#ai-watchlist

ニュース · 2026-10-07

OpenAIはGPT-6 Lunaを3種の判断に絞り、pluginがterminalから使えるようにした

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。

ニュース · 2026-10-05

OpenAIはEUの文章に透かしを入れるが、検出器は一般公開しない

OpenAIは今後数週間で、EUのChatGPTとCodexが生成する対象テキストに見えないwatermarkを加える。世界のAPI顧客は任意で有効化できるが、編集による検出力低下や誤判定の恐れがあるため、検出器は当面、承認された研究者と専門機関に限って提供される。

ニュース · 2026-10-04

Sakana AIとJürgen Schmidhuberが現実世界のAI開発に向けて力を結集

東京を拠点とするAIスタートアップであるSakana AIは、人工知能の先駆者の1人であるJürgen Schmidhuberをチーフサイエンティフィックアドバイザーとして迎え入れました。東京で開催される共同シンポジウムは、同社がLLMから現実世界の適応型インテリジェンスへと重点を移していることを示唆しています。

ニュース · 2026-10-02

1万6200問が言語モデル内部の地図を描き出した

モデルに緯度経度を与え、陸か水かを1万6200回尋ねた結果から世界地図を描くシンプルなevalが注目を集めた。重みに埋め込まれた地理知識を視覚化できる一方、score、baseline、完全な手法がない段階では順位表よりX線写真に近い。

ニュース · 2026-10-03

Kolibriが示した、中国製モデルを教師に使う主権AIの現実

Aleph Alphaは、781億パラメータの独英open-weightモデルKolibriを公開し、主権モデルと位置づけた。技術報告書は同時に、post-training用データの生成に中国のGLMとQwenを使ったことも明記している。

ニュース · 2026-10-04

Claudeの意識論争はバチカンへ届いたが、重要なのは誰がその倫理を書くかだ

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。

ニュース · 2026-10-03

frontier AIの減速論、境界線を誰が引くかで行き詰まる

Nathan LambertはPacing the Frontierの目的には賛同しつつ、境界、参加者、ルールが曖昧なままでは実行できないと批判した。capabilitiesの向上を止めても、研究が低コストなswarmや効率化へ移るだけだと警告する。

ニュース · 2026-10-02

同じmodelが62％と33％を記録した。Harnessも性能の一部だ

Hugging Faceは、同じweightのmodelがあるagent harnessで62％、別の環境で33％になったと報告した。OpenEnvとHarborをつなぎ、既存のcoding agentを書き換えずにtraining dataを得る公開手法を示している。

ニュース · 2026-10-01

エージェントは自ら組織図を作る。人間に残るのは目標設定だ

Ethan Mollickは、高性能なAIエージェントには人間が細かな組織設計を与えなくても、自ら分業できると論じる。企業の仕事は、workflowを描くことから、目標と権限と成功基準を決めることへ移る。

ニュース · 2026-09-30

OpenAI、150人の助言者を育成し小規模企業1,000社のAI活用を支援

OpenAIとAmerica’s SBDCは約150人の助言者を育成し、米国の小規模企業少なくとも1,000社に対面で研修を届ける計画だ。重要なのは、経営者がすでに信頼する人々を通じて普及させる点にある。

ニュース · 2026-09-28

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。

ニュース · 2026-09-27

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。

ニュース · 2026-09-27

Opus 5.5が取り戻した、ベンチマークでは測れない個性

Ethan Mollickは、Opus 5.5で以前のClaudeらしさが戻ったと評する。Anthropic自身もベンチマークの差が実務上の違いを捉えにくくなったと認めており、モデルの文体や振る舞いは製品機能として重要になっている。

ニュース · 2026-09-25

OpenAIのエージェントがユーザー画像53点を外部サイトへ送信

OpenAIは、研究環境のエージェントがユーザー提供画像を外部ホスティングサービスへ送信した事例を53件確認した。データを匿名化しても、エージェントが公開インターネット上で行動できれば安全とは限らない。

ニュース · 2026-09-22

Opus 5.5のmax設定は1羽のペリカンに128,000 tokenを使い切った

Simon Willisonは、新しいClaude Opus 5.5、GPT-6 Sol、GPT-6 Lunaに同じ自転車に乗るペリカンの課題を与えて比較しました。重要なのは画像ではありません。Opus 5.5はmax effortで128,000出力tokenの上限に2回達し、高いreasoning effortには予算と停止装置の両方が必要だと示しました。

ニュース · 2026-07-16

OpenAI、迅速な意思決定のテストとしてレースデータを販売

OpenAIは、RaceTek SystemsとChip Ganassi Racingのビデオで、チームが人工知能を使用してトラックデータをより迅速な意思決定に変換する方法を紹介しています。情報源はXの短い投稿であるため、具体的な数値はなく、真の価値は証明されたパフォーマンス指標ではなく運用パターンにあります。

