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のメモリが、チャットとClaude Coworkの間で1つに統合された。Coworkにタスクを渡すと、チャットで話し合ったプロジェクトや上司の好み、前四半期のクライアントといった、Claudeが既に知っている情報を前提に作業を始める。何をメモリに残すかはユーザーが決められる。
エージェントに毎回コンテキストを説明し直す手間を、製品側のメモリ統合で解消する方向性。記憶の中身をユーザーが確認・編集できる設計は、自前のエージェントにメモリを組み込む際の設計の参考になる。
Andrew Ng氏が、チャットするだけでなくラップトップ上でタスクを完遂するオープンソースエージェント「OpenWorker」の新バージョンを紹介した。セキュリティワークフロー向けの機能が多数追加されている。初期リリース後、特にサイバーセキュリティ用途で有用だと多くのユーザーが評価していたという。
ローカルマシンで実タスクをこなすOSSエージェントで、想定外に「セキュリティ」という具体的ユースケースが先に立ち上がった点が興味深い。用途はリリース後にユーザーが見つける、という好例。
Dwarkesh Patel氏が、Dylan Patel氏とのポッドキャスト対談を公開した。今後数年のAIラボの経済構造がテーマで、RSI（再帰的自己改善）が近づく中で計算資源の重心が推論から学習へ移るという見立てや、AnthropicとOpenAIが世界の利用可能なFLOPsの大半を握る軌道にあることを議論している。
計算資源がどこに配分されるかは、APIの価格や供給の安定性に跳ね返ってくる。モデル各社の発表を、半導体・インフラ側の視点から読み解くための材料として聞いておきたい。
OpenAIが、ChromiumDev・CloudflareDev・ShopifyDevs・Vercel・Render・Netlifyと共催する10日間のハッカソン「WebMCP Challenge」を発表した。賞金総額35,000ドルのほか、Codex MicrosやChatGPT Proのサブスクリプションなどが用意されている。
ブラウザ開発元とホスティング大手が揃って名を連ねているのが目を引く。WebMCPというオープン標準をエコシステム全体で押し上げる動きで、Webとエージェント連携の標準化の行方を占うイベントになりそう。
OpenAIのGreg Brockman氏が、Jalapenoの推論（inference）に関する数値を公開したと投稿した。チームは素晴らしい仕事をしたと述べ、公式サイトの「Jalapeno first results」ページへのリンクを共有している。
ツイート単体では詳細は読み取れないが、推論側の数値をわざわざ「first results」として公開するのは効率・性能面の成果への自信の表れ。実際の数字はリンク先の公式発表で確認したい。
ChatGPTのブラウザ拡張機能が、普段使われているより多くのブラウザに対応した。開いているタブをタスクに取り込むことで、いま目の前にあるコンテキストを踏まえてCodexに作業させられる。
「今見ているページ」をそのままエージェントの入力にする流れが加速している。ブラウザがエージェントのコンテキスト取得口になる設計は各社で共通してきており、拡張機能の対応範囲は普及の鍵になる。
Greg Brockman氏によると、多くの要望を受けて、ChatGPTに100ドルのビジネスシートが追加された。5時間ごとの利用制限がなくなり、利用枠も拡大されるという。
エージェント的な長時間・大量利用が増えるにつれ、レート制限に当たらないプランへの需要が価格帯を押し上げている。ヘビーに使う開発者ほど「制限なし」の価値が大きい。
AK氏が、論文「Apodex 1.1: Scaling Agentic Intelligence for Complex Work」を紹介した。複雑な実務に向けてエージェント能力をスケールさせることを扱った論文で、Hugging Face Papersにページが公開されている。
エージェントを「複雑な実務」でどうスケールさせるかは、まさに実装現場の課題と重なるテーマ。設計知見が得られる可能性があるので目を通しておきたい。
DeepLearning.AIが、Andrew Ng氏がまとめたAI実践体系の第1の柱「AIアプリケーションの構築とデプロイ」を紹介した。予測が難しいコンポーネントから信頼できるAIを組み上げるには、継続的なイテレーションと規律ある評価（eval）ループという新しいプレイブックが必要であり、デモ止まりから本番運用への橋渡しを助ける内容だという。
「evalループを規律を持って回す」は、LLMアプリ開発の実務でそのまま効く指針。デモは動くが本番に載らない、というよくある壁への処方箋として体系化された資料は貴重。
Towards Data Scienceが、Kezhan Shi氏によるRAGの誤解を正す記事を紹介した。RAGが普及して久しいぶん、よくある思い込みや誤った理解も蓄積しているとして、そのうち10個を取り上げ、実務者向けに明確さを取り戻す内容だという。
RAGは「とりあえず入れる」段階を過ぎ、どこで効きどこで効かないかを見極める段階に来ている。自分の理解の棚卸しに使えるタイプの記事。
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。