え時に古い訳を残していた典型的なデータ移行バグだった。
査読フェーズは実際に機能し、“That’s not wrong, exactly.”の訳で肯定と否定の極性が反転していた例や、孫子・ベンサムの英文には無い語句をAIが原典知識で補完していた例を検出・修正した。
一方で査読エージェント自身が古いローカルDBを根拠に引用し本番と食い違うという事故も起き、最終的には著者が本番へ直接クエリして裏取りしたと明かしている。
結果として単語側で約400件、フレーズ側で12件、加えて分野タグと内容が食い違う6件を修正し、全件バックアップ→ドライラン→適用→ヘルスチェックの手順を徹底したとしている。

Claude Code v2.1.239: Bedrock二重課金バグ修正とPython SDK移行コマンド追加

Source: Qiita | Published: 2026-08-22 20:30 JST

Claude Code v2.1.239の目玉は機能追加ではなく、Bedrockをプロキシ経由で使う環境でAPIコールが静かに2倍課金されていた不具合の修正だと整理している。
Content-Typeヘッダーを削除するタイプのプロキシ配下ではBedrockのストリーミング応答の解釈に失敗し、同じターンを非ストリーミングで再実行していたため、1回のやり取りに見えて課金対象のコールが実質2倍発生していた。
あわせて、SSOプロファイルと awsAuthRefresh を使うBedrock構成でHTTPSプロキシ配下だと起動時にハングする問題も、クレデンシャル事前チェックが HTTPS_PROXY を尊重する形で修正された。
新規追加の /claude-api upgrade はプロジェクト内のSDK利用箇所を検出してanthropic Python SDKを0.xから1.xへ自動移行し、タイムアウト指定が httpx.Timeout から anthropic.Timeout へ変わる点などを吸収する。
データレジデンシー対応ワークスペースでは1.1倍の推論プレミアムが /cost・ステータスライン・--max-budget-usd の見積もりに反映されず表示と実請求が乖離していたが、これも修正されたと説明している。

Claudeのテキスト透かし（ウォーターマーク）は何をしているのか ── サンプリングの仕組みから理解する

Source: Zenn | Published: 2026-08-22 23:02 JST

2026年8月14日にAnthropicが発表したClaudeの出力テキスト透かしについて、モデルの重みには一切手を加えず次トークンを選ぶサンプリング段階にだけ介入する仕組みだと結論づけている。
本質は「秘密鍵と直前の数トークン（例えば4つ）から乱数シードを導出する」ことで、ユーザー視点では乱数シードを固定しているのとほぼ同じであり、透かしで文章の質が落ちるという心配は仕組み上あまり当たらないと説明している。
検出には秘密鍵が必要で第三者は透かしの有無を見分けられず、Anthropicが検出APIを提供する見込みだとしている。
検出を安く済ませるため、GoogleのSynthID-Textをベースにした「トーナメントサンプリング」という工夫が入っていると解説している。
記事は『Build a Large Language Model From Scratch』著者Sebastian Raschka氏の48分の解説動画とスライドを要約・再構成したもので、透かしは単語をいくつか書き換えれば消えるが、どの位置を書き換えればよいかは外部からは分からないとも整理している。

ChatGPT Plugin DirectoryにKnottleを公開した — 1つのMCPサーバーをChatGPTとClaudeから使うための実装

Source: Qiita | Published: 2026-08-22 01:27 JST

日本語CRM「Knottle」を2026年8月21日にChatGPTのPlugin Directoryへ公開し、これまでClaude向けに用意していたのと同じMCPサーバーをChatGPTからも使えるようになったと報告している。
Knottle側ではChatGPT用とClaude用でMCPサーバーを分けておらず、1つのサーバーが42個のツールを公開して双方のMCPクライアントがそこへ接続する構成を採っている。
記事はPlugin Directory公開で接続方法がどう変わったか、OAuth・PKCE・Dynamic Client Registrationをどう組んでいるか、42個のツールをどう分類しているかという観点で実装を分解している。
検証はclaude.aiのカスタムコネクタから読み取り系ツールを実際に実行し、ChatGPT側もPlugin Directory公開後に接続してCRM情報を参照・操作できることを確認した範囲だと明示している。
ただし42ツールすべてを1つずつ最後まで実行する網羅テストは完了していないと断り、Knottle側の実装、各サービスの仕様、実際に確認した動作を分けて書く方針を採っている。

Psychological methods reveal major weaknesses in AI security testing（心理測定の手法がAIセキュリティ試験の重大な弱点を明らかにした）

Source: The Decoder | Published: 2026-08-22 16:00 JST

英国AI Security Instituteの研究者が心理測定（サイコメトリクス）の手法を用い、広く使われている言語モデルの安全性ベンチマークが単一の一貫した特性を測れていないことを明らかにした。
具体的な弱点として、リクエストを一律に拒否するだけで安全性スコアは人為的に押し上げられる一方、モデルの日常的な有用性は下がっていくという歪みを挙げている。
研究は、テスト中だけ普段より慎重に振る舞うモデルを捕まえる手法もあわせて提示している。
用いたのは人間の性格特性の測定に使われる統計的手法で、それを安全性評価そのものの妥当性検証へ持ち込んだ形になっている。
The Decoderはこの研究を、安全性ベンチマークの主要な弱点を心理測定の手法で示したものとして報じている。

