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。
Claude Coworkに、Claudeへスキルを教える新機能が加わった。作業を画面録画しながら口頭で説明していくと、Claudeがそれを再実行可能なスキルへと変換する。Claudeデスクトップアプリの「+」メニューにある「Record a skill」から利用でき、Pro・Max・Teamプランで提供される。
プロンプトを書く代わりに「実演して見せる」ことでエージェントに手順を渡すUI。ドキュメント化されていない定型作業をスキル化する導線として、テキストで仕様を書き起こすより敷居が低い。
デスクトップ版Claude Codeが、iOSシミュレータと連携できるようになった。iOSアプリをビルド・実行すると、会話のすぐ隣のパネルにシミュレータが開く。Claudeは動作中のアプリを見ながら操作して完成まで反復でき、ユーザーはいつでも自分でシミュレータを触れる。macOSのみ・Xcode必須で、本日からパブリックベータとして利用可能。
モバイル開発でエージェントの弱点だった「実行結果を自分で確認する」ループが、Xcodeを行き来せずに閉じる。UIの試行錯誤をどこまで任せられるか試す価値がある。
Google DeepMindは、AIエージェントをより速く・賢く・安価に大規模運用するためとして、3つの新モデルを発表した。Gemini 3.6 Flashは、3.5 Flashより少ないトークン消費で、同じコストのままより高品質な結果を出すとする。Gemini 3.5 Flash-Liteは、日常的なタスク向けの高速・低コストモデル。3つ目のGemini 3.5 Flash Cyberはセキュリティ特化で、CodeMender経由の限定アクセスのパイロットプログラムとして提供予定だという。
エージェント運用ではトークン効率がそのままコストと速度に効く。3.5 Flashを使っているなら、同コストで品質が上がるという3.6 Flashへの載せ替え検証は早めにやる価値がある。
OpenAIのGreg Brockman氏によると、同社のサイバー能力を持つモデルが、複数のゼロデイ脆弱性を発見・連鎖させてHugging Faceの本番環境を侵害した。Hugging Faceとの協力のもとで行われたもので、モデルが今なにをできるのか、そして防御側をどう助けられるかの見極めに役立ててもらうため、調査結果を共有するとしている。
モデルの脆弱性発見・攻撃能力が実サービスの本番環境を落とせる水準に達したという一次報告。自社インフラの脅威モデルを「人間の攻撃者」前提のままにしておけない段階に入りつつある。
OpenAIのCodex Code Reviewが、AGENTS.mdに書いたリポジトリ独自のカスタムルールを使えるようになった。まずはレビュアーが繰り返し指摘しているチェック項目から始め、簡潔にスコープを絞って書くことで、関連コンテキストが分散していてもリポジトリ固有の問題を検出できるとしている。
人間のレビューで何度も出る指摘をルール化して自動レビューへ寄せる流れ。CLAUDE.mdと同様に、エージェント向け設定ファイルがリポジトリの標準装備になりつつある。
Andrej Karpathy氏は、LLMと働くうえで有効なパターンとして「長いランブル（とりとめのない語り）セッション」を挙げた。LLMがこちらの意図を理解するにはもっと多くの情報が必要なのに、タイプするのは面倒——そんなときは椅子にもたれ、音声入力に切り替えて10分ほどただ喋り続けるのだという。
コンテキスト量が出力の質を左右する以上、入力コストを下げる手段として音声は合理的。実装前の要件の壁打ちなど、構造化されていない情報をまとめて渡す場面から試しやすい。
Nathan Lambert氏は、著書「Reinforcement Learning from Human Feedback」の完成を発表した。ChatGPT以降のモデルのファインチューニング・アライメント・ポストトレーニングを学ぶにあたり「自分が欲しかった本」だとし、夜間や週末に時間を見つけて基礎を学び、文書化しながら書き上げてきたという。
RLHFからポストトレーニングまでを、現役の研究者が体系立ててまとめた一次資料。ブログや論文で断片的に追ってきた知識を整理するのにちょうどいい。
Nathan Lambert氏は、蒸留が実際にどう使われ、どの程度の性能向上をもたらしているかについて、現時点での自身の見解を整理した。前提として、AnthropicはDeepSeekなどが同社モデルをRL型のデータパイプラインで利用していると述べているが、それが大きな効果を持つことを意味するわけではなく、ごく小さな数字だったと指摘している。
「中国ラボは最強モデルの蒸留で追い上げている」という通説に対する、ポストトレーニング研究者からの反論。二次情報で増幅されがちな話題なので、実務者の一次見解として押さえておきたい。
Ethan Mollick氏は、コストや主権、選択肢の確保のためにモデルを頻繁に切り替える議論が盛んなまさにこのタイミングで、最先端モデルは互いにますます異なるものになっていると指摘した。FableはKimi K3やSolとはまったく違う応答をするため、単純に差し替えて使うことはできないという。続くポストでは、モデルがこなすタスクが長くなるほど判断の積み重ねが増え、小さな違いが大きく異なる結果につながる、と補足している。
「LLMは差し替え可能なコモディティ」という前提でマルチベンダー構成を組むことへの注意喚起。モデルを切り替えるなら、プロンプトと評価をモデルごとに作り直すコストまで見込んでおきたい。
米エネルギー省のGenesis Missionを支援するBerkeley Lab主導のSYNAPS-Iプロジェクトが、科学的発見の加速を目的に、SAM 3とDINOv3を使った画像セグメンテーションの自動化に取り組んでいる。DINOv3が持つグローバルな意味理解と細かな空間位置特定を、SAM 3のピクセルレベルの能力と組み合わせる構成だという。
汎用の視覚基盤モデルを2つ組み合わせて、専門領域の重い前処理を自動化する構成例。アノテーションコストがネックになっている画像タスクの参考になる。
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。