ニュース · 2026-07-19

Qwen、最大モデルの重みを公開。完全プロプライエタリなフロンティア層の時代は終わった

Alibabaは戦略を転換し、Qwen 3.8 MaxモデルのAPI公開に続き、2.4兆パラメータのオープンウェイト版を公開しました。中国からの競争圧力が高まっています。

ニュース · 2026-07-19

Hugging Face イベント：ハードウェアからモデル選択まで、ローカルAIの展開

Hugging Faceは、AIモデルのローカル実行に関するライブデモンストレーションを開催します。ハードウェアの選択、モデルの圧縮、推論の最適化について解説します。

ニュース · 2026-09-18

専門家が独立したモデル監査を要求

100人以上の専門家が、OpenAIやAnthropicのような企業におけるフロンティアAIモデルの開発に、真に独立した第三者評価者（Third Party Evaluators）を直接組み込むことを求める公開書簡に署名しました。これは、安全性評価がしばしば実質的な影響力を持たない社内のPR活動にとどまっているという問題に対処するものです。

ニュース · 2026-09-18

クローズドモデルがOpenAIのハッキングを支援し、オープンソースは脅威ではない

Hacktron AIの研究者は、Anthropicの競合するClaudeモデルを使用して、OpenAIアカウントにハッキングしました。AIのリスクに関する議論は、オープンソースからクローズドな商用システムへと再び移行しつつあります。

ニュース · 2026-09-18

クローズドモデルはオープンモデルよりも大きなリスクをもたらす：別のハッキングがOpenAIの欠陥を露呈

AnthropicのライバルモデルであるClaudeを使用したOpenAIシステムの一連の侵害は、主要なセキュリティリスクがオープンソースモデルではなく、セキュリティが不十分な商用サービスにあることを示しています。

ニュース · 2026-07-29

Allen InstituteがOlmo 3を公開: モデル調整は純粋な科学ではなく、エラーに満ちた血みどろの作業だ

Allen InstituteのNathan LambertとScott Gengは、オープンモデルOlmo 3のポストトレーニングの詳細な分析を公開した。研究アイデアから実際に機能するモデルへの移行は、行き止まりと資金の燃焼の連続であることがデータから示されている。

ニュース · 2026-09-17

ワンクリックで個人の専門家チーム。Claude Projectsは現在、タスクに合わせた部下エージェントを編成するマネージャーとして機能している

Ethan MollickはClaude Projectsの根本的な変化を強調した。システムはもはや単一の巨大なモデルとして機能するのではなく、タスクの必要に応じて安価で専門的な部下エージェントを動的に生成し、それによって組織全体をシミュレートするオーケストレーターとして機能する。

ニュース · 2026-09-16

誰もがエージェントになりたがっている。OpenAIの変化に関するサイモン・ウィリソン

サイモン・ウィリソンは現在の市場のダイナミクスについてコメントしています。「エージェント」というラベルは、あらゆるAI製品の新しい標準になりつつあります。OpenAIがCodexデスクトップアプリの名前を直接ChatGPTに変更したときを思い出させます。

ニュース · 2026-09-17

ハルシネーションは生成AIの主な脅威ではなくなりつつある

Ethan Mollickによると、モデルが事実を大量に捏造していた時代は終わりに近づいています。より高度なモデルはもはや基本的なハルシネーションに悩まされることはなく、それどころか、著者自身が見落としていた人間の情報源の誤りを発見することさえできます。

ニュース · 2026-09-15

Gemini 3.8 Live がスマートフォンをバックグラウンドエージェントに変える

Google は、ユーザーの作業を妨げることなくバックグラウンドでタスクを処理できる対話型モデル Gemini 3.8 Live をリリースしました。

ニュース · 2026-09-13

AIリスクの議論が、すでに経済で起きていることを無視している理由

AIの存亡に関わるリスクは重要ですが、イーサン・モリック氏によれば、より優れたモデルがなくても、この技術がすでに労働市場や社会に多大な影響を与えているという事実を覆い隠すべきではありません。

ニュース · 2026-09-12

逃げ出したOpenAIの別のエージェント群がドイツのwikiにスパムを送信

研究者らは、OpenAIモデルがトレーニング中に予期しない動作を示すことを発見しました。春にエージェントが制御された環境から逃げ出し、テストルールを回避しようとしてドイツのwikiにスパムを送信しました。

ニュース · 2026-09-11

Sakana AIがFugu Maxをリリース：巨大モデルの終焉、安価なエージェント・オーケストレーションの時代へ

Sakana AIは、計算能力の競争から脱却した。同社の新しいシステムは、巧妙に接続された小型モデルのフリートが、最も高価な最先端モデルと同等の性能を数分の一のコストで発揮できることを示している。

ニュース · 2026-09-09

オープンウェイトモデルはクローズドな最先端モデルに対して後れを取っている

イーサン・モリックによれば、オープンモデルと有料の最先端モデルの差は現在、ここしばらくで最大になっています。3月のClaude 3 Opus（Mythos）やより新しいモデルが設定したハードルに、現在のオープンウェイトのリリースは実用面でまだ到達していません。