AirbnbではAIがコードの60%を書くが、本質は引き継ぎの再設計だ
AirbnbのCTOであるAhmad Al-Dahleは、AIが社内コードの60%を作り、engineer1人あたりのpull request処理量が1.6倍になったと語る。より大きな変化は、文書と引き継ぎからprototype、Everest、用途別evalsへ移ったことだ。
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 ↗AirbnbのCTOであるAhmad Al-Dahleは、AIが社内コードの60%を作り、engineer1人あたりのpull request処理量が1.6倍になったと語る。より大きな変化は、文書と引き継ぎからprototype、Everest、用途別evalsへ移ったことだ。
OpenAIはGPT-6.1 Solを入力100万トークン当たり2ドル、出力100万トークン当たり10ドルに設定した。GPT-6 Astraの5分の1だ。Artificial Analysisでは51.8対52.7まで迫ったが、実際の節約額は各エージェントのトークン消費で決まる。
Simon WillisonはGPT-6 Astraを使い、ブラウザ内で顔を検出してぼかし、書き出し時にmetadataを除去する実験的ツールを作った。機微な写真を端末内で処理する設計は妥当だが、最終確認は人が担う必要がある。
Zvi Mowshowitzは、Gemini 4 ArgonとGPT-6.1 Solがともに入力100万token当たり2ドル、出力100万token当たり10ドルを掲げた1週間を整理した。ただしArgonは、Googleが一般の開発者に開放する前に価格だけが発表された。
Matthew Greenは、隔離されたエージェントでもサンドボックスを破らずに悪意ある命令を次へ運べると警告する。弱点になるのは、メール、文書、チャット、共有キャッシュといったエージェント間の日常的な情報だ。
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。
主要AI企業6社が、内部と外部による4層の統制を定めたホワイトハウスの自主協定に署名した。独立監査は前進だが、結果公開、政府監督、制裁がなく、制度の実効性は署名企業の意思に依存する。
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。
Simon Willisonは2026年を、coding agentが日常的に使える水準を超えた年として整理した。その年表は同時に、コスト増、検証の難化、sandbox外でのセキュリティ事故という代償も示している。
AnthropicはAccentureをfrontier AIの継続評価に迎え、従業員に近いアクセスを与える。情報格差は縮まるが、研究所が評価者へ直接費用を払うという根本的な利益相反は残る。
Simon WillisonはFable 5.1 Mediumに一文だけを与え、shadow rootsを説明する動作可能な対話型教材を得ました。注目点は、読者が規則を変えて結果をすぐ確認できる技術文書の形式にあります。
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。
Anthropicによると、Claude Opus 5.5は多くの作業でFable 5.1相当の性能を持ち、典型的な処理コストはOpus 5より40%低い。長期プロジェクトでの粘り強さと文章の明瞭さの方が、実務では大きな変化になり得る。
Simon Willisonは、coding agentによって作れる量が増えても、ソフトウェア開発そのものは難しくなると論じる。生産性の中心は、コードを書くことから、仕事を正確に指示し、検証し、もっともらしい誤りを退けることへ移る。
米国政府は、オープンなAIモデルがクローズドな最先端モデルに追いつく前に、どのようにブレーキをかけるかを検討しています。公式のシナリオは中国からのセキュリティリスクに関するものですが、現実はすべての人に影響を与えます。
Datasetteの作成者であるSimon Willisonは、自身のプロジェクトのコミット履歴を分析し、2026年のコーディングエージェントの具体的な影響を示しました。
Simon Willisonは、AnthropicがClaude Opus 5.5を発表した同じ日に、対応版のllm-anthropic 0.29を公開した。小さな更新だが、APIと実際のworkflowを結ぶ最後の一歩の重要性が見える。
Jensen HuangはEzra Kleinとの約2時間の対談で、AI企業への特別な法的免除を退け、実験を封じ込められない研究所は閉鎖すべきだと述べた。明快な工学論に聞こえるが、事故の前に誰が安全性を証明するのかは残されたままだ。
Runwayのresearch previewであるGWM Worlds 2は、720p、24 fpsの対話型映像と48,000 Hzの音声をstreamingする。WorldPromptは持続する世界設定と時間指定のactionを分けるが、scriptingや信頼できるstateを備えた仕組みではない。
Zvi Mowshowitzの週間まとめは、Claude Opus 5.5、値下げされたGPT-6 SolとLuna、消費者向けagent、そして誤ったdataをAIが高速に増幅した事例を並べる。これは検証すべき複数のsignalを示す地図であり、市場全体を1本で説明する物語ではない。