CONTACT →
Daily AI Briefing
毎日のようにAI関連のニュースが届きますが、その多くは一次情報ではなく、ノイズも少なくありません。研究機関・開発企業・第一線の専門家による発信の中から、本当に押さえておきたい情報だけを厳選してお届けします。
Ethan Mollick が GLM-5.2 を評価した。GPT-5.5 / Opus 4.8 には及ばず、Mythos からはさらに遠いとしつつも、堅実なモデルであり、オープンモデルが最先端を追い続けていることを示しているという。彼の見立てでは、オープンウェイトはすでに GPT-5.2 相当の領域に踏み込んでおり、その水準で得られる能力はかなりのものだとしている。
「最先端ではない」と「実用に足る」は別の話、という整理。最前線のクローズドモデルでなくても十分なタスクは多く、オープンウェイトがどこまで来たかを把握しておくと、用途ごとのモデル選定の幅が広がる。
Ethan Mollick が、自身の経験ではモデルルーターはどれも数学・コーディング以外のタスクの難しさを過小評価し、割り当てる知性が不足しがちだと指摘した。イノベーション、マーケティング、定性的分析といった「検証しにくいタスク」こそ、より賢いAIモデルを使うことで最も恩恵を受けることが多い、という。これは取り組む価値のある課題だと述べている。
自動ルーティングはコード生成などを基準に最適化されやすく、文章や企画系では弱いモデルに回されかねない。コスト削減のためのルーター任せが、非定型タスクの質を静かに落としていないか、という観点は実務で効く。
Hamel Husain が、モバイルや別マシンからのリモートアクセスでは Codex デスクトップが Claude より大きく進んでいると述べた。Codex では、すべてのデバイスで動いている全セッションを、モバイルを含む他のどのデバイスからでも一覧できる。これにより本当の意味で席を離れて(touch grass)作業を任せられ、毎日それに喜びを感じている、という。
エージェント型コーディングを常用すると、外出先から実行中のジョブを確認・操作できるかが地味に効いてくる。機能の有無というより「複数デバイス横断でセッションを俯瞰できる」設計思想の差として見ておきたい。
Hamel Husain が、LLMの評価において二値(binary)のジャッジの方が多くの人にとってはるかに実用的だと述べた。リッカート尺度やスコアには落とし穴(footguns)が多すぎる、というのが理由だ。あわせて、関連するフラッシュカード一式を公開していると紹介している。
「1〜5点で評価」は一見きめ細かいが、基準が揺れて再現性を失いやすい。OK/NG の二値に寄せた方が判定がぶれにくいという指針は、自前の eval を設計するときの実践的な出発点になる。
Stanford NLP が、LLMをゼロから作る講義「CS336」について述べた。約22時間の動画そのものより、課題(assignments)に費やす膨大な時間こそが「問題」であり、しかし本当の学びの大半はそこで起きるという。Karpathy のかつてのツイートにも触れつつ、2026年版のサイトを案内している。
「動画を見る」だけでは身につかず、手を動かす課題に時間を使うほど理解が深まる、という当たり前だが見落としがちな点。LLMの内部を腰を据えて学びたいときの、公開された王道教材として押さえておきたい。
_akhaliq が、baidu の「Unlimited-OCR」が Hugging Face で1位のモデルになったと報告した。
OCRは文書処理やデータ取り込みの実務で需要が根強い領域。トレンド1位という事実だけでも、自前パイプラインに組み込めるOCRモデルの選択肢として一度試す価値を示している。
Nathan Lambert が、今日これだけ多様な企業がオープンモデルを作っていることに希望を感じると述べた。オープンモデルの物語の多くは、最大手の最先端モデルの影に隠れて進んでいく。そこには、まだ掘り起こされていない多くの価値がある、という見方だ。
注目はフロンティアの数社に集まりがちだが、その裏で幅広いプレイヤーがオープンモデルを出している。話題性とは別軸で、自社の用途に刺さる「目立たないが良いモデル」を探す価値があることを示唆する。
Towards Data Science が、プロンプトの問題はモデルそのものより、その組み立て方にあることが多いという記事を紹介した。W Brett Kennedy が、DSPy を使ってプロンプトをプログラム的に最適化し、性能を高める方法を解説している。
プロンプトを手で書いて勘で直す段階から、コードとして最適化する段階への移行を示す話題。再現性や改善の自動化を重視するなら、DSPyのような枠組みは検討に値する。
Towards Data Science が、本当の優位はモデルの選択ではなくオーケストレーション(複数エージェントの組み合わせ方)から生まれるという記事を紹介した。Eivind Kjosbakken が、より良い結果のために複数のコーディングエージェントをどう組み合わせるかを解説している。
「どのモデルが最強か」という議論に対し、複数エージェントの連携で成果が決まるという視点。単一モデルの性能比較に時間を使うより、組み合わせ方の設計に投資する余地を示している。
Towards Data Science が、現在のAI企業のビジネスモデルはどこまで持続可能か、顧客がトークン予算を絞り始めたら何が起きるか、という問いを扱う記事を紹介した。Stephanie Kirmer が、AI業界の最新動向を率直に分析しているという。
利用側にとっても、依存するサービスの価格や提供条件が将来どう変わりうるかは無視できない論点。トークン消費を前提にプロダクトを組むなら、コスト構造の持続性を一度立ち止まって見ておきたい。
こうした動きを、自社の業務にどう活かせばいいか ―
迷ったときに相談できる窓口があります。