VOL. 178
AI NEWS DIGEST
AI OUTLINE
2026-10-21
水曜日 · JST
TODAY’S ISSUE 2026年10月21日 · 水曜日 AI FRONTLINE

AIニュースまとめ 2026-10-21|OpenAIのエージェントが監視を無効化、原因説明できず

アップデート情報

各社が 2026-10-21 に公式発表したプロダクトアップデートです。

Claude / Claude Code

ChatGPT / Codex

Gemini

Top 20

OpenAI can’t yet explain why its coding agents switch off misalignment monitoring(OpenAI、自社コーディングエージェントが不整合監視を無効化する理由をまだ説明できず)

Source: The Decoder | Published: 2026-10-21 21:34 JST

AnthropicのIPO目論見書草案で118兆円超えの支出予定が判明、2026年上半期は約12兆円の純損失&売上は半年で10倍以上の成長

Source: GIGAZINE | Published: 2026-10-21 13:55 JST

OpenAI、「COBOL」など学習リソースの少ない言語でのコーディング能力が大幅向上 COBOL移行の正解率は最大97.9%に

Source: ITmedia AI+ | Published: 2026-10-21 10:35 JST

Claude Science tackles deadly scorpion stings by designing protein binders from scratch(Claude Science、タンパク質バインダーをゼロから設計して致死性のサソリ毒に挑む)

Source: The Decoder | Published: 2026-10-21 17:37 JST

OpenAI acquires Orchestra Bio to build AI agents that speed up drug development(OpenAI、医薬品開発を加速するAIエージェント構築に向けOrchestra Bioを買収)

Source: The Decoder | Published: 2026-10-21 17:32 JST

eMudhra Intermediate CA Compromise(eMudhraの中間CA証明書が侵害)

Source: Simon Willison | Published: 2026-10-21 08:50 JST

MetaのAI「Muse」で共有した会話が第三者に丸見えになる問題が発覚、6800件以上の共有リンクが発見される

Source: GIGAZINE | Published: 2026-10-21 15:50 JST

AI利用のペネトレーションテストツール「ARTEX」を使用した攻撃、日本企業20社を標的に 同一グループが複数犯行か 対策のポイントは GMO系列調査

Source: ITmedia AI+ | Published: 2026-10-21 12:08 JST

China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(中国、自国でChatGPT・Claude・Geminiを遮断しながら米国のDeepSeek禁止に抗議)

Source: The Decoder | Published: 2026-10-21 22:04 JST

WhatsAppのヘルプページにAIへ向けた「規制当局への連絡を勧めるな」という隠しメッセージが仕込まれていた

Source: GIGAZINE | Published: 2026-10-21 20:00 JST

架空の統計データをウェブサイトで公開したらChatGPTが引用しまくっていたことが判明

Source: GIGAZINE | Published: 2026-10-21 12:53 JST

AIに200万円渡してネットショップを1年運営させてみた──Alibabaの研究者らがシミュレーション 資産14倍の例も

Source: ITmedia AI+ | Published: 2026-10-21 12:00 JST

Inception’s Mercury 3 diffusion model claims to beat GPT-6 Luna and Claude Haiku 5.5 at a fraction of the wait(InceptionのMercury 3拡散モデル、GPT-6 LunaとClaude Haiku 5.5をわずかな待ち時間で上回ると主張)

Source: The Decoder | Published: 2026-10-21 23:45 JST

Elevenlabs releases two new speech-to-speech models designed for real-time AI conversations(ElevenLabs、リアルタイムAI会話向けの音声to音声モデル2種を公開)

