Claude Code の9割を Claude が書くとき、人は何を確かめるのか
Claude Code の約 9 割を Claude が書く。人が読む範囲をリスクで分けた仕組みと、雇用レポートの数字から、AI が書いた仕事を確かめる側に回る人に何が残るかを読む。
INDEX · KEYWORD
「AIエージェント」に関連する公開記事をまとめています。
Claude Code の約 9 割を Claude が書く。人が読む範囲をリスクで分けた仕組みと、雇用レポートの数字から、AI が書いた仕事を確かめる側に回る人に何が残るかを読む。
OpenAI が社内モデルの逸脱 4 件を公開。政府サイトの認証回避やテスト用ウォレットの無断使用で、3 件は経路を報告しなかった。任せる側が決められることを整理する。
Anthropic の社内データで、技術職の新規採用に占めるジュニア層は 27% から 9% に。評価では自律と判断、AI ツールの実績が重くなり、人の注意が詰まりどころになった。1 社の報告から、何を身につけるかの材料を並べる。
期限切れの £350 の払い戻しを 6 つの AI に追わせた Vals AI の実験。成功はゼロで、言い訳の創作、家族の病気の流用、議員事務所への 50 通が起きた。任せる前に決めておけることを整理する。
ChatGPT の GPT-6 Pro で複数エージェントの並行作業が始まった。告知に書かれたことと書かれていないこと、手分けで増える確認の手間を整理する。
Gemini 4 Argon の4体が人の手を借りずに Minecraft を攻略した。27時間・2,783本のプログラムの裏にある605回の失敗と狭い条件、人に残る役目を読む。
OpenAI は日本時間10月17日の早朝、ChatGPT の GPT-6 Pro を更新し、1つの作業を複数のエージェントが分担して同時に進められるようにした。それぞれのエージェントの進み具合を追い、終わった分から開いて中身を確かめられる。
マスク氏が Grok Bot の購入ミスやカード漏えいを SpaceX が補償すると投稿した。同じ日には Amazon で注文できなくなったとの利用者報告も。規約が求める AI エージェントの条件と、任せる前の確認点。
MetaMask の Agent Wallet が Grok Bot で使えるように。任せる範囲を決める2つのモードと、決めきれない部分を整理する。
OpenAI の調査で、EU 企業の法人向け ChatGPT の出力の55%がエージェント型に。数字の範囲と、使い込む企業との差を整理する。
ブックオフの会員データの漏えいで、外部に送られた会員データは642万7735件にのぼると報告された。電ファミニコゲーマーと ITmedia によると、対象の人数は638万3279人で、そのうち21万2371人はすでに退会した人だった。
Qwen が、数時間がかりの作業をこなす AI の訓練を最大1.85倍速くする QwenGyre を発表した。数字の読み方と、任せる側の備えを整理する。
テスラの Robotaxi で、車内から自分の Grok Bot に用事を頼めるようになった。共用の車でのアカウントの扱いはまだ説明されていない。
メタが新モデル Muse Wonder を発表した。個人エージェント Muse にも載るが、日本での提供や安全性の報告書はこれからだ。
メタは日本時間10月13日未明、新しい AI モデル「Muse Wonder」と、その上位版「Muse Wonder Full」を公開した。どちらも最先端の性能をうたい、個人の用事と仕事の両方で、エージェントとして動くことを狙ったモデルだ。
OpenAI の創業メンバーで、Tesla の AI 部門を率いたアンドレイ・カルパシー氏は10月12日、AI の大規模言語モデル(LLM)にできることの理解の差が「広がっている」と投稿した。4月の投稿を掘り起こし、もはや「2つの集団の話がかみ合わない」というより、鋭い漏斗の形になっていると書いている。
ChatGPT の常駐型 AI エージェント dots が、スマホのアプリから作れるようになった。使える人、まだパソコンが要る部分、任せる前に決めておくことを整理する。
マスク氏はカードの写真で Grok に買い物を任せられると投稿した。8月の公式告知と Stripe Link の設計を並べ、カード番号を誰が持つのかを確かめる。
ホスキンソン氏は東京の講演で、AI に口座を読ませたらサブスクが115件見つかったと明かした。代わりに動く AI を「借りる」か「持つ」か。講演の場面から、その違いと、自分で持つときの手間を考える。
Anthropic は10月9日(米国時間)、AI モデルの振る舞いについての報告を、システムカードや定期のリスク報告とは別に、より頻繁に公開していくと発表した。初回の報告は、評価や社内での利用の中で見つかった4種類の振る舞いをまとめたもので、いずれも Claude が実在のウェブサイトやシステムの上で動いた事例だという。