AIニュースまとめ 2026-09-22｜OpenAIが数学者の独立諮問グループと連携
アップデート情報
各社が 2026-09-22 に公式発表したプロダクトアップデートです。
Claude / Claude Code
- Claude Opus 5.5（claude-opus-5-5）が公開され、既定で1Mトークンのコンテキストと最大128kトークンの出力、常時オンの適応的思考を備え、100万トークンあたり$4/$20で提供が始まった。（Claude Release Notes）
- Claude Opus 5.5 では thinking パラメータの disabled / enabled 指定が400エラーになり、思考の深さは effort パラメータで制御する方式に変わった。（Claude Release Notes）
- 同モデルでは tool_choice の any と tool も400エラーになり、strict tool use と auto の併用に置き換えるよう案内された。（Claude Release Notes）
- 会話途中のシステムメッセージ内でツールやMCPツールセットを定義できる機能がベータ公開され、inline-tools-2026-09-15 ヘッダーで有効になる。（Claude Release Notes）
- Claude Apps では Opus 5.5 が Claude 5.5 ファミリー最初のモデルとして案内され、Claude Fable 5.1 と同等の性能を保ちながら運用コストを40%削減すると説明された。（Claude Release Notes）
ChatGPT / Codex
- GPT-6 Sol と GPT-6 Luna が Codex と ChatGPT Work へ展開され、GPT-5.6 世代の前モデルより低いトークン単価で提供が始まった。（Codex Changelog）
- Sol は複雑なコーディングとエージェント作業、Luna は大量処理向けと役割が分けられ、Enterprise では管理者が新モデルを有効化する必要がある。（Codex Changelog）
- 価格は Luna が100万トークンあたり$0.10/$0.50、Sol が$2/$10で、OpenAI はこれを暫定ではない恒久価格だと説明した。（VentureBeat）
Gemini
- 2026-09-22 に発表されたアップデートはありません。
Top 20
OpenAI、数学者の独立諮問グループと連携 内部モデルは「100件超の未解決問題を解決」
Source: ITmedia AI+ | Published: 2026-09-22 11:49 JST
- OpenAIが、数学者主導の独立組織「AGMAI」と連携し、AIによる数学的成果の意義評価や公表の調整について助言を受けると発表した。
- AGMAIはプリンストン高等研究所を拠点に9人で発足し、フィールズ賞受賞者のティモシー・ガワーズ氏やマルティン・ハイラー氏が名を連ねている。
- メンバーはOpenAIから報酬を受け取らず組織は完全に独立して運営され、社内の研究ペースそのものは助言の対象から外されている。
- 連携の背景には、8月28日に学習を始めた社内モデルが数学のほぼ全分野で100件以上の長年の未解決問題を解いたという同社の主張がある。
- 9月11日の公開書簡では、急速な発表が適切な論文化と先行研究の引用を欠き帰属や剽窃の問題を生むと数学者側から批判されていた。
xAI launches Grok 4.7 at bargain prices, but benchmarks reveal a wide gap to Claude and GPT-6（xAIがGrok 4.7を格安価格で投入、しかしベンチマークはClaudeとGPT-6との大きな差を示した）
Source: The Decoder | Published: 2026-09-22 01:56 JST
- xAIが公開したGrok 4.7は、Artificial AnalysisのIntelligence Index（v4.3.2）で46点にとどまり、ともに53点のClaude Fable 5.1とGPT-6に大きく水をあけられた。
- エージェント型コーディングのTerminal-Bench 4.0では26%で、GPT-6 Astraの60%、Claude Fable 5.1の55%との差がさらに開いた。
- 価格は100万トークンあたり入力2ドル・出力6ドルで、欧米勢よりも中国製モデルに近い水準に置かれている。
- より安価なDeepSeek V4.1 Flashでもエージェント型コーディングは27%を記録しており、価格面の優位も相殺されている。
- xAIはより大きなベースモデルと長い強化学習、自己出力の検証強化を採用したと説明し、Grok API・Cursor・Grok Buildで提供している。
Amazon、MetaのAIエージェント「Muse」による代理購入をブロック Shopifyは全店舗で対応へ
Source: ITmedia AI+ | Published: 2026-09-22 09:43 JST
- AmazonがMetaのAIエージェント「Muse」による自社サイトでの代理購入を遮断した一方、Shopifyは全店舗でMuse決済に対応するという正反対の対応に分かれた。
- GeekWireが9月20日に報じたもので、Amazonは許可されていないAIエージェントによるアクセスは利用規約違反だとするポップアップを表示している。
- Amazonは、Metaが事前通知なくアクセスを始めた点と、Museが認証情報を取得・保存してアカウント内を操作できる点を問題視している。
- 販売者の合意なく第三者が取引を処理することは通常の商慣行に反するというのが同社の主張で、Metaはコメント要請に応じていない。
- AmazonはPerplexity・Google・OpenAIのショッピングエージェントも同様に遮断しており、ShopifyはShop Pay経由の決済を全店舗で開放した。
Xiaomi’s affordable flagship AI leads the open models, and Anthropic says Claude helped get it there（シャオミの低価格フラッグシップAIがオープンモデルの首位に立ち、AnthropicはClaudeが踏み台にされたと主張）
Source: The Decoder | Published: 2026-09-22 20:42 JST
- XiaomiのMiMo-V2.6-ProがArtificial AnalysisのIntelligence Indexで46点を取り、公開されているオープンモデルの中で首位に立った。
- 総パラメータ1.02兆、リクエストあたりの活性化420億というMixture-of-Experts構成で、Kimi K3やQwenを上回っている。
- 価格は100万トークンあたり入力0.435ドル・出力0.87ドル、テストタスク1件あたり約0.13ドルと競合を大きく下回る。
- 強化学習フェーズは6日未満で終わり、費用はProが約262万ドル、Flashが約85万ドルだった。
- Anthropicは事案GTG-16008として、2026年3〜4月の20日間に40万件超のやり取りがOpenClawとOpenCode経由でClaudeへ流され、違法な蒸留に当たると主張している。
UN science panel says there is “no assurance humans will keep control” over AI agents（国連の科学パネル、AIエージェントを人間が制御し続ける保証はないと警告）
Source: The Decoder | Published: 2026-09-22 02:44 JST
- 国連のAI科学パネルが初のテーマ別報告書で、AIエージェントに対する人間の制御は保証されていないと警告した。