Source: The Decoder | Published: 2026-10-21 04:03 JST

リアルタイム文字起こしや特定の人物の音声クローンが可能な音声AI群「Voxtral 3」

Source: GIGAZINE | Published: 2026-10-21 18:39 JST

DeepSeekがAI推論システム「DeepInfer」を公開、DeepSeekの本番サービスで実際に使われているシステムのオープンソース版

Source: GIGAZINE | Published: 2026-10-21 10:53 JST

「Cloudflare OS」のマネージドサービス提供へ。GitHubとの接続やGmailとの連携強化など

Source: Publickey | Published: 2026-10-21 00:10 JST

リモート MCP サーバーの 45% が 4 週間でツール定義を変更していた — 記録をデータセットとして公開

Source: Qiita | Published: 2026-10-21 23:15 JST

Gemini 4 Argonのトークナイザーを実測:日本語・韓国語は7〜8%減、インドの言語は最大19%増

Source: Qiita | Published: 2026-10-21 21:18 JST

cronのclaude -pが”ok”だけで4万トークン———safe-modeと—tools ""で98%削減

Source: Zenn | Published: 2026-10-21 18:22 JST


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

#TitleSummaryAuthorPublished
1CodexでGPT-6 Astraを選ぶ判断軸とAPI移行チェックGPT-6 AstraとGPT-5.6 Solの使い分けは、コードの難しさだけでなく作業範囲と途中判断の回数で決めるべきだとし、推論強度やAGENTS.mdの境界設定、API移行時の注意点を整理している。@kas’s blog00:07
2AI エージェントにテストを一度だけ書かせて、再実行ではモデルを呼ばない(Optics Framework MCP)Optics FrameworkではAIエージェントがMCP経由でアプリを一度だけ操作してCSVのテストスイートを書き、以後の再実行はスイート再生のみでモデル料金がかからない仕組みを開発者自身が紹介している。@Chinmay Jha00:41
3ChatGPT から自分のボットに仕事を頼む ― MCP コネクタでつなぐ手順MCPコネクタの設定はURLを1つChatGPTに貼るだけだと説明し、外部に置いた自作AIボットへ予定確認やメモ追記をChatGPTの会話から直接依頼する手順を非エンジニア向けに解説している。@Zack Chew01:40
4MCPサーバーをnpmに公開して詰まった5点為替レート取得やNotion検索など5本のMCPサーバーを2026年10月14日にMITライセンスでnpm公開した作業記録で、実装よりも公開工程で詰まった5つの問題と対処を残している。@Plusminus Lab02:15
5Claude Codeのクラウド(Projects)にプラグインを持ち込むときのハマりどころメモClaude CodeのProjects(ベータ)で自作プラグインをクラウドのthreadに持ち込んだところ、公式ドキュメントの記述と実際の挙動が食い違う箇所が複数あったとMaxプランでの検証結果を報告している。@デグー団子02:49
6記事を読みに来たのに、Geminiしかいない。Google検索を元に戻す方法Google検索結果の大半をGeminiの回答と「関連する質問」が占める状況に対し、Chrome拡張でCSSを当ててそれらを非表示にし、記事リンクを上に戻す方法を紹介している。@RyoK7303:08
7Web脆弱性診断をエージェントで自動化する ― 定番ツール×MCPで非破壊スキャンnmap・httpx・nuclei・OWASP ZAPをClaudeがMCP経由で呼び、前の結果を見て次の手を選ぶ非破壊の動的診断を、Juice ShopやDVWAなど隔離した練習用アプリで自動化した記録である。@ハロテック05:43
8AI エージェントに DB の鍵を渡さない ―― データの層を切り離して境界を引くMCP経由でSQLを実行させるなどAIエージェントにDBの接続情報を渡す構成の危険を指摘し、データ層を切り離して境界を引く設計を著者の実装コードと実測値をもとに解説している。@R2-san07:45
9AIに任せられる仕事はどこまで広がるのか ― 評価の仕組みから考えるエンジニアの学習AIで成果を出すエンジニアは何を作るか整理し生成コードの問題に気づく力を元々持っていると指摘し、実装をAIに任せると試行錯誤による学習機会が減る問題を評価の仕組みから考察している。@festiva130007:56
10Exa 3.0 と exa-mcp-server 3.4.2:lite 非対応、出力量、クレジット切れの見え方Exa 3.0の公開に合わせてexa-mcp-serverを3.4.2へ更新した際、liteタイプが非対応になったことや出力量の変化、クレジット切れ時のエラーの見え方をClaude Code上で確認している。@serotoninmax08:00
11Grok Bot と dots の使い分けと活用事例dotsとGrok Botを日常のタスク・予定管理に使い比べ、どちらもAI秘書として仕事を任せられる点は共通で、違いは入り口と得意分野にあると著者の利用経験から整理している。@スナガク08:01
12公開されたClaudeのシステムプロンプトを手元のClaude Codeで実際に検証してみた公開されたclaude.ai向けシステムプロンプトの記述をClaude Codeで検証し、公開分はclaude.ai向けの一部であってCLAUDE.mdやフックは別レイヤーとして働くという構造を確認している。@mskbhd08:20
13コーディングエージェントPiのフックはbashを本当に止められるか実測した4ツールのみでシステムプロンプトが1,000トークン未満のコーディングエージェントPiについて、in-process方式の拡張フックでbash実行を拒否・書き換えできるかを実測している。@mskbhd08:20
14安くて速い Jev を6回チューニングしたら、最後に Claude の grep に2倍差で負けた話Obsidianのノート選びをJevに任せて6回チューニングし外れ0%まで改善したが、従来のOpusにgrepさせる方式と比べると的中数は52件対24件で負けたと報告し、先に現行方式を測るよう勧めている。@koudai071108:39
15Tech Watch 2026-10-21: 手順を育てるエージェントClaude Code 2.1.305など10件のニュースを取り上げ、失敗したエージェントが次の試行に手順を残す仕組みには誤った手順まで継承されるリスクがあると、AIが執筆しAIがレビューして論じている。@らいけん08:45
16レガシー移行を「16体のAIエージェント編成」で回す:情報隔離とファイル受け渡しの設計共有モデル600超のLaravelレガシーモノリスをマイクロサービスへ移す案件で、Claude Codeのサブエージェント16体に読み取り範囲を絞った役割を与え、ファイル経由で受け渡す編成設計を解説している。@Akinori90109:21
17Claude Code から GPU を借りて学習ジョブを回す(Runcrate MCP サーバー)20種類以上のGPUを時間単位で貸すサービスの開発チームが、コーディングエージェントからMCP経由でH100などのインスタンスを確保し、学習や評価のコマンドをジョブとして実行させる手順を示している。@Runcrate09:57
18AIエージェントで「報告の手間ゼロ」のデイリーレポートを実現した話稼働時間がそろわず朝会を開けないチームで、課題管理ツールの更新や個人メモなど既存の作業痕跡をAIエージェントが集約し、メンバーの追加作業なしでデイリーレポートを生成する仕組みを構築した。@株式会社Stock 武田 峻一10:00
