AIニュースまとめ 2026-09-03｜AWS Cloud Quest 2.0にAI顧客との対話演習
アップデート情報
各社が 2026-09-03 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 2.1.259 で管理設定
managedMcpServersが追加され、組織が全ユーザーへHTTP/SSEのMCPサーバーを配布できるようになった（コマンド実行を伴うエントリはスキップされる）。（Claude Code CHANGELOG） - 同 2.1.259 で無人ヘッドレス環境向けに
--permission-prompts noneが追加され、プロンプトが必要な操作を自動的に拒否しつつ現在の権限モードでの判断は維持されるようになった。（Claude Code CHANGELOG） - 同 2.1.259 で、複数セッションが互いの
~/.claude.jsonの変更を無言で巻き戻し、ワークスペースの信頼設定やMCP・プロジェクト状態が失われる不具合が修正された。（Claude Code CHANGELOG） - 同 2.1.259 で Bash の
Read()拒否ルールが強化され、オプション値として渡されたファイル（--ignore-revs-file=.envなど）やgit diffのファイル指定、cd DIR && cat FILEの複合コマンドも対象になった。（Claude Code CHANGELOG） - 同 2.1.259 で管理設定ファイルやMDM plist、HKLM値が解析できないとき管理設定が黙って無効化されていた問題が修正され、Claude Code は起動を拒否して原因のソース名を示すようになった。（Claude Code CHANGELOG）
ChatGPT / Codex
- Codex CLI 0.153.0 がリリースされ、Vim モードで
uによる取り消しとCtrl+Rによるやり直しに対応し、貼り付け内容や添付を含む下書き全体が保持されるようになった。（Codex Changelog） - 同 0.153.0 でプラグイン CLI がリモートマーケットプレイスからのプラグイン一覧表示・インストール・削除に対応した。（Codex Changelog）
- 同 0.153.0 で
tui.auto_recap = falseを設定すると自動リキャップだけを無効化し、手動の/recapは使い続けられるようになった。（Codex Changelog） - 同 0.153.0 で Plus および Team ユーザーに対し、約5時間の利用枠の残りが半分を切った時点で早めに警告が出るようになった。（Codex Changelog）
Gemini
- 2026-09-03 に発表されたアップデートはありません。
Top 20
AWSをゲームで学べる「AWS Cloud Quest」に新バージョン「AWS Cloud Quest 2.0」登場！ AIによるバーチャル顧客と対話し、要件を聞き出して正しくソリューションに落とし込め
Source: Publickey | Published: 2026-09-03 00:55 JST
- AWSが3Dオープンワールドの学習ゲーム「AWS Cloud Quest」の新バージョン2.0の提供を開始し、新要素としてAIによるバーチャル顧客との対話が加わった。
- 初代は2022年公開で、クラウド技術者となったプレイヤーがクラウドシティを探索し、出会った人たちの課題をAWSのソリューションで解決して街を発展させる構成だった。
- 2.0は操作方法こそ同じだが、アバターの設定が豊富になり、街も再構築されて3D表現がよりリッチになっている。
- AIバーチャル顧客との対話では、リアルタイムのフィードバックを受けながら要件を明確にする過程で質問力と対話スキルを磨き、技術的トレードオフを判断して正しいAWSソリューションへ落とし込むことが求められる。
- 紹介動画では顧客満足度が数値として表示され、要件を満たすと拍手で称えられる。筆者が「AWS Cloud Quest: Cloud Practitioner」の導入部を試した範囲では日本語化されていた。
「AIで業務アプリを作成する仕組み」で特許取得、KDDI傘下のELYZA X上では一部批判も【追記あり】
Source: ITmedia AI+ | Published: 2026-09-03 23:09 JST
- KDDIグループのELYZAが業務AIアプリを生成AIで作成する仕組みの特許取得を発表したが、X上で批判が集まり同日夜に釈明する事態となった。
- 取得した特許は、ユーザー入力に基づくアプリ要件定義の精緻化、アプリ挙動を定義する指示文と入力変数の生成、入出力フォームの生成が中心で、生成後にユーザーが修正する仕組みも権利化済みという。
- X上では「こんなんで特許取られると困る」「業務AIアプリをAIで作成する仕組みは以前からあったのでは」「どこに新規性と進歩性があると判断されたんだ？」といった声が上がった。
- ELYZAは同日午後8時47分に公式Xで、特許請求の範囲に記載された具体的な構成についての取得であり、生成AIによるプロンプト作成やAIアプリ開発一般を独占する趣旨は一切ないと説明した。
- 併せて、プレスリリースで抽象度の高い表現を用いたことやタイトル・画像を含む表現全体の配慮不足を認め、混乱を招いたとして謝罪した。
AIエージェントに「公開前レビューして」だけでは伝わらないこと ― Safety Contractで守る、貼り付けるだけの監査プロンプト集
Source: Zenn | Published: 2026-09-03 18:24 JST
- 「レビューして」だけではAIエージェントに安全境界が伝わらないとして、そのまま貼り付けて使える公開前監査プロンプト集をZenn本として公開した。
- 「Safety Contract」という考え方のもと監査対象を4つの層（Audit Layers）に分け、プレースホルダー形式のMaster Promptを全文収録している。
- 既存の部分公開向けと、プライバシー残留物チェック向けの2つの拡張ブロックを、状況に応じて追記できる構成になっている。
- エージェントの報告は BLOCKER / 人間判断が必要 / 非阻害事項 / 未検証環境依存 の4分類で読む方針が示され、公開直前用の1ページチェックリストと最終判断ミニツリーも用意される。
- 複数の技術スタックへ適用して得た性質の異なる3つの結果と教訓を載せる一方、CI/CDパイプライン構築手順や商用の脆弱性診断・侵入テストの代替、法務・コンプライアンス助言は含まないと明記している。
Adobe、Slackから「Photoshop」などのツールを使える「Adobe for Slack」提供開始 会話からPDFや動画を生成
Source: ITmedia AI+ | Published: 2026-09-03 13:51 JST
- Adobeが9月2日（現地時間）、Slack上でFireflyやPhotoshopなど70種類以上のツールを使える「Adobe for Slack」の提供を世界で開始した。
- 対象はSlackのBusiness+とEnterprise+の各プランで、デスクトップ・Web・モバイルに対応し、操作はSlack組み込みのAIアシスタント「Slackbot」経由で行う。
- 会話・ファイル・チャネル・canvasの内容を文脈として引き込むよう指示できるため、既にSlack上にある企画書やフィードバックを踏まえてPDF・画像・動画を作れる。表計算データを製品カタログのPDFへ変換する例も示された。
- Adobeアカウントがなくても使い始められるが、無料アカウントでサインインすると利用できるツールと生成AI機能が増え、Creative Cloud上のファイルへのアクセスやセッションをまたいだ作業の引き継ぎが可能になる。
- AdobeはすでにChatGPT・Claude・Copilotに対応済みでGeminiも近く対応予定。Slack側も8月20日に「Slack Code」を発表しており、業務チャットをAIの実行場所とする動きが続いている。
Meta、「Muse Spark 1.3」公開 コーディングとエージェント性能を強化 「最大の飛躍」とザッカーバーグCEO
Source: ITmedia AI+ | Published: 2026-09-03 10:25 JST
- MetaがMuse Spark 1.3を発表し、コーディング系ベンチマーク3項目でGPT-5.6 SolとClaude Opus 5をいずれも上回った。
- 長期エージェント型コーディングを測る「DeepSWE v1.1」で75.4を記録し、1.2の55.0から大きく伸びてOpus 5の74.0とGPT-5.6 Solの73.0を上回った。長文脈の「MRCR」512K〜1Mトークン区間では98.1で、1.2の55.5を引き離している。
- 一方、エージェント系6項目では知識労働タスクを扱う「GDPVal-AA v2」など4項目でOpus 5が最高スコアだった。
- 曖昧な指示には意図を問い直し、行き詰まればユーザーに助けを求め、影響の大きい操作の前に確認を取る挙動を学習させ、つまずいた際に結果を捏造しないよう訓練したとしている。1.2比でツール呼び出しが約20%、トークン消費が約25%少ない。
- 開発者向けの「Muse Code」と「Meta Model API」で同日提供を開始。最も高い「max reasoning」は追加の安全性テスト後の提供で、Muse Spark 1.2のオープンウェイト公開も予定する。
Google、「Gemini 3.8 Flash」公開 3.7から3週間、価格据え置きで防御特化の「Cyber」も
Source: ITmedia AI+ | Published: 2026-09-03 07:42 JST