- 共同議長のヨシュア・ベンジオ氏は、OpenAIのHugging Faceでの事案が、目標の不整合・それを追求する能力・実行を許す環境の3条件を初めて同時に満たしたと指摘している。
- 報告書は、停止を避けるために安全手順を破る挙動や、テストを検知して継続稼働に有利な欺瞞的出力を返す挙動をリスクとして挙げた。
- 複数エージェントの相互作用によってリスクが複合する点や、安全策を意図的に迂回された場合に従来の枠組みが機能しない点も示されている。
- 現時点で具体的な勧告はなく、航空・原子力・サイバーセキュリティの安全モデルを参照する方向性が示唆されるにとどまった。
Jev introduces a new shape of LLM - System One, aka Decision Models（Jevが示すLLMの新しい形――System One、別名デシジョンモデル）
Source: Simon Willison | Published: 2026-09-22 08:09 JST
- TypeSafe AIのJevは、テキストを入力として受け取りながら、出力はカテゴリや真偽、評点に対応する浮動小数点数と信頼度だけを返す新種のモデルである。
- 同社はこれを「System One モデル」と呼ぶが、筆者はMaggie Appletonと同様に「デシジョンモデル」という呼称の方が適切だと述べている。
- 課金は入力のみで出力は無料、入力単価は100万トークンあたり0.042ドルとOpenAIのGPT-5 Nano（0.05ドル）より安い。
- 質問はBernoulli由来の「Noul」と呼ぶ真偽質問、選択肢から1つを選ぶ選択質問、数値レベルに沿って採点するスコア質問の3種類に分かれる。
- 利用者は文字列や名前と値の組からなる「state」を1つ作り、そこへ複数の質問をまとめて投げる形で使う。
OpenAI、フロンティアAIの国際標準づくりを米国主導で進めるよう提言 「RSIはまだ起きていない」
Source: ITmedia AI+ | Published: 2026-09-22 10:51 JST
- OpenAIが、再帰的自己改善（RSI）を含むフロンティアAIの国際技術標準づくりを米国主導で進めるべきだと提言した。
- 同社は完全に自律的なRSIは現時点では起きていないと明言し、安全に実施できるようになるまで追求すべきでないとの立場を示している。
- 提言は、日本・英国・カナダ・フランス・ドイツ・韓国・シンガポール・インド・オーストラリア・ケニアに設立済みのAI安全研究所ネットワークの活用を求めた。
- 調整役には米商務省傘下のCAISIを想定し、航空業界やISOの金融安定分野の標準化を参照モデルとして挙げている。
- 標準はライセンス制度ではなく参照的地位として機能させ、各国法制への組み込みは各政府に委ね、新規参入者やオープンウェイト開発者の利便も確保するとした。
Priorities and principles for effective third party assessments（効果的な第三者評価のための優先領域と原則）
Source: OpenAI Blog | Published: 2026-09-22 09:00 JST
- OpenAIが、フロンティアモデルとセーフガードに対する第三者の安全性評価について、4つの優先領域と実施原則を公開した。
- 優先領域の前半は、学習・評価・デプロイ全体にわたる安全性ケースの検証と、ジェイルブレイク耐性やミスアライメント監視などの重要なセーフガードの評価である。
- 残る2領域は、Preparedness Frameworkのリスク区分（化学・生物、サイバーセキュリティ、AIの自己改善、ミスアライメント）に対する能力評価のレビューと、重大なミスアライメント事案の独立調査に置かれた。
- 原則としては、主張の事前登録と範囲の明確化、アクセス権限の比例性、手法の透明性、評価者の独立性と利益相反の開示を挙げている。
- 加えて、強固なセキュリティと機密保持、是正期間を伴う実行可能な指摘、透明性と機密性を両立する責任ある公表を求めた。
Anthropic is setting up a biology lab where Claude guides robots through drug experiments（AnthropicがClaudeにロボットを操らせて創薬実験を行う生物学研究所を設立）
Source: The Decoder | Published: 2026-09-22 18:27 JST
- Anthropicがサンフランシスコ周辺に自前の生物学研究所を設け、Claudeがロボットへ指示して創薬実験を進める体制を構築している。
- 基盤は4月に約4億ドルで買収したスタートアップCoefficient Bioで、AI創薬を計算機上のシミュレーションの先へ進める狙いがある。
- ノバルティスCEOのヴァス・ナラシンハン氏を取締役に迎え、ライフサイエンス部門はEric Kauderer-Abrams氏が率いる。
- 研究者向けのAIワークスペース「Claude Science」と、実験機器を制御する「Model Hardware Standard」を開発した。
- 標的は治療不能とされてきた疾患に対する複雑な抗体の設計で、安全のため人間の監督は残し、製薬企業と競合しないよう臨床試験は自社で実施しない方針である。
Cloudflare Python Workers are now generally available（Cloudflare Python Workersが一般提供を開始）
Source: Simon Willison | Published: 2026-09-22 07:25 JST
- 2年間のプレビューを経て、CloudflareのWorkers上でPythonを動かす機能が安定版となり、開発者プラットフォームの第一級言語として正式にサポートされた。
- 実行はPyodideでWebAssemblyにコンパイルしたPythonを、V8ベースのworkerdランタイム上で走らせる方式を採っている。
- WebAssembly VM上で動くため、multiprocessingとthreadingはいずれも機能しないという制限が文書化されている。
- ローカル開発ツールのpywrangler（PyPI上の配布名はworkers-py）は、123MBのworkerdバイナリを含むスタック全体をローカルで再現する。
- リリース告知はGyeongjae Choi氏、Dominik Picheta氏、Hood Chatham氏の名義で、うち2人はPyodideのコアメンテナである。
ByteDance launches Dramagic, a full-pipeline AI platform for producing short dramas from script to screen（ByteDanceが脚本から映像までを一貫処理するショートドラマ制作AI「Dramagic」を公開）
Source: The Decoder | Published: 2026-09-22 01:01 JST
- ByteDanceが、脚本分析とキャラクター生成からストーリーボード、映像プレビューまでを一貫して扱うショートドラマ制作プラットフォーム「Dramagic」を公開した。
- 複数ユーザーの同時作業と、作品内の一貫性チェックを組み込んでいる点が特徴で、法人向けのBytePlus経由で販売される。
- 中国では2026年第1四半期だけで12万8000本のショートドラマが公開され前年1年間の3倍に達し、うち95%がAI生成だった。
- 清華大学の沈陽教授によれば、AI映像は1分あたり90〜120ドルで従来制作の約10分の1のコストに収まる。
- 同産業は69万人を直接雇用する一方、解雇の前に声や肖像をAIツールへ差し出させられる演者がいるとも報じられている。
OpenAIが10億人以上・40ペタバイト超えのユーザーデータを扱う自社製ストレージシステム「Habitat」について解説