19FA現場にAIを持ち込むときの現実解——制約と情報管理をどう折り合わせるか閉じたGUI環境のFA現場にClaude Desktopを導入した連載の最終回で、会社PCへのインストール制限や情報管理、社内ルールといった技術以前の制約との折り合い方を論じている。@検証屋10:08
20Devinに問い合わせ調査を任せて見えてきた「原因未特定」の正体。過去の約700件を分類してみたカンリーのチームが問い合わせの一次調査をDevinに任せる中で過去約700件を分類し、AIが原因を特定できない問い合わせの傾向と、特定に必要な情報の見せ方を明らかにしている。@ddd10:10
21OpenAI DevDay Exchange Tokyo 2026 参加レポートDevDay 2026を受けて10月20日に東京で開かれたイベントの2会場のセッションを、録音を聞き直して人名や数値を公開情報と照合しつつ、英語セッションも日本語に訳して漏れなく再現している。@Shimogauchi.R10:12
22Dify × AutoHyDE法:チャットボットに「察する力」を与える実装ノート_v2社内ナレッジ検索の精度改善を狙い、AutoHyDEの仕組みと従来のHyDEとの違いを説明したうえで、Difyの標準ノードだけでその考え方を簡易再現する実装と注意点を解説している。@ttaaiikk10:38
23仕組みを理解する動画を、Claude Codeに作らせると便利すぎるアプリの操作画面と裏側の処理を交互に見せる解説動画をJavaScriptでClaude Codeに生成させる手法を紹介し、指示テンプレートを「animated-arch-diagram」スキルとしてGitHubで公開している。@musoukun11:14
24AFM(Apple Foundation Models)を活用したテキストアドベンチャーゲームの開発【第3回】登場人物の会話と記憶を作るApple Foundation Modelsのオンデバイスモデルで会話アドベンチャーを作る連載の第3回で、登場人物ごとの会話生成と記憶の持たせ方をゲームエンジンの実装に沿って解説している。@Hiroshi Arakane11:19
25MiniCPM5-2BをVRAM 6GBで動かす:約115 tok/s、思考の切り方・min_p・Ollamaテンプレートの注意OpenBMBのMiniCPM5-2BをVRAM 6GBのGPUで動かし、Q4_K_Mで約115 tok/s、Q8_0で約81 tok/sを確認したうえで、思考の切り方やmin_p、Ollamaテンプレートの注意点をまとめている。@ローカルAIラボ11:38
26Claude Code をスマホから使いたくて、Remote Control とクラウドセッションを使い分けてみた外出先から作業を続けるため、自宅のMacをスマホで遠隔操作する方式とクラウド上で動かす方式を実際に併用し、それぞれの設定と使い分けの基準を備忘録として整理している。@ukimaru11:51
27「どの仕事の続きか」をすべてLLMに判定させない——合成データで精度と費用を比較したAI利用ログの依頼が前の仕事の続きかを判定する処理で、安価な判定モデルに全件を任せ自信の低い依頼だけLLMに回す構成を合成データで検証し、全件LLM判定と精度と費用を比較している。@ワダゲリ多美真12:00
28記事を書くつもりが、気づいたら対話ログの探索方法を研究していた。ゲーム「Heitan」の開発過程を記事化しようとChatGPTとの対話ログを一次資料に使ったところ、ログの探索方法そのものの研究に発展した経緯を全10回のケーススタディの第8回として振り返っている。@SecondDeep12:10
29zvecとzvec-grepの概要:Docker Composeでローカル検索を試す意味検索の基盤であるzvecと、それを使うCLI検索ツールzg(zvec-grep)の役割を整理し、英語Markdown3件をDocker Composeでインデックス化して文字列・キーワード・ベクトル・ハイブリッド検索を試している。@apricot personal labo12:42
30サーバー不要のベクトル検索、でも日本語検索は0件だった:Go に埋め込める rostam の実力と弱点Goバイナリに埋め込めるベクトル検索エンジンrostamをQdrantやWeaviateのサーバー構成の代替として試し、サーバー不要の手軽さを評価する一方で日本語検索では0件しか返らなかった弱点を報告している。@ousiass13:04
31リモート MCP サーバーを AWS Lambda Web Functions で動かすAWS Japanの入社1年2カ月のソリューションアーキテクトが、10月12日に登場したLambdaの新しい実行形態上にリモートMCPサーバーを載せる構成を手順付きで紹介している。@yumano13:14
32gpt-realtime でツール呼び出しを試してみた 〜単一・並列呼び出しの実装とモデル別比較〜Azure OpenAIのRealtime APIでgpt-realtime、gpt-realtime-2.1、同miniの3モデルを対象に、単一ツール呼び出しの応答速度と、v2以降で追加された並列呼び出しの挙動を検証している。@EM13:30
33僕がAIを使うときに考えていることワークスペースへ移動してから「〜について調べて」と短く指示するだけでAIが目的に届く理由を、作業場所が文脈を決めるという観点から説明し、指示が足りなかったときのAIの外し方も分析している。@MotimotiNotch13:40
34「契約済みです」→「このプランでは使えません」📊 データの軸を足す前にAIに実際のAPIを叩いてもらった話株式スクリーニング端末の個人開発で、契約済みと思っていた需給データAPIをAIに実際に叩かせたら利用不可と判明し、ドキュメントだけでは気づけない落とし穴をもう1つ見つけた経緯を記録している。@ちゃーじ(八咫烏)13:45
35Amazon Bedrock Guardrails を AnswerCarefully で試してみたガードレールが入力や出力を遮断する「ブロック」とモデルが自ら断る「拒否」を区別し、日本語の安全性データで判定方式の異なるClassicとStandardの2Tierの挙動を比べている。@Yuta Okubo14:08
36仕様書が整っていないWebアプリの今の挙動をREAで調べ、仕様かどうかを確かめる仕様書が不十分な既存Webシステムのテストに向けてREAで公式練習用アプリの現状挙動を調べ、仕様かどうかを担当者に確認する質問票へつなげる記録方法を示している。@りょうさん14:18
37OpenAIの12時間プロンプトキャッシュ:重なる書込みをPythonで二重計上しない10月20日に追加されたOpenAIの12時間プロンプトキャッシュについて、30分と12時間の書き込み区間をPythonで分け、同じトークンの二重計上や書込み倍率の重複加算を避ける計算方法を合成ケースで示している。@佐伯 悠六|株式会社AiPHA14:25
38LINE Messaging API × LLM ボットを本番運用して残った、5つの実装パターン台湾でLINEボット4つを本番運用する開発会社が、Webhookをキューに入れて即200を返すなど、障害や事故を経てコードに残した5つの実装パターンをPythonの簡略コードで紹介している。@satsumacreative15:04
39VRAM 8GB・12GB でローカルLLMはどれだけ遅くなる? 同じモデルで実測したgemma4:12b-it-q8_0をRTX 4080で全載せ、VRAM 12GB・8GB相当に制限、CPUのみの4条件で動かし、VRAMに載り切らない場合に生成速度がどれだけ落ちるかを実測している。@シャチラボ15:08
40Claude Sonnet 5.5へ載せ替えると400になる4つの書き方:smokeテストで先に潰すモデルIDをclaude-sonnet-5-5に変えるだけで本番ジョブが400エラーになる4つのリクエストの書き方を最小構成のsmokeテストで再現し、新しい書き方への修正手順をTypeScriptで示している。@Yukito / 郷由稀斗15:45
41【開催報告】CEATEC 2026 登壇:ローカルLLMで実現するセキュアなAI駆動開発フィックスターズがCEATEC 2026で行った講演の報告で、顧客のソースコードを社外クラウドに出せない組込み・受託開発向けに、Fixstars Vegaで安全なAI駆動開発を実現する方法を紹介している。@changgyu.choi15:46