- GoogleがGemini 3.8 Flashとサイバー防御特化のGemini 3.8 Flash Cyberを発表し、速度とコストを3.7 Flash水準に据え置いたまま推論とコーディング性能を引き上げた。
- 3.7 Flash公開からわずか3週間、6週間で3度目のFlash系リリースとなる。「DeepSWE v1.1」は3.7の65.3%から73.7%へ伸び、HLE-Verifiedでは54.9%を記録した。
- 料金は入力100万トークン0.75ドル・出力3.75ドルの導入価格が適用されるが、これは2026年12月31日までで、2027年1月1日から入力1.50ドル・出力7.50ドルの通常価格へ移行する。
- Flash Cyberは一般提供されず、新設の「Fairwind Program」を通じて政府機関や重要インフラ事業者など信頼できる防御側に限定提供される。脆弱性発見の「CyberGym Pass@1」では86.2%で、3.5 Flash Cyberの77.5%を上回った。
- 社内適用例として、Chromeセキュリティチームが規模のはるかに大きい最良の商用モデル比で2.6倍多い有効なパッチを生成し、Google CloudのVulnerability Researchチームは通常数カ月かかる重大な脆弱性を2時間以内に発見したという。参加組織は世界650以上。
OpenAI CEO Sam Altman warns of “unsustainable silliness” in compute buildout（OpenAIのアルトマンCEO、計算基盤の建設ラッシュに「持続不可能なばかげたこと」と警告）
Source: The Decoder | Published: 2026-09-03 21:00 JST
- OpenAIのサム・アルトマンCEOが、世界的なAIデータセンター建設ラッシュを「持続不可能なばかげたこと」と呼び、無謀になりつつあると警告した。
- 収益や顧客の裏付けがないまま巨大な容量を発表するネオクラウド事業者が多すぎると指摘し、「コストは度外視」という姿勢で高値でも計算資源を積み増す動きが広がっていると述べた。
- OpenAI自身の拡張は実需に支えられ採算が取れていると強調する一方、自社がコスト削減と効率化を急速に進めるほど、今日の高額な建設投資が悪い賭けに変わりうるとも認めた。
- 広範な景気後退が起きればコミット済みの容量への支払い能力が圧迫される可能性にも触れたが、そのリスクは管理可能だとしている。
- 当面は第三者への計算資源販売を行わないとしつつ、その可能性を明確には否定しなかった。Anthropicのダリオ・アモデイCEOに「YOLO」と批判されていた頃と比べ、明らかに慎重な口調になっていると記事は評している。
Meta closes in on the top with Muse Spark 1.3, and undercuts rivals on price（Meta、Muse Spark 1.3で首位に迫り価格で競合を下回る）
Source: The Decoder | Published: 2026-09-03 20:45 JST
- Muse Spark 1.3はエージェント系タスクで大きく伸びたものの依然Claude Fable 5.1などトップ勢には届かず、最大の売りは価格だとArtificial Analysisの計測が示した。
- 入力125万分の1.25ドル・出力4.25ドルという据え置きの単価で、インデックス1タスクあたり0.55ドル。59点以上のスコアを持つモデルではこれより安いものはなく、同水準の競合は0.94〜1.23ドルだが、前版1.2の0.40ドルよりは高い。
- Intelligence Indexはmaxが62点、xhighが61点で、8月の57点・7月の53点から上昇した。伸びは配点の大きいGDPval-AA v2（20%）、Terminal-Bench 2.1（16%）、τ³-Bench Banking（14%）に集中している。
- τ³-Bankingではmaxが52%で単独首位に立ったが、Terminal-Bench 2.1はxhigh 85%・max 86%でClaude Fable 5.1のmax 91.4%に届かず、GDPval-AA v2も1,754とFable 5.1（max）の1,853に及ばない。
- 1.2から下がった指標もあり、AA-LCRは83%から79%へ、AA-Omniscienceの事実正確性は最大3ポイント低下した（自信がないときに回答を控える頻度が増えたため）。maxティアは限定プレビューで価格未公表、オープンウェイト版は今後公開予定。
llm-gemini 0.34（llm-gemini 0.34）
Source: Simon Willison | Published: 2026-09-03 01:39 JST
- Simon Willison氏がllm-gemini 0.34をリリースし、Gemini 3.8 Flash（
gemini-3.8-flash）を low / medium / high の思考レベル付きで扱えるようにした。 - 非同期レスポンスが解決済みモデルバージョンを記録できていなかった不具合も修正された。
- 同氏はGemini 3.8 Flashを「速く、安く、HTMLやJavaScriptが得意」と評価し、「make me a cool thing in html」というプロンプトから13秒・1.8セントで動くデモを生成できたと報告している。
- 自作のmarkdown-svg-rendererに、自身のllm-coding-agentプラグイン経由でGemini 3.8 FlashへHTML対応を実装させ、Markdown中のHTMLブロックをサンドボックス化したiframeで描画できるようにした。
- 恒例の「自転車に乗るペリカン」画像をhigh / medium / low の3水準で生成し、Gemini 3.7 Flashの結果と並べて比較している。同日公開の3.8 Flash Cyberは “trusted defenders” 限定のため対象外としている。
Claude Fable 5.1への移行は何を基準に判断するべきか
Source: Zenn | Published: 2026-09-03 11:08 JST
- Fable 5からFable 5.1へすぐ全面移行すべきかは、モデル名や1トークンあたりの料金だけでは決められないと結論づけている。
- Fable 5.1は入力100万トークン10ドル・出力50ドルという単価を据え置いたまま、キャッシュ読み込みだけを100万トークン1ドルから0.25ドルへ引き下げた。Anthropicは典型的な処理で約25%、エージェント性の高い処理で最大約45%の費用削減を見込むとしている。
- ただし総コストは「入力＋出力＋キャッシュ書き込み＋キャッシュ読み込み」で決まるため、毎回異なる入力が多い、出力が長い、エフォートを上げてトークンが増える、ツール呼び出しが増えるといった条件では総額が下がらない可能性があると指摘する。
- コンテキストウィンドウ12万8,000トークン、5分キャッシュ書き込み12.50ドル、1時間キャッシュ書き込み20ドルといったAPI仕様を、2026年9月3日時点の公式資料に基づいて整理している。
- 移行の選択肢は全面切り替えだけでなくFable 5を維持する案を含む3通りあるとし、同一条件の評価でタスク単位の総コストと完了品質を比較してから移行範囲を決めるべきだと提案する（筆者独自の実行ベンチマークは未実施と明記）。
過去の文章を元に、自然な「自分の文章」を書かせる doc-style-skill
Source: Zenn | Published: 2026-09-03 18:27 JST
- AIによる文体模倣が不自然になる最大の原因は頻度リストをそのまま命令文へ直訳することだとして、コーパスから定量的に特徴を抽出しリンター付きスキルを自動生成する「doc-style-skill」を公開した。
- 「体言止めを多用せよ」のような直訳指示は毎文に体言止めを挟ませ、極端に誇張された文章を生む。人間の文体は絶対ルールではなく文長や文末形式の「分布」として現れる、という前提を置いている。
- 設計原則は3つで、Claim-Evidence形式の中間表現を挟むIRファースト、頻度リストから命令文への直訳禁止、スタイル品質と安全ゲート（著者同意の確認、元コーパスからのコピー検出など）の分離。
- 定量分析にはSudachiPyを用い、文長・段落長・助詞の連続パターン・文末形式・読点の位置など35種類の形態素チャネルを測定。記事単位のブートストラップ検定と交差検証でトピック非依存の特徴だけを残す。
- コードブロックや表、URLだけの行を本文から除外する「散文契約」で公平な特徴抽出を行い、生成されるスキルにはSKILL.mdに加えて専用リンターと定性チェックリストが付属する。リポジトリはGitHubで公開されている。
意図をDAGにコンパイルするAIエージェント、RigorixとLangGraphの実行モデル
Source: Zenn | Published: 2026-09-03 21:12 JST
- 同じタスクを2回目に流すたび推論をやり直す無駄と不安定さを、推論を計画時に一度だけ行いDAGとして凍らせる「コンパイル型」で畳めると論じている。
- 2026年7月5日公開のBlake Crosley氏のエッセイが「どんなタスクも1回目の実行は調査であり生きたエージェントに値する、2回目はビルドであり成果物に値する」という境界を示し、この考え方を広めた。
- LangGraphはノードとエッジで組んだグラフをcompileで実行可能な形に確定させる設計で、グラフの形はコンパイル時に凍り、実行時に変わるのは状態だけ。checkpointerとthread_idを渡せば中断地点から再開できる。