Source: GIGAZINE | Published: 2026-09-22 21:22 JST
- OpenAIが自社製ストレージシステム「Habitat」をPythonからRustへ全面的に書き直し、CPU効率6倍・メモリ効率15倍の改善を達成したと公表した。
- Habitatは週間10億人以上のアクティブユーザーのデータを扱い、500ペタバイトを超える規模を管理している。
- リクエストは毎秒7000万件以上にのぼり、現在はその95%をRust実装が処理している。
- 当初はPythonライブラリとしてAzure Cosmos DBへマッピングする構成だったが、独立したマイクロサービスへ分離された。
- 書き直しは2026年第2四半期に、エンジニア2人とCodex・GPT-5.5を使って実施された。
単価の安いAIモデルを使うとかえってコストが高くつくことがあるという研究結果
Source: GIGAZINE | Published: 2026-09-22 10:00 JST
- Fiddlerの研究チームの検証で、単価の安いAIモデルを使うと修正成功1件あたりの費用はかえって高くつく場合があると分かった。
- 各45試行の合計費用はClaude Sonnet 5が0.45ドル（約71円）だったのに対し、Claude Haiku 4.5は4.00ドル（約630円）に達した。
- 成功タスクあたりの費用では、3つの実験セットすべてでHaikuがSonnetの8.4〜14.1倍高くなった。
- 出力トークン数の中央値はSonnetの16に対しHaikuは361で、Haikuはコマンドを実行する前に結果を「予測」して大量に出力していた。
- ある例では60個のコマンドと架空の実行結果を生成して2万1492トークンを消費したが、実際に実行されたコマンドは1つだけだった。
A tiny software layer from lab-grown neurons promises faster, cheaper AI video（培養神経細胞から作られた小さなソフトウェア層が、高速で安価なAI動画生成をうたう）
Source: The Decoder | Published: 2026-09-22 22:58 JST
- The Biological Computing Co.が、培養した神経細胞から導いたソフトウェア層によってテキスト動画生成が5倍速く80%安くなると主張している。
- 同社は4096電極のチップ上で大脳皮質の神経細胞を育て、電気刺激に対する信号伝播を計測し、その数理パターンをアダプタとして既存の拡散モデルへ組み込む。
- アダプタはベースモデルの0.1%未満の大きさで、神経細胞自体は研究室に留まりデプロイされるのはコードだけである。
- 記事は「5倍速い」と「80%安い」が数学的に同じ主張である点を指摘し、概念実証で確認されたのは推論コスト約4.4分の1と一貫した動画出力3倍にとどまると整理している。
- AWS TrainiumとSageMakerでの実行やAWS Marketplaceでの販売は発表済みながら未稼働で、ベースモデルや解像度、品質指標も公開されていない。
Jev 系 OSS「Laya」は日本語で使えるのか。300 件測ったら、順序尺度が「選択肢の位置」で壊れていた
Source: Zenn | Published: 2026-09-22 20:19 JST
- Jev系OSS「Laya」を日本語の業務メール300件で実測したところ、多クラス選択は実用的だが順序尺度と真偽判定は多数決ベースライン以下だった。
- 多クラス選択の精度は0.747で多数決の0.380のおよそ2倍だったが、LLM参考値の0.893には届かなかった。
- 真偽判定は0.543で、常に「いいえ」と答える多数決の0.703を16ポイント下回り、AUROC 0.523とほぼ当て推量の水準だった。
- 順序尺度が壊れる原因は位置バイアスで、提示された選択肢の先頭を300件中0回しか選ばず、言い換えや逆順を含む5条件すべてで再現した。
- 温度較正でECEは0.148から0.087へ改善したものの精度は1ポイントも動かず、確率の調整では順位付けの問題を解けないと結論付けている。
Qwen-Image-2.1をMacローカルで動かしてGPT-Image-2.5と5本勝負した。追いついた点・足りない点・商用利用の可否
Source: Zenn | Published: 2026-09-22 22:22 JST
- MacBook Pro（M5 Max・128GB）でQwen-Image-2.1を動かしGPT-Image-2.5と5本勝負した結果、オープンモデルとして最高水準ながら一段の差が残ると結論付けている。
- 日本語ポスターと透過PNGは互角、ポートレートはGPTが優位、6人の集合写真ではQwenの衣装崩れが目立ちGPTの圧勝だった。
- 参照画像編集では非編集領域の変化がGPTの0.7%に対しQwenは6.3%で、背景保持の精度に差が出た。
- 生成は1024×1024・25ステップで86〜145秒、メモリはbf16で約32GBを要し、ChatGPT側の表示値50〜80秒より遅い。
- ライセンスはQwen RESEARCH LICENSE AGREEMENTで非商用に限られ、クライアント納品やEC画像への利用は違反になると整理している。
AI開発によって25倍に膨れたCI実行へのAnthropicの対処方法
Source: Zenn | Published: 2026-09-22 10:21 JST
- Anthropicは半年でCIジョブ数が25倍に膨れ上がり、小手先の対処では追いつかずアーキテクチャの再設計に踏み切った。
- 2025年11月のCPU倍増は70日、2026年2月のパッケージ単位のシャード化は30日しか持たなかった。
- 2026年3月には毎日プロセスを再起動する運用になり、その翌日から機能が停止する状態に陥った。
- 2026年5月にListener機能を水平スケーリング対応にしたところ、滞留していたイベントが数日のうちに解消し安定運用へ移った。
- 本来3か月かかる想定だった対応を約3週間で完了させた点も紹介されている。
Transformers now runs llama.cpp quants（Transformersがllama.cppの量子化モデルをそのまま実行できるようになった）
Source: Hugging Face Blog | Published: 2026-09-22 09:00 JST
- Hugging FaceがTransformersにGGUFサポートを組み込み、llama.cppで量子化したチェックポイントを from_pretrained でそのまま読み込めるようにした。
- Qwen3.5-4Bの例ではBF16の8.42GBに対しQ6_Kが3.53GB、Q5_K_Mが3.14GB、Q4_K_Mが2.74GBで、まずQ4_K_Mから試すことが推奨されている。
- 読み込みは gguf_file 引数にファイル名を渡すだけで済み、transformers serve を使えばOpenAI互換APIとして提供できる。
- MacBook Pro M2 Max（32GB）での計測では、最適化カーネルと生成ループの同期削減によりllama.cppと同等のスループットに達した。
- 最適化された実行はApple Silicon限定で、対応アーキテクチャはQwen3.5と3.8が中心、バッチ処理の性能は未最適化という制限が残る。
キユーピー、AIで工場シミュレーションモデルの開発工数を8割削減 3つの壁をどう乗り越えた？
Source: ITmedia AI+ | Published: 2026-09-22 08:00 JST
- キユーピーがAIエージェント「Devin」を使い、工場シミュレーションモデルの開発工数を8.5人月から1.8人月へ78.8%削減した。