42【ゆるっとAI基礎 #1】AIは会話するたびに学習してるの?AIが使えるのは学習時の知識と今回渡された情報の2つだけだと結論を示し、ChatGPTが以前の会話を覚えているように見える仕組みをモデルに直接話しかける実験で確かめている。@Daphne16:00
43AI APIの無駄な再実行を減らすための「Cache Key」設計AI APIの結果をキャッシュする際、入力文字列だけをキーにすると誤った結果を再利用する恐れがあると指摘し、モデルやプロンプトのバージョンなどを含めたキー設計のポイントを整理している。@AIAI|AI Tools & Workflows16:33
44【個人開発SaaS】開発中にブラウザを開きたくないので、Cursor / Claudeから直結できる「自前MCPサーバー」を作った話Redmine代替の課題管理SaaS「Taski」の開発者が、CursorやClaude Codeから離れずにチケット更新や担当タスク確認ができるよう、自社サービス用のMCPサーバーを自作した経緯と構成を紹介している。@とも / Taski開発者17:07
45311スキル入りのEverything Claude Codeを、3スキルと1ルールパックに絞るスキル311個・エージェント71個を含むEverything Claude Codeの中身を実際に読み、全部入れるのではなく必要な3つのスキルと1つのルールパックだけを取り出す選び方を提案している。@Skillselion17:41
46Claude API のエラー処理:再試行してよいエラーと、してはいけないエラーClaude APIの429・529・500などのステータスコードごとに再試行してよいかを公式ドキュメントに基づき表にまとめ、直らないエラーを繰り返すとコストと待ち時間が増えるだけだと指摘している。@AIしごと道具店17:59
47Claude Codeを「AIニュース係」にしたら、毎朝0円でSlackに届くようになったClaude Codeに毎朝AI関連の英語一次情報を収集・日本語要約させてSlackへ投稿する仕組みを作り、追加費用ゼロで始業前にまとめを読めるようになったとe-dashのエンジニアが報告している。@chin18:30
48無人で動くエージェントに、承認ゲートと「必ずpushしろ」を同時に置いてはいけないClaude CodeのRoutinesで夜間開発を任せた際、PreToolUseフックの承認ゲートと必ずpushする指示を併置したところ、同じ指示で一方は作業を失い他方はゲートを迂回するという正反対の判断が起きたと報告している。@sivami18:59
49Claude Code の使用量を、ログイン情報に触らず Windows のタスクトレイに出すClaudeのセッションキーやトークンを読まずにClaude Code公式の機能だけで5時間枠の使用率を取得し、Windowsのタスクトレイに常時表示するウィジェットを自作している。@haruto19:00
50経験20年のエンジニアがAIと1年協働して変わったこと・変わらなかったことフルスタック歴20年超の金融系エンジニアが、Claudeを業務導入して約1年でコード補完ツールから一緒に考える相棒へと使い方が変わった点と、変わらなかった点を振り返っている。@macky19:00
51最低限のAI環境で、資料生成をローカルに実装する方法文章生成とベクトル化の2つのAPI呼び出しだけを外部に出し、索引・検証・ファイル組み立てを1つのバックエンドにまとめて、勉強会資料の下書きを自分のマシンで生成する構成を紹介している。@xinome19:00
52非エンジニアでも10分で完成!Claude CoworkとNotionを連携させて仕事を変える方法コード不要のデスクトップアプリClaude CoworkにNotionを接続し、話しかけるだけで会議メモのページ生成や未完了タスクの抽出ができる設定手順を、約10分で終わる流れとして解説している。@macky19:01
53MCPが「ステートレス」になった日 — 2026-07-28仕様を、金融系フルスタックエンジニアの視点で読み解く2026年7月28日公開のMCP新仕様で前提が双方向ステートフルからリクエスト/レスポンスのステートレスへ反転したと指摘し、エージェントをインフラで運用してきた立場からその影響を読み解いている。@macky19:01
54Claude Code hook の onFailure: block でも止まらない出力と、止まる exit 1Windows上のClaude Code 2.1.303で、PreToolUseフックにonFailureのblockを付けても止まらない出力とexit 1で止まるケースを実測し、既定ではフックが壊れても操作が通ると結論付けている。@tamao19:02
55文字画像生成UIを状態モデルとして設計する文字画像生成サービスFontifyを例に、入力・スタイル・キャンバス・プレビュー・保存を別々の契約として扱うと、QAで失敗の原因を説明しやすくなると提案している。@choco119:08
56「判断」は自分、「作業」は AI。cmux × Claude Code で実装を並列化しつつ「理解を手放さない」開発フローcmuxでターミナルタブを司令塔とワーカーに分け、Claude Codeに実装を並列で任せつつ、何をするかの決定と成果物のレビューは人が担う開発フローをメディロムのエンジニアが紹介している。@usui19:13
57MiniMax H3 プロンプト技法図鑑カメラワークや構図、時間制御、音響など26の映像演出技法を、MiniMax H3で生成した動画と実際のプロンプトの組み合わせで学べる実践リファレンスを書籍形式で公開している。@藍屋えん19:15
58Claude Proプラン1本で、テスト1,118件の思考整理アプリを4週間で作った──Opusは設計と監査だけProプラン1本で、Opusには設計と監査だけを任せ実装をSonnetに回す3フェーズ運用により、テスト1,118件を備えたマインドマップ×Markdownノートアプリを約4週間で完成させたと報告している。@aburachudoku19:23
59ベトナムのAI開発会社に開発を依頼するなら?RAG・AIエージェントの実装で確認したい技術要件ベトナムのAI開発会社への委託を例に、RAGやAIエージェントを本番運用する際に確認すべき認証・認可、データ処理、システム連携、監視などの技術要件を整理している。@SotaTek Japan19:26
60Excelの仕訳入力でAIに任せるのは科目候補の表まで — 例外の行は人間の仕分けに残す銀行明細から仕訳を起こすExcel作業で、AIに任せるのは定型取引の科目候補表までにとどめ、例外的な行は人が仕分ける分担が差し戻しを減らすと実務の流れに沿って提案している。@木下 義人19:41
61「画になる向き」を点数にしたら、板壁が一番になった360°写真から物件紹介動画を自動生成する仕組みで、カメラの向きを点数化したら窓やキッチンではなく木目の板壁が選ばれたのは、見どころではなく質感の情報量を測っていたためだと原因を分析している。@shinsei9920:00
62自分で作った社内資料を根拠に判断して、3回間違えた。一次情報を読んだ瞬間に全部ひっくり返ったコンテスト提出要件を自作の管理表で整理していたところ、別アプリの設計が混入するなど3件の誤りがあり、公式ルールの一次情報を読んで初めてすべて覆ったという失敗を報告している。@YK Studio20:10
63AIに全プロジェクトのCIを止められた実装をClaude Code、レビューをCodexに任せてAI主導で開発を進めた結果、GitHub Actionsの無料枠を気づかぬうちに使い切って全プロジェクトのCIが停止したと注意を促している。@Kento Toriumi20:17
64Blenderで決めた動きを、Webでそのまま再生する|glbに入れるもの・ブラウザで足すもの個人サイトの3D演出を例に、一度きりの組み上がりアニメーションはBlenderでglbに入れ、継続する動きや光、UI部品はブラウザ側で足すという役割分担が作り直しを楽にすると結論付けている。@今井政和20:30
65建設の工程表と遅れの返事、AIはどこまで任せられますか? — 遅れの先で決める県内に5現場を持つ土木建設会社の相談を題材に、工程表のたたき台や遅れ一覧は機械に任せられる一方、同じ3日遅れでも影響先で判断が変わる遅れの返事は人が決めるべきだと論じている。@水原聡20:38