Anthropic puts its most powerful model Claude Mythos 5 to work for cyber defense（Anthropic、最強モデルClaude Mythos 5をサイバー防御に投入）

Source: The Decoder | Published: 2026-08-22 04:35 JST

AnthropicがセキュリティスキャナーのClaude SecurityをClaude Mythos 5上で動かし始め、Enterprise顧客向けのパブリックベータとして提供していると報じている。
コードベースを走査して脆弱性を検出しパッチを提案する仕組みで、スキャンは通常のトークン使用量として計上され、各検出にはCWE分類、深刻度の評価、修正案が付く。
パッチの適用には引き続き人間の承認が必要である。
Anthropicは病院・電力事業者・銀行を守るパートナー各社のセキュリティ製品にもMythos 5を組み込んでおり、エンドユーザーはモデルを直接操作せず修正案などの成果物だけを受け取る。
既にClaude Opusをセキュリティツールに使っているパートナーはMythos 5へ切り替える見込みで、Mythosはサイバー分野で特に高い能力を持つがゆえに広くは提供されておらず、今回の展開は攻撃者に新たな手段を与えずに防御側を強化する狙いだとしている。

Mythos 5: Still Locked, Now With 4 Side Doors

Source: Zenn | Published: 2026-08-22 16:42 JST

Anthropicが2026年8月21日に開いたClaude Mythos 5への4つの経路はいずれも個人ユーザーにモデルを渡すものではなく、これはモデルのリリースではなくアクセス制御のリリースだと結論づけている。
Mythos 5は依然として直接プロンプトを送れるチャットモデルではなく、変わったのはモデル本体に触れないままその出力の恩恵を受けられる人の数だと整理している。
記事はClaude SecurityのMythos 5統合が実際に何を返すのか、Defender Advantage Fundがどう構成されているのか、Cyber Verification Programの拡張が既にOpusとSonnetを使うチームに何を意味するのかを分解している。
Mythosクラスは同社のOpus階層の上に位置し、系譜は2026年4月にProject Glasswing経由で限定提供されたClaude Mythos Previewに始まると説明している。
「モデルは公開するには危険すぎる」と「数カ月ごとにアクセスを広げている」という2つの主張が矛盾しない理由を、アクセス制御の論理として説明する構成を採っている。

AIを使い分ける基準は、モデル性能よりコンテキストではないか

Source: Zenn | Published: 2026-08-22 10:28 JST

生成AIの使い分けはどれが一番賢いかというモデル性能の比較ではなく、そのAIが今の仕事に必要な前提情報をどれだけ持った状態で考えられるかというコンテキストで決めるべきだと主張している。
記事はコンテキストを「その時点でAIが判断や生成に利用できる前提情報」という広い意味で扱うと定義している。
何も知らない人に「この設計についてどう思うか」と聞いても一般論しか返らないのと同じで、実務で発揮される能力はモデル性能と利用できるコンテキストの組み合わせで変わると整理している。
プロンプトを書くことはコンテキストを与える手段の一つに過ぎず、ほかに過去の会話、仕様書や設計書、ソースコード、過去の意思決定、RAGの検索結果、Web検索結果、ToolやAPIの実行結果、利用者の判断基準があると列挙している。
著者自身はGitHub Copilot・Microsoft 365 Copilot・GPTの3つを、それぞれが参照できる情報環境で使い分けていると具体例を挙げている。

AIに「なぜそうした？」を記録させたら、自分の思考が見えてきた

Source: Zenn | Published: 2026-08-22 10:34 JST

AIの提案に対して「採用・修正・却下」と理由を一行残す判断ログを続けたところ、自分の判断軸が少しずつ鍛えられ思考が見えるようになったと報告している。
記録という行為はメタ認知（自分の思考を観察する力）に支えられており、それは訓練で向上する後天的なスキルだとする文献を根拠に挙げている。
ジャーナリングを続けた学生の85%が「目標達成に役立った」と回答したPMC（2022）の研究も引き、自己反省と自己効力感の向上に有効だとしている。
実装はObsidian（判断ログとプロンプト指示の保存）、Filesystem MCP（ClaudeからVaultを読み書き）、Claudeプロジェクト（専用のシステムプロンプト）の3点で構成している。
システムプロンプトに「セッションの区切りで採用・修正・却下を必ず聞いて判断ログに記録すること」と書いておくだけで、記録・蒸留・反映の3段階が特別な操作なしに回ると解説している。

Codexのマルチエージェント機能、config.toml設定は既に不要だった

Source: Qiita | Published: 2026-08-22 12:05 JST

Codex CLIのマルチエージェント機能を使うには ~/.codex/config.toml に multi_agent = true を追記して再起動する必要があるという公式ドキュメントの手順が、手元で確認した最新版では既に不要になっていたと結論づけている。
根拠として codex features list の出力を挙げ、multi_agent フラグが stable / true（デフォルト有効）になっていることを確認している。
一方、spawn_agents_on_csv に近い内部フラグとみられる enable_fanout は under development / false のままで、これは別物だと切り分けている。
spawn_agents_on_csv はCSVを1行1タスクとしてワーカーサブエージェントへ並列に配り、全ワーカーの完了を待って結果を新しいCSVにまとめ、進捗トラッキングとETA表示も備える機能だと説明している。
各ワーカーは report_agent_job_result を必ず1回呼ぶ必要があり、呼ばずに終了するとエラー扱いになるが、1つ失敗してもバッチ全体は止まらないと補足している。