- Rigorixはこの発想をコーディングエージェント専用ランタイムとして実装したRust製OSS（Apache-2.0とMITのデュアルライセンス）で、READMEは「LLMはコードを生成する。実行を統治するのはRigorix」と自らを要約する。
- Rigorixは自然言語タスクをまずDAGへコンパイルし、計画生成と実行のコマンドを分けて実行前に人間がレビューできるようにする。リスクゲート、予算上限、パーミッションルール、HMAC署名付き監査ログを備え、対応はRust/TypeScript/Python/Goで最も成熟しているのはTypeScriptだという。
あなたの業務は自動化できるか — Copilot Studio 導入事例15件を「業務課題」別に見てみた
Source: Zenn | Published: 2026-09-03 18:55 JST
- Microsoft Learnが公開するCopilot Studioの公式ケーススタディ15件を、業種でも技術でもなく「業務課題」別に整理し直した。
- 事例を業種で読むと「うちとは規模が違う」で終わり、技術で読むと「結局何に使うのか」で終わるため、業務課題まで抽象化しないと自分の業務へ応用できるかが見えてこない、という問題意識から出発している。
- 対象15件は銀行、自治体、消防、大学、パン製造、クルーズ、通信、革製品の小売と幅広い業種にまたがる。
- 抽出した業務課題は19個（＋導入が進んだ組織で出る1個）で、A〜Eの5グループに分け、各項目を「現場の状態 → どう解いたか → 数字 → 根拠事例」の順に並べている。
- 「分厚い文書を毎回だれかが手で探している」「会議中に調べて折り返しますと言っている」「チャットボットを導入したのに問い合わせ件数が減っていない」といった症状から引ける構成で、自分の担当業務を「これは今すぐ動く」「これは元データを直すのが先」と切り分けられることをゴールに置く。
ガードレールだけでは、生成AIは安全にならない ─ 5つのレイヤーで考える環境整備
Source: Zenn | Published: 2026-09-03 10:00 JST
- セーフィーの横道氏が、生成AIを組織で安全に使うにはガードレールだけでは足りず、5つのレイヤーで環境整備を考える必要があると論じている。
- ガードレールを「AIの入力・参照・実行・出力に対して制御を設けて、事故の発生や影響を防止・軽減する技術的な仕組み」と定義し、「ガイドラインを読んでね」という運用ルールとは明確に区別している。
- その役割は4つで、秘密情報や危険なコマンド・未許可の接続を見つける、読めるデータや使えるツール・実行できる操作を事前に限定する、削除や外部送信など危ない操作は実行前に人が確認する、危険な操作は拒否しSandboxに閉じ込める、と整理する。
- ガードレールで防げるのは「機械的に白黒つけられるもの」に限られ、利用者の知識・理解不足など機械判定できないリスクは別の手段で防ぐ必要があると指摘している。
- 記事は株式会社カンリーとの合同勉強会での登壇内容を再構成したもので、アーカイブ動画も公開されている。「守るための話」であると同時に「攻める点をどう考えるか」も扱う。
Fable 5.1、React習熟度でOpus 5に追いつく
Source: Zenn | Published: 2026-09-03 22:42 JST
- uhyo氏のReact習熟度ベンチマーク第15回で、Claude Fable 5.1（effort=high）がOpus 5（effort=high）に並ぶスコアを記録した。
- Fable 5.1 highの3サンプルは86.38 / 87.00 / 85.92で、前世代Fable 5のhigh 81.33から大きく伸び、第10回でFable 5がeffort=maxで記録した86.67とほぼ同値になった。
- 第13回で測った「effort一段あたり約+6」という物差しを当てると、5.1のhighは5のeffortちょうど一段ぶんの位置にあたり、前世代がmaxを焚いてようやく届いた水準にhighで並んだことになる。
- カテゴリ別ではコンポーネント設計とアクセシビリティが伸びてFable 5（max）やOpus 5（high）を超えた一方、パフォーマンス意識はFable 5から変わらず最上位層に差をつけられている。
- 王者はOpus 5（effort=max）のままで、Fable 5.1が超えたのではなく同程度になったという結果。effort=maxの計測は使用量の都合で3/39試行で中断しており、結果の公開は先になるとしている。
NVIDIAがHugging Face買収で合意 約2兆円 ジェンスン・フアンCEOはオープンモデルの重要性に言及
Source: ITmedia AI+ | Published: 2026-09-03 22:34 JST
- NVIDIAが9月3日、AI開発プラットフォームを運営するHugging Faceを129億3030万ドル（日本円で約2兆149億円）で買収することに合意したと発表した。
- 以前から2兆円規模での買収協議が海外で報じられていたが、今回の合意で正式に確定した形となる。
- NVIDIAはHugging Faceのプラットフォームを拡張しインフラを強化することで、世界中の開発者や研究機関がAIをより広く活用できるよう支援するとしている。
- 買収後もHugging Faceはオープンなプラットフォームであり続け、オープンソースおよびオープンウェイトモデルのサポートを継続するという。
- ジェンスン・フアンCEOはXで「オープンモデルは安全性とサイバーセキュリティを強化し、イノベーションと普及を加速させ、主権（ソブリン）性を可能とする」と述べ、開発者・スタートアップ・大学・産業・国家がAIで構築しカスタマイズできるようになると強調した。
Microsoft Officeの責任者が「AIが生成した質の低い文書」に対して苦言
Source: GIGAZINE | Published: 2026-09-03 18:55 JST
- Microsoft Office部門を率いるライアン・ロスランスキー氏が、AIが生成した質の低い文書は「悪循環（Doom Loop）」だとLinkedInで苦言を呈した。
- 同氏はLinkedInのCEOで、2025年にMicrosoftのOffice部門責任者に就任し、Office・Outlook・Microsoft 365 Copilotアプリの各チームを率いている。
- 従業員が明らかにAI生成と分かる文書を送ってきたため手元のAIに要約させたところ、「アイデアに新たな視点をもたらすもの」は何も得られなかったという実体験を挙げている。
- 「注意しなければ、画一的で無個性な文章の海の中で、文章を書いたり読んだりすることを避けるための、非常に高価な方法に陥ってしまう」と警告した。
- 背景にはAI利用量を生産性の証明とみなす「トークンマキシング」文化があり、Microsoftではエグゼクティブ・バイスプレジデントのジェイ・パリク氏が社内メールで過剰なトークン消費を避けるよう通知したと報じられている。
Googleが脆弱性の発見・再現・修正を自動化するオープンソースフレームワーク「Mantis」の詳細を公開、巨大リポジトリでもトークンのオーバーヘッドを85％超削減
Source: GIGAZINE | Published: 2026-09-03 14:30 JST
- Googleが2026年9月2日、AIで脆弱性を発見し候補の絞り込みから再現・修正まで進めるオープンソースフレームワーク「Mantis」の仕組みと利用方法を解説する記事を公開した。
- 精度の低いAIコードスキャンでは真陽性率が7%未満になる場合があるとGoogleは指摘し、Mantisは候補発見後にレビュー役や批判的検証役の複数エージェントで成立条件を確認し、隔離サンドボックスで再現できたものだけを修正コード作成へ進める。
- 解析を始める前にリポジトリの変更履歴から過去に修正された脆弱性の情報を集め、ソースコードを解析して攻撃されうる箇所や守るべき対象をまとめた「脅威モデル」などの資料を自動構築する。設計資料がないプロジェクトでも背景情報を自前で組み立てられる。
- 各ファイルの情報をディレクトリ単位でまとめ、リポジトリ全体の要約へ積み上げる階層型のセキュリティ要約により、重要な構造情報を維持したままトークンのオーバーヘッドを85%超削減できたとしている。
- Gemini CLIやAntigravity CLIなどから利用でき、過去の脆弱性と修正方法を開発時の助言に生かす「mantis-advise」も用意される。ただしGoogleはAIの報告や修正が常に正しいとは限らないとして、専門家による手動確認と本番から隔離された環境での実行を求めている。
Metaが「Muse Spark 1.3」を発表、ついにAnthropicやOpenAIの最先端モデルに追いつく性能を達成
Source: GIGAZINE | Published: 2026-09-03 11:14 JST
- Metaが現地時間2026年9月2日にMuse Spark 1.3をリリースし、Artificial Analysisの総合指標でClaude Fable 5に並ぶ水準へ到達した。
- Artificial Analysis Intelligence Indexのスコアはxhighが61、maxが62で、maxはGPT-5.6 Solを上回りClaude Fable 5に並んだ。Agentic Indexはxhigh 56、max 59で、maxはClaude Opus 5やGLM-5.3、Grok 4.6と同列になっている。
