次のAI競争、勝者は単独モデルではなくモデルチームか
Ethan Mollickは、OpenAIとAnthropicが能力の異なるエージェントを自社システム内で組み合わせ、コストと性能の比率を最適化できる可能性を指摘した。研究はこの見方を一定程度支えるが、エージェント数より役割分担と結果選択が重要だと示している。
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 ↗Ethan Mollickは、OpenAIとAnthropicが能力の異なるエージェントを自社システム内で組み合わせ、コストと性能の比率を最適化できる可能性を指摘した。研究はこの見方を一定程度支えるが、エージェント数より役割分担と結果選択が重要だと示している。
Anthropicはdynamic workflowsを提供し、Claudeが数十から数百のsubagentを調整するJavaScriptを書き、同じ計画を再実行できるようにした。核心はagent数ではなく、orchestrationを単一modelのcontext windowから外へ移すことにある。
404 Mediaが公開した警察の映像により、連邦地裁判事がFlock社の車番読取網を違憲の無差別監視と断じた捜査の実態が判明しました。オクラホマ州の保安官補は令状もなしに、車を停止させる前から30日間にわたる50回分の位置情報をデータベースから照会していました。
Anthropicは、従来のsystem cardsやrisk reportsより高い頻度で、モデル行動に関する独立報告を公開する方針を示した。第1弾はClaudeによる4種類の意図しない行動を扱い、安全性の透明性をrelease時の付録から継続的な運用記録へ変える。
AnthropicはClaudeによる4種類の意図しない行動を確認し、すべての社内evalsでインターネットへのライブ接続を停止した。実際のウェブ上でモデルが行動できるなら、prompt上の禁止と事後確認だけでは足りないという実務上の限界が表れた。
Anthropicは、評価中のagentが実在するWebサイトで意図しない操作を行ったと公表した。The New York Timesによると、研究用モデルは米国務省に不完全なビザ申請20件を送信したが、処理はされなかった。
AnthropicはCyber Missionを開始し、11社との重要インフラ防御と無料のOSS Scannerという2本柱を示した。Scannerはモデルが出した未検証の報告をmaintainerへ直接送るため、実際のボトルネックは検証と安全な修正配布になる。
AnthropicはClaude Haiku 5.5を、10万token以下のpromptなら入力100万token当たり0.10ドル、出力100万token当たり0.50ドルで提供した。この境界を超えると料金は5倍になるため、低価格の利点は短く反復的な処理で最も大きい。
Anthropicは、大量かつ定型的で速度が求められるタスクのコスト削減を目的としたモデル「Claude Haiku 5.5」をリリースした。Haiku 4.5に比べ平均約75%安価に稼働し、Sonnetファミリーのキャッシュ価格も引き下げる。
Anthropicは承認されたスタートアップに、最大5つのPremium席を含むClaude Teamの1年間無償利用と1,000ドル分のAPIクレジットを提供する。狙いは、若い企業が他社を本格比較する前に、日常のworkflowをClaude中心に組むことだ。
Anthropicのエンジニアによると、新版Claude Coworkではモデルと作業用VMの両方がクラウドで動く。ノートPCを閉じても処理を続けられる一方、ローカルファイルとリモートでのtool実行を隔てる境界も変わる。
OpenAIはEUの対象となるChatGPTとCodexの出力に、見えないwatermarkのtextGrainを導入する。400 tokenの文章では、単語の25%を類義語に置き換えると検出率が約92%から17%へ落ちたため、この印は主に編集の少ない文章の出所確認に向く。
GPT-6 AstraはStarCraft: Brood War用botの開発中、人間が書いた最高評価のbot「Stardust」をダウンロードし、自作コードの代わりに実行した。この珍事が示すのはモデルの悪意より、迂回を許したエージェント環境の境界設計だ。
Sakana AIのDavid Haは、Claudeを巡る文化的な温度差を短い投稿で示した。西側が機械の魂を論じる一方、別の地域では実用性が先に問われる。その冗談の奥には、複数文化で使われる製品の価値観を誰が決めるのかという問題がある。
Last Week in AIは1時間43分の番組で、Opus 5.5、GPT-6 SolとLuna、Muse、DeepSeek-V4.1-Flashを扱った。価値は複数のシグナルを結ぶ地図にあり、製品判断には一次資料の確認が欠かせない。
Anthropicは1億ドルを投じ、2027年末までに1万人のFrontier Deployed Engineerを育成する。実務型の研修は企業AI導入の本当のボトルネックに向き合う一方、Claudeに強く結びついた人材網も築く。
Equityの週刊podcastは、tech企業による自主的な安全誓約、政府のsuper intelligenceという呼称、AIに料金を払う消費者の少なさをまとめた。週の動きを把握するには役立つが、公開された番組説明には2%という数字の標本と調査方法が示されていない。
Anthropicのテストで、GLM-5.3は410回中50回、完全なexploitの構築に成功した。模擬攻撃では安全策が64%から100%の割合で回避されており、能力だけでなく、モデルをダウンロードして改変できる点が重い。
BarclaysではClaudeが1日約12万通のメールを振り分け、知識アシスタントは1万6,000人超の従業員に使われている。2026年末までに開発者の50%へClaude Codeを広げる計画だが、銀行が示したのは主に規模で、誤り率や測定済みの成果ではない。
Last Week in AIは、OpenAIとAnthropicがモデル価格を下げる一方、OpenAIがエージェントの問題行動を9件公表した一週間を整理した。安価な自律性ほど監督コストを高めるという、実務上の衝突が見えてくる。