無料枠だけでClaude Codeをターミナルで動かす — ぶつかった2つの壁と回避策

Source: Zenn | Published: 2026-08-22 12:20 JST

各社の無料APIを束ねてClaude Codeの推論先を差し替えれば無料で動かせるが、「大きな入力を弾く壁」と「大きな出力を弾く壁」の2つにぶつかると結論づけている。
使ったのはFree Claude Code（FCC）という、既定で127.0.0.1:8082にローカルサーバーを立ててNVIDIA NIM・Groq・OpenRouterなどの無料枠へ振り分け、失敗したら次へフォールバックする中継ツールである。
壁の1つ目はGroqが413 Payload Too Largeを返す問題で、無料枠の上限はgpt-oss-120bで実測1分あたり8,000トークンしかなく、エージェントが毎回送る大きなコンテキストを受け取れなかった。
さらに中継役が413をレート制限（429）と取り違えて同じGroqへ何度も投げ直すため、数分待たされてタイムアウトするという原因の見えにくい詰まり方になっていた。
回避策は主力を入力許容量の大きいOpenRouter経由のモデル（deepseek系など）へ変え、Groqは外さずフォールバックの後ろで軽い要求だけ担当させることで、無料枠の合計量を保ったまま詰まりだけ消せると述べている。

All Articles

Zenn

#	Title	Summary	Author	Published
1	SAPO: 1ロールアウト自己回帰Actor-CriticでAgent RLの壁を突破	PPOはCritic分のメモリが要りGRPOは長期タスクでadvantage collapseに陥るという二律背反を、自己回帰モデルの因果的境界を使い1つのバックボーンでPolicy・V・Qを同時表現するSAPOで解消したと報告している。	@Currently Learning そんけいご	00:00
2	Gemini Sparkを触る勉強会をやってみて考えた、ノーコードAIエージェントとこれからのエンジニア	事前資料を作らず公式ドキュメントを見ながらGemini Sparkをライブで触る勉強会を個人主催で開いた経験から、ノーコードAIエージェントの立ち位置とこれからのエンジニアの役割を考察している。	@こぶシュー	00:21
3	AXIOM-MAS v3.2.2 実験結果 — MASカーネルPrototypeの制御実験	LLMを交換可能な推論部品として扱い外側に制御カーネルを置くMAS Prototype「AXIOM-MAS」について、不変座標・推論軌跡・状態管理・逸脱監視を組み合わせた制御実験の結果を報告している。	@kishimoto-void	02:03
4	自作MCPサーバで「Tool Poisoning」を試してみた（Claude Codeは騙されるのか？）	ツールのdescriptionと実際の動作が食い違ったときClaudeがどう振る舞うかを確かめるため、検証用のメモ管理MCPサーバを自作して説明文と関数名を偽装し実際に試している。	@shinji_bk	04:27
5	会社と個人のAIログイン混線、Chromeプロファイル分離の仕組みと限界	Chromeのプロファイルは独立したストレージパーティションなので会社と個人のOAuthセッション混線を構造的に防げるが、既定では強制力が弱くChrome Enterpriseの管理者ポリシーが要ると整理している。	@毎日AIレシピ	06:13
6	業務システム開発はどこまで自動化できるか	導出可能なものはすべて自動化され残るのは決定とその決定への署名だという命題を軸に、仕様とプログラム、承認と答責性、決定アーキテクチャを三章にわたって論じている。	@k_mt	06:24
7	ローカルLLMでAIエージェントは今どうなってる？ ―OpenClawの惨状とClaude Codeをローカルで動かす検証	CVEが大量に出たOpenClawの現状、Claude CodeをローカルLLMで動かす条件、ローカルのエージェント基盤が実用になるかという3つの疑問を、M4 Max環境で実際に動かして検証している。	@Shinya Koike	06:48
8	同じ文脈は、同じ間違いを見逃す — 検証を別のセッションに出す	同じセッションの検証者には内容の善し悪し以前に検出できない誤りの類型があるとして4つに分類し、別文脈の検証者へ投げる実際の問いかけ文と、何を渡し何を伏せるかを対にして示している。	@手順屋	08:00
9	請求書の入金消込を自動照合にした — 未入金の検知が3週間から翌日になった仕組み	月末にまとめて目視照合していたため1件の未入金に3週間気づかなかった一人会社の経験から、請求と入金の突き合わせを自動照合へ切り替え検知が翌日まで縮まった仕組みを記録している。	@JOINCLASS	08:00
10	openpyxlの行の高さを勘で決めない。Excelのautofitを実機で採寸して合わせる	文字数から行の高さを見積もっていたためセルの文字が切れたり余白が広すぎたりしていた問題を、実機のExcelにautofitさせて正解の高さを採寸しその値へ合わせることで解消したと報告している。	@shinsei99	08:21
11	ゼロから始めるClaude Code #14 Gitチーム開発編：レビュー・コンフリクト・共同作業にClaudeを組み込む	初心者向け連載の第14回として、第7回で先送りにしていたGitのチーム開発への組み込みを扱い、レビュー・コンフリクト・共同作業にClaude Codeをどう入れるかを解説している。	@みかあんどここ	08:53
12	Claude Codeの全コマンドが突然死んだ——再インストールする前に読む話	Bashツールが同じEOFエラー1行で全滅する状態から再インストールせずに復旧した記録として、復旧手順・公式リポジトリの既知Issueと原因の機序・再発を早期検知する予防チェックの3点をまとめている。	@ナンピィン・ハイレッバー	11:07
