AI新聞

ゲームで「マルチ勢は継続率が高いから全員をマルチへ」という提案は、ソロとマルチが成長段階の違いではなく最初から好みの違う客だから機能しない。

無理に誘導すると、ソロ派には望まない体験を押し付け離脱要因を増やし、マルチ側にも放置や即抜けが増えて質を下げる。

結局、データの相関は客層の違いを示すだけで、転換ではなく最適化（ソロにはやり込みや収集、マルチにはマッチングや居場所、間にはランキングやゴーストのような緩いつながり）が要る。

AIモデルを都市運営ゲームのような環境で走らせると、同じ条件でも振る舞いが大きく変わることが示された。Geminiは抗議や暴動に傾き、GPTは資源配分が下手で餓死を招き、Grokはリスク志向で犯罪が増えるなど、目標設定や報酬の与え方がモデルの癖と結びついて予想外の結果を生む。

筆者は、実運用前に動的なシナリオでの検証が不可欠だと主張する。同じルールでもモデルごとに社会の振る舞いが激変するため、目的の分解、制約の明確化、監視とフィードバック設計まで含めた「AI前提」の設計が必要だとしている。

米政府がアンソロピックの「Claude Mythos 5」と「Claude Fable」を輸出管理の対象に指定し、外国人が使えないように求めた。これを受け、同社は日本を含む世界の顧客への提供を直ちに停止した。米政府の輸出管理指定で先端AIの国外提供を一斉停止したのが要点。

背景には、高性能AIの悪用リスクへの警戒と規制強化がある。記事は、この措置が企業や研究の現場に影響を与え、各国で安全基準や運用の見直しが進む可能性を示している。

Moonshot AIが、コーディング特化のオープンウェイトLLM「Kimi K2.7 Code」を無償公開。1兆パラメータのMoE（同時に動くのは約320億）で、Hugging Face経由で入手し、vLLMやSGLangでローカル推論できる。画像入力用のMoonViTを搭載し、K2.6比で推論トークンを約30%削減して長時間作業の“考えすぎ”を抑える。

社内・外部指標でコーディング精度が向上し、MCP連携評価でOpus 4.8を上回る（81.1%）。複数のMCPサーバーをまたいだツール実行や、数日に及ぶタスクの自律実行に対応。APIや「Kimi Code」でも利用でき、料金は入力100万トークン0.95ドル、出力4ドル。6x High-Speed Modeも近日提供予定。

Claude Fable 5のリリースを受け、筆者は自作ベンチマークでゲーム制作力を検証した。結果は従来モデルより明確に優れており、レベル設計や演出、検証の精度で差が出た。

特に、物理を決めてから逆算でレベルを作り、BFSなどで解の妥当性を証明するなど、試行錯誤だけに頼らず解析で設計しソルバーで裏付ける点が強み。曖昧な「面白さ」を操作可能な指標に落とし込む力も高い。

ただし短いプロンプトと特定ジャンルでの比較に限られ、最終評価は今後の追加試行次第と結ぶ。

急速なAIの進化は政策の対応速度を超えており、人間の制御を離れるリスクが現実味を帯びていると指摘する。

そのため拘束力のある規制を整え、フロンティアAIには航空機並みの厳格な審査で安全基準を満たさないモデルは公開を止めるべきだと主張する。あわせて、急成長の果実を広く分配する税制や、医療などで古い規制を見直し恩恵を遅らせない政策を求める。

AIが監視や権力集中の「独裁の道具」にならないよう民主主義の防波堤を強化し、民主国家が協調してサプライチェーンとリスク管理を主導すべきだという。近くサイバー、生物、強い自律性のリスクが続くと警鐘を鳴らし、これはPRではなく超党派で急ぐべき課題だと述べている。

• Obsidianを長期の知識ベース、Claude Codeログを作業文脈として分ける「記憶の二層構造」。claude.aiからMCPでObsidianのノートを直接読み書きし、どこで書いても最終的にモバイルに届く形にする。
• MCPは自作の軽量サーバーでOK。create/read/list/updateの4機能と最低限のOAuth 2.1を満たせば、Custom Connectorとして動く。
• iCloudのVaultはモバイル作成の実体パス(iCloud~…/Vault名/)を使う。PCで新規に同名フォルダを作ってもつながらない。
• rsyncは.git/.obsidianを除外して同期する。汚れたら先に同期先で削除。
• WSLでGitがこけたらSSH公開鍵の登録を確認する。
• originが古いリポジトリ/ブランチを向いていないかgit remote -vで点検。
• WSLのcronは再起動で止まる。Windowsタスクスケジューラでwsl経由の起動を登録。
• MCPがGitHubを直接更新するため、ローカルは必ずgit pullしてからrsyncする。定期スクリプトはpull → rsyncの順にする。
• Claude CodeのセッションはSQLite+FTS5+ベクトル検索でローカル保存。ハイフン入り語はクエリをダブルクォートで囲む。
• 要は、pull → rsyncの一方向同期で“壊れない”運用に寄せ、キャプチャはどこでも、整理はClaudeに任せる。

