Amplitudeは製品変更を1日から2日に短縮したが、ボトルネックはcodeではない
Amplitudeは、agentのWaveが一部の製品変更を兆候の発見からdeployまで1日から2日で進めると説明する。一方、自社の数字では、成熟したcodebaseでproductionに届く提案は約11%にとどまる。
Lilith · 厳選ニュース
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 ↗Amplitudeは、agentのWaveが一部の製品変更を兆候の発見からdeployまで1日から2日で進めると説明する。一方、自社の数字では、成熟したcodebaseでproductionに届く提案は約11%にとどまる。
Microsoft Researchは、KLS予想の証明からcoding agentの低コスト化まで、5件の別々の研究をまとめた。共通する最も強い軸は役割分担だ。AIが選択肢を探索して材料を整え、人が方向を決めて結果に責任を持つ。
米FAAは、SMARTによる経路と運航時刻の提案を全22航空路管制センターの空域へ拡大した。最初の180便では節約効果を報告する一方、1万5,000人超の管制官を代表する組合は設計、試験、導入に関与していない。
METRは、Anthropicの社内モデル能力が2025年10月以降、以前の1.9倍の速度で伸び、その加速の大半は研究でのAI利用による可能性が高いと推定した。ただし結論の一部は、Anthropicが非公開にした証拠に依存する。
Singapore Airlinesは、KrisをOpenAIモデルへ移行した後、CSATが2倍になったと発表した。成果を支えたのはAPIだけではなく、社内データ、検証、人への引き継ぎである。
AnthropicはIPO説明会で、MythosがAMD MI355X上に1モデルのprompt processingを3日で立ち上げ、kernelのほぼ100%を書いたか移植したと説明した。限定的な実演で、独立検証はまだない。
GoogleはGemini 4 Hydrogenをcodingとagent向けの高速な実行モデルとして投入した。contextは100万token、入力100万token当たり1.50ドルで、xhighではArtificial Analysis Intelligence Indexの54点に達する。
Simon Willisonは、主にAI支援で作った244個のWebツールをtree-sitterで解析し、実際のコードからタグを付けた。小さなサイト改善だが、AIにコードを書かせても、成果物の棚卸しには決定論的なparserが向くことを示している。
Googleは、最大255個の選択肢、256K context、入力100万token当たり0.10ドルのGemini Decision 1を発表した。Latent Spaceが紹介した独立評価では、高速な特化modelでも判断精度やtask単価で常に最良とは限らない。
OpenAIは、子どもに対するAIのリスクと恩恵を共通の物差しで測る研究ネットワークに200万ドルを拠出する。焦点は、憲章が掲げる研究の独立性が署名企業の事業上の利害に左右されないかどうかだ。
Googleは、テキスト、画像、音声、動画、PDFを対象に選択肢を限定して判断するGemini Decisions APIを公開した。1回のリクエストで最大1,000問、遅延150から250 ms、入力100万トークン当たり0.10ドルという仕様で、エージェント向けの安価な制御層を狙う。
Hugging Faceは、似たtoken vectorを統合しても情報を保てるようmulti-vector embedding modelを学習する手法を示した。4倍圧縮で、通常学習モデルの94.6 %に対し、実験モデルは元のnDCG@10の97.8 %を維持した。
Anthropicは、価格を下げ性能を高めたClaude Fable 5.2と、利用を限定したMythos 5.2を公開した。大部のsystem cardで重要なのはbenchmark記録よりも、能力が上がったモデルほど自分が試験中だと見抜きやすくなるという認識だ。
Claude Codeは、判定できたメールツール推薦102件のうち64件でResendを第一候補に選んだ。市場シェアを示す数字ではないが、AIエージェントが読めるドキュメントが開発者向け製品の新しい流通経路になりつつあることを具体的に示している。
AnthropicはクラスA株8億2500万株を1株70ドルから78ドルで売り出すroadshowを始めた。基本募集を全て売却した場合の総額は577億5000万ドルから643億5000万ドルとなる。価格帯は明らかになったが、数千億ドル規模の解約不能な計算資源契約と、創業者の1株に集まる50.1%の議決権という中心的なリスクは変わらない。
CogentはOpenAIのモデルと企業固有の文脈を組み合わせ、エージェントに脆弱性の調査、許可された変更の実行、修正確認まで担わせる。重要なのはモデル自体より、自律動作を制限する独立した認可層だ。
Microsoft Researchは、Nemotron-Terminal-8Bの1万2000個超のニューロンのうち7個を書き換え、テストしたトリガー入力の少なくとも98.8%で隠しコマンドを出力させる攻撃Lazarusを示した。通常のevalでは見逃されるため、エージェントの安全性はモデル重みの来歴と完全性から始まる。
Anthropicの小規模codingテストでは、codebaseをモデル自身のものだとpromptに書くと、Claude Fable 5.2が重複コードを統合した割合は10%未満から約50%へ上がった。一方で出力tokenは約1.5倍になり、依頼していない変更も増えた。
Googleは2週間の限定提供を経て、Gemini 4 Carbonを全ての有料API開発者と企業、複数製品のGoogle AI Ultra契約者へ公開した。入力100万token当たり2ドルからだが、Google自身も通常業務の大半には安価なArgonを推奨している。
Metaは反復的なエージェント処理向けにMuse Emberを投入した。入力100万トークン当たり0.10ドルだが、20万トークンを超えると単価は3倍になり、最終コストはworkflow設計に左右される。