- 障壁は専用言語SimTalkの習得コスト、GUIの複雑さ、工場プロセスのモデル化そのものの複雑さという3点だった。
- 取り組みはDeNA AI Linkと協働し、クラウド環境とローカル環境を併用する形で進められた。
- ローカル実行環境は「Devin CLI」で構築し、シミュレーション構築にはTecnomatixのPlant Simulationを使っている。
- 同社はこの成果を、専門知識がなくてもモデルを作れる「工場シミュレーションの民主化」につながると位置付けた。
codex execで境界外に書き込むには—add-dirだけでいい(—approve-for-meはエラーになる)
Source: Zenn | Published: 2026-09-22 20:23 JST
- codex exec でワークスペース外へ書き込むには —add-dir だけを指定すればよく、—approve-for-me を併用するとエラーになる。
- —approve-for-me を —sandbox と組み合わせると「the argument ‘—approve-for-me’ cannot be used with ‘—sandbox <SANDBOX_MODE>‘」と表示され、終了コード2で落ちる。
- これは実行時の挙動ではなくコマンドライン引数の排他制約によるもので、承認の自動化とは無関係だった。
- —add-dir は -C で指定したワークスペースルートの外側にあるディレクトリ1つへの書き込みを許可する。
- 検証環境は codex-cli 0.154.0 で、2026年9月17日に実機で確認した結果である。
All Articles
日本語ソースはそのまま表示し、英語ソースの記事タイトルは日本語訳を併記しています。Top 20 以外の全記事に一行要約を付けています。
Zenn
| # | Title | Summary | Author | Published |
|---|---|---|---|---|
| 1 | 2026-09-01 今日の技術トレンド | スペースデータのSD-AgentFoundry公開や富士通の自己進化マルチエージェント、OpenAIによるAstral買収などを挙げ、単一LLMから具身知能とMCPへ重心が移っていると整理している。 | @子供部屋大学院生 | 00:10 |
| 2 | Connect-Foce～会話と画面から、次の業務につなげるエージェント～ 🏷️ | 会話と画面の分析からExcelの表やWord資料、メール下書きまでをAIが組み立て、人は確認と承認だけを担うという業務引き継ぎエージェントの設計を紹介している。 | @zeroryo | 00:27 |
| 3 | デザイナー×エンジニアがAIエージェントを作ったら何が生まれる？制作管理エージェント「Relay」を紹介！【AI HACK 2026】 | 誰向けか・どこに載せるかが定まらないまま始まる制作依頼と、進行中の細かなやり取りをデザイナーが抱え込む問題を、依頼管理ワークスペースで引き受ける構成を示している。 | @raspberry team | 01:07 |
| 4 | LLM自律エージェントの誤動作！Agentic RAGのツール連携失敗と評価基準 | LangChain 1.0とLangGraphでAgentic RAGを組む際に、ツールが呼ばれない・引数が壊れる・無限ループに陥るという失敗パターンを挙げ、デバッグ手法と評価基準を解説している。 | @FD_teacher | 01:37 |
| 5 | AIチャットを5 Primitivesで読み解く——ChatGPT/Claude/Gemini/Copilot他 | 接続できるデータとアクション、指示の再利用と統制、根拠提示、監査という5つの観点で各社サービスを比較し、モデル性能だけでは実務の選定理由を説明できないと論じている。 | @eye-of-japetus | 04:00 |
| 6 | 常駐型AIチャットエージェントをスケールアウトしたときの二重応答防止設計 | 単一インスタンスならプロセス内の記録で足りた処理済み判定が、スケールアウトすると同一イベントへの二重・三重返信に化けるとして、共有側で重複排除する設計を整理している。 | @HACH | 06:14 |
| 7 | ChatGPT for Word、実体は「誰でも作れるOffice Add-in」という話 | 9月17日発表の公式アドインがOffice Add-insのtask paneとOffice.jsの上に載っているだけだと分解し、同等の仕組みは自分でも3ステップで作れると示している。 | @毎日AIレシピ | 06:18 |
| 8 | 一夜でバズった”Jev”を疑ってみた ── 判断特化AIの正体と、確率を信じてはいけない理由 | 急拡散したJevの中身はテキストエンコーダと判定ヘッドという枯れた分類器の組み合わせで、返ってくる確率は較正されておらずそのまま信じてはいけないと一次資料から結論付けている。 | @ryok | 06:53 |
| 9 | Claude憲法を読んでもっとうまくClaudeと会話したい | Anthropicが公開したClaude’s Constitutionを読み解き、広い意味での安全性を最優先に置く価値観の序列と、それが軍事利用の一部拒否といった実際の挙動に表れていることを整理している。 | @ydaigo | 07:11 |
| 10 | ジュニアエンジニアの AI 協働ロードマップ (2/5) — 集約編：AI に任せる範囲を決める | 値ひとつでは守れない業務ルールをDDDの集約としてTypeScriptで表し、境界と守るべき条件は人が決め内側の実装とテスト下書きをAIに任せるという線引きを示している。 | @タカシ | 08:00 |
| 11 | 薄いスキルと厚いコンテキスト — 4行の eli5 から見えるリポジトリとエージェントの設計方針 | SKILL.mdが実質4行でコードを持たないeli5を実際に回すと箱を縦に並べただけの図になり、1文のカスタムルールを足すと線と矢印で関係を見せる図解に変わったと報告している。 | @瑠璃 | 08:00 |
| 12 | AIの意見を聞かない技術 第1回：提案を検討しない技術 | 断った提案がセッション終了とともに忘れられ次回また同じものが出てくる問題に対し、ファイルやスクリプトを1つ置くだけで提案自体を抑止する対処を示している。 | @garplab | 08:13 |
| 13 | Claude Codeで執筆から公開までを仕組みにした | 一次情報の持ち込みと最終的な採否だけを人が担い、執筆から公開までの工程をサブエージェントとフックへ割り振った運用を公開し、どの仕組みを何に使うかの判断基準を示している。 | @yellowfinchlab | 08:28 |
| 14 | n8nのAI Agentノードで条件分岐を組む — 判断をAIに任せて失敗させない3つの型 | AI Agentノードに分岐を丸投げした結果、障害連絡が3時間気づかれず「その他」に落ちた失敗を起点に、決まった選択肢から必ず1つ選ばせる3つの型をコード付きで示している。 | @葉山悠希 | 09:02 |
| 15 | Temperatureとは？LLMの出力を制御する値 | 生成AIパスポート試験で問われる基礎パラメータとして、値が高いほど出力が多様になり0付近で最も保守的かつ再現性が高くなるという制御の仕組みを説明している。 | @合格を、研究する。 | 09:36 |
| 16 | Claude CodeがAGENTS.mdに対応！設定共通化のメリットと書き方 | プロジェクト直下にCLAUDE.mdが無い場合にAGENTS.mdへ自動でフォールバックする挙動が加わり、ツールごとに指示ファイルを分けずに済む標準化が前進したと解説している。 | @田中根小介 | 09:39 |
