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 Developers は、Claude Code のクラウドセッションがリサーチプレビューを終えて正式に利用可能になったと発表した。Anthropic がホストするインフラ上で動くため、手元のマシンが止まっていても作業が続く。claude.ai/code、モバイルアプリの Code タブ、デスクトップアプリ、CLI の claude --cloud から開始でき、既存の加入者には一度きりのクレジットが付与される（Pro は100ドル、Max は250ドル）。
長時間の自律実行をローカルの Claude Code に任せると、マシンを起こしておく必要があった。クラウド側に逃がせるようになると、夜間バッチ的な使い方や、スマホから投げて放置する運用が現実的になる。
Claude Developers は、claude.ai を2週間で3倍速くしたと報告した。性能の計測、デバッグ、改善のそれぞれで Claude をどう使ったかをまとめており、実際に使ったプロンプトと手法も含まれている。
「AIでコードを書く」より一歩踏み込んだ、計測からボトルネック特定までをエージェントに任せる事例。自社プロダクトのパフォーマンス改善に、そのまま真似できる手順が多そうだ。
Claude Marketplace が開設され、ツール、エージェント、専門パートナーを探せるようになった。Slack や Notion のようなコネクタやプラグインの追加、Cursor や CrowdStrike といった企業のエージェントや製品の購入、Accenture や Deloitte などのサービスパートナーとの連携が挙げられている。Claude 向けに開発している事業者は、自分のツールやエージェントを掲載できる。
コネクタやプラグインの配布経路が公式に一本化される。自作の MCP サーバーやプラグインを他社に使ってもらう出口として、掲載条件は早めに確認しておきたい。
Google AI は、音声合成モデル Gemini 3.8 Flash TTS と Gemini 3.8 Flash-Lite TTS を発表した。100以上の言語でカスタム音声を作れるほか、2,000以上の既製の音声から選ぶこともできる。会話のやり取りを指示したり、行ごとに間や感情、笑いなどの演出を指定したりできる。Google DeepMind によると、Flash TTS は独自のアクセントや特徴をもつ音声の設計向け、Flash-Lite TTS は効率とスケール向けで、生成音声はすべて SynthID の透かしが入る。Gemini API から Google AI Studio 経由で利用できる。
行単位で演出を指示できる点が実務向き。読み上げ系の機能を自前で持つ場合、Flash と Flash-Lite の使い分けでコストと品質を調整できる。
OpenAI の Greg Brockman は、GPT Voice の大型アップデートを伝えた。音声モードからツールを利用できるようになり、Work でも提供が始まった。
音声とツール呼び出しが同じ会話でつながると、「話しかけて調べさせる・操作させる」用途が一気に広がる。API 側の音声モデルにも同じ流れが来るか注目したい。
OpenAI Developers は、Sid Rampally 氏が Codex を使って LED ディスプレイを音声操作のアシスタントに仕立てた事例を紹介した。配線の検討から「あれを壁に映して」のデバッグまで Codex に手伝わせ、GPT-Live-1 と Raspberry Pi で天気や地下鉄の到着時刻などを表示する。会話は GPT-Live-1 が担当し、調査やツール実行のタスクは Raspberry Pi から Responses API 経由で GPT-5.6 Luna に送る構成で、Pi 側のレンダラーが128×64ピクセルに描画する。調査と描画はバックグラウンドで進むため、ユーザーは話し続けられる。
リアルタイム音声モデルと重い処理用のモデルを分け、後者を非同期に回す設計は、ハードに限らず音声エージェント全般で使える型。
Hamel Husain 氏は、これまで公開してきた AI Evals の資料を1つのガイドにまとめた。自身が作った中で最も価値のある無料リソースだとしており、評価に関する疑問を手当たり次第に探さずに済むように構成されている。人間は自分の状況に近い行を選んで読み、エージェントには直接参照させる想定になっている。
評価の資料は散らばりがちなので、入口が一つにまとまるのは助かる。エージェントに読ませる前提で作られているのも今どきで、Claude Code などから参照させる使い方ができる。
DeepLearning.AI は、Anthropic の最新レポートの内容を紹介した。商用プラットフォームをまたぐ大規模な蒸留キャンペーンを、プロキシによるクエリ転送が支えていたという内容で、無許可のプロキシがユーザーのプロンプトを Claude API に転送していたとされる。
「蒸留でフロンティアモデルに追いつけるか」という問いが、技術論だけでなく利用規約と検知の話になってきた。API を再販する形のサービスを使っている場合、経路の透明性は確認しておきたい。
Ethan Mollick 氏は、難しい数学・科学ベンチマークで25%または75%のスコアを達成するためのコストを示した Epoch AI のグラフを重要だとして紹介した。能力が上がり続ける一方でコストは崩れ落ちるように下がっており、いま特定の用途に対してコスト最適化に注力するのは近視眼的になりかねないと述べている。
今日の価格で設計を固めると、数か月後には前提が変わっている。モデル差し替えを前提にした疎結合な作りにしておく方が、細かいコスト最適化より効きそうだ。
swyx 氏は、Latent Space の AINews を GPT-6 Sol と Claude Opus 5.5 で並行して生成し、その差は歴然だったと報告した。今後は Opus 5.5 を AINews の既定モデルにするという。Opus 5 と比べても報告文がはるかに簡潔で品があり、いわゆる「slop」臭さが少ないと評価している。
ニュースレターの要約・執筆という実運用の場での比較なので、ベンチマークより参考になる。文章生成のパイプラインを持っているなら、同じように並べて試す価値がある。
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。