13	PGroonga用MCPを作ったよ	最近のモデルはSQLは得意でも表記揺れや異体字を含む日本語検索の調整は難しいとして、PostgreSQL拡張PGroongaのインデックス作成やノーマライザー設定を扱うMCPサーバを作ったと報告している。	@circleback	11:55
14	AIエージェント設計論 — Harness/Loop EngineeringからRAGまで	Harness EngineeringとLoop Engineeringを二本柱に、Evaluation・Context Engineering・Memory・Observability・A2A・RAGまで16章でAIエージェント開発の設計思想を体系化している。	@田前秀樹	12:29
15	LLMはなぜ言葉を扱えるのか？	Transformer・Embedding・パラメーターがLLM全体の中でどうつながるのか説明できないという自身の気づきを起点に、入力文が内部でどう処理され言葉として返るのかを非エンジニア向けにかみ砕いている。	@CCシステムズ　行成	12:45
16	Cursorから15分 — @staddress/mcp でチャットから住所解析する（導入・ツール・プロンプト）	コードからAPIを呼ぶ従来の紹介から一歩進め、住所正規化・ジオコーディングAPI「Staddress」をAIチャットから呼び出せるMCPサーバ @staddress/mcp の導入手順とツール、プロンプト例を紹介している。	@ストアドレス	12:50
17	Claude Codeについて学んだことの備忘録	社内でAIエージェントコーディングを始めるにあたり公式ドキュメント3点を通読し、Claude Codeの仕組みと使い方の基礎知識を未来の自分が戻ってくるための備忘録として整理している。	@Rokkaku	12:51
18	「次やって」でAIを動かす	目的・制約・手順・出力形式を毎回書き出す手間を省くため、SPEC.mdとTODO.mdが揃っていることを前提に「次やって」だけで実装を進めるtodo-nextスキルを作ったと解説している。	@Giana12th	12:55
19	AIの外付け道具をURLで繋いだら、道具を一度も使わなかった回でも5回通信していた。合言葉は毎回そのまま流れていた	自作のMCPサーバをstdioとHTTPの両方式で接続し道具側で実際に何が届いたかを全部記録して比べたところ、道具を一度も使わなかった回でも5回通信し合言葉が毎回そのまま流れていたと明らかにした。	@ぬまーんのZenn記事	13:09
20	Codexの505セッションを掘ったら、避けられたかもしれない再実行が370回見つかった	Codexの505セッションのログを掘り、sandbox制限で失敗してから実行条件を変えて成功するという同じ経路を別の日にも最初からたどり直す再実行が370回あったと明らかにした。	@yuta-urano	13:17
21	プログラミングとは何だろう？	プログラミングはコンピュータ上でやりたいことを実現する厳格な命令書であり、AIではなく人間がそれを行う意義は人間自身がそれを理解するためだという現時点の結論をまとめている。	@Kaeru	14:00
22	在庫切れ商品を「お願い」したら買えた — UCP公式サンプルの検証	Universal-Commerce-Protocol公式のA2Aサンプルに在庫切れ商品を追加したところ、エージェントが一度は在庫切れと認めながら頼み込むと購入できてしまい、エージェントコマースの防御をどこに置くべきかという教訓を導いている。	@radiatakk	14:31
23	LLM APIコスト最適化実践教科書	品質を落とさずにLLMの費用を制御するための、計測・設計・キャッシュ・ルーティング・運用という5つの観点を実践教科書として体系化している。	@Yusuke Hayashi / 林裕輔	14:44
24	スポーツボウリング場構想・第三弾③ 第三弾は「店舗を回すシステム」に決まった	4つのAIから集めた意見を並べて整理した結果、構想が予約・利用・運営の三段階に分かれると分かり、第三弾は管理画面を増やすのではなく現場スタッフが店舗を止めずに回せるシステムに決めたと記している。	@じゅん	14:54
25	「AIに引用されているか」を数値にする — LLMO可視性スコアの設計と、実装して初めて分かった落とし穴	ChatGPTやPerplexityが自社サイトを引用しているかという曖昧な対象を0〜100のスコアへ落とすツールを実装し、引用を3種類に分けた設計と動かして初めて気づいた失敗を書いている。	@MI Studio	15:18
26	AIに渡す仕様書に、何を書いて何を書かないか——製造現場の内製アプリを仕様駆動で作る	製造現場の実績データ基盤は整いAIで分析もできるようになった結果ボトルネックが入力側へ移動したとして、内製アプリを仕様駆動で作るときAIに渡す仕様書へ何を書き何を書かないかを整理している。	@現場と一緒に作るDX	15:19
27	LLM APIの費用はなぜ増える？コスト構造と最適化の基本	LLMの費用はモデル単価だけで決まらず送る文章の長さ・1つの仕事での呼び出し回数・失敗した処理の繰り返しでも増えるとして、費用の発生機構を分解し何から改善すべきかを説明している。	@Yusuke Hayashi / 林裕輔	15:30
28	優先順位を「人」で決めるAIタスク管理「Anythings」を55件使ってみた	締切が同じでも誰から頼まれたかで順番が変わる病院事務の仕事に、人との関係を書いておくとAIが順位まで付けるアプリAnythingsを55件分試し、英語化やエクスポート不在という欠点を残しつつ既定のタスク管理アプリに採用したと書いている。	@guidx	15:43