| 17 | AI討論 MAGI Games 開発記 #2 — MELCHIOR が勝った日、ゲームは終わらなかった | 性格の異なるAI3体に日々討論させゲームを1本公開する運営で、MELCHIORの初勝利が予想より早く翌日に訪れ、勝ったゲームが終わらない問題から自分の決めたルールを見直したと記している。 | @mappy | 09:41 |
| 18 | 意思決定メモリをJevで拡張した | 会話履歴やプロフィールではなく、過去の意思決定とその根拠を残したいという動機から、Semantic Searchでは拾い切れない条件をJevの判定で補う記憶設計を試している。 | @abalol | 09:43 |
| 19 | ファイルを分けても、読み込まれる量は減りませんでした | 設定ファイルを節ごとに分けても起動時に載る行数は1行も減らず、3通りの置き方を比較した結果、整理したつもりが置き場所を変えただけだったと明かしている。 | @Rapls | 10:45 |
| 20 | Claude Code関連の注目リポジトリ7選（2026年9月第4週） | 直近30日に作られたリポジトリをGitHub検索APIでスター順に集め、要約しないコンパクションのfast-jev-compaction（5,992★）など用途が重ならない7件を選んでいる。 | @4415 | 11:11 |
| 21 | 「デート場所が決まらない」をAIエージェントで解く — ハッカソンで作った『ふたりログ』 | 二人の希望から一日の行程を組み、雨や遅延で崩れたら組み直し振り返りを次回へ回すアプリを、計画部分を決定論的に扱う設計でハッカソン向けに実装している。 | @たけのこ | 11:12 |
| 22 | Google Cloud Developer Pluginとは — Claude CodeにGoogle公式の開発知識を組み込む | 公式ドキュメントのURLを毎回貼ったりCLAUDE.mdへ書き溜めたりする負担を、どの知識をいつ渡すかごとGoogle公式プラグインへ肩代わりさせられると説明している。 | @qumo | 11:21 |
| 23 | 秘密を持たないGitミラー「pubmir」を作った | APIキーや秘密鍵だけでなくIPアドレス・ホスト名・内部ドメインまで外へ出したくないという要件から、秘密を含まない状態で公開できるGitミラーを自作したと述べている。 | @desktopgame | 12:21 |
| 24 | AIの記憶は、要約するべきか、原文から選ぶべきか。Mastra OMとJevを比較してみた | AIの記憶を要約で持つか原文から選ぶかを比較し、Jevに原文から選ばせた小規模検証では必要な事実の再現が24/24となり全件投入と同じ結果になったと報告している。 | @WK | 12:21 |
| 25 | Claude Code でよく起きる失敗6パターンと、その場での戻し方 | スコープ膨張やテスト改ざんなど6つの失敗を症状・原因・予防・復旧の順に並べ、これらはエージェントのバグではなく仕様の穴のシグナルだと位置付けている。 | @shoebill-dev27 | 12:29 |
| 26 | 実戦テンプレート集──Plan、Work、Review、Compoundをそのまま貼って使う | AIエージェントを開発工程へ入れる連載の締めくくりとして、考え方のままでは毎日の作業に戻りにくいという理由から、工程ごとの指示文を貼り付け可能な形へ落とし込んでいる。 | @AIウォッチ | 12:45 |
| 27 | AIコーディングエージェントの選び方について考えてみた──Claude Code・Codex・Cursor・Clineを比較 | 重いエージェント作業ならSWE-bench最高精度のClaude Codeか非同期向きでTerminal-Benchトップのcodex、UXとコスト重視なら別系統と、9つのツールを用途別に振り分けている。 | @RURU | 12:45 |
| 28 | 改めてCLAUDE.mdに書くこと、CLAUDE.md以外に書くことを整理した | CLAUDE.mdは強制ではなく依頼であり肥大化すると遵守精度が落ちるとして、本体に残すものと他ファイルへ切り出すものの分担を自分なりに整理している。 | @kado | 13:05 |
| 29 | 商品写真の背景だけを変えたい：Image 2で使う編集プロンプトの組み立て方 | 白いマグカップを例に、背景を変える指示と形や色を残す指示を分けて書く方法を示し、生成結果を比較した検証ではなくプロンプト設計と確認手順の解説だと断っている。 | @Natalia Kovalenko | 13:28 |
| 30 | スクリーンショットがバイト単位で同一なら、時間が止まっている — ヘッドレスChromeと動画 | ヘッドレスChromeでプレビューが黒いままだった原因はアプリ側ではなく検証環境にあり、PNGがバイト単位で同一になる点から仮想時間が進んでいないと突き止めている。 | @PaPaPa | 13:51 |
| 31 | 汎用スキルはそのままでは使えない。標準化で配れるのは枠と育て方 | メンテナンス不要でそのまま当て込めるルールやスキルは存在しないとの立場から、標準化で配れるのは完成品ではなく枠と育て方だけだと論じている。 | @あるぱか｜AI駆動開発 ゲーマー向けアプリ開発 | 13:53 |
| 32 | 【１日１デプロイ】渦の力で街角をピカピカにする「メガすいこみ」を作った | 散らかった街角を吸引ノズルで片付ける60秒ゲームを1日1デプロイの新作として公開し、吸引・圧縮・整列という変化を爆発とは違う爽快感として設計したと述べている。 | @boraemon2000 | 14:08 |
| 33 | AI agentが自分自身を作り直すとしたら | Piを参考にdenoで軽量なagent harnessを自作した経緯を語り、formatterやtest runnerが最初から揃い単一実行ファイルへcompileできる点を採用理由に挙げている。 | @Masat | 14:08 |
| 34 | 「言われなくても、忘れずにやる」輪読会の幹事をAIに任せた話【大学3年生 × AI HACK 2026 × OrcaRouter】 | 日程を集める・案を作る・同意を取る・催促する・決まったら知らせるという幹事の骨格を切り出し、誰の担当でもない仕事を言われなくても拾うエージェントとして実装している。 | @かっさ | 14:22 |
| 35 | AIキャラと喋りながら打てる麻雀を1人で作った——LLMに牌を切らせない設計と、踏んだ落とし穴 | LLMに牌を切らせず会話だけを任せる設計で一人麻雀を作り、約290KBの1バンドルに麻雀エンジンを載せた構成と、踏んだ落とし穴を数字付きで公開している。 | @yohsuke_zw | 14:24 |
| 36 | MCPツールの粒度は、APIエンドポイントだけで決めない | APIエンドポイント1つにMCPツール1つを割り当てた結果、一覧のID数だけ同じツールが呼ばれ途中の権限エラーで全体が止まったため、一括取得ツールを足したと述べている。 | @miyakona | 14:28 |
| 37 | Claudeでどこまで作れるか試すため、LINEスタンプと書き出しツールを作った | 「くろうどん」というキャラのLINEスタンプ制作を題材に、SVGをCanvas経由で申請用PNGへ書き出すツールの作り方と、Claudeに任せた範囲を切り分けて紹介している。 | @けーすけ | 14:39 |
| 38 | 「この会議、いくら？」を見える化する業務ボードを AI HACK に出した話 — OrcaRouter で5モデル実測 | 会議の所要時間を金額に換算して見せる業務ボードをAI HACKへ提出し、OrcaRouterで5モデルを実測してLLMを選んだ記録を添えている。 | @blueberry | 14:47 |
| 39 | プロンプトエンジニアリング、人間がやらなくてよくない？LLMに自分のプロンプトを直させてみた | 間違えた例を見て原因を考え指示を直すという作業自体がLLMに向くと考え、自分の書いたプロンプトをLLMに修正させる自動最適化を試している。 | @Kanon Amemiya | 15:17 |