66Claudeの日本語推敲スキルyomiyasuを含む3種の選び方Claudeの日本語推敲スキルを「ルール列挙型」「校正ツール連携型」「人格・文体指定型」の3タイプに分類し、話題のyomiyasuを含めて評判ではなく用途で選ぶ方法を提案している。@すんすん20:44
67生成AIにバイナリを解析させる。MCP連携リバースエンジニアリング搭載のC++製ネイティブエディタ「Zume Editor」無料ベータを公開C++でフルスクラッチ開発したテキスト・HEXエディタのWindows・macOS・Linux向け無料ベータを公開し、MCP経由で生成AIにバイナリを解析させる機能を2027年3月末まで無料で提供すると発表した。@smolt_dev20:45
68AI開発が終わらない問題を、ハーネスの視点で考える非エンジニアとしてAIでサービスを作りリリースを3か月延ばしても完成しなかった経験を、AIの実行・状態引き継ぎ・検証を支えるハーネスの不足という観点から公式事例と照らして考察している。@enyugi20:48
69個人開発を、役割ごとの AI ボットと Devin で分担して回したいGrok Botで役割ごとに複数のボットを立て、マスターボットが全体を指揮し各リポジトリを担当ボットが受け持ち、実装はDevin、レビューはCodexが担う個人開発の分担体制を紹介している。@kyto6421:00
70LLMの評価を楽にしたいので、Pydantic Evalsを使ってみる問い合わせ分類タスクを題材にPydantic Evalsで評価データセットと評価器を定義し、LLMの調整前後の結果を数値で比較できるようにする手順を試している。@stray dog21:17
71AIコーディングツール比較オープンソースのAI駆動開発ツール60種以上を環境・コンテキスト・メモリ・仕様・検証など7つのレイヤーに分類し、出典付きで比較できるサイトaidd-compare.comを公開している。@m21:25
72Claude Code 10月リリースを導入判断で読む:Haiku 5.5・effort指定・hooksのonFailureをどう入れるかclaude -pで業務を回す企業の立場から2.1.287〜2.1.295のClaude Codeリリースを導入判断の観点で読み、Haiku 5.5やeffort指定、hooksのonFailureがコストと事故率に与える影響を整理している。@JOINCLASS21:34
73LLMは「何年の情報か」を一貫して認識できているのか? 米国スタンフォード大学 AI Lab の研究から考えるスタンフォード大学SAILがCOLM 2026で発表する研究をもとに、LLMが現在の年を一貫して認識できているかを検証した結果と、年度更新される情報を扱う際の信頼性への影響を考察している。@satoshi yoshida - 思考アトリエの遊び場21:42
74Seedream 5.5で画像を仕上げるには?透過素材・部分編集・文字入れの確認ポイントSeedream 5.5を制作に使う際の確認点を透過素材の可否、修正時の被写体の保持、文字の可読性の3点に絞り、公開情報をもとにした確認方法と書き換え可能なプロンプト例を示している。@AIGCer21:45
75AI エージェントに本番の認証情報を渡さない — 秘密を「使わせる」ための権限設計「.envの中身を出力するな」という指示文はアクセス制御ではないと指摘し、AIエージェントに秘密情報の値を見せずに使わせるための権限設計を具体的に提案している。@SS21:47
76AI駆動開発のためのWebプロジェクト初期構築ガイドAIエージェント前提のWeb開発で、管理画面系はReact+Vite、LP系はAstroを使い分け、ローカル環境からCI/CD、初回デプロイまでを機能開発前に終える標準手順をまとめている。@かみかわひろし21:53
77Claude Code×Claude in ChromeでUIテストを自動化する【指示の書き方とスキル化】Claude CodeとClaude in Chromeを連携し、開くURL・操作・期待結果・禁止事項の4点で指示してフォームの入力チェックやレスポンシブ表示を確認させ、その手順をスキル化する方法を紹介している。@スエキチ21:56
78確認1行は2か月連続の修正ゼロで戻す — 降格した箱を2段で昇格させる運用の型商談前メモの運用で、人の確認1行を付けて降格させた箱を、確認行が2か月連続で修正ゼロになったら2段階でAI案へ戻す昇格ルールと、その月の表の更新方法を解説している。@速水 拓真21:56
79reasoning_effortが接続先で変わるときの3つの失敗と対処OpenAI互換APIの接続先によってreasoning_effortの扱いが異なり、gpt-5.6-lunaではツールとの同時指定で400、自前vLLMや中継サーバーでは値の拒否や空の逐次応答が起きたと実測で報告している。@orca_forge22:06
80AI にほかの AI へ相談させていたら、返事を誰も読んでいなかったClaude CodeにCodexやGeminiへ設計相談を投げさせていたところ、監視アプリ上で相談が見えず返事も放置されていた問題を、外部AIへの入口を整えて解決した経緯を概要としてまとめている。@クレア22:25
81Ubuntu 24とCLI版Claude Codeの日本語入力がストレス過ぎたので、快適になるまでUbuntuの環境を見直したUbuntu 24でCLI版Claude Codeへの日本語入力が極端に遅い原因をiBusとMozcの組み合わせと突き止め、Claude Codeに相談しながらターミナル・フォント・シェルまで見直して快適にした記録である。@Kazuki Izutani22:38
82Claude Code の AskUserQuestion にフックで答える(スマホからも)通常の対話セッションでもPermissionRequestフックが許可と回答入りの入力を返せば選択式の質問に自動回答できることを2.1.283で確認し、端末の前にいなくても答えられる仕組みを作った。@Dawon Lee22:47
83Claude Code から呼べるローカル画像生成環境を作った(MCP + Docker + Apple Silicon)Claudeが画像を生成できない点を補うため、ローカル画像生成モデルをMCPとDockerで包みClaude Codeから呼べる環境を作り、Apple Siliconでも動かす設計とハマりどころをまとめている。@tamoco22:52
84AIエージェントに「実装しながら考える」をさせない。技術負債を減らす計画書作成プロンプトコーディングエージェントが似た関数を新設したりエラー処理を独自実装したりする原因は計画の未決定事項にあると分析し、実装前に判断を出し切らせる計画書作成プロンプトを提案している。@Kazuki Izutani22:56
85金融K線専用の基盤モデルKronosにBTC/USDTの値動きを予測させてみたAAAI 2026採択の金融ローソク足専用基盤モデルKronosをBTC/USDTの1時間足で動かし、CPUでも実用的な速度で動く一方、上昇・下落の方向予測はコイン投げ程度にとどまったと報告している。@matsu22:56
86加点の条件を絞ったら、23日間で一度も加点されなかった — 棄却したはずの案と同じ症状が出た【直前期編】試験対策AIの評価規則を改めて23日間測ったところ、午後IIは骨子の形になったが加点は0回で、評価に届く問題の割合も58.3%から23.8%に下がり、加点条件を絞りすぎたのが原因と分析している。@Tomoyuki_6SouDou22:57
87DGX Spark 1台で画像生成 AI を実運用して分かったこと(統合メモリ・熱・GPU 権限・LAN 直結)DGX Spark 1台でComfyUIとQwen-Image-Edit 2511の画像処理を業務運用し、統合メモリや熱、GPU権限、LAN直結といったDGX Spark特有の問題と対処を記録している。@Ray23:35
88画像生成 AI を業務に「渡す」ときに必要だったもの(フォーム・日本語入力・検証・言い方)ComfyUIとQwen-Image-Edit 2511による商品写真加工を他の人が日常業務で使える形にするため、操作を写真と日本語ひとことに絞り、フォーム表示をノード名で決めるなど運用側の工夫をまとめている。@Ray23:36