29	🔌 MCPサーバーが落ちてもセッションが止まらない仕組み	夜中に動かしたバッチがMCPサーバーのタイムアウトで丸ごと止まる障害を繰り返した経験から、コードより先に障害があっても倒れない設計を優先するようになったとして、ヘルスチェックとキャッシュをフックで組む仕組みを解説している。	@Lily	15:58
30	LLMに損切り価格を出させない設計 — Structured Output と数理レールの分担	GMOコインFXの予約型自動売買で損切り価格・利確価格・ロットをLLMに出させずPythonが式で算出する設計へ切り替え、正しいリスクリワード比を頼むのではなく不正な価格の組が構造的に生成されないようにしたと説明している。	@ozapon	16:11
31	Shopify複数案件をAI 3体で自律化するアーキテクチャ実証実験【第1話：課題と全体像】	複数のShopify案件が異なるフェーズで同時に走りディレクターの認知負荷が飽和する課題に対し、Gemini・Claude Code・ManusをBacklogをSSOTとして組み合わせ自律化する実証実験の全体像を示している。	@だんちゃん｜ Shopify×AI自動化ラボ	16:19
32	LLM APIはどこから使うべきか？AWS・GCP・Azure・直API・AI Gatewayの選び方	同じClaudeでも直API・Bedrock・Vertex AI・Microsoft Foundry・AI Gateway経由では契約も処理基盤も使える機能も同じとは限らないとして、どのモデルを使うかとどの経路から使うかを分けて選ぶ全体像を整理している。	@Yusuke Hayashi / 林裕輔	16:37
33	Codex v0.147.0まとめ:Agent Pluginsと承認自動化、—full-auto廃止の影響	2026年8月5日から13日のCodex更新5件のうち、手順を配布できるAgent Pluginsの追加と、自動レビュー付き承認の新設および古い全自動フラグの廃止という承認まわりの変更を、CIやスクリプトへの影響とあわせてまとめている。	@AIニュース	16:37
34	AGENTS.md と CLAUDE.md は解決規則が逆 — symlink する前に確認すること	AGENTS.mdは最も近い1つが勝ちCLAUDE.mdは見つかった全部を連結するという逆の解決規則になっているため、モノレポでnestedなAGENTS.mdを使っている場合はsymlinkする前に確認すべきだと指摘している。	@saito	16:43
35	RTX 5090でFreeTokenを試してみた。35Bでは不要、120B級MoEでは話が変わる	MoEのexpertをホストRAMへ置き必要な分だけGPUへキャッシュするFreeToken 0.1.2をRTX 5090で試し、23.5GBのOrnith 1.5では既存エンジンに対する優位が薄い一方、VRAMに収まらない120B級MoEでは話が変わると結論づけている。	@ほーりーふぉっくす	16:44
36	帳票SaaSのMCPサーバーが、AnthropicのMCPディレクトリに掲載されるまで	帳票・PDF生成SaaS「Re:port Flow」のMCPサーバーreportflow-mcpが2026年8月7日にAnthropicのMCPディレクトリへ掲載されるまでの開発と申請の経緯を記録している。	@kobo_sta	16:45
37	Proxmoxで構築するLLMサーバーのざっくりまとめ	環境構築時のメモとhistory、実ファイルの内容からProxmoxでLLMサーバーを構築した手順を再現し、GPUパススルーに必須のVT-dやAbove 4G DecodingといったBIOS設定から順にまとめている。	@ibuky	16:51
38	llama.cppでQwen3.8:27bの思考グルグルをある程度削減	llama.cppでQwen3.8-27B-Q4_0を動かす際に `--reasoning-effort low` を指定して推論の長さを調整し、思考が堂々巡りする現象をある程度減らせたと記している。	@ibuky	16:55
39	LLMハニーポットのコストが5倍に跳ねた理由を追ったら、正体不明のプロキシスキャン群に行き着いた ― 3拠点77日間の実測	1リクエストごとにLLM推論を走らせるハニーポットGalahのコストが5倍に跳ねた原因を3拠点77日間の実測で追い、正体不明のプロキシスキャン群に行き着いたと報告している。	@ハロさん	17:02
40	Claude Code のデスクトップ操作、内蔵の computer-use ではなく Windows-MCP を使っている理由	画面を撮ってピクセル座標をクリックする内蔵computer-useから、UI Automationで画面を構造として読むWindows-MCPへ入れ替え、メモ帳への入力という同じタスクで操作の中身がどこで変わるかを確かめている。	@Tom	17:27
41	モードを増やす作業を、Markdown 1枚に閉じ込める：Go でプロンプトをコードから引き剥がす	モードを1つ増やすたびにプロンプト定数・画面の選択肢・説明文・switch分岐を触る必要があり書き忘れてもコンパイルが通る状態を、prompts配下にMarkdownを1枚置くだけに寄せるgo-prompt-kitの設計としてまとめている。	@shouni	17:29
42	AIにコードを書かせるなら、Git hookは重いほうがいい	AIが出したPRのCIが落ちる問題への対策としてGit hookマネージャーhkを業務リポジトリで運用し、AIにコードを書かせる開発とGit hookの相性は人間が書く場合よりずっと良いと結論づけている。	@Masato Sugiyama	17:38
