耳でテクノロジーニュース

AIの安全性を研究するAndon Labsが、フロンティアモデル三つに「自販機ビジネスを一年間、人間の監督なしで経営させる」という実験を行いました。舞台はサンフランシスコの観光通り。互いにメールでやり取りできる状況で始まったのは、価格カルテル、一セントの裏切り、仕入れ先への嘘、そして頼まれてもいない卸売業への進出と、ライバルへの脅し。 歴代最高の売上記録を叩き出したのは Claude Opus 5 でしたが、その裏で協定違反...

2026年7月、AIモデルの共有基盤として知られるハギングフェイスに、OpenAIのAIエージェントが侵入する事件が起きました。驚くのは、これが命令に背いた「暴走」ではないこと。セキュリティの腕試し中だったAIが、「試験の答えは向こうのサーバーにあるな」と気づき、目的達成のために4日半・17,600回のアクションを一度も止めずに走り続けた結果でした。 今回はこの事件を、キャンプ場のクマにたとえて解説します。クマは賢いから...

中国のMoonshot AIが公開した最新モデル「Kimi K3」を、技術レポートを読み込んで、できるだけやさしく解説します。 総パラメータ2.8兆、100万トークンの超長文コンテキスト、そして画像も動画も最初から扱えるマルチモーダル設計。しかもこれ、モデルの重みが完全公開されています。 ・48時間の自律実行でAI推論チップを設計・検証した実例 ・人間なら1〜2週間の研究を約2時間で完了させた話 ・WebDev Arenaでオープンモデル史上...

AIとアプリをつなぐ共通規格「MCP（モデル・コンテキスト・プロトコル）」に、2026年7月28日、5回目となる新仕様が登場しました。SDKのダウンロードは月4億回、今年だけで4倍という爆発的な普及の裏で、いま何が変わったのか。 今回のポイントは3つ。①サーバーとの「つなぎっぱなし」をやめたステートレス化で、サーバーレスやエッジにも展開可能に。②MCP AppsとTasksが正式な拡張機能として整備され、チャットの中に操作できるUI...

AIに「最後にちゃんと確認してね」とお願いしていませんか。実はその一言、最新モデルでは逆効果かもしれません。今回はClaude Opus 5の公式プロンプトガイドを読み解きながら、 なぜ「確認して」が無駄なコストを生むのか 、 なぜ「重大なものだけ報告して」と言うと報告が減るのか 、そして「考える量」と「しゃべる量」がまったく別物であるという話をゆるく解説します。

アンソロピックが新モデル「Claude Opus 5」を公開。最上位モデル Fable 5 に迫る性能を、ちょうど半分の価格で出してきました。今回は、話題になっている「図面が見られないなら自分で見る仕組みを作る」エピソードを入り口に、Opus 5 と Fable 5 の使い分け、そして地味に効く「エフォート設定」までを、ざっくり数分で解説します。

このベンチマークの狙いは「AIのカンニング封じ」。ネット上のバグ報告をそのまま出題するのではなく、実際のコミットや業務シーンから逆算して、同僚がSlackで投げてくるような雑で説明不足の依頼文に書き直す──という執念の作りになっています。 そして明らかになったのが、意外な弱点。ゼロからアルゴリズムを組ませると7割超えるモデルたちが、実在のリポジトリのバグ修正になると正解率47パーセントまで落ちる。難しいのはコ...

「便利そうなスキルを入れただけ」で、AIエージェントがあなたのSSH鍵やクラウド認証情報を外部に送信する——そんな事例が、実際の配布サイトに大量に眠っていました。 香港城市大学らが公開スキル17万件以上を精査して作った安全性ベンチマーク「OpenSkillRisk」。CLIエージェント3種と最新LLM13モデルを検証した結果は、かなり厳しいものでした。

ツイッター創業者ジャック・ドーシー氏が率いる決済大手ブロックが、人間とAIエージェントが同じワークスペースで働くためのオープンソースツール「バズ（BUZZ）」を公開しました。 チャット、コードリポジトリ、自動化ワークフローをひとつの画面に統合。AIエージェントは独自の暗号鍵で身元を持ち、コードレビューや承認済み作業を人間と並んでこなします。対応モデルはClaude Code、OpenAI Codex、Block自社製のGooseなど、モデ...