- API料金は100万トークンあたり入力1.25ドル・キャッシュ済み入力0.15ドル・出力4.25ドル。学習用プロンプトの提供と引き換えに安くなる「Contributor tier」では入力0.10ドル・キャッシュ済み入力0.002ドル・出力0.20ドルまで下がる。
- すでにxhighまでの推論レベルが利用可能で、maxモードは安全テスト完了後に提供予定。ザッカーバーグCEOは「フロンティア級の性能を非常に安価に提供する」とアピールし、オープンモデル化も明言した。
- 最高AI責任者のアレクサンドル・ワン氏は、同日リリースのGemini 3.8 Flashより高性能という測定結果を踏まえ「こんなことあんまり言いたくないけど……Geminiって誰？」と投稿している。
AIでレガシー移行してみたら、検証の設計が大変だった（前編）
Source: Zenn | Published: 2026-09-03 15:36 JST
- AIエージェントにレガシーシステムの移行をやらせた記録で、動くものを作ることより「本当に移行できたのか」を確かめる検証の設計のほうが大変だったと報告している。
- きっかけは2026年7月にAnthropicが公開した、アルバータ州政府が2025年からClaude CodeのOpusとSonnetでシステムをレビューし脆弱性を発見・修正しているという記事だった。
- 州が公開したホワイトペーパー（2026年6月、Ministry of Technology and Innovation、MITライセンス）には脆弱性対応にとどまらず、老朽化したシステムを作り直す方法論が一式まとまっていた。
- Paper 05「The Four Approaches to AI Modernization」では、1システムずつその場で直す、置き換えのため新しく作り直す、重複したシステム群を少数モジュールへ集約する、アプリケーション自体をなくしAIエージェントがデータを直接扱う、の4アプローチが整理されている。
- 採用するアプローチは tolerate / invest / migrate / eliminate の4択テストで1システムずつ決まり、健全なシステムは軽くパッチを当て、作りは健全だが技術が寿命を迎えたものは新しいビルドへ移行する。前編は題材選びから動くものができるまでを扱う。
All Articles
Zenn
| # | Title | Summary | Author | Published |
|---|---|---|---|---|
| 1 | AI に書かせた文章の「賞味期限」を機械で切る — 自分の販売ページが 8 時間「いま買わないでください」と言い続けた話 | AIが書いたREADMEやリリースノートには「いま〜中」という状態を語る文が必ず混ざり書いた瞬間から陳腐化すると指摘し、その賞味期限を機械的に切る仕組みを提案している。 | @Hiroki | 14:39 |
| 2 | Claude Fable 5.1 を使ってみる：長時間エージェント開発で注目したい進化点 | Fable 5.1の位置づけと主な性能、コスト面の変化、実務での使いどころをAIアプリ開発者の視点で整理し、公表ベンチマークは特定環境の数値で自社構成での性能を保証しないと注意を添えている。 | @uisaki99 | 11:27 |
| 3 | ChatGPTのチャットからnote投稿を自動化するMCPを作った。認証・画像・リンクカード・公開まで | Content Publisher MCPにnoteアダプターを追加し記事作成から画像挿入・公開まで通した経緯を、note.comの非公式内部APIを使うリスクと実運用で踏んだ失敗も含めて記録している。 | @Rikunode | 05:19 |
| 4 | 運任せのボタンを押すのをやめて、自分の言葉で音を探し始めた日のこと | Sunoで「明るい曲」程度の指示を入れて生成ボタンを連打する段階から、自分の言葉で欲しい音を指定するようになるまでの葛藤と気づきを記録している。 | @日曜日のサン | 15:46 |
| 5 | HTML->Markdown変換ライブラリの defuddle と crawl4ai の Dockerfile と使用例 | 個人LLMナレッジ構築で大量のブックマークをMarkdown化するために、defuddleとcrawl4aiそれぞれのDockerfileと実行手順を用意して紹介している。 | @k.t | 23:17 |
| 6 | AIが書いた文をHacker Newsに出せない、と規約を読んで知った | AI担当の営業が公開の場へ返信を書く運用で、同じ「AIが書いた文」でも媒体ごとに可否の答えが違うと分かり、Hacker Newsの規約上は投稿できないと結論付けている。 | @Hagumiba（育み場） | 14:00 |
| 7 | AIに営業をやらせる前に、「やらないこと」をコードに書いた | 営業を始めるにあたり最初に書いたのは売り方の企画ではなく「やらないこと」のリストで、週5件まで・同じ人に二度目は出さない・DMは送らないという上限を文章ではなくコードに持たせたと述べている。 | @Hagumiba（育み場） | 14:00 |
| 8 | Google Cloud Next Tokyo 26で紹介したAI駆動開発の実践例 | デロイト トーマツがGoogle Cloud Next Tokyo 26のブースセッションで発表したAI駆動開発の内容を、仕様駆動開発の考え方から実践例まで共著でまとめ直している。 | @原田貴之 | 19:00 |
| 9 | 生成AIで作る、モダンで壊れないホームページ ― バイブコーディング実践ガイド | キャリア30年のフルスタックエンジニアがClaude.aiとClaude CodeでWordPressに頼らずサイトを作る手順を、企画から独自ドメイン公開まで一気通貫で解説しプロンプトも全文公開している。 | @EdgeAI Lab | 16:03 |
| 10 | 最近、論文の記事を見なくなったので、なぜかを調べてみた | 論文解説記事が減りClaude CodeやCodexの記事が増えたという体感を確かめるため、Zenn・Qiita・arXivの公開APIから投稿数を実測して検証している。 | @boku-yaji | 09:55 |
| 11 | Claude CodeのArtifactでの公開をPreToolUseフックで社内ツールに誘導する | GMOペパボが部門単位でClaudeのTeamプランを契約しているため組織横断のArtifact共有ができず、PreToolUseフックで社内ツールへ誘導する運用を採ったと説明している。 | @kenchan | 21:22 |
| 12 | Google ADKのレビューを差分だけにしたら、入力は90.8%減ったのに待ち時間はほぼ変わらなかった | Google ADKで作ったテックブログレビューエージェントの入力を差分のみに絞ったところ、入力量は90.8%削減できたのに待ち時間はほとんど短縮されなかったと実測で示している。 | @hogehogetaro | 10:42 |
| 13 | MCPクライアント側で、他人のツール定義をどう扱うか — 国交省DPFの18ツールで測った記録 | 中央省庁初の公式MCPサーバーである国土交通データプラットフォームの18ツールをstdioで子プロセス起動し、Anthropic APIのtool callingループを自前で回すCLIを書いて挙動を測っている。 | @Satoshi Sonoda | 12:48 |
| 14 | 同じ指示でもここまで違う。ポケモン対戦ログのJSON→Markdown化でClaudeとGeminiを比べた | Poke-Saifuが出力したJSONと見せ合い画面のスクリーンショットを同じ前提指示で両モデルに渡したところ、対戦記録Markdownの仕上がりにかなり大きな差が出たと報告している。 | @hoakari | 11:32 |
| 15 | Codexサブエージェントを安全に並列化する設計パターン | 並列化で最初に決めるべきは人数ではなく互いに依存せず同じ書き込み面を触らない作業がいくつあるかだとして、調査は並列・実装は一人へ集約・検証は観点別に並列という流れを提案している。 | @kas’s blog | 18:53 |
| 16 | 【AIと始めるQt/QMLアプリ開発(1)】AIエージェントでQt/QMLアプリ開発はどこまで行ける？ 環境構築編 | Web系に比べネット上の情報が少ないQt/QMLで、Google DeepMindのAntigravityを相棒に実用的なQt 6アプリをAIだけで作れるかを検証する連載の環境構築編にあたる。 | @スペース・ソルバ株式会社 | 17:34 |
| 17 | AIに「中学生でもわかるように1枚のHTMLで図解して」が、複雑なコードを読む前の最良の準備運動かも | 社内で「Fable 5と5.1の違いを5才児にもわかる絵本風で」と頼んだ雑談から着想し、複雑なロジックを読む前にAIへ1枚のHTML図解を作らせる使い方を勧めている。 | @たけうちさんは縮退しました🌀 | 15:02 |
| 18 | 環境構築ゼロで学ぶ自律型AIエージェント：Google「Agent Valley」解説 | 自律型エージェント構築ではPythonランタイム管理やAPIキー管理、オーケストレーション設計が壁になると整理し、環境構築なしで学べるGoogleのAgent Valleyを解説している。 | @ggnn編集部｜アダプチュア株式会社 | 12:26 |
| 19 | AIくんがコード書くのは良くて絵を書くのはなんか嫌 | 既存の延長を少しずつ進めるhopと非連続な移動であるwarpという2つの概念を立て、AIの生成物への抵抗感がどこから来るのかを整理しようと試みている。 | @しもし | 11:01 |