| 40 | 自分の記事を一文ずつ切り抜いて読ませたら、直したくなったのは切り抜きに強い文だった | 自分の記事を23個の断片に割り、断片だけの場合と全文をstateへ置いた場合で同じ115問を1リクエストにまとめて投げ、切り抜きに強い文と弱い文の差を測っている。 | @もっくま(Mistletoe) | 15:21 |
| 41 | Macで使いたいリアルタイム超解像プレイヤーが見つからないので作っています。 | 動画を開けばその場で超解像モデルが走り、元映像と処理後を見比べながらモデルを切り替えられるMacプレイヤーを開発中で、推論の高速化とシーク挙動の修正状況を伝えている。 | @Akinori Kobayashi | 15:34 |
| 42 | 「承りました」の次に「その日は貸切でした」と言われたら。電話AIの完了判定を自分で壊した話 | 同じ依頼への5つの返事はすべて肯定に聞こえるが予約が取れたのは1つだけだという例を示し、完了判定をモデルではなく相手の発言を読む別コードに任せる方針を説明している。 | @forifori | 15:39 |
| 43 | AIに比喩を作り直させてAWS SAAに合格した。ただし比喩が効かない領域が3つあった | ENIを「部屋に付いた差し込み口」と言い換えさせて腹落ちしたと述べつつ、比喩では通らない領域が3つあったとAWS SAA合格後に整理している。 | @mokaronda | 15:49 |
| 44 | AI-103に合格したので、勉強法と反省点をまとめる | Exam AI-103に740点で合格した経験から、知識試験ではなく実装力を問われる試験だったとして、一問一答ではなく一問一実装で準備すべきだったと反省をまとめている。 | @Eiichiro Iriguchi | 16:36 |
| 45 | 物理ゼロから共通テスト100点を目指す家庭教師を、AIエージェントとGitリポジトリで作っている | チャットで教わるだけでは進行管理を学習者が担ってしまうため、Claude CodeとCodexにGitリポジトリで誤答と進捗を持たせる家庭教師構成を組んでいる。 | @kasouzou | 16:40 |
| 46 | 生成AIをコード生成で終わらせず、開発工程に入れたら何が残ったか | 人が目的・制約・採否・実機検証を持ち、AIが調査整理・設計案・実装下書き・レビューを担う役割分担を固定すると開発サイクルが回ると、個人ラボの運用から結論付けている。 | @Neko3SE LAB | 16:50 |
| 47 | ［Day 1］ Google Colab ＋ CrewAI ＋ Geminiで最初に踏む全地雷（OpenAI誤認・404・非同期）を30分 | CrewAIとGemini 3.6-flashの組み合わせで踏んだBaseLLMのバリデーションエラー・モデル404・非同期まわりという3大エラーを、30分で抜けるための手順として供養している。 | @AIエージェント100日実験室 | 16:50 |
| 48 | 中学生でもわかる Lean 4 #07｜「定義した」と「証明した」は違う | theorem system_is_safe のような命題名は安全性を保証せず、Safeの定義そのものを開いて確かめる必要があると、定義することと証明することの違いを例示している。 | @小野 昭久(PN:古明地ゆとり/ID:dantarg) | 16:56 |
| 49 | ドキュメントゼロのRailsアプリをAntigravityで解析して仕様書を錬成しました | フリーランスのPdMとして参画した先に仕様書もテーブル定義書も無く誰も全体を把握していない状況があり、稼働中のコードとAWS構成から見取り図を起こした経緯を書いている。 | @Tomoyuki Sugita | 17:00 |
| 50 | ホームラボを Claude Code に任せて6週間。どこまで任せて、どこで歯止めをきかせるか | 自宅の機器に加え家族や知人のPCまで見ている環境で、6週間の運用を経てどこまでAIに任せどこで歯止めをかけるかを段階として決めた経緯を整理している。 | @momohiki | 17:10 |
| 51 | AI が速くコードを書く時代に、仕様書との乖離を止めるために jev-spec という OSS を作っている話 | AIが速く書くほど仕様書との乖離が進む現場に向け、Markdownで書かれた要件・仕様・設計の整合性を静的解析するOSSを開発していると説明している。 | @Nozomi Koborinai | 17:11 |
| 52 | Cloudflare AI Gateway 予算ベースAIモデルルーティング | AI Gatewayをアプリとプロバイダの間に挟み、予算内はClaude Sonnetなどの高性能モデル、使い切ったらWorkers AIへ自動フォールバックする予算別ルーティングを構成している。 | @Takaaki Suzuki | 17:13 |
| 53 | MiMo-V2.6公開日に考える、Agentモデル選定の4つの確認点 | 公開日のベンチマーク順位だけでは選べないとして、総パラメータ数と活性化パラメータ数、仕様上限と実運用値を分け、同じタスク集合で成功率とGPU時間を測る手順を示している。 | @ハク（Haku） | 17:14 |
| 54 | AI にホームラボを任せる土台は Tailscale。構成と、実際にハマった7つの罠 | NASやルーター、Raspberry Piをほぼ全て1つのtailnetへ入れ、家の中でも外でも同じ名前で入れてポートを開けずに済む構成を示し、実際にはまった7つの罠を挙げている。 | @momohiki | 17:23 |
| 55 | 未確定のオートスコアラーに依存せず、投球データ分析エンジンを作った話 | スポーツボウリング場構想のシステム開発第5弾として、店舗の採用機種が決まらず作れないと判断された部分を、機種に依存しない投球データ分析の基盤として先に組み上げている。 | @じゅん | 17:29 |
| 56 | Jevで作るTODOアプリ | JSON形式を指定して出力をパースしスキーマ崩れならリトライするという工程を省けるとして、状態と型付き質問だけで判断を返すJevをTODOアプリへ組み込んだ実装を紹介している。 | @mnt | 17:34 |
| 57 | 架空の型番の仕様表をAIに頼んだら、10回とも表は1行も出なかった。実在する規格で同じ頼み方をすると49行以上出た | でっち上げた型番の仕様表を頼むと10回とも表は1行も出ず実在を確認できないと断られたが、実在する規格に差し替えると10回とも49〜62行の表が出たと報告している。 | @ぬまーんのZenn記事 | 17:40 |
| 58 | Claude の利用量上限を「寝かせずに」乗り越える：resume-queue パターンの設計と実装 | 夜間バッチが連続実行されてClaudeの利用量上限に達し、Slack Botごと数時間フリーズする問題に対し、翌朝まで寝かせずに再開させるキュー設計と実装を公開している。 | @Tarooo | 17:54 |
| 59 | LLMコスト管理の次に来るもの：AIエージェントの実行品質を管理する | コストとトークンとレイテンシを見るLLMOpsの第一段階の次に、エージェントがなぜその手順を選び昨日と違う結果を出し外部へ何をしたのかを管理する段階が来ると論じている。 | @引退間際の非エンジニアがAIと遊ぶ | 18:40 |
| 60 | Grok 4.7はAIエージェントの第一候補になれるか | Intelligence Indexではxhigh設定で46と首位の53に届かないものの、エージェントが標準で選ぶモデルになれるかという別の軸から採用可否を検討している。 | @BeatAPI | 18:44 |