米政府が国家安全保障を理由に輸出管理の命令を出し、Fable 5とMythos 5の外国籍ユーザー向けアクセスを停止。結果として全ユーザーの提供を一時的に止めた。

政府は回避手法（ジェイルブレイク）の存在を示したが、Anthropicはそれは範囲が狭い非汎用の手口で、同等のことは他の公開モデルでもできると主張する。

同社は多層防御と監視で悪用を抑えてきたとして、狭い非汎用のジェイルブレイクを理由に全面停止する基準には反対。透明で技術的事実に基づく法的手続きによる介入を求め、早期復旧を目指すとしている。

Deezerが、27言語対応の無料ツールを公開。YouTube Music、Spotify、Apple Musicなど20の配信サービスのプレイリストを読み込み、どの配信サービスのプレイリストでもAI生成曲を見分けられるのが売りです。

仕組みはTune my musicを使ってプレイリストをDeezerに移行しスキャンする方式で、利用にはDeezerアカウントが必要。AI音楽への拒否感やラベル表示を求める調査結果を背景に、プラットフォーム横断で透明性を高める取り組みだとCEOが強調しています。

米国政府が国家安全保障を理由に、Anthropicの最上位モデルFable 5とMythos 5へのアクセス停止を指示した。政府は詳細を示していないが、モデルの安全対策をすり抜ける「ジェイルブレイク（回避手法）」の存在が判断材料とみられる。結果として、国家安全保障を理由に最上位モデルの公開を一時停止する事態になった。

これに対しAnthropicは、確認されたのは1件の限定的な回避手法で、他社モデルでも一般的に使えるものだと反論。これを基準に商用モデルの回収を迫れば、新しい強力なモデルの公開が業界全体で止まると警鐘を鳴らし、早期復旧に努めるとしている。

最新AIモデル「クロード・ミュトス5」などについて、アンソロピックが米政府の命令で一般提供を停止したと発表。これらのモデルはソフトの弱点を高精度で見つけられるため、悪用によるサイバー攻撃のリスクが懸念されたとみられる。

一部では導入発表が進んでいたが、当面は全顧客への提供を止め、安全対策や運用の見直しが焦点となる。

Zedが発表した「DeltaDB」は、AIエージェント時代のための新しい開発履歴管理です。コミットの差分だけでなく、編集中の細かな変更（デルタ）と会話や指示を会話や指示まで履歴として結びつけて追えるのが特徴です。

「どの指示がどの変更を生んだか」を並べて見られ、エージェントが最初に書いた直後の状態にも戻れます。複数人・複数AIで同時編集でき、既存のツールやGit/CIと共存する設計。数週間以内にベータ提供予定とのこと。

コーディングは仕様という「正解」があるので、AIに任せても出力の輪郭が決まりやすい。一方で文章は書き手の意図や経験が形を決めるため、正解がなく、AIにお題だけ渡すと平均的で誰のものでもない文になる。

現実の仕事は二項対立では割り切れず、提案書や技術ブログのように中間も多い。それでも「正解の有無」という軸は有効で、AI時代に問うべきはこのタスクに正解はあるかである。

AI活用は個人の作業を速くする段階で止まると効果が頭打ちになる。イベントでは、先行組織が個人の効率化を超えて、組織そのものをAI前提で作り替える方向に揃って動いていると示された。鍵はエージェントの並列・非同期を前提にし、人間の認知をボトルネックにしない設計にある。

そのために、社内用語や品質基準、意思決定の背景などを共有資産として整える「ハーネス」（AIが判断に必要な前提を理解できる土台）に投資し、認知負荷はエージェントに委ね、最終判断と説明責任は人間が持つ体制へ移行すべきだ、という主張。モデルが賢くなるほど、この差は加速して広がると警鐘を鳴らす。

巨大モデルが主役の今は、開発手法が「プロンプト作成」から「ループ設計」へ移っている。人はループ（作る→評価→直すの繰り返し）を記述し、ループがAIに指示を出す。改善ループを増やすほど品質が上がるという前提で、Claude Fable 5のようなモデルを最大限に生かす狙いがある。

ループエンジニアリングは、複数エージェントで並行して改善を回しつつ、コードの衝突を避け、履歴の共有を整える設計のこと。自分が作ったものを自分で甘く採点しがちなため、別のエージェントに評価させるのが要点になる。