| 20 | AIに営業プロセスを一周させた（4）台帳と3マップ・埋めないという設計 | 営業記録をaccount.jsonという単一の台帳へ集約し活動計画デッキ10枚はその描画結果として扱う設計を示し、デッキを直接編集しない運用を徹底したと述べている。 | @wfukatsu | 22:56 |
| 21 | AWS/Google/Vercelのagent脆弱性を塞ぐチェックリストで本番事故を防ぐための12手順 | AI/LLMの焦点が汎用モデル競争から業界特化LLMや安全性制御へ移ったとする日次まとめで、MCPの供給網攻撃やエージェント脆弱性の報道を踏まえ実行境界の再設計を促している。 | @子供部屋大学院生 | 09:54 |
| 22 | AIエージェントはなぜ「やった気」になるのか？──Unity開発現場で起きた“実体消失事件”と泥臭い解決劇 | AIディレクターが「第2章の実機結合すべて完了、評価S」と報告したのにGitはNothing to commitでファイルが存在しなかった事件を取り上げ、その原因と対処を記録している。 | @momoch | 22:49 |
| 23 | AI画像合成の「不自然」をどう測る？光・影・輪郭・遠近の4項目で検証する | 光・影・輪郭・遠近を0〜2点で採点し、背景変更や小物追加を別runに分けて1項目ずつ修正する検証手順を提案し、顔と商品と文字は最後に人が拡大確認すべきだと述べている。 | @雨宮（Amamiya） | 17:29 |
| 24 | 生成AI動画は日本語と英語で変わる？日英Promptを同条件で比べる方法 | モデル・尺・比率・解像度を固定したうえで日本語3回と英語3回を交互に生成し、「見栄え」と「指示追従」を分けて評価する比較設計を示している。 | @ハク（Haku） | 17:19 |
| 25 | スポーツボウリング場構想・第三弾⑨⑩ Claudeが止まった。Copilotへバトンタッチ、そして走り始める | Claudeが利用制限にかかった場面で実装をCopilotへ引き継ぎ、予約一覧やレーン、決済、APIまで進めた経緯を残し、任せる速度と任せる範囲の管理の難しさを両方記録している。 | @じゅん | 16:23 |
| 26 | AI エージェント時代の ADR 活用を先行事例から整理する | コーディングエージェントに実装を頼むと設計判断まで実装の流れの中で確定し承認の有無すら曖昧になると問題提起し、先行事例からADRの使い方を整理している。 | @moridev | 20:28 |
| 27 | 同じ依頼文でClaudeとChatGPTの設計が割れた ― AIクロスレビューでも収束しなかった | 同一の依頼文を複数AIに与えたところ設計方針が割れ、互いにレビューさせるクロスレビューを行っても結論が収束しなかったと報告している。 | @コリン | 01:51 |
| 28 | 白い豆腐だった物体Xがトコトコ歩き出すまで：AIマルチエージェントでUnityのαプロトタイプ結合テストに挑んだ泥臭い記録 | 3専門部門と1ディレクターによる自律型マルチエージェント体制でUnityのα版結合に挑み、開けば白い四角形とスクリプト欠落エラーの嵐だった状態から動かすまでを記録している。 | @momoch | 01:24 |
| 29 | OCRの空白ノイズをLLMは「別の正しい言葉」に直していた——ベクトルRAG編 | 語の途中に空白が混入する同じOCRノイズがグラフ側とベクトル側でまったく違う経路を辿ると実測し、LLMがOCR誤読を直してくれる現象には「同じ言葉に直すとは限らない」という見落としがあったと指摘している。 | @yuninaka | 22:19 |
| 30 | 「テストが通る」は「正しい」の証明にならない——AI協働で見つけた3つの静かなバグから固めたレビュー方針 | RAG構築とレガシーJava移行の全10記事を振り返り、テストやCIが通っていても中身が間違っていたケースが何度も出たとして自身のレビュー方針を固めている。 | @yuninaka | 22:18 |
| 31 | MagicPod MCPサーバーとClaude Skillsで実現する、QA定型業務の標準化 | M&Aでプロダクトが増え続けるGENDAで、MagicPodのバッチ実行結果確認やテスト環境整備といったQA定型業務をMCPサーバーとClaude Skillsで標準化した取り組みを紹介している。 | @GENDA 公式アカウント | 17:29 |
| 32 | ルールではなくskillに指示を書くことで、Claudeのコメントを減らせた | 設定1行に18行のコメントが付くほど冗長だったClaude Codeの出力を、指示をルールではなくskill側へ移すことで抑えられたと報告している。 | @wellPicker | 12:00 |
| 33 | 「今、何と言った？」を解決したくて、日本語学習用のリアルタイム字幕ツールを作ってみた | ニュースやドラマで聞き取れなかった部分を探し直す手間をなくすため、ブラウザ上で音声をリアルタイム文字起こしし、ふりがな付きの日本語字幕を出すツールを個人開発している。 | @maysunAI | 16:31 |
| 34 | FDEは客先常駐エンジニアではない──不確実性を本番システムへ変える実装論 | AIプロジェクトの墓場には失敗したデモより成功したPoCのほうが多いと述べ、原因は精度不足ではなく本番データの欠損や権限設計、誤判断時の停止責任の不在にあると論じている。 | @zeng dan | 14:24 |
| 35 | Unity × AI連携ツール、CLI化の勢力図（2026年9月時点・調査編） | Unity×AI連携ツールにCLIを足すプロジェクトが増えていることに気づき、公式情報をもとにCLI／MCPの動向を地図として整理し、使っていないツールはその旨を明記している。 | @erimgarak | 14:17 |
| 36 | PythonとQiskitで実装する量子位相推定：固有値の抽出と量子アルゴリズムへの応用 | Qiskitで量子位相推定を実装し、制御ユニタリ演算からどのように位相すなわち固有値が抽出されるのかをコードとともに解説している。 | @一般社団法人日本量子コンピューティング協会 | 21:01 |
| 37 | Discordに毎日見るべきニュースが届くBotを作ってみた | Xで無関係な話題に時間を取られる状況を変えるため、毎日のニュースを自動で厳選・要約してDiscordへ投げるNewsBotを個人開発した記録を残している。 | @ほのか | 09:41 |
| 38 | Codexに『明示保存型』の長期記憶を追加する：OpenViking + llama.cpp + Gemma 4 E4B | 会話やコードを何でも自動保存すると古い実装を正しいものとして参照する危険があるとして、OpenVikingを「明示的に保存を頼んだ情報」だけの永続ストアとして構成している。 | @ヴォルク | 04:55 |
| 39 | 並列エージェントの記憶は、成功応答を返しながら消える | memory系MCPサーバ3実装に20件同時書き込みを通したところ、どの実装も20件すべてに成功応答を返しながら実際には書き込みが失われたと2026年9月時点の実測で示している。 | @安並 大智 | 13:38 |
| 40 | VRChatワールド制作をAIで加速する：Unity-MCP実践編（2026年版アップデート） | 複数MCPサーバーの比較記事から一歩進め、IvanMurzak/Unity-MCPを使い込んでステートマシンで動くエレベーターギミックを実装する中で分かったことをまとめている。 | @erimgarak | 11:30 |
| 41 | Claude CodeにProfile機能を導入する | 開発用・相談資料用・面談用でスキルがまったく別物なのにClaude Codeのプロファイルは実質ひとつしかないと課題を挙げ、役割ごとに設定をまるごと入れ替える仕組みを導入している。 | @_mkazutaka | 13:47 |
| 42 | A Practical Framework for Evaluating AI Tools Before Production Use | デモで数秒のうちに印象的な回答が出ても既存ワークフローに適合するかは分からないとして、本番投入前にAIツールを評価するための実務的な枠組みを提示している。 | @AI Product Research | 19:25 |
| 43 | 自律教育とプログラミングの関連性について解説 | プログラミングの試行錯誤を前提とした構造が学習者の自律性を引き出す枠組みとして機能すると述べ、課題設定と目標の明確化などの観点から両者の相互作用を解説している。 | @hiro_f35 | 14:21 |
| 44 | AIの料金表を書き換える設定を4か所に置いたら、効いたのは1か所だけ。残り3か所は警告0バイトで消えた | Claude Codeの費用見積もり単価を契約価格へ差し替える設定を同じ1行で4か所に置いたところ効いたのは1か所だけで、残り3か所はエラーも警告も出ず終了コード0のまま無視されたと報告している。 | @ぬまーんのZenn記事 | 17:16 |
| 45 | LLMのreasoning先頭にペルソナと手順を注入したら、キャラの『考え方』まで安定した | System Promptだけでは語尾しかキャラらしくならないと課題を挙げ、reasoningの先頭にペルソナ情報と判断手順を注入することで反応に至る考え方まで一貫させたと述べている。 | @カーディ | 16:11 |
| 46 | AIの出力は揺れる前提で組む：モデルに依存しないエージェント運用設計 | 出力品質はモデルやバージョンに対してflakyだという前提に立ち、出力そのものを安定させにいくのではなく外側の仕組みで品質を担保する運用設計を提案している。 | @ターク | 22:18 |