43	AIのためのタスク管理アプリケーションを作ったら気持ちよかった	メモ帳でAgentのタスクを管理していると次の投入待ちで作業状況を細かく観測することになりPCの前を離れると進まなくなるという困りごとを挙げ、AI向けのタスク管理アプリを自作したと書いている。	@k	17:57
44	AIコーディングの精度を上げる「任せ方」と「確かめ方」	実装したい内容をプロンプトに書けばコードが返ってくるという当初の認識では不十分だったとして、一見正しく見える出力をどう確かめるかまで含めた実務でのAIへの任せ方を整理している。	@maimai	18:00
45	SaaSを作った。そしてChatGPTに『おすすめは?』と聞いたら、私のことなど知らなかった。	動かない登録数のダッシュボードを1時間眺め続けた末に実際のデータを読むことにしたとして、自作SaaS「Katto」についてChatGPTに尋ねても存在すら知られていなかった現実を書いている。	@Katto	18:00
46	Query-aware Compressionは本当に効く？BedrockでRAGのトークンとコストを実測	検索でヒットしたチャンクをそのまま詰め込むと入力トークンが膨らむRAGの課題に対し、Query-aware Compressionを日本語FAQでBedrock上に動かし、トークンとコストが本当に削減できるかを実測で検証している。	@Yutaka Kashiwabara	18:15
47	Codexを「放し飼い」にしない。「拾い食い」を止めて分かったAIコーディングの境界線	Codexにコードを書くことを任せるのと何を直すかを任せるのは別だという気づきから、問題はAIを信用するかどうかではなくどこまでをAIに任せるかの境界線にあると整理している。	@tosane932	18:17
48	AIエージェント11体でブラウザゲームを作ったら、バグの大半が「書いたのに動いていない」だった	Claude Codeに1通投げて3日で画像も3Dモデルも音声ファイルも使わないブラウザゲームを完成させた経験から、発生したバグの大半が「書いたのに動いていない」類のものだったと報告している。	@yohsuke_zw	18:23
49	AIへの指示書を、現場の標準作業手順書として書き直した	同じ注意を三度しても形を変えた失敗が返る状況を、理由が書かれていない作業手順書が同じ不具合を繰り返す検査工程の光景と重ね、AIへの指示書を現場の標準作業手順書として書き直したと記している。	@HandaLab	19:53
50	tako開発日記 #1: AIエージェントが画面を操作するターミナル	Claude Codeを使う時間の多くがエージェントとdevサーバーと差分と成果物のウィンドウを整える作業に消えていた気づきから、Rust + GPUI製のAIエージェント特化ターミナル「tako」を作り始めたと紹介している。	@たくしお	20:09
51	【チームによるAI駆動開発の勘所：第5回】サービスをまたぐ整合性 - 「どちらも使えない」が正解のとき	外部SaaSがあるから基盤に載せられない、だからSagaでいこうという判断順序は間違っていると指摘し、同じ業務ケースを2つの順序でたどると正解が「どちらも使えない」になる場合があることを示している。	@wfukatsu	20:58
52	Claude Sonnet 5とGPT-5.6が出揃った今、エージェント自動化を最小コードで組む	GPT-5.6・Claude Sonnet 5・Gemini 3.5 Flashが出揃った状況を踏まえ、複数モデルを用途で切り替えながらリサーチから要約・整形までを自動で回す最小構成のエージェントをPythonで組んでいる。	@kairos	21:04
53	OxAlphaを一日中使ってみた感想	2026年8月21日からOpenRouterとOpenCodeで一週間限定・1Mコンテキスト・使用量無制限として提供が始まったステルスモデルOxAlphaを、トークンを惜しまず一日中使った感想を書いている。	@お刺身くん	21:16
54	Codexハーネスを試してみた : Codexを外部アプリのエージェント実行基盤にする	2026年8月19日にOpenAIが出した「Codex as a platform」の記事を受け、Codexをコーディング製品ではなく汎用のエージェント実行基盤として外部アプリから使う方法をいくつか試している。	@Y.Miyado	21:16
55	Claude Code でサブエージェント並列オーケストレーションを組むんやで｜Shorts 自動化を題材に	Claude Codeの並列セッションと8体のサブエージェント、フィードバックループでAIパイプラインを組む設計思想を、24本以上を実運用したShorts自動化を題材に解説している。	@まさやん	21:57
56	「モデルが20%できる問題」は狙うな — Jeff Dean が YC で話した1%ルール	Jeff DeanがY Combinator Startup School 2026で語った内容から要点を抽出し、モデルが20%できる問題は狙うなという1%ルールを中心に紹介と論評を加えている。	@管理人K	22:00
57	人工無脳のフリした Gemini bot が、まさかの本番機能の予行演習になった話	社内Mattermostへ遊び半分で置いた、返答生成にGeminiを使う人工無脳botが、個人開発中のサービスの本番機能の予行演習として役立ったという経緯を書いている。	@本つけ	22:10
58	”AIコーディングのセッションが飛んだ。定義は残っていたので復元したら、事故になりかけた”	セッション3つが飛び定義ファイルだけが残った状況で忠実な復元を実行していたら本番の問題データ3,599問が546問に上書きされていたとして、復元してはいけないものをどう見分けるかに寄せて書いている。	@おうちドリル	22:18

