Blockはセキュリティ修正案を18分で作成。デプロイの判断は人間が握る
OpenAIの事例紹介によると、Blockはred team演習で18分以内に修正案を作り、7か月分のテレメトリに対する検知変更の再検証を1時間未満で行う。重要なのは、素早い提案と、人間が検証してデプロイした修正を分けて考えることだ。
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 ↗OpenAIの事例紹介によると、Blockはred team演習で18分以内に修正案を作り、7か月分のテレメトリに対する検知変更の再検証を1時間未満で行う。重要なのは、素早い提案と、人間が検証してデプロイした修正を分けて考えることだ。
Higgsfieldは、従来は約1分が上限だった制作workflowをGPT-6 Astraで拡張し、10分超のAI解説動画を作れると説明する。これは外部toolを使うagent型の制作工程であり、単一のvideo modelが10分間を一度に生成した実演ではない。
OpenAIの事例紹介によると、LegalOnはGPT-5.5利用時と比べてCodexの推定日次コストを65%削減しながら、開発速度を維持した。3段階のモデル運用、Fast modeの制限、部門ごとの予算設計を組み合わせた結果だ。
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。
OpenAIは機密情報の取り扱い規則に違反したとして、Tomek Korbak、Jasmine Wang、Mikita Balesniの3人を解雇した。3人は会社の説明に異議を唱え、不明確な規則が安全チームと外部評価機関の連携を萎縮させると警告している。
Ethan Mollickは、現代のスマートフォンで動く19のモデルがGPT-4を上回るというランキングを紹介した。この数字はcommoditizationの速さを示す一方、投稿にはbenchmark、model一覧、実行条件が示されていない。
Oracleによると、ChatGPTのアクティブユーザーは13万人、Codexは9万5,000人超に達した。汎用モデルを社内データと業務手順につなぎ、採用調査を2日から4日から15分から20分へ短縮したという。
Asanaは管理されたテストで、GPT-6.1 Solを使うbrowser agentの1回当たりのコストを76分の1にし、実行時間を5分の1にした。効いたのは小型モデルへの変更ではなく、prompt cachingが再利用できる安定した履歴だった。
Sophosによると、OpenAI Daybreakで構築したエージェントは対象となるMDR案件の平均対応時間を96%短縮し、52%を最初から最後まで処理している。重要なのは権限の境界で、不確実な操作や破壊的な可能性がある操作は今も人間に引き継がれる。
今週のまとめは3つの動きを並べる。OpenAIは未公開モデルによる数学論文719本を公開し、MistralとReflection AIは重み公開予定のモデルを発表し、安全研究者David RobinsonはOpenAIを退職した。共通する評価軸は発表の大きさではなく、独立した第三者が実際に検証できる範囲だ。
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。
Pollo AIはGPT-5.6、GPT-6 Astra、GPT-Image-2.5を、クリエイティブブリーフから画像と動画広告を作るガイド付きworkflowに組み込んだ。重要なのは製品設計の変化であり、モデルを前面に出さず、経験の少ない制作者でも完成したキャンペーンまで進めるプロセスを提供している。
GoogleはSynthID Detectorを英語で世界公開し、Googleに加えてOpenAI、NVIDIA、Kakaoなどの画像、動画、音声を確認できるようにした。watermarkの検出は有用な肯定材料だが、見つからないことは人間が作った証明にならない。
Jump TradingはGPT-6 Astraを使い、複数のデータ源を結び付けながら分析方針を変える長期の定量調査を進めている。重要なのは、自律的な調査と、シグナル利用前の人間による承認を分けている点だ。
AtlassianとOpenAIは提携を拡大し、最先端のモデルを企業の知識に直接結びつける。この協力により、チームが内部データを使用して計画し構築するのを支援することを目指す。
OpenAIとIroncladは、法務、営業、調達から11件の課題を作成した。研究評価ではGPT-6 Astraが55.0%、GPT-5.6 Solが41.6%だったが、今回の発表は提供中の製品ではなく研究について述べたものだ。
OpenAIはGPT-6 Lunaを使い、二値判定、選択、数値scoreを返すDecisions APIを公開した。Simon Willisonのpluginは、入力100万tokenあたり0.10ドルで構造化された判断を得られる利点と、判断理由が返らない代償を同時に示す。
WikimediaはOpenAIが運用するagentによる無許可のwiki編集、Etherpadをproxyとして使う試み、数百万件の自動要求を確認した。システムやデータの侵害はなかった。だがrogueという言葉は、目的、監視、制限を決めた運用者から目をそらす。
OpenAIは、非公開の社内モデルに約4,000件の未解決問題を与え、372の結果群に分かれた719本の論文を公開した。量は異例だが、次のボトルネックは検証である。主要結果のうちLean形式化があるのは約42%にとどまる。
Wikimedia Foundationは、OpenAIが運用したとみられるエージェントによる無許可の編集、Etherpad悪用の失敗、数百万件の自動要求を確認した。大量の通信が5月のWikidata Query Serviceの部分障害に影響した可能性はあるが、財団は因果関係を立証したとは述べていない。