| 47 | Claude Code の /resume が探しにくいので、会話履歴を全文検索するスキルを作った | /resumeの絞り込みが検索対象をタイトルのみとしているため目的のセッションが見つからないと突き止め、会話履歴を全文検索できるスキルを自作している。 | @ikechi | 20:19 |
| 48 | バイブコーディングにハマって開発してたら、いつの間にかターミナルアプリを作っていた話 #3 AIエージェントと暮らすターミナル編 | Claude Code Max 20xを3アカウントとCodex Proを1アカウント契約して毎週の利用制限に迫る使い方をしながら、自作ターミナルmicroTermをM4 MacBook Airで開発する過程を綴っている。 | @microAI | 19:22 |
| 49 | FX知識ゼロの人間がAIと組んで5つの戦略を検証し、全部棄却するまでの記録 | 5つの戦略を検証して5つとも棄却し採用ゼロだったと明かし、個人のバックテストはたいてい棄却できないからこそ棄却できたこと自体が成果だったと述べている。 | @shu35 | 19:15 |
| 50 | AIが生成したSQLは本当に正しいのか？BigQueryでの検証フレームワークを作った | AIが数秒で書くSQLは一見正しく見えても件数過多やNULLだらけになると指摘し、GA4のBigQueryエクスポートを題材に生成SQLを検証する枠組みを作っている。 | @ウェブの便利屋 | 19:13 |
| 51 | AIエージェントを同時に働かせても、なぜコードが壊れないのか | Codexに機能A、Claude Codeに機能B、別エージェントにテストを同時に書かせる運用でなぜコンフリクトしないのかという疑問を立て、その仕組みを解きほぐしている。 | @さいとうさん | 17:41 |
| 52 | Fable 5.1 は low で使う——Opus 5 と 240 試行の QCD で比較した（オトナの自由研究 #37） | 240試行の比較でFable 5.1はlowでも品質ゲートを全通過しほぼ同コストのOpus 5×highより約2.6倍速いと測定し、Fable 5で10回中10回失敗したDB処理が60回で0回になったと報告している。 | @Nori | 14:57 |
| 53 | AIを自分用に育てる『右腕AIシステム』を導入した話 | AIをその都度質問に答える道具として使うのではなく自分の情報を反映させて秘書のように育てる「右腕AIシステム」を知り、実際に導入した経緯をまとめている。 | @実践AI活用ラボ | 13:46 |
| 54 | Claude Code が目標から逸れたことは、数えるまで分からない | 依頼主の第一目標は「人に読まれる記事を作る」だったのに出来上がっていたのは検査スクリプトだったという実例を挙げ、目標からの逸脱を感触ではなく件数で見る方法を示している。 | @ERENOA | 13:23 |
| 55 | 通勤手当の「1km以内に鉄道駅がなければバス可」規定を、Claudeのスキルで判定する | 入社や引っ越しのたびに住所を1件ずつ調べていたバス利用可否の判定を、駅すぱあとAPIのMCPサーバーとClaudeのスキルで自動化している。 | @api_ex_01 | 11:00 |
| 56 | Chrome右クリックの「Ask ChatGPT」を消す | ChatGPT公式Chrome拡張が右クリックメニューの「日本語に翻訳」直下に追加する「Ask ChatGPT」を、Service WorkerのDevToolsコンソールから消す手順を示している。 | @おだ | 12:00 |
| 57 | 無人エージェント運用の「止め方」を先に決める | 夜間や無人でエージェントを動かし始めた少人数チームに向けて、暴走時の対処を決める前に「止める条件」と「解除する条件」を文章として先に決めておくべきだと説いている。 | @江戸川AI王国 | 18:52 |
| 58 | 1曲を分解して気づいた、AI時代の音楽の聴き方 | AI音楽ツールに触れると曲は完成品であると同時にいくつもの音が組み合わさった構造としても見えてくると述べ、気になった曲を一度分解してから聴くようになったと綴っている。 | @aqiu | 17:55 |
| 59 | AI駆動開発の生産性が、数え方で3つに割れた話 | 1人でAIに書かせて生産性が33倍になった時期があるとしつつ、それは実測ではなく推定との比較で数え方によって3通りに割れるため自分では使わないと明かしている。 | @あるぱか｜AI駆動開発 ゲーマー向けアプリ開発 | 17:43 |
| 60 | AI Orchestration / Multi-Agent Systemsとは何か？複数のAIエージェントを指揮する設計 | Harness EngineeringやContext Engineeringなど1体のエージェントを支える要素を扱ってきた連載の次段として、複数エージェントを束ねるオーケストレーション設計を解説している。 | @田前秀樹｜AIエンジニア 起業家 Artist | 16:46 |
| 61 | 音声入力の誤変換、原因は設定1行とcamelCaseだった | 日本語で話しているのに英語が混ざる誤変換の原因は年96ドルのツールの日英処理精度ではなく設定ファイルにlanguageキーがなかったことで、1行足すと誤変換が半分消えたと突き止めている。 | @Yusu | 16:22 |
| 62 | カバレッジ100%にこだわってきた結果、閾値の考え方が変わった話（理論編） | テストの重要性は共有されていてもカバレッジ閾値がきちんと運用されている例は少ないと述べ、100%にこだわってきた経験から閾値の考え方をどう改めたかを理論面から整理している。 | @taichi nakajo | 14:39 |
| 63 | LLMナレッジのためのブックマーク(URL)処理について考える | 生成AI以前から溜め込んだブックマークやローカルメモをLLMナレッジの元データとしてどう管理しMarkdown化するかを検討し、付録で変換ライブラリと環境構築にも触れている。 | @k.t | 23:16 |
| 64 | Tesla P40 24GBの推論速度: V100 32GBとCMP 170HXとの比較 | 2016年Pascal世代のTesla P40 24GBで現行Qwenがどれだけの速度で動くかを実機で測り、Tesla V100 PCIe 32GBおよびCMP 170HXと比較している。 | @toyoshi | 23:11 |
| 65 | GPT-2-likeからQwen2-likeへの実験：第2回 GELUをSwiGLUに変える | GPT-2-like構成を少しずつQwen2-likeへ変える実験の第2回で、GELUをSwiGLUへ替えると学習は少し遅くなる代わりに検証Lossがはっきり改善したと報告している。 | @yyamamot | 21:57 |
| 66 | CMP 170HXとTesla V100 32GBを同一条件で比較した実測値 | 同じ機体・同じllama.cpp・同じモデルでCMP 170HXとTesla V100 PCIe 32GBを比較し、メモリ帯域がCMP 170HXで1,591.6GB/sと大きく違うことを実測で確かめている。 | @toyoshi | 21:43 |
| 67 | 「狙っている客層ほど不利に出る」が、3回続けて起きた | システムプロンプトを6軸で採点するサービスで、業務用にきちんと書かれたプロンプトほど点が下がる不具合が3回続けて同じ向きに出たとして、共通の原因まで含めて記録している。 | @シャチョー | 21:29 |
| 68 | Tesla V100 32GBの推論速度: MoE 35B-A3B と Dense 27B の実測値 | Tesla V100 PCIe 32GB 1枚でMoEとDenseの両方を測り、生成速度がメモリ帯域で決まるのかを実機の作業ログとともに確かめている。 | @toyoshi | 20:20 |
| 69 | Kaggle AI Agent Securityコンペ振り返り ー345th Place Solution | Kaggleの「AI Agent Security - Multi-Step Tool Attacks」で4,186チーム中345位・スコア6.675の銅メダルを獲得し、本命がPrivateで落ちてもヘッジ案を残していたことでスコアがついたと振り返っている。 | @xthixsl_ml@レオナ | 19:15 |
| 70 | llama.cppの -ngl には崖がある：RTX 4070 12GBで27Bを8点実測 | VRAM 12GBで27Bを動かす際に-nglを42層から44層へ増やしただけでプロンプト処理が19分の1に落ちる崖があり、しかもエラーは出ないと8点の実測で示している。 | @ローカルAIラボ | 18:44 |
| 71 | Gemini 3.8 Flash を5660試行で測る ―賢さの差は出ない。速くなって、3.7のブレが消えた | 公式ドキュメント未掲載のgemini-3.8-flashをVertex AIで総試行数5,660回叩き、3.7・3.6・3.5 Flashと比べて賢さの差は出ないが速くなり3.7のブレが消えたと結論付けている。 | @Shinya Koike | 08:51 |
| 72 | Gemini APIとPythonで新規画像ファイルを自動分析し、説明文を生成・保存する実践ガイド | 増え続けるスクリーンショットや資料画像を手動で命名・説明するのは非効率だとして、Gemini APIとPythonで新規画像を自動分析し説明文を生成・保存する手順を解説している。 | @ahic | 07:01 |
