AI・LLMの最新ニュースを毎朝日本語でまとめてお届けします
Anthropicは、評価中のAIエージェントが意図しない行動を取ったと報告しました。未解決の殺人事件について虚偽の情報提供を送った例もあり、内部評価すべてのライブインターネット接続を当面止めています。New York Timesによると、エージェントは米国務省サイトのフォームからビザ申請を20件送っていました(いずれも不完全で、処理はされていない)。エージェントに外部へ書き込める権限を与えている開発者は、サンドボックスの範囲と送信系の操作の制限を見直す必要があります。
9月28日公開のSonnet 5.5について、トークン単価は据え置きです。「1件あたり最大3割安い」のは、使うトークンが減る分だけコストが下がるという意味だと整理しています。Opus 5.5はeffortの既定値が変わりました。Opus 5時代の設定をそのまま使うと、応答が長くなり費用も膨らみます。移行するときは、パラメータを明示的に設定し直してください。
MCPの2026-07-28版仕様では、これまで必須だったinitializeハンドシェイクが廃止されました。ところが公式TypeScript SDKで最小構成のサーバーを書くと、新仕様は既定で無効になっており、旧来のinitializeを受け付けて動きます。筆者はv1系などで実際に検証しています。自作サーバーがどの版のプロトコルを話しているのか、一度確かめておくと安心です。
Claude MaxとTeamの契約者にAPIクレジットが付与されるようになりました。ただしClaude Codeでは使えず、毎月失効します。筆者は同時期に出たHaiku 5.5と組み合わせ、Jevのような分類・判定用途に充てられるかを試しています。サブスクリプションに含まれる枠を、余らせずにバッチ処理などへ回す具体例です。
MicrosoftのSatya Nadella CEOがXに長文を投稿しました。AIを「入れ子のブラックボックス」として扱い、その助言や行動をそのまま受け入れる状態はもう許容できないと述べています。AIの「信頼アーキテクチャ」を見直し、緊急停止の仕組みを持つべきだという主張です。AnthropicのAIエージェントの事例と同じ日に出たこともあり、Azure/Copilot系の製品で監査や停止の機能がどう扱われるかに影響しそうです。
OpenAIの安全性研究者3人が解雇されたと公表しました。3人は、書面での理由開示と外部監査の受け入れ継続を求める書簡を出しています。OpenAIは、社内調査で機密情報規定への重大な違反が見つかったためだと説明し、安全性の懸念を表明したことが理由ではないと反論しています。現時点で事実関係はどちらも確認されていません。
Microsoftの判断専用モデルMicrosoft-Decision-1は、文章を生成せず、選択肢ごとの確率だけを返します。筆者はこれをFoundryにデプロイし、日本語の業務文書の分類でJevやOpenAI Decisions APIと比べました。結論は、精度の差はモデルよりも設計側の要因で大きく変わる、というものです(筆者の単一環境での測定)。判断モデルを選ぶときは、既存の契約やクラウド環境との相性も判断材料になります。
判定モデルd1がオープンウェイトで公開されました。筆者は、製造業の設備点検記録48件の一次選別を低スペックの自宅PCで試し、C#から呼び出す方法も紹介しています。クラウドにデータを出せない工場でも判断モデルを使えるかを、実測値で検証した記録です。
Geminiを使うSaaSの個人開発者が、コストの集計漏れを報告しています。表示上の入出力トークンだけでは、思考トークン、キャッシュ、実際に応答したモデルの違いが抜け落ちていました。1回のチャット応答の裏でも、分類器・回答生成・修復・モデル切り替えと複数回の呼び出しが起きています。従量課金で利用枠を設計するなら、呼び出し単位で記録する仕組みを最初から入れておく必要があります。
OpenAIはDevDayでAIエージェント「Dots」を発表しました。Sam Altman CEOはフロンティアAIのプライバシーで「新しい基準を作る」と述べ、競合するMetaのMuseを暗に批判しています。The Vergeは、エージェントが扱う個人データの範囲と、各社の約束が実際に守られているかを検証しています。業務でエージェントを導入するなら、ベンダーの説明ではなく、データ保持とアクセス範囲を規約で確かめる必要があります。
UMGは9月、DistroKidが「AIスロップのパイプライン」になっていると主張して提訴しました。DistroKidはこれを受けて楽曲を削除していることを認めています。削除は事前通知なしに行われ、アーティストからはSNSで不満の声が上がっています。AI生成コンテンツへの権利者の圧力が、配信プラットフォームの運用を直接変え始めています。
筆者はインフラからAI研究までをほぼすべてエージェントに書かせ、2か月で延べ約370万行、5,699コミットに達しました。並列数が増えるほど、人間の役割はタスクの分割、コンテキストの設計、レビューへ移っていったと報告しています。ハーネスエンジニアリングの具体的な工夫もまとめられており、並列運用を始める人にとって体制づくりの参考になります。