Qiita

#TitleSummaryAuthorPublished
1OpenAI の Decisions API を、RAG の rerank の判定器として Jev 1.14 と比べたRAGの再ランキングで関連文書を見分ける精度について、OpenAIの新しい判定APIと判定モデルJev 1.14を比較し、Cohere RerankやAWSモデルとの過去の比較に続く連載の続編となっている。@revsystem01:26
2Collecting a site’s docs as Markdown for RAG: map first, then scrape (XCrawl)製品ドキュメントからRAG用の索引を作る際は埋め込みよりもクリーンなテキストの取得がボトルネックになると指摘し、XCrawlでサイト構造を先に取得してからMarkdownとして収集する手順を英語で紹介している。@xcrawlapi06:46
3Notion MCPの更新:プロパティ自動修正がwarningsに変更、カレンダーツールも追加Notion MCPにすべてのプランで使えるカレンダー用ツールが追加され、プロパティの自動修正がwarningsとして返される仕様に変わった2件の更新内容を解説している。@picnic07:09
4RAGの閲覧権限はどこで確認するか――検索前フィルタと失効時の再照合を比較する権限の異なる文書をRAGに載せる場合を架空データで検証し、検索前に候補を絞ったうえで、本文をリランカーやLLMへ渡す直前に現在の閲覧権限を再照合する構成を検討している。@YushiYamamoto07:45
5【OpenAI API】GPT-5.6以降のPrompt cachingは実質的な値上げ? 新料金と対策を解説GPT-5.6以降のPrompt cachingでは書き込み料金が通常入力より高くなったものの、再利用回数次第では全体の費用が下がる場合があると料金体系の変更点と対策を解説している。@uni92811:01
6Omnigent の omnigent agent add で GitHub のエージェントを登録して、更新の反映まで確かめた10月13日リリースのOmnigent 0.18.0で追加されたコマンドでGitHubリポジトリのエージェントを登録し、新規セッションで選択できることとリポジトリ更新の反映までを確認している。@taka_yayoi13:37
7【随時更新】AI APIの値上げ・値下げカレンダー(OpenAI / Anthropic / Google ほか)OpenAI、Anthropic、Googleなど各社の公式価格ページから適用日が決まった値上げ・値下げだけを集め、毎週月曜に更新するカレンダー形式で一覧にしている。@aiapi_radar_news14:46
8Codexはもう「冷めない」——12時間プロンプトキャッシュと、会話キャッシュの無期限保持OpenAIが10月20日にResponses APIのプロンプトキャッシュ保持期間として従来の30分に加え12時間を選べるようにし、CodexとChatGPT Workでは会話キャッシュを無期限保持すると解説している。@albertn14:55
9ARC-AGI-3 の 99.9% を中心に GPT-6 Astra のベンチマークを理解したいGPT-6 AstraのARC-AGI-3スコア99.9%がGPT-5.6 Solの7.8%から大きく伸びた点を中心に発表ページの各ベンチマークの意味を読み解き、執筆中に公開されたGPT-6.1 Solにも触れている。@masa-asa15:45
10【Zoomtopia 2026】Zoom の AI Services が一気に拡張されました — まずはノーコードの Platform Studio で新機能を触ってみるZoomtopia 2026で拡張されたZoom AI Services APIの「Wave 4」を一枚のマップに整理し、まずノーコードのPlatform Studioで新機能を試すところまでを案内するハブ記事である。@michitakasugi17:12
11【日替わりITトレンド:水曜 “AI”】MetaのAIがMacで動く、声優団体がAI音声のルール!今週のAIニュースと、車・お店・開発で使える「AI連携」3選今週のAIニュースとしてMetaのAIがMacで動くことや声優団体によるAI音声ルールを取り上げ、車・店舗・開発で使えるAI連携の事例を3つ紹介している。@mt_caddi17:31
12Outlook送信時の送信チェック機能をChatGPTで開発これまで有料アドオンしか見当たらなかったOutlookの送信前チェック機能を、ChatGPTを使って数時間で開発し、オープンソースとして無料公開したと報告している。@mnoda18:37
13MiniMax M3.1 Flash vs DeepSeek V4.1 Flash vs Claude Haiku 5.5:同じバグ修正で速度とコストを比較AIHubMixが10月19日に2つのバグを含むPython関数の修正を3つの低価格モデルに各3回解かせて応答時間と費用を比べたが、サンプルが小さいため細かな差はばらつきの範囲だと注意している。@xiongyuanmeng100620:13
14Gemini 3.5 Pro見送りは戦略じゃなかった?新型3モデルの正体GoogleがGemini 3.5 Proを見送ったのは戦略ではなかったのではないかと問い、新たに登場した3モデルの位置づけを動画解説の形式で読み解いている。@kinamocchi_tech20:26
15Claude Code の settings.json:ANTHROPIC_BASE_URL でゲートウェイにつなぐ設定とエラーの対処法環境変数がシェルと最大4つの設定ファイルのどこで定義されたかで優先順位が変わる点を、AIHubMixの実キーで2.1.304から確認し、ゲートウェイ接続時に出るエラーの原因と対処を示している。@xiongyuanmeng100620:27
16Claude Code を使いこなす7つの実践テクニック — AI コーディングエージェントの限界を引き出すClaude Codeは自律エージェントとして使うと真価を発揮し、CLAUDE.mdによるコンテキスト設計が生産性の8割を決めると主張し、ツール権限・サブエージェント・コスト管理を含む7つの技法を紹介している。@locallab21:01
17AIフレンドリー革命。 AIと企業がWin-Winになる、中小企業の新成長戦略。企業情報を4つのStory Unitsで整理してAIに伝わりやすくする「AIフレンドリー」という考え方を提案し、AI検索時代に中小企業がWeb情報を整える成長戦略として論じている。@bizwonder_lab21:13
18LLMはどうやって文章を作るのか?Embedding・ベクトル・行列・Softmaxを一本につなげて理解するToken、Embedding、Attention、Logits、Softmaxなど個別に学びがちな用語を、ベクトルと行列計算の流れとして一本につなげ、LLMが次の単語を確率的に選ぶ仕組みを解説している。@kisatonn072222:35
19AntoropicとAustralopithecus(アウストラロピテクス)の音が似ていると思ったからナイツのネタ風の台本を作ってみたAnthropicとAustralopithecusの音の響きが似ている点に着目し、Claude Codeを題材にした漫才コンビ・ナイツ風の言い間違いネタの台本を作成している。@ha896023:34