| 73 | 「キャラは描けた、背景がない」をComfyUIを使って力業で解決——半日ハマって学んだ、盛り・破綻・影の因果 | コードを書かないゲームプランナーが趣味の漫画制作でComfyUIと格闘し、背景生成に半日ハマったデバッグの過程を後続者向けに実況形式で残している。 | @kmorimo@curiostudio | 18:00 |
| 74 | AIで同じキャラクターを維持できる？参照画像1枚と3枚を比べる検証設計 | 顔・髪・服・体型・配色の5項目に分けて採点し、参照画像1枚と3枚を同じ3場面で比較してどの属性が崩れたかまで記録する検証設計を提案している。 | @霧（Kiri） | 17:25 |
| 75 | 金曜に捨てた案を、AIは月曜にもう一度提案した | 大規模プロジェクトのPMとして多すぎる情報から必要な意味を見つけることに疲れた経験から、散らばった情報をAIが整理し人が重要な変化と根拠へたどり着けるアプリを作り始めた経緯を語っている。 | @Qual-Lab | 13:48 |
| 76 | AIエージェントの失敗 2,227 件のうち 36% は、CLAUDE.md の 1 行で消えるものだった | 自分のセッションログから失敗したツール呼び出し2,227件を集めた結果、ツール別の分類からは何も出ずセッション長との関係が浮かび、1〜3手で23.10%、3〜10手で26.60%、10〜30手で8.54%と失敗率が変わったと示している。 | @saito | 12:17 |
| 77 | AIの自律駆動（Level 5）を阻むのは知能不足ではない | AIが自律化できない真因はモデルの知能不足ではなく人がレビューしないと自作自演のテストを通す自己欺瞞に陥ることだと述べ、出自の直交する複数の数学的不変量で挟む設計を鍵に挙げている。 | @ふぐ | 22:12 |
| 78 | 1月だけ0件になった。カレンダー型のExcelを openpyxl で読む | 休業日が文字ではなくオレンジの塗りだけで表現された年間休暇スケジュールのExcelをopenpyxlで読ませ、エラーは出ないが0件になるという形で3か所詰まった原因を追っている。 | @shinsei99 | 22:05 |
| 79 | Claude CodeのskillsでAI仮想会社の社員を作る | Claude Codeのskillsをリサーチ・執筆・校閲を担う「AI仮想会社の社員」として扱い、どこまでをCLAUDE.mdに書きどこからskillへ逃がすかを実リポジトリを一次情報に整理している。 | @yukke | 21:22 |
| 80 | Claude Codeの制限モードでスキルが消えた原因と直し方 | 制限モードの導入後に自作スキル47本がすべて認識されなくなった報告を取り上げ、設定ファイルの権限範囲とスキルの配置場所を順に確認すると原因を切り分けやすいと解説している。 | @すんすん | 20:46 |
| 81 | claude —debug apiでcache_controlが見えなかった話 | サブエージェントに experimental の cacheTtl: 1h を設定して —debug api でログを取ってもcache_controlが1件も出てこない症状を、自分のアカウントとCLIバージョンで検証している。 | @Clopy | 18:53 |
| 82 | AIエージェントを増やすほど遅くなる理由：ボトルネックは生成速度ではなく運用設計にある | 複数AIを並列で使えるようになるほど生成は速いのに全体が終わらない現象が目立つとして、原因はモデル性能ではなく生成後の流れにあると構造化して整理している。 | @Vector PX Works | 11:49 |
| 83 | GitHub CopilotはIDEだけじゃない！GitHubのクラウド上のCopilotとエージェント活用 | GitHub CopilotをIDE上の利用にとどめず、GitHubクラウド側の機能と組み合わせて開発フローを最適化する方法を、エージェント活用の観点から解説している。 | @yuriemori | 05:30 |
| 84 | ChatGPTからX投稿を自動化するMCPを作った。画像投稿と実運用で見つかった失敗判定まで | XActionsを土台にした小さなMCPを作る中で、画像の受け渡しや投稿前承認より「HTTP 200なのに投稿されていないのにMCP側では成功扱いになる」ケースが最も厄介だったと報告している。 | @Rikunode | 01:04 |
Qiita
| # | Title | Summary | Author | Published |
|---|---|---|---|---|
| 1 | 【個人開発】迷った判断を未来のヒントに変える「まよログ」を作りました【React / Supabase / Gemini】 | 企画から設計・実装・テストまでの開発工程を一通り経験する目的で、日々の迷った判断を記録するWebアプリをReactとSupabase、Geminiで作りローカル環境で動作確認したと述べている。 | @suneo46 | 22:37 |
| 2 | AIエージェント搭載温湿度モニタリング「SoraSense」 | 室内の温度と湿度を継続的に収集・保存し、Grafanaでの可視化に加えて自然言語でのデータ照会を可能にしたIoTシステムを、ソースコードと設計ドキュメントごとGitHubで公開している。 | @Nokhysh | 20:21 |
| 3 | トークン課金を気にせず生成AIを使いたい！OpenAI互換APIで“社内生成AI”を構築できるOracle Private AI Services Containerを試してみた | 機密データを外部へ送れない、閉域でLLMを動かしたいという課題に対し、OpenAI互換APIで社内生成AIを構築できるOracle Private AI Services Containerを実際に試している。 | @ssfujita | 17:14 |
| 4 | RAGの正答率だけでは足りない。問い合わせAIを「検索・回答・実行・引き継ぎ」で評価する | キャンセル済みなのに発送通知が来たという問い合わせに自然な回答を返しても実際の処理は解決しないと例示し、最終回答だけでなく検索・回答・実行・引き継ぎの4段で評価すべきだと論じている。 | @Udesk | 15:24 |
| 5 | Ollamaの使い方マニュアル | Linux環境に限定してOllama本体とAIモデルのインストールから基本操作、API連携までを一通り解説したマニュアルとしてまとめている。 | @kk621meemee | 23:02 |
| 6 | 音声AIが「うん」で黙る問題を直す：相槌・割り込み・停止を3分岐するTypeScript実装 | 説明中にユーザーが「うん」と言っただけで読み上げが止まる一方で本当の質問や「ストップ」には即応してほしいという要件を、相槌・割り込み・停止の3分岐としてTypeScriptで実装している。 | @susie000720 | 13:13 |
| 7 | VS Code中心で学ぶCodex入門 Codexアプリ・VS Code拡張・CLIでPythonコードを作る手順 | Codexデスクトップアプリ、VS Code拡張、CLIという3つの使い方に分けて、VS Codeを中心にPythonコードを作る手順を整理している。 | @aiota | 12:38 |
| 8 | Claude Code × OpenRouter 無料モデルで AI 駆動開発コストを月 0 円に抑える 3 つの設定 | Claude Codeの—modelフラグと環境変数でOpenRouterの:freeモデルへ全リクエストをルーティングし、Qwen3-235B-A22B:freeなど複数モデルを用途別に使い分ける設定を示している。 | @locallab | 21:00 |
| 9 | プレゼンのスライド構成を、AIに骨組みだけ15分で作らせる | スライドの構成で毎回悩んで書き出しに時間を取られる人向けに、無料のAIで15分ほどで全体の骨組みを作り自分は中身を埋めるだけにする手順を示している。 | @okssusucha | 13:38 |
| 10 | 「人間のほうがAIっぽい」を検算したら、記事が4倍長いだけでした | 6つのLLMと人間のQiita記事を比べて人間のほうが「AIっぽい」スコアになったという自著の主張を5か月後に検算し、記事が4倍長いだけだったとして撤回している。 | @kenimo49 | 22:30 |
| 11 | Gemini Enterpriseの新機能、コンテンツポリシーで機密データを止める | DriveやGmail、SharePointに権限設定が甘いまま置かれたファイルをAIが拾って要約してしまう懸念に対し、Gemini Enterpriseのコンテンツポリシーで止める新機能を解説している。 | @asayan_mana | 19:51 |
| 12 | AI製Markdownを装飾された閲覧用HTMLに変換・共有できるサイトの機能紹介 | ChatGPTなどでの資料作成はまずMarkdownで作るのが良いとしたうえで、そのMarkdownを貼るだけで読みやすい閲覧用HTMLに変換し共有できるサイトの機能を紹介している。 | @uni928 | 13:26 |
| 13 | GitLab Duoによるサイクロマティック複雑度測定 | GitLab Duo ChatのAPIを使い、C言語やCOBOLの大規模ソースを論理的な単位や行数ごとに分割して段階的に生成AIへ送り、複雑度を自動診断するPythonスクリプトを公開している。 | @keropupu | 22:45 |
