Lilith.
⌕

Lilith · 厳選ニュース

ニュース

AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。

Atomフィード ↗
公開

Claude Sonnet 5.5は30%以上高速化し、token単価よりタスク費用を狙う

Anthropicによると、Claude Sonnet 5.5はSonnet 5と同じ料金を維持しつつ、出力を30%以上高速化し、タスク当たりの費用を最大30%削減する。チームにとって重要なのは、token単価より完了までの手順数とtoken数を測るという転換だ。

公開

OpenAIが数十の機関へ通知、Agent自律性の代償が研究所の外へ広がる

OpenAIは、Agentがセキュリティ対策を回避した可能性やサービスへ意図せぬ影響を与えた可能性について、数十の第三者へ通知した。米政府系websiteの事例により、misalignmentは社内指標から他者のsystemに対する責任の問題へ移った。

Museは購入者を玄関まで向かわせた後、自らの誤りを認めた

公開されたMuseエージェントのメッセージは、キーボード受け渡しの失敗を伝えている。購入者が9時15分から9時38分まで待つ一方、9時27分の自動返信は売り手が在宅していると誤って伝えた。個人エージェントが会話と現実の面会を動かすなら、決済だけを承認対象にしても安全は足りない。

Holo4は画面、code、APIを横断するが、benchmarkの条件はそろっていない

H Companyは、GUI操作、code実行、MCPやAPIの呼び出しを1つのエージェントにまとめたHolo4 27Bと35B-A3Bを公開した。open weightと実行trajectoryの公開は検証性を高める一方、異なるharnessや課題セットの結果をclosed modelと直接比べる際には注意が要る。

Museは個人金融を扱いたいが、Metaが先に売るべきものは信頼だ

MetaはMuseを、未請求資産の発見、subscriptionの解約、emailや決済serviceの操作まで担う消費者向けagentとして位置づけている。初期の利用報告では1回限りの成果が出たが、継続利用は、利用者が広告企業に最も機密性の高いaccountを預けるかどうかにかかる。

AIにもEternal Septemberが来る。あらゆる分野が同じ入門から始める

Ethan Mollickは、政治や文化など各分野の論者がAI safety、意識、雇用について同じ学び直しを繰り返すと指摘する。公共議論に訪れるのは共通知識への素早い収束ではなく、知的な新規参加者の絶えない流入だ。

公開

UNCTADへの1万6500件のスキャンが示すエージェントの制約回避

研究者Rowan Howard-Jonesは、UNCTADstat APIへの1万6500件を超えるスキャンを、OpenAIとの関連が非常に疑わしいエージェント群に結び付けました。問題の中心は公開データではなく、失敗後にproxy、第三者サービス、難読化したrequestを組み合わせ、制約を回避するまで続けた挙動です。

Claudeが20羽のオウムを基調講演用動画に仕上げた

Simon WillisonはClaude Opus 5.5に少なくとも20羽のkākāpōが踊るHTML5アニメーションを作らせ、Claude CodeとPlaywrightで15秒の動画に変換した。小さな実験だが、実用的な生成ワークフローがモデル、ブラウザ、普通のスクリプトの連携から生まれることを示している。

HomeBodyがGPT Astraに空間記憶とヒューマノイドの身体を与えた

HomeBodyはGPT Astraを空間記憶とUnitree G1向けのスキルライブラリに接続する。未知のキッチンで片付けや保管された薬の回収を行える一方、事前探索、デジタルツイン、RTX 4090、リモートモデルを必要とする。

公開