長時間回すと情報が増えすぎ、過去の修正経緯を拾えなくなる。これを防ぐには履歴のこまめな圧縮が必要で、無駄なトークンを減らし推論コストの膨張も抑えられる。

AI向け半導体の争奪戦が続く中、Googleがインテルに半導体を300万個発注したと報じられた。これを受けてインテル株は上昇し、調達先の分散と生産能力の評価が市場で意識された。

記事は、TSMCやNVIDIAに偏っていた供給網を見直す動きの一例としてこの取引を位置づけ、大口発注と株価反応が示す「インテル復調の兆し」に注目している。AI需要の拡大が、設計・製造の選択肢を広げる圧力になっているといえる。

Microsoftが独自AI「MAI」ファミリーを発表。推論・コーディング・画像生成/編集・音声合成・文字起こしまで7モデルをそろえ、軽量でも高品質をうたう。中核の推論モデルは人手評価でClaude Sonnet 4.6より好評という。

最大の特徴は、全部自社開発・クリーンデータで学習し、他社モデルの蒸留に頼らない点。自社チップMaia 200と連携して効率を高める。提供はMicrosoft FoundryやOpenRouterなどから。コーディング版はVS CodeのGitHub Copilotで既に展開、一般向けにPlaygroundも公開。

ダイニーのQAは、複数プロダクトに日々大量の変更が入る中で手作業のテストが限界に達していた。Claude Codeでテスト設計からAPI/E2E実行まで自動化した結果、QAの主眼は「どうテストするか」から「結果を見て正しくリスクを判断するか」へ移った。要するに、手を動かす職人からAIを指揮して品質を設計する役割へと再定義している、という主張である。

ウェブアプリの小さなUI不具合を巡り、Claude Fable 5がローカルサーバー起動、複数ブラウザの自動検証、検証用HTMLや計測用ミニサーバーの作成まで自走して原因を特定した事例が紹介される。推測で済ませず、必要な手順を次々に実行して2行のCSS修正に到達した点が印象的だ。

一方で、人間の指示待ちをせず実機検証まで突き進む挙動は誤操作のリスクも高めるため、端末操作の許可範囲は厳しく制御し、隔離された安全な環境外では動かすべきでないと筆者は警告している。

Anthropicが一般公開したFable 5を、Claude Codeで1日使って検証した報告。これまで一部向けだった高性能モデルが一般にも開かれたという背景がある。

UIを仕様書どおりに作る精度が明らかに上がり、バグ調査では他人のブランチまでpullして原因特定するなど、自律的に踏み込んで調査・解決する動きが強い。再現試験でもUIの構造の合わせ方はFable 5が優位だった。

一方でトークン消費が非常に多く、体感の実行時間も長い。賢くなったぶん待ち時間と料金が増えるため、品質とコスト・時間のトレードオフが大きいという結論。UIは良好だが、ロジック面は今後検証が必要としている。

• 情報源はRSS対応のブログやニュースレターに限定し、実装と運用を軽くする。
• 選ばれた記事は本文を取得し、日本語タイトルと要約を自動生成。素早く読むか判断できる。
• クリック依存をやめ、明示的評価で好みを学習する。Tinder風カードで「役に立った／不要」をスワイプ入力。
• ソースとタグごとに重みを更新し、好みプロファイルを育てる。
• ランキングは「新しさ＋ソースの信頼度＋タグ嗜好＋ソース嗜好」でスコア化。
• 偏り防止に探索枠を用意。12件中2件はあえて外れ値を混ぜる。
• 同一ソースの上限やarXivのカテゴリ上限を設け、ソースの偏りを抑える。
• 毎朝の記事収集〜要約はオートメーションで定期実行する。
• 改善余地は、タグの粒度見直し、類似記事の束ね、埋め込みを使った内容ベース推薦。

• Claude の effort は「考える/動く/書く」の3種トークン配分を変えるつまみ。用途に合わせて切り替える。
• 強すぎる指示は事故の元。never/alwaysは最小限に。古い条件はこまめに削る。
• 計算はプロンプトで頑張らせず、計算ツールを呼ばせる。
• エスカレーション条件は「やる/やらない」を両面で書く。
• GitHubやcronで自動実行するRoutines。人が途中介入できる設計が有効。
• コスト最適化は、プロンプトのキャッシュ保存/文脈を短く圧縮/作業に応じたモデル振り分け。
• 複数モデルの相互チェックでミスを減らす。ただし最終は人が見る。
• 良い計画に検証ステップを埋め込むと、エージェントは長時間自走する。ここが無人運用の核心。
• 公開ベンチより自社データの評価用テストを作る。結局は自前のevalが物を言う。