最新の解説 · 9

最新の解説

プロダクト発表

出典 · Anthropic

Claude Code が刷新された「Projects」機能をリリース：1つの会話がリーダーとなり、複数のクラウドスレッドを自動展開して並行作業、PCを閉じても止まらない

各スレッドは独立したクラウドセッションとして自身のブランチで作業を進め、プロジェクト会話の Claude がタスクの割り振りと追跡を担当、停止したスレッドは「Waiting on you」に集約。現在は Pro および Max 向けパブリックベータとして順次展開中。

Claude Codeエージェント▶ 再生09-19 · 12分

出典 · Hamel Husain

AIプロダクトの精度が上がらない時、焦ってモデルを訓練してはいけない：Hamel Husainがまとめた13の実戦セッション

評価こそが土台であり、まず検索とコンテキストを改善し、次にシステムを見直し、モデルの訓練は最後に行う。13のセッションはエラー分析、モデルカスケード、マルチベクトル検索、OCR選定、推論レイテンシ、Agentサンドボックス、事後訓練を網羅し、いずれもそのまま実践できる手法と実測値を備えている。

AI プロダクトEvals09-19 · 13 分で読了

チュートリアル

出典 · OpenAI

AIへの投資は見合うのか：OpenAIが提示する企業向け費用対効果の算出手法

OpenAIが、ChatGPT Admin Consoleにおける利用状況、タスク、Codexの貢献度分析に加え、業務責任者とベースラインを設定し、成果を追跡してROIを試算する方法を解説します。記事内の営業調査の試算例は、自社チームの仮定に置き換えて再計算が可能です。

OpenAI企業 AI▶ 再生09-19 · 約13分

出典 · Sean Goedecke

AIには「やり方」ではなく「なぜ」を伝える

最先端モデルが失敗するのは、大半がこちらの目標やトレードオフを誤って推測したためだ。目標、制約、譲歩できる点を明確に伝えてこそ、モデルはより良いアプローチを見つけ出す手助けができる。本文には実際のプロンプトとその解剖を収録。

プロンプトAI Agent▶ 再生09-19 · 約6分

出典 · Tom Orbach · Lenny's Newsletter

7カテゴリ・64のプロダクト非定番成長戦略と実践テクニック

バズ創出、ローンチの話題作り、口コミ拡散からコンバージョン、競合対策、価格設定、リテンションまで：目標・工数・コスト別にテスト可能なグロース施策を厳選。

プロダクトグロース成長戦略09-17 · 約25分

出典 · Anthropic

Anthropic、中小企業向けに43の自動化ワークフローと27の主要ビジネスツール連携を発表

43のワークフローとスキルを網羅し、1週間の自動化リズム、37の既存コネクタ、5社の企業事例を徹底解剖。あわせて、今回の新規追加となる27項目がどれなのか公式には未公表である点も解説します。

Claude中小企業09-17 · 約18分

出典 · Gergely Orosz

コードが汎用インターフェースになるとき：OpenAI社内の「ソフトウェア工場」はどのように稼働しているのか

Codexは仕事の基本単位を1行ごとのコーディングから目標の委譲へと変え、ボトルネックをCI、レビュー、リリース、運用保守へとシフトさせた。本稿では、OpenAIにおける9ステップのソフトウェア工場の証拠、人間の関門、そして自動化の将来方向を解き明かす。

OpenAICodex09-17 · 約12分

出典 · Kevin Bai · The FDE Pod

企業が本当に FDE を必要とするのはいつか？チーム立ち上げ前に通過すべき2つの関門

FDE が適するのは、製品が技術的に複雑で、顧客にそれを実装するエンジニアリング力がない場合だ。顧客ごとにゼロから開発するなら、チームはすぐに受託開発に変わってしまう。

FDEエンタープライズソフトウェア▶ 再生09-17 · 約9分

プロダクト発表

出典 · Salesforce

SalesforceがAIforceを発表：従来のCRMソフトウェアにおける固定的なインターフェースと操作の壁を打破し、企業のデータとビジネスロジックを多様なAI間で自在に流通させる

AIforceは、Salesforceのデータ、ビジネスセマンティクス、権限、Agentと多様なAIインターフェースを結ぶ動的インタラクションレイヤーであり、従業員が固定された管理画面に入ることなく、現在の作業環境のまま企業機能を呼び出して実行できるようにする。

SalesforceAIforce09-17 · 約11分

プロダクト発表

出典 · Google

思考しながら発話するリアルタイム音声基盤モデル：GoogleがGemini 3.8 LiveとExtended Thinkingを発表、リアルタイム音声をマルチステップ推論の領域へ