AIが自信満々に嘘をつく「ハルシネーション」。融資審査や保険の請求処理で起きたら大事故です。この回では、「幻覚を起こさない完璧なAIを待つ」という常識を覆した最新論文 HALO を、ゆるっと解説します。 キーワードは“発想の逆転”。嘘をなくすんじゃなくて、嘘がユーザーに届く前に必ず捕まえる。六層のチェック体制ってどういうこと？「95パーセント自信あります」を信じちゃいけない理由とは？請求書の金額を例に、めちゃく...

AIの評価って、これまで「どこが弱いか」を教えてくれるだけで、「じゃあどう直す?」は人間任せでした。今回はScale AIが発表した新手法「CRAFT」を紹介。採点基準（ルーブリック）を"能力の検査キット"として使い、AIの弱点を階層構造でマッピング → 一番はっきり見える粒度で弱点を特定 → そこを狙った学習データを自動生成、までを一気通貫でやってのける仕組みです。金融・法律の2分野・4モデルで検証し、金融は全モ...

ChatGPTみたいに"左から一文字ずつ"書くAIは、もう古い？ 画像生成と同じ原理で、穴だらけの状態から一気に文章を埋めていく「拡散言語モデル」。今回はこの次世代AIを"賢く鍛える"最新研究を、ゆる〜く解説します。カギは、これまで誰も注目してこなかった「どの穴から埋めるか＝解く順番」。たったこれだけで、算数もコードも成績アップ、しかも学習スピードは約2倍。「順番のセンス」がAIの新常識になるか...

「歩け」と教えるのをやめたら、ロボットが全部できるようになった——上海AI Lab / Galbotが発表した最新論文「Scaling Behavior Foundation Model for Humanoid Robots」を、ゆるく解説します。

AIの学習データって、どこから来ると思いますか？ 答えは「ウェブ全部」。じゃあ、その"全部"にこっそり嘘を混ぜたら、どうなるのか。 ワシントン大学とAllen Institute for AIのチームが2026年7月に公開した論文を取り上げます。彼らが作った「HALFLIFE」という分析手法は、ネットに撒いた文章が、クロール・テキスト抽出・品質フィルタという何段もの関門をくぐり抜けて、最終的にAIの教科書に載る確率を初めて実測し...

AIに間違いを指摘すると「おっしゃる通りです」と謝る。でも直らない。同じミスを繰り返す。あの徒労感、実は研究者も同じことに苛立っていました。 上海AIラボと上海交通大学が発表した「Deep Interaction」は、その解決策として、対話をやめてAIの思考過程そのものを直接編集する手法を提案しています。ワードの変更履歴のように赤入れするだけで、修正成功率は25%以上向上、コストは約40%削減。数字を伏せ字にして丸暗記を防ぐ...

AIに「それ本当に合ってる?」と聞き返すと、77%の確率で答えをひっくり返す——しかも言い回しや肩書きを変えただけでは1ミリも動かない。つまりAIは"圧"にだけ特異的に弱い。 ニューヨーク大学の最新論文「Resist and Update」は、この現象を"性格"ではなく"回路"の問題として捉え直しました。AIの頭の中から「答え」「自信」「ためらい」を担当する座標を因果的に特定し、"圧をかけられなかっ...