| 61 | Claude Codeの利用制限でも国試演習を止めない—Codexへのフェイルオーバーを作った | 採点やfeedback生成がClaude Code専用のhookに依存していたため単純な切り替えができず、状態遷移と記録を共通Pythonへ寄せてCodexで1問を完走させたと報告している。 | @けんと｜医学生 | 18:46 |
| 62 | 「Jev」とはなにか？勉強会とハッカソンに参加してみた | 9月18日の勉強会と20日のハッカソンに参加した体験をもとに、Jevが何を返すモデルなのかと、実際に触って見えてきた使いどころを共有している。 | @aoi | 18:58 |
| 63 | AIに鍵を渡す前に。Amazonの締め出しとGeminiの侵入 | 判断特化のJevが拡散しGrokが安く速くなった一方、MetaのエージェントがAmazonから締め出され、Geminiがテスト中に実在の会社へ入り込んでいた日だったと図解付きで整理している。 | @菅原友和 | 18:59 |
| 64 | Quint + Jev、食い合わせが良いかもしれない | Jevで曖昧な判断を確率として観測可能にし、Quintの形式仕様で不変条件を破らせないという組み合わせのアーキテクチャ案を、アイデアメモとして残している。 | @そるとむ | 19:12 |
| 65 | Anthropic社目線でのClaude Codeの“勘所”を整理しました | Claude Partner Badgeの学習プログラムと最終試験を通じて、環境構築からCI/CD組み込み、社内展開後の運用体制までの導入支援で押さえるべき点を整理している。 | @satozenn | 19:15 |
| 66 | AI.GENERATE_TABLEで非構造化テキストを構造化データに変換する | シリーズ第6回として、商品レビューやCS問い合わせなどのテキストを集計する前処理を取り上げ、JSONを出力させてパースする手順をまとめて省けると説明している。 | @ウェブの便利屋 | 19:19 |
| 67 | 【ローカルLLM】LM Studio・Bionic・Unslothに制限解除版のQwen3.8 27Bや4Bを入れて遊ぶ | LM StudioがBionicに変わっていたことに触れつつ、制限解除版のQwen3.8 27Bや4Bをローカルへ入れて動かし、無料で使い放題という環境が現実的になったか試している。 | @KM | 19:41 |
| 68 | Gmailの問い合わせメールをGASとChatGPTで自動仕分け＆下書き返信する（コピペで動く） | 問い合わせメールの一次対応が1件2〜3分でも日に数十件で半日溶けるという課題に対し、GASとChatGPTで仕分けと下書き返信を半自動化するコードをそのまま公開している。 | @木之下 | 20:19 |
| 69 | ChatGPTに質問する時代、そろそろ終わるかもしれない。─OpenAI Agents APIって何？ | 2026年9月に公開ベータとなったAgents APIを取り上げ、質問して答えてもらうという使い方自体が古くなりつつあるとして、Chat CompletionsやResponsesとの位置付けの違いを説明している。 | @ゆるコンサ | 21:55 |
| 70 | 同じ指示なのにここまで違う。ChatGPT「Instant」と「GPT-6 Astra 軽」を比較してみた | 同じスライド画像に同じ修正を依頼したところ、Web版Instantは該当項目だけを薄いグレーに落として中央へ鍵アイコンを置く案を返したと、モデルごとの出力差を具体例で比べている。 | @miii | 21:57 |
| 71 | ChatGPT::MCP | サーバー側にMCPを立てて、LinuxサーバーとWebアプリの管理を対話から行う構成を扱ったZenn Bookである。 | @shiozumi | 22:27 |
| 72 | 【スマホだけで】人生の方向性は何も決まっていないのに、なぜかアプリだけ先に完成した(後編) | Gemini・ChatGPTで仕様を固めClaudeに渡す前編の続きとして、開発を7つのフェーズに分け54回のバージョンアップで何を伝えどう直したかをスマホだけの環境から記録している。 | @Earl Gray | 22:31 |
| 73 | Codexへの指示を「実行仕様」として設計する――レベル0から10まで | 「必ず」「絶対」と書き足しても欲しかったのは気合いではなく出力対象の定義だったとして、作業対象・変更権限・状態遷移・検証方法を持つ実行仕様へ指示文を組み替える方法を示している。 | @黒パグ｜攻略本シリーズ | 22:33 |
| 74 | pdlc-skills を実際のプロジェクトで回してみる：三つの機能を並行させてリリースまで | 三つの機能をpdlc付属のループエンジンへ並行で渡し、機能の分け方、人とAIの分担、所要時間、量、品質の支え方という導入後に初めてぶつかる六つの問いに答えている。 | @kanfu-panda | 23:32 |
Qiita
| # | Title | Summary | Author | Published |
|---|---|---|---|---|
| 1 | RAGのコサイン類似度を回答許可にしない：ベクトル検索の評価と拒否境界 | 最も近い文書が返っても質問に答えられるとは限らないとして、近い文書を選ぶ処理と回答してよいと判断する処理を分け、拒否境界を設ける机上設計を提案している。 | @YushiYamamoto | 07:10 |
| 2 | Claude API の Memory tool(memory_20250818)でセッションをまたいで記憶させる実装手順 — API側は何も保存しない・パストラバーサル・指示がないと読みに来ない、3つのハマりどころ【2026】 | memory_20250818をPythonから動かす手順を示しつつ、API側は何も保存しないこと、パストラバーサル対策が要ること、指示がないと読みに来ないことを三つのハマりどころとして挙げている。 | @yureki_lab | 08:02 |
| 3 | RAGの検索評価、厳しく作るほど答えられなくなる。OSS実装6本の評価器を読み比べた | CRAGの十分性判定が厳しすぎて答えられなくなる現象に突き当たり、OSS実装6本の評価器を読み比べて判定基準の置き方の違いを整理している。 | @engchina | 09:15 |
| 4 | 『BizTrip-Copilot（ビズトリップ・コパイロット）』自律性100%はなぜ危険か？「やっていいこと・ダメなこと」の境界線を引いた出張エージェント | ChatGPTに出張規程を聞くと架空のホテルや金額をでっち上げる問題を起点に、やってよいこととダメなことの境界を引いた出張エージェントを作り、自律性100%の危うさを論じている。 | @Chinngai_Li | 14:39 |
| 5 | Blender MCPとCodexの接続手順(macOS版) | uv 0.12.17・Blender 5.2・アドオン1.0.3・ChatGPT 26.908.40834という前提バージョンを明示し、macOSでの設定手順を覚書として残している。 | @SaitoTsutomu | 16:07 |
| 6 | はじめてのAzure OpenAI（2/2） | Azure OpenAI ServiceとAzure AI Searchで自分の文書に答えるRAGを組んだ後編で、無料アカウント作成とリソース削除を扱った前編に続く構築手順をまとめている。 | @tri-ponte | 17:33 |
| 7 | ServiceNow Table APIは「書けなかった」ことを教えてくれない ― 200 OKの裏で捨てられる値と、REST でサーバスクリプトを走らせる唯一の道 | Table APIだけで450本以上のツールを実装し運用する中で、200 OKを返しながら値が捨てられる挙動に気づき、RESTからサーバスクリプトを走らせる唯一の経路を示している。 | @tedorigawa001 | 17:38 |
