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。
AnthropicがチームでAIを使うための新機能「Claude Tag」をベータ公開しました。Slack上でClaudeをチームメンバーのように参加させ、許可したチャンネルやツールにアクセスさせて、タスクを名指しで委任できます。「アンビエント」モードをオンにすると、Claudeが自分から動き、止まったままのスレッドを追いかけたり、関係しそうな情報を拾って知らせたりします。現時点ではClaude Enterprise／Teamプランで提供されています。
AIが「使うツール」から「チームの一員」へ進化し始めています。Slackのような既存のワークスペースに常駐し、自分からスレッドを追って動くという設計は、AIエージェント活用の方向性を端的に示しています。新しいUIを覚え直さず、いつもの環境にAIが入ってくるのが大きな変化です。
Andrej Karpathy氏が、Claude Tagについて「人間の組織活動の中に、より“インライン”に溶け込む新しい対話のパラダイムだ」と論評しました。ツール・統合・計算環境・記憶といった裏側を作り込んで“ただ動く”状態にできれば、AIはチャットの往復ではなく業務フローの一部として機能する、という指摘です。
「AIに質問しに行く」から「AIが業務フローに常駐する」へ。第一線の実務家がこの方向を“新パラダイム”と呼ぶこと自体が、エージェント設計の潮目を示しています。鍵は裏側の地味な作り込み、という指摘も実務的です。
AnthropicのClaude Codeチームは、社内でClaude Tagを1年間使い続けてきたと公開しました。現在では製品チームのコードの65%をClaude Tagが書いており、Claude Tag自体の開発の大半もそれによるものだといいます。
「AIがAI開発ツール自身を作る」段階に入っています。65%という具体値は、コード生成が実プロダクトの主戦力になりつつあることを示す、宣伝以上のデータポイントです。
OpenAIが、直近半年でAPI向けに30以上のモデル・機能・ツール改良を投入したとまとめを公開しました。新モデルとして GPT-5.5、GPT-5.4 mini／nano、GPT-Realtime-2、GPT-Realtime-Whisper などが挙がっています。
更新の速さそのものがニュースです。半年で30件超という頻度は、APIを前提にプロダクトを作る側に「追従し続ける運用」を求めます。個別の機能を追えなくても、まとめだけは定期的に見ておく価値があります。
OpenAIが年次の開発者会議「DevDay 2026」の参加応募を開始しました。9月29日にサンフランシスコで開催され、新機能のハンズオン、開発者同士の交流、技術セッションなどが予定されています。応募の締め切りは7月10日です。なお Bengaluru・東京・ソウル・パリ・ベルリン・ロンドン等での「DevDay Exchanges」も予定されています。
大手の年次イベントは、これから半年のAIトレンドの先取りです。ここで発表されるAPIや新機能は、数ヶ月のうちに実際のプロダクトへ降りてきます。直接参加しなくても、発表内容だけは追っておく価値があります。
研究者の Nathan Lambert 氏が、執筆中の書籍向けの新しい講義を公開しました。名目は合成データですが、内容の多くは Hinton の2015年の論文から最新の on-policy 蒸留までの「蒸留」研究の流れを概観するものです。post-training を解説する一連の動画は7.4時間に達しているとのこと。
蒸留は、巨大モデルの能力を小さく速いモデルへ移す中核技術。歴史を一気に追える教材は、「なぜ最近の小型モデルが急に賢くなったのか」を理解する近道です。
ウォートン校の Ethan Mollick 氏が、最高性能帯（同氏のいう“Mythos級”）のモデルがオープンに公開される動きが今後6〜12か月で来るとし、それに伴うリスクへの備えが、政府が何を懸念しているか不透明なために遅れている可能性を指摘しました。
「誰でも使える最高性能モデル」が来ると、恩恵もリスクも一段広がります。技術の話だけでなく、公開のあり方や規制の論点が同時に動いていることを押さえておきたいところです。
論文・モデルのキュレーターとして知られる AK（@_akhaliq）氏が、Baidu が「Unlimited-OCR」を公開したことを紹介しました。長文・大量の文書からの文字認識を狙ったモデルです。
OCR（文字認識）は、ドキュメント処理やRAGの土台になる地味で重要な部品。中国勢からの公開モデルが相次いでおり、実務で使える選択肢が着実に増えています。
Stability AI を数年前に離れた Emad Mostaque 氏が、当時「今ごろ中国のラボからほぼ完璧な動画が出てくる」と予測していた通りになったと述べ、想像したものをほぼ何でも作れる水準に達した出力品質に驚きを示しました。
動画生成は中国ラボが一気に先行している領域です。「すべてのピクセルが生成される」時代の入り口で、制作・広告・そして“本物かどうかの検証”のあり方が変わり始めています。
Stanford AI Lab が新手法「Spiral」を発表しました。推論時にはLLMを、長い思考連鎖・並列サンプリング・それらの集約といった様々な計算スケーリングで包みます。ところが学習では、そのうち1つしか使わせていない——この食い違いに対し、Spiral は集合的なRLで「複数のスケーリングを前提にした応答」を生成できるよう学習させます。
「推論時にどれだけ計算を盛るか」が性能を左右する時代の、学習側からの回答です。テスト時スケーリングを設計に織り込む研究で、モデルの“賢さの作り方”の最前線にあたります。
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。