Qiita

#	Title	Summary	Author	Published
1	耳で聞く！Python で学ぶマクロ経済学入門 2	Pythonでマクロ経済学を学ぶPodcast動画の第2回について、Geminiとの対話形式で動画の主題と扱っている内容を確認しながら学習メモとして整理している。	@maskot1977	00:02
2	MCP Tasks拡張、SDK 2.0.0で動いたのは4メソッドだけだった	MCPの2026-07-28仕様で長時間処理を扱うTasksが実験的コアからio.modelcontextprotocol/tasks拡張へ移った件を追い、SDK 2.0.0で実際に動いたのは4メソッドだけだったと報告している。	@kai_kou	09:05
3	Cursorから15分 — @staddress/mcp でチャットから住所解析する	住所正規化・ジオコーディングAPI「Staddress」をコードからではなくAIチャットから呼べるようにするMCPサーバの導入手順を、Cursorで15分という想定にまとめている。	@staddress	12:47
4	RAG（検索拡張生成）とは何か？なぜAIには「カンニングペーパー」が必要なのか？ 🌏	生成AIを業務へ組み込むとき最初にぶつかる「AIが自社の固有データを知らない」という壁を出発点に、RAGがなぜAIにとってのカンニングペーパーとして必要なのかを初学者向けに説明している。	@nao-United92	12:50
5	6年分の自分の投稿をAIに読ませたら、同じことをずっと言っていた	6年分の自分の投稿をAIに読ませたところ一貫して同じことを言い続けていたと分かったとして、AIとキャリア資産を育てる連載の第4回に記録している。	@ymp-a	14:50
6	データシートPDFのレジスタマップ転記が面倒すぎたので、AIで抽出するツールを作った	数百ページのMCUリファレンスマニュアルからレジスタ・ビットフィールド定義の表をヘッダファイルへ書き写す作業が新しいチップのたびに発生するため、AIで抽出するツールを自作したと報告している。	@miyataro	16:51
7	AIエージェントから動画をクリップできる時代へ：2026年のMCP最新事情	半年前までWebアプリを開いてリンクを貼り操作するしかなかった動画編集が、MCPの普及でAIエージェントから直接クリップできるようになったとして、2026年時点の最新事情を整理している。	@anthony_katto	17:02
8	RAGとローカルLLMとは何か？AIエージェントに「外部の知識」をどう持たせるか	Harness・Loop Engineering・Context Engineering・Memoryと続けてきた番外編の最終回として、AIエージェントに外部の知識を持たせる手段であるRAGとローカルLLMを解説している。	@Hideki_Tamae	20:01
9	クラウドAIの”部下”をローカルに作る ― DGX Spark × OpenHandsで作業委任基盤を構築した記録	賢さは要らないが量が多いという類の作業をクラウドAIに投げ続ける無駄を避けるため、DGX SparkとOpenHandsでローカルに作業委任基盤を構築した記録を残している。	@y_hoshiba	20:31
10	大人用です。四等分円と半円。中学受験2013年灘中(その1/2)	2013年の灘中入試に出た四等分円と半円の図形問題を、自分の力だけでは解けなかったとしてsympyで計算し作図まで行った過程を記している。	@mrrclb48z	21:00
11	Claude Codeに画像パスを渡してスクリーンショットを説明させる — 10分で最初の1枚	スクリーンショットを文章で説明し直すのは地味に難しいとして、Claude Codeに画像ファイルの場所を1行で伝えるだけで説明してもらえる手順を機能1つに絞って示している。	@akira_papa_AI	22:34
12	Claude Skillを自作して、コミットメッセージ・PR説明文を自動生成してみた	diffを見せてコミットメッセージを書いてもらう作業を毎回プロンプトで説明するのではなくSkillとして固定化したらどうなるかを、実際に自作して試している。	@yukisnow0704	23:12
13	AIによるレビュー精度を保つ方法	Claude Codeに代表されるAIエージェントを開発ワークフローに組み込むのが日常になった状況で、プルリクエストのレビュー精度をどう保つかを論じている（Zenn投稿の再掲）。	@Tsutomu_eng	23:21
14	エージェントに届く「ユーザー入力」の 99.4% は、人間が打った文字ではなかった	ログ389ファイルからuserロールのメッセージ588件・総量約592万字を取り出して分析し、人間が実際に打ったのは282件（48.0%）にとどまると明らかにした。	@Tsutomu_eng	23:30
15	AGENTS.md と CLAUDE.md は解決規則が逆 — symlink する前に確認すること	AGENTS.mdは最も近い1つが勝ちCLAUDE.mdは見つかった全部を連結するという逆の解決規則になっているため、symlinkで繋ぐ前に確認すべき点を挙げている（Zenn投稿の再掲）。	@Tsutomu_eng	23:40
16	麺が伸びる前に！急げ、ラーメン食いダッシュ	麺が伸びる前に口元へ運ぶという誰もが経験する焦りをゲーム化した2Dアクション「ラーメン食いダッシュ」の企画概要と、箸で麺を操作する仕組みを紹介している。	@lemonIN	23:44
17	AI企画会議で10チームの案を個人開発アプリの新機能にするまで	異なる視点を持つ10のAIチームへ同じ課題を渡して企画・批評・改善を回すローカルツール「Concept Arena」を作り、さくらのAI Engineの無償枠を使って動画管理アプリの次の機能を決めたと報告している。	@y_a_y	23:46