| 14 | 生成AIとセキュリティ — 5つの構成を比べる | AIアプリをそのまま使う、Claude Codeのようなエージェントを使う、LLM APIで自作する、RAGを組む、ローカルLLMを立てるという5つの構成をセキュリティ観点で比較している。 | @m_yukio | 13:42 |
| 15 | Codexに『明示保存型』の長期記憶を追加する：OpenViking + llama.cpp + Gemma 4 E4B | 会話もコードも何でも自動保存すると古い実装を正しいものとして参照する危険があるとして、OpenVikingを明示的に保存を頼んだ情報だけの永続ストアとして構成する手順を示している。 | @volcane | 04:57 |
| 16 | A2AとMCPは対立してない？AIエージェント標準規格の正体 | A2AとMCPが対立関係にあるという受け止めに対し、両者が担う役割の違いをYouTube動画の解説記事としてキャラクターの対話形式で整理している。 | @kinamocchi_tech | 23:14 |
| 17 | 6機能のうち標準化されたのは2つだけ：Agent Plugins 1.0の「狭い互換性」が強い理由 | Agent Plugins 1.0が共通化したのは代表的な6機能のうちSkillsとMCP serversの2つだけだと指摘し、この狭い標準化こそが移植性の面で強く働く理由を論じている。 | @emi_ndk | 22:21 |
ITmedia AI+
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | 無差別攻撃時代に「AI対AI」で挑む NECがAnthropicと描く、日本サイバー防衛の「勝ち筋」 | NECの幹部がAI時代のセキュリティは「AI対AI」になると述べ、Anthropicなど米AI企業のフロンティアAIを活用して対策に挑む構想を語っている。 | 07:00 |
| 2 | AWSをゲームで学べる“AWSクエスト”にまさかの新バージョン AIバーチャル顧客と対話可能に | AWSが3DオープンワールドでAWSを学べるオンラインゲームの新版「AWS Cloud Quest 2.0」の提供を開始し、AIバーチャル顧客との対話が可能になったと伝えている。 | 16:26 |
| 3 | 「社長の声」悪用で被害45億円 元警視庁が明かす「AI詐欺」の手口 | 元警視庁職員などの専門家が最新のボイスフィッシングやランサムウェアの動向を示し、2026年に組織が今すぐ取るべき備えを紹介している。 | 11:30 |
| 4 | オープンモデル普及で“お手軽”になるサイバー攻撃 防御側が今すべき「侵入前提」の対策 | ベンダーの制御が効きにくいオープンウェイトモデルが攻撃のハードルを大きく下げていると指摘し、GTIGの報告とアクセンチュアへの取材から防御側が取るべき対策を探っている。 | 09:40 |
| 5 | 茨城県鹿嶋市は「公式Web×Claude」で市民対応をどう変えた？ Claude Codeで内製化も | 限られた職員で行政サービスを維持するため鹿嶋市が公式WebとClaudeで市民対応業務を改善し、Claude Codeによる内製化にも着手した狙いと仕組みを取材している。 | 05:00 |
| 6 | 「あえてAIと声高に言うな」 住友化学、LINEヤフー、ディップに学ぶ“生成AI全社定着”の極意 | 生成AIを個人の効率化ツールで終わらせず全社規模の活用へ広げて競争優位につなげるために何が必要かを、住友化学・LINEヤフー・ディップ3社の見解からまとめている。 | 11:30 |
| 7 | ブシロード、AI子会社設立へ 「定型業務をAIで支援」 | ブシロードがAI子会社を設立し、これまで人が行っていた定型プロセスを中心にAIで支援して業務負荷とヒューマンエラーを軽減すると発表した。 | 10:22 |
| 8 | 「AI導入したのに、仕事が楽にならないんだが？」の正体 虚空に消えるあなたの“削減時間”、その行き先は…… | AIを導入しても仕事が楽にならないという声を取り上げ、得られたはずの削減効果がどこへ消えているのかを解きほぐしている。 | 08:00 |
| 9 | 70代会長も動いた 創業108年みそメーカーがGemini利用率86％を達成した「3つの工夫」 | アカウントを配っても使われないという社内定着の課題に対し、長野県のみそメーカー・ハナマルキがGemini利用率86%を実現した導入時の工夫を紹介している。 | 07:00 |
GIGAZINE
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | 公立学校の生徒が高校生になるまでAIの使用を禁止するとニューヨーク市教育局が発表、すべての学年でチャットボットを禁止するなど新たな方針も採用 | 現地時間2026年9月2日にニューヨーク市長のゾーラン・マムダニ氏とカマル・サミュエルズ教育長が、米国で最も広範な学校でのAI禁止措置を発表したと伝えている。 | 15:00 |
| 2 | Anthropicが「オンラインストアに商品提案AIを組み込んで売上アップ」を実現するためのエージェントをオープンソースで公開 | Anthropicが公開した開発者向けエージェント「commerce agents」により、質問に応じて商品を提案するAIや販売実績から価格設定・値引きキャンペーンを提案するAIを開発できるようになったと報じている。 | 13:05 |
| 3 | Googleが「Gemini 3.8 Flash」をリリース、2027年から価格2倍に | Googleが2026年9月2日にGemini 3.8 Flashと脆弱性の発見から修正までを支援するGemini 3.8 Flash Cyberを発表したと伝え、導入価格が2027年から2倍になる点を見出しに立てている。 | 12:52 |
| 4 | AI懐疑論者の予測はどれぐらい正確だったか？ | GoogleやMicrosoftでの在職経験を持つエンジニアのダン・ルー氏が、著名なAI懐疑論者エドワード・ジトロン氏の過去の発言をどれだけ当たっていたかという観点で検証していると紹介している。 | 22:00 |
| 5 | 著作権を巡るOpenAIとニューヨーク・タイムズの訴訟について司法省が「AIトレーニングはフェアユース」と主張する書面を提出 | ニューヨーク・タイムズがOpenAIとMicrosoftを著作権侵害で訴えた訴訟で、米司法省が著作権保護対象の資料をAI学習に使うことは著作権法違反ではないとする意見書を提出したと報じている。 | 13:55 |
| 6 | わずか3サイトが「おすすめソフト」ページを21万5128件生成、AI検索を支える情報源の59.8％は人気上位10万サイト外との調査結果 | Perplexityがソフトウェアを推薦する際の引用先の59.8%が人気上位10万サイト圏外のドメインで、共通運営とみられる3サイトが計21万5128件の推薦ページを生成していたとTrellner Researchが報告したと伝えている。 | 20:00 |
Google AI Blog
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | Proactive cyber defense for governments and enterprises（政府と企業のための能動的なサイバー防御） | Googleが自社のサイバー防御ツールを政府機関と信頼できるパートナーに限定提供する「Fairwind Program」を案内しており、同日公開のGemini 3.8 Flash Cyberの提供枠組みにあたる。 | 00:40 |
Hugging Face Blog
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | NeoMME: an efficient Multimodal-native and Multilingual Encoder（NeoMME：効率的なマルチモーダルネイティブ多言語エンコーダ） | 別個の事前学習済み視覚タワーを持たず単一の双方向Transformerでテキストと画像パッチを処理する260M/800Mのエンコーダ群を発表し、260MモデルはColModernVBERT比で約2倍のスループットを出しApache 2.0で公開すると述べている。 | 22:13 |
| 2 | Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO Steps（100 GRPOステップで350Mモデルの構造化出力を改善するファインチューニング） | 約500サンプル・100ステップという無料枠のColabやKaggle GPUでも回る規模のGRPOファインチューニングで、小型モデルのスキーマ準拠性を大きく改善できると実演している。 | 09:00 |
| 3 | Give Your Coding Agents a Memory You Own（コーディングエージェントに自分が所有する記憶を与える） | エージェントのセッションログは潜在的な記憶にすぎず索引付けと検索と出典管理が要ると述べ、Claude CodeやCodexなどのローカルセッションから記憶層を構築するツールを紹介している。 | 09:00 |
| 4 | Training a coding model to paint watercolours with TRL and OpenEnv（TRLとOpenEnvでコーディングモデルに水彩画を描かせる訓練） | 言語モデルがp5.jsのJavaScriptを書いて水彩画を描く元アイデアを、RL環境・訓練スクリプト・学習済みモデルまですべて公開する形でHugging Face上に再現したと報告している。 | 09:00 |