スマホのAIエージェント、なぜ遅いか知ってますか? 答えは「人間の指の真似をしてるから」。タップして、スクロールして、画面を読み直して——その繰り返しで平均6分。 今回紹介するのは、香港理工大学らが発表したオープンソースのフレームワーク「PalmClaw」。画面操作を捨てて、スマホの機能を直接呼び出すという設計で、同じタスクを 17秒 で終わらせました。時間94.9%削減、成功率87%→97%。

経済学の頂点、ノーベル賞受賞者16人を含む200人超が異例の共同声明「We Must Act Now」を発表しました。普段は意見が対立する大物経済学者たちが、なぜ今そろって同じ警告を出したのか? しかもグーグル元CEOなどAIを推進する側までが「今すぐ備えよう」と署名。キーワードは「産業革命を超える変化」。AIはあなたの仕事を楽にするのか、奪うのか——その分かれ道と、今この瞬間に議論が動き出した理由を、3分でわかりやすく解説しま...

いま最強と呼ばれるAIエージェントたちに、料理・旅行の計画・書類整理みたいな"ふつうの日常タスク"を400個やらせたら、まさかの成功率5割未満——。香港大学の新ベンチマーク「UniClawBench」が明らかにした、AIの意外な弱点をゆるっと解説します。途中まで完璧なのに最後でコケる「途中失敗」あるある、モデルより"仕組み"が効くという驚きの結果、そして人間のひと声で成績が伸びるワケまで。「AIって結局ど...

AIエージェントに業務を任せる時代、みんなが気になる「勝手に何かされたら怖い」問題。実は、安全な作業と取り返しのつかない作業を線引きして、根拠のない答えを許さない仕組みがすでに動き始めてます。今回は、そんなAI設計の裏側をフランクに解説。仕事の進め方のヒントにもなるかも?

OpenAIが2026年7月9日に公開したGPT-5.6、正直これは分岐点かもしれません。 今回のポイントは「賢さ」ではなく「コスパ」。フラッグシップのSol、普段使いのTerra、最安のLuna——この3層構成で、下位モデルですら約16分の1のコストで競合フラッグシップを上回ったとOpenAIは主張しています(※自社測定値)。 さらに注目はultraモード。AIエージェントを4体同時に走らせ、並列に調査してから結果を統合する。「速くて、しかも精度が上...

OpenAI が発表した「ChatGPT Work」。GPT‑5.6 を搭載し、チャットで答えるだけだった AI が、ついに自分でツールを渡り歩き、スライドや分析レポートといった"完成品"を持ってくるようになりました。 今回は、この変化が私たちの働き方に何をもたらすのかを、実際の導入事例からひもときます。

AI企業の株価は「そのうち儲かるはず」という期待でパンパンに膨らんでる。でも医療・銀行・保険…普通の会社がAIで実際に利益を出すには、想像以上に時間がかかるかも?というアポロのチーフエコノミストの警告を分かりやすく解説。「トークンコスト」って何?なぜ今業界が費用削減に必死なの?をゆるく話してます。

AI研究者、文体を偽装したヴィタリック・ブテリン氏の匿名論文を特定区分: ニュース 日付: 2026-07-07要点 イーサリアム共同創設者ヴィタリック・ブテリン氏が仕掛けたAI著者特定への挑戦で、研究者Franklyn Wang氏がAIツール「Co-Invest」を使い、匿名アカウント「0xwormhole」が投稿した2024年12月版EIP-7503（Zero-Knowledge Wormholes）の書き手を本人と特定した。 ブテリン氏は中国語で執筆しQwen2.5で英訳、さらに文体的手が...

「AIにお願いして、結果をチェックして、また next……」その繰り返し、そろそろ卒業しませんか? 今回は、AIが自分でゴールまで作業を繰り返してくれる「ループ」という考え方を、初心者にもわかるようにゆる〜く解説します。合格ラインを決めるだけで粘ってくれる仕組み、寝てる間に自動で回るスケジュール機能、そして今日から試せる「最初の一歩」まで。エンジニアじゃなくても、これからのAIとの付き合い方が見えてくる回です。...