ITmedia AI+

#TitleSummaryPublished
1AIコーディングのAPIキーが狙われている OpenCodeのキー流出とインフォスティーラー「Aoki」から学ぶ対策AIコーディングツールの認証情報を狙うインフォスティーラー「Aoki」とOpenCodeでのAPIキー流出の可能性が同じ週に公表されたことを受け、盗まれたキーの悪用例と手元のキーの守り方を整理している。05:00
2GMO、生成AIの「答えるだけ問題」を解消へ 社内ナレッジを業務フローにつなぐGMOプライム・ストラテジーとGMO AIコネクトがRAGと業務自動化基盤を連携させ、社内規定を参照した判断の後の申請やデータ登録まで自動化することを目指すと発表した。06:00
3会議の記録を残さない人が50.2% AI議事録が便利でも企業に浸透しない理由会議内容を記録していない人が50.2%に上る一方、議事録作成ツールの利用者では73.2%が負担軽減を実感しているという調査結果から、AI議事録が企業に浸透しない理由を分析している。06:00
4Rapidusで製造できるか、推論特化2nm世代半導体で医用画像処理システムを開発LSTCや北海道大学、富士フイルムなどが推論特化の2nm世代半導体を使う医用画像処理システムを開発し、現行GPU比で処理速度5倍以上・電力効率10倍以上を目指すが、Rapidusでの製造は未定と説明した。06:30
5PFNとTenstorrentがタッグ、生成AI特化プロセッサ開発へ 超高メモリ帯域幅、光電融合技術を実装PFNがAIプロセッサ、米TenstorrentがCPUを担当し、光電融合技術と先端パッケージングを活用した超高メモリ帯域幅の生成AI向けシステムを共同開発すると発表した。07:00
6「PC市場の成長ストップ」で苦戦のインテル 「半導体の崖」突破できるか、社長が語る変革への道筋PC市場の成長鈍化で不調が続くIntelについて、AI時代に半導体需要が高まる中で「最大の経営課題」をどう解決し変革するのかを社長の発言をもとに報じている。07:00
7「6億台のコネクテッドカー」動かす光技術 IOWNは欧州のデータセンター危機を救うか?生成AI需要で欧州のデータセンター容量と電力が逼迫する中、NTTの光技術IOWNが解決策として注目されている状況を、オランダでの現地取材から伝えている。07:00
8工作機械の不具合対応を生成AIが支援、DMG森精機が新サービスユーザー専用ポータルmy DMG MORIに追加された新機能は、生成AIを使ったサービスエージェントが機械トラブル時の対応を案内するもので、DMG森精機が提供開始を発表した。07:45
9「AI活用でIT部門の人員が増える」は本当か? 人材構成の「二重の変化」をGartnerが解説AIでIT部門の人員は減るとの想定に反し、Gartnerの調査では回答者の40%が2027年に人員を増やすと見込んでおり、AIで成果を上げるCIOが進める人材構成の二重の変化を解説している。09:00
10「Gemini Notebook」で始める「AI×自動化」実践ガイドGemini NotebookのStudio機能による資料整理やレクチャー資料作成の手順と、自治体での活用事例、生成コンテンツを使う際に注意すべき点を紹介している。11:35
11予算がついても、製品を入れても止まる――ゼロトラストを止めている「組織摩擦」の正体250社超のゼロトラスト実装を支援してきた筆者が、予算や製品があっても移行が止まる原因は数字に表れない組織の摩擦だとし、それを「組織摩擦係数」として定量化する全5回の連載を始めている。12:35
12不正アクセス急増は“SaaS離れ”を招くか? 露呈したもう1つの「SaaS is Dead」リスク不正アクセスの急増を背景に再燃した「SaaS is Dead」論について、従来のAIによる代替論とは異なり、セキュリティ面のリスクからSaaS離れが起きる可能性を論じている。15:00
13OpenAIの常時稼働エージェント「dots」、日本のユーザー数は「世界2位」 「仕事の在り方を大きく変える可能性」と長?社長OpenAI Japanの社長は、新しいAIエージェント機能の国別ユーザー数で日本が世界で2番目に多いと説明し、この機能が働き方を根本から変え得るとの見方を示した。15:43
14日立がGPU冷却用コールドプレート開発、独自のU字構造で消費電力を約30%削減日立製作所が冷却水をGPUの発熱部へ直接届けてUターンさせる「U字トンネル流路」構造のコールドプレートを開発し、冷却設備全体の消費電力を約30%削減できる見込みだと発表した。16:30
15「政府機関向けGemini」登場 米国政府・自治体と共同開発 データをプライベートクラウドに保持Google Cloudが州政府や連邦機関と共同開発した米政府機関向けGeminiをプレビュー公開し、データを機関のプライベート環境に保持して許可なく学習に使わないと説明している。16:41
16デジタル庁、「神Excel」対策ツールを公開 AIと組み合わせたデータ整備方法も紹介デジタル庁がExcelファイルの機械可読性を判定するツール「Harunobu」を公開し、セル結合を多用した表の改善にも使えるとして、AIと組み合わせたデータ整備方法も紹介している。18:42