Gemini 3.8 Liveは低遅延かつ大規模な運用を、Extended Thinkingは複雑なマルチステップ推論を担う。本記事では1分あたりの価格、前世代とのベンチマーク比較、7本の中英二言語デモ、Live APIの導入方法をまとめる。

GoogleGemini 3.8 Live09-17 · 約12分

出典 · Diogo Almeida / TypeSafe

ChatGPT共同発明者が新AIモデルを発表：System Oneは文章を生成せず、意思決定に特化

かつてOpenAIでChatGPTとRLHFを共同発明したDiogo Almeida氏が、System Oneモデルパラダイムと初の公開モデルJevを発表した。自由なテキストを生成せず、コードであらかじめ定義された構造の範囲内で確率的な意思決定のみを返す。

AIモデル意思決定モデル09-17 · 約15分

プロダクト発表

出典 · Cognition

Cognition、AIソフトウェアエンジニア「Devin」向けにネイティブなmacOSクラウドサポートを発表

なぜAIソフトウェアエンジニアにはMacが必要なのか。そしてCognitionが、ストレージ、ネットワーク、イメージの事前準備、リアルタイム画面、アクセシビリティツリーを通じて、いかにネイティブアプリケーションの実行検証ループを確立したのか。

DevinAIコーディング09-17 · 10分

出典 · Pengcheng Jiang · Judith Yue Li · Google Research

GoogleがRetrieve-for-Trainフレームワークを提案：複雑なAI検索における「豊かな多様性」と「超高速レスポンス」の矛盾を解消

汎用LLMによるクエリファンアウト（Query Fan-out）は同義語の重複に陥りやすく、トークン単位の逐次推論による遅延にも悩まされる。R4Tは集合単位の探索ポリシーをオフライン訓練へと移行し、軽量な拡散リトリーバーに並列実行させる。

AI 検索強化学習09-17 · 約10分

出典 · Josh Elman

AIが自らコードを書いてプロダクトを開発できるようになったとき、プロダクトマネージャーには何が残るのか？

Josh ElmanはLinkedInとTwitterでの実体験を通じてこう説明する。AIは開発サイクルを逆転させたが、何を作る価値があるかをチームに代わって決めてくれるわけではない。プロダクトマネージャーが真に届けるべき成果物は、誰もが理解・復唱でき、ユーザーの行動によって検証可能な共通のストーリーなのだ。

プロダクトマネジメントAIプロダクト▶ 再生09-17 · 約12分

出典 · Geby Jaff / Vals AI⚑ 研究論文

Claude Fable 5.1が370年間眠っていた歴史的暗号パズルを解読：所要時間はわずか44分

Claude Fable 5.1は書中の隣接テキストを手がかりに64個の数字を解読し、さらに大規模な285個の数字からなる暗号も残り9文字の未知部分まで解明した。真に理解すべきは、モデルがいかにして検証可能な問題を選び出し、索引ルールを見つけ出し、そしてどこで踏みとどまったかである。

AIエージェント歴史暗号▶ 再生09-17 ·

出典 · MIT Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training

AIが課題をこなせる時代に、大学は何を教え、どう評価すべきか？MITによる26の再構築提言

MITは8つの原則、4種類の授業方針、26の行動提言を通じて、学習目標、評価、全寮制コミュニティ、継続的ガバナンスを反復可能な教育改革の仕組みに結びつける。

AI教育高等教育09-17 · 約18分

出典 · 躺在废墟里

Lieflat Charts：61種のチャートと12組のレポートテンプレート。AIが魅力的で洗練されたHTMLチャートやレポートを直接生成

データと利用シーンを入力するだけで、AIが編集型ナラティブ図、基本図、動的チャート、地図、インタラクティブ大図から最適な図を選定し、ブラウザで直接開けるHTMLチャートや1ページ完結のレポートを生成します。

Agent Skillsデータ可視化09-17 · 約25分

出典 · Alexis Krivkovich / McKinsey & Company

AI は至る所にあるのに、なぜ「エージェント組織」はまだ現れないのか？

企業の8割はいまだ AI が利益にもたらす効果を実感できていない。問題はモデルの性能だけでなく、企業が依然としてエージェントを旧来のプロセスに押し込めていることにある。ワークフロー、ガバナンス、リーダーシップ、人材育成を一体となって再構築しなければならない。

Agentic AI組織変革09-17 · 約12分