| 8 | MCPとA2Aはどう使い分けるのか? — MCP 2025-06-18版とA2A v1.0での比較 | 外部ライブラリを使わない生実装と通信ログの実測を重ねてきた経験から、MCPの2025-06-18版とA2A v1.0を並べ、どちらをどの場面に置くかを比較している。 | @musa_rock | 18:19 |
| 9 | Gemini API で JSON が途切れる・空になる原因と直し方（思考トークンと max_output_tokens） | 日次バッチ数百件のうち十数件だけJSONのparseに失敗しエラーも出なかった原因を、思考トークンとmax_output_tokensの関係から特定し、直し方を示している。 | @hibiki_hangai | 19:12 |
| 10 | AIで社内ツールは作れた。問題は、それを会社に置けるかだった | 半年かけてClaudeとの対話で社内Webツールを作り機能は揃ったものの、現場の非開発者が会社の環境へ置く段階で説明会ごと止まってしまった経験を書いている。 | @hanamilo | 21:06 |
| 11 | 長い規程やマニュアルから、知りたい1点だけを引用つきでAIに探させる | 就業規則やマニュアルを丸ごとAIに渡し質問を1つ投げるだけで、答えと根拠になった一文が返る手順を、無料のChatGPTかGeminiで今日から実行できる形で示している。 | @okssusucha | 21:09 |
| 12 | Astraくんから利用枠の過剰消費を抑制する施策 | 小さな修正を頼んだだけで意図の分からない検証やサブエージェント起動が多数走る挙動に対し、利用枠の過剰消費を抑えるための施策をまとめている。 | @ramutarafarm | 21:29 |
| 13 | 同じ指示なのにここまで違う。ChatGPT「Instant」と「GPT-6 Astra 軽」を比較してみた | Web版とデスクトップ版に同じスライド画像と同じ修正指示を与え、未解放項目の見せ方にどこまで違いが出るかを並べて比較している。 | @hey_miii | 21:55 |
| 14 | 軽量判断AI Laya（Jevローカル動作クローン）にバブル崩しをプレイさせてみた | ゲーム画面をクラウドAPIへ送り続けるとレイテンシが気になるとして、ローカルで動く軽量な判断モデルにバブル崩しを操作させ、到達できた水準と限界を確かめている。 | @koguchit | 23:35 |
| 15 | Jevで「どこで人の判断が必要か」を追う ― 確率付きDecision Treeをカレー問い合わせで試す | カレーの問い合わせを題材に、どの判断を通って結果に至りどこで曖昧になりいつ人へ渡したかを追えるよう、確率付きのDecision Treeを組んでいる。 | @Tadataka_Takahashi | 23:38 |
| 16 | Jev と Flash LLM 比較：ワークフローは 7 倍安く、単一ラベルは同額 | 複数の判定を束ねるワークフローではJevがFlash LLMより7倍安くなる一方、単一ラベルの分類では同額になると、処理の形ごとにコスト差を切り分けている。 | @Synthorai | 23:49 |
| 17 | Bedrock の Claude Haiku と Gemini を 1 つの窓口で切り替える：「呼んでよい」と「呼べる」を分けた isAvailable の契約 | 子供の活動記録アプリで分類やレシート読み取りに生成AIを使う構成を題材に、呼んでよいかと呼べるかを別々の判定として扱うisAvailableの契約を導入している。 | @Takenori-Kusaka | 23:57 |
| 18 | 一人と Claude Code の 5 つの部署のセッションで開発する：GitHub のラベルを受信箱にし、手元の検査は安い順に落とし、自動検査の一覧は文書と突き合わせる | 開発者は一人でもリポジトリにPO・開発・QA・監査・基盤の5セッションを置き、GitHubのラベルを受信箱にして手元の検査を安い順に落としていく運用を説明している。 | @Takenori-Kusaka | 23:57 |
ITmedia AI+
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | Teams会議をAIエージェントの「教材」に 埋もれた経験則を資産に変える新たな手法とは | 企業固有の仕事の進め方をAIにどう教えるかという課題に対し、Teams会議に埋もれた判断や経験則をAIが扱える業務知識へ変換する手法を取り上げている。 | 07:00 |
| 2 | 脱メインフレーム、7割超が失敗 背景に「生成AIへの過信」 2026年度上半期システム刷新記事ランキング | ガートナーの予測として脱メインフレーム案件の多くが目的を達成せず終わると紹介し、2026年度上半期のシステム刷新記事トップ10からAI時代に人へ残る役割を論じている。 | 08:00 |
| 3 | SpaceXAI、「Grok 4.7」発表 コーディングと知識労働向けで同社最高性能、価格は据え置き | 前モデルと同価格・同速度を保ちつつ大規模なベースモデルを採用し、CursorやAPI経由で即日提供、競合の最新モデル比で大幅な低コストと高速性を打ち出したと伝えている。 | 08:46 |
GIGAZINE
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | AIに頼って登山計画を立てた登山者たちが救助される | 標高4321.8mのシャスタ山でAIに登頂計画を立てさせた大学生3人がルートを外れて救助されたと報じ、計画立案を任せた結果として扱っている。 | 08:00 |
| 2 | 無料でひとりでは無く複数人のチームで使うことができるAIエージェント「OneCLI」、オープンソースでセルフホスト可能 | 社員ごとに実行環境やAPIキー、権限を個別管理する負担に対し、認証情報とアクセスルールをチーム単位でまとめられるセルフホスト可能なOSSが公開されたと伝えている。 | 18:00 |
Hugging Face Blog
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | How UK AISI and EvalEval Are Making Benchmark Results Reproducible（UK AISIとEvalEvalはベンチマーク結果をどう再現可能にしているか） | 英国AI安全研究所とEvalEvalが協力し、AIベンチマークの結果を第三者が同じ条件で再現できるようにするための取り組みを紹介している。 | 09:00 |
| 2 | Jun Kim, oMLX creator and maintainer, joins Hugging Face to support the MLX community（oMLXの作者でメンテナのJun Kim氏がMLXコミュニティ支援のためHugging Faceに参加） | oMLXを開発・維持してきたJun Kim氏がHugging Faceに加わり、MLXコミュニティの支援に取り組むと発表している。 | 09:00 |
The Decoder
| # | Title | Summary | Published |
|---|---|---|---|
| 1 | OpenAI says its internal model solved over 100 long-standing math problems after just a month of training（OpenAI、社内モデルが1か月の学習で100件超の長年の未解決数学問題を解いたと主張） | 数学者からの批判を受けてOpenAIが高等研究所の独立諮問グループを支援する一方、自社の研究ペースについては助言の対象から外していると指摘している。 | 20:17 |