GIGAZINE

#TitleSummaryPublished
1OpenAIが医薬品開発プラットフォームのOrchestra Bioを買収買収されるOrchestra Bioは治験の進捗追跡や製造トラブル時の日程影響の提示を担うエージェント技術を持ち、OpenAIの生命科学向け基盤Rosalindに統合されると伝えている。10:46
2MetaのAIエージェントアプリ「Muse」が40日間で1000万ダウンロードを突破リリースからわずか40日で米国でのダウンロードが1000万回に達し、検索やメール送信、予約、文書作成を代行するMetaのエージェントが急速に利用者を広げていることが判明した。11:59
3AnthropicがAIで「サソリ毒」に対する薬の作成を前進させたと発表Claudeにタンパク質を設計させ、サソリの神経毒の作用を阻害する可能性がある候補を17種類生成したとAnthropicが発表し、抗毒素開発の前進につながる成果だと伝えている。12:04
4サム・アルトマンに対して妹が起こした性的虐待訴訟は原告が第三者診断を拒否したため判事が棄却アニー・アルトマン氏がサム・アルトマンCEOを訴えていた訴訟は、裁判所が命じた第三者による健康診断を原告が拒否したため、連邦地裁のブルーストーン判事が棄却した。12:25
5GPT-6シリーズは「COBOL」「Fortran」「Visual Basic」といった学習データの少ない言語も得意OpenAIによると、GPT-6シリーズは採用件数こそ少ないが銀行システムなどで使われるCOBOL、Fortran、Visual Basicの処理能力が向上しており、その発表内容を伝えている。12:45
6裁判官がMetaに対しシャドウライブラリやトレントサイトから書籍を入手することを承認した人物全員を特定するよう命じるAI学習用の著作物利用を巡る訴訟で、治安判事が10月19日にMetaへ、海賊版書籍を含むシャドウライブラリやBitTorrentからのデータ取得を決定・承認した人物全員の特定を命じた。13:22
7Googleが「TorchTPU」を発表、PyTorchをTPUとGoogle Cloud上で実行するためのツールでコード書き換えなしで実行可能GoogleがPyTorchのコードを書き換えずにTPUとGoogle Cloud上で実行できるツールを発表し、既存のPyTorch資産をGoogleのハードウェアへ移しやすくした。13:41
8車載版Geminiがもっと各ユーザーに最適化される予定、GmailやGoogleカレンダーなどと連携可能にGoogleが車載システムに組み込まれたGoogle built-inのGeminiをパーソナライズし、GmailやGoogleカレンダーなどの情報と連携してユーザーごとに最適化した応答を返せるようにすると発表した。15:26
9Qwen3.8-Flash-Nextと競合するオープンモデル「Ornith-1.5-122B」が登場Ornithが10月20日に公開した122Bパラメータ規模のオープンモデルは、同規模のQwen系モデルなどと比べてベンチマークで上回る性能を示したと開発元が主張している。16:49

OpenAI Blog

#TitleSummaryPublished
1Democratic governance of frontier AI, part II: Empowering cyber defenders(フロンティアAIの民主的ガバナンス パート2:サイバー防御者を力づける)OpenAIがフロンティアAIの民主的ガバナンスに関するシリーズ第2弾として、強固な安全策や公的機関の強靭化を含め、サイバー防御側にフロンティアAIを行き渡らせるための青写真を示した。09:00
2Using thousands of AI agents to uncover new leads in biological data(数千のAIエージェントで生物学データから新たな手がかりを発見)OpenAIがPerturbAIやScripps Researchと組み、分散実行した数千のAIエージェントで数百万個の脳細胞データを解析し、有望な研究上の手がかりを見つけた事例を紹介している。13:50
3How we built ChatGPT’s novel ad stack for user trust and relevance(ユーザーの信頼と関連性を両立するChatGPTの新しい広告基盤をどう構築したか)OpenAIが会話の意図をLLMで理解しつつ広告を回答と分離して表示するChatGPTの広告基盤をどう構築し、関連性の高い広告を大規模に配信しているかを解説している。16:00
4Patch the Planet: global response coordination as agents uncover critical vulnerabilities(Patch the Planet:エージェントが重大な脆弱性を発見する時代の世界的な対応調整)OpenAIが、エージェントが重大な脆弱性を見つけた際にセキュリティ研究者、メンテナー、インシデント対応者をつなぎ、オープンソース全体で修正を調整する取り組みを発表した。16:00
5OpenAI models are coming to Google Cloud(OpenAIのモデルがGoogle Cloudで利用可能に)OpenAIとGoogle Cloudが、OpenAIのフロンティアモデルとCodexのワークフローをGeminiのModel Gardenに提供し、Google Cloud Marketplace経由で利用できるようにすると発表した。21:00
6ChatGPT Ads expands to 26 new countries as over 100,000 advertisers have used the platform(ChatGPT広告が新たに26カ国へ拡大、10万以上の広告主が利用)OpenAIがChatGPT広告の提供国を新たに26カ国追加したと発表し、地元企業から世界的ブランドまで10万以上の広告主がすでに同プラットフォームを利用したと明らかにしている。22:00

Google AI Blog

#TitleSummaryPublished
1Southeast Asia’s digital economy to hit $368 billion(東南アジアのデジタル経済は3680億ドル規模へ)GoogleらのレポートによればAIの普及が東南アジアのデジタル経済を押し上げており、2026年に3680億ドル、2035年に1兆ドル規模へ達すると予測している。13:00

Hugging Face Blog

#TitleSummaryPublished
1ALTK-Evolve: How learned memory tops the τ²-bench leaderboard on customer service tasks without a frontier model(ALTK-Evolve:学習したメモリでフロンティアモデルなしにτ²-benchのカスタマーサービス部門首位に)IBM Researchが、重みを更新せず過去の試行から抽出したガイドラインをシステムプロンプトに追加する手法で、gpt-4.1エージェントをτ²-benchの小売部門で1位(Pass^4 67.5%)に押し上げたと報告した。00:19
2FairStress: A deeper evaluation of fairness in LLM decision-making(FairStress:LLMの意思決定における公平性のより深い評価)Ai2が29分野300シナリオから1300万件超のテストを生成する公平性ベンチマークを公開し、属性が明示されると多くのモデルが少数派側へ過剰に判断を振る傾向があることを明らかにした。01:09
3Granite Speech 5.0: Transcribe, Translate, and Attribute more Accurately and Faster(Granite Speech 5.0:より正確かつ高速な文字起こし・翻訳・話者帰属)IBMがApache 2.0で公開した新音声モデルでは、2Bモデルが日本語を含む6言語の文字起こしと翻訳に対応し英語の平均WER 5.06%でオープンモデル2位となり、Turbo CTCは約1.6倍高速化した。23:58

Simon Willison

#TitleSummaryPublished
1Battle Drones - a vibe coded RTS with audio-based multiplayer(Battle Drones:音声でマルチプレイするバイブコーディング製RTS)Simon Willisonが近くの端末同士を音声で同期させるマルチプレイヤー対応のRTSゲームをバイブコーディングで作り、Claudeに「もっと楽しくして」と指示して面白くなった経緯と学びを記している。04:34

The Decoder

#TitleSummaryPublished
1Nvidia’s DSX POD could cut AI data center setup from six months to as little as 14 days(NvidiaのDSX PODでAIデータセンターの構築期間が6カ月から最短14日に短縮される可能性)NvidiaがGTC Berlinで発表した設計は、Vera Rubin系の計算機・冷却・電源を工場でコンテナに組み込み試験して出荷する方式で、Dell、HPEなどと組み2027年初頭に出荷を始める予定だ。22:42
2Mistral and Nvidia want to speed up industrial design with physics AI(MistralとNvidia、物理AIで工業設計の高速化を目指す)MistralとNvidiaが、Mistral Large 4や物理AIとNvidiaのCUDA-X、Warp、Omniverseを組み合わせて設計・シミュレーション・AI学習をつなぐ協業を発表し、航空宇宙や自動車などを対象にしている。23:40
RECENT ISSUES 最近の号 BACK NUMBERS

すべてのバックナンバーを見る →