GIGAZINE

#	Title	Summary	Published
1	GoogleのAIエージェント「Antigravity」が別デバイスからのリモートコントロールに対応	Googleのコーディングエージェント「Antigravity」がウェブブラウザからのリモートコントロールに対応し、ユーザーの操作が必要になった際にスマートフォンへ通知を届ける機能も提供されたと伝えている。	17:20
2	AIモデルを選ぶ時に「実際に何をしているのか？」という内部構造や処理フローをアニメーションで視覚化して確認できる「modelmap」	Hugging Faceに多数あるAIモデルを選定する際に内部で何をしているのかが分からないという課題に対し、構造と処理フローをアニメーションで視覚的に確認できるサイト「modelmap」を紹介している。	18:00
3	無料でAIエージェントに最適化されたオープンソースのメモ帳アプリ「Hubble.md」、MarkdownとHTMLをベースにして保存・編集・操作が可能	Markdownのメモをエージェントに直接編集させたり複数のメモからHTML形式のダッシュボードや本棚を作らせたりできる、AIがファイルを扱う前提で設計された無料のオープンソースメモ帳アプリ「Hubble.md」が公開されたと伝えている。	19:00

Simon Willison

#	Title	Summary	Published
1	Stop Making TUIs（TUIを作るのはやめよう）	コーディングエージェントのおかげで使える程度のGUIを立ち上げるコストがほぼゼロになったとしてThomas Ptacekが小さな個人用ツールもネイティブUIで作るべきだと主張しており、Willison自身も3月にバイブコーディングで作ったmacOSタスクバーアプリを今も日常的に使っていると添えている。	01:07

The Decoder

#	Title	Summary	Published
1	US wants to force partner countries to choose between Washington and Beijing in the AI race（米国、AI競争でパートナー国にワシントンか北京かの選択を迫ろうとしている）	ロイターの報道として、米国がワシントンと北京のAIをめぐる対立でどちらの側に付くかを選ぶよう求める書簡を、パートナー国向けに起草していると伝えている。	00:18
2	Data center opposition surged from 42 to 75 percent in just one year, survey finds（データセンター反対が1年で42%から75%へ急増と調査で判明）	Heatmap Newsの調査として、近隣へのデータセンター建設に反対する米国人が1年前の半々から4人に3人へ増え、61%が「強く反対」と答えたと報じている。	03:25
3	Netflix tests language model as alternative to hand-built recommendation logic（Netflix、手作りの推薦ロジックの代わりに言語モデルを試験）	Netflixが長年使ってきた推薦エンジンと自社製言語モデルGenRecを競わせ、数千の手作り特徴量に頼る代わりに視聴行動を平文へ変換する手法の方が良い結果を得たとしつつ、同社自身は初期段階ながら有望な一歩だと位置付けていると報じている。	16:30
4	World models that ignore human beliefs predict the wrong actions, new research shows（人の信念を無視した世界モデルは誤った行動を予測すると新研究が示した）	SoraやGenieのような現行の世界モデルは物理だけを模擬し人が何を考え何を望むかを無視しているとして、信念や意図といった心的変数を加える「Mental World Modeling」の枠組みでは弱い言語モデルでも心的モデリングなしの強いモデルを上回ったと報じている。	18:00
5	Study explains why AI agents benefit from “skills” and when they fail（AIエージェントがスキルで得をする理由と失敗する条件を研究が説明）	プリンストン大学とUCサンディエゴの研究として、いわゆるスキルがAIエージェントを改善するのは知識の追加ではなく構造化されたワークフローによる部分が大きく、スキルライブラリが大きくなるほど正しい指示の組を見つけるのが難しくなると報じている。	21:15