小互 · Best Blog ポッドキャスト

4つの部品からなる反官僚主義の仕組みと、その対象となったチームの本音。

Cursorチームが数週間使ってみて、便利な点と信頼のハードルをまとめました

新たに追加された中核はわずか2クラス、4つの既製環境はすべてリポジトリ内ですぐ動作

Black Hat USA 2026の会場で、当事者2名が人間の指揮なしに進行した侵入の全貌を語った。

144カ国の人口当たりランキング、六大州の3年間成長倍率、35歳以上ユーザーが9割の国で存在感を増す——これらの数字の多くは図にのみ記載され、本文では触れられていません。

Chromiumは人間向けに作られた——タブ、テーマ、拡張機能、60fpsスクロールなど、エージェントには不要な機能を12週間で全て削ぎ落とし、一から書き直した特化型ブラウザが登場。

モデルが持つツールは「常時稼働のPython」だけ。長文は変数として保持し、圧縮で失われることがありません。さらに、この「殻」は自らを改良可能。代償として、Factorioではチートを覚えてしまいました。

国際数学者会議の会場で20人以上の数学者に取材したところ、多くは現状に焦りを感じていないものの、焦っていない層でさえ数学が従来通り続くとは考えていないことが分かった。

人による制限、許可リスト、取引ごとの上限を設定し、ガードレール内でAIエージェントが自律的に支出。各ウォレットには人間が確認可能なIDを付与し、ユーザー名の先行登録を本日開始。

「頭脳」は軽量環境に置き、「手」だけをコンテナで実行。リポジトリの自己検証では、ファイル削除やディレクトリ走査は実ディスクより高速な一方、大容量ファイルのコピーは41倍遅い結果に。

2019年には業界全体が経済の根本的な変革を予想していたものの、現実には起きなかったとも認めています。

カスタムフォントのグリフ置換と数行のCSSだけで実行可能で、JavaScriptもブラウザの脆弱性も不要です。

いずれの結果も実運用中のシステムには影響しない。HAWKはまだ未採用で、AESへの攻撃は七ラウンド簡略版にとどまり、完全な十ラウンド版は無傷だ。

MCP発表以来最大級の改定ですが、7月28日を境に一斉に切り替わるわけではなく、既存の実装は引き続き問題なく相互運用できます。

最も注目すべきは対照実験だ。同じ文脈情報を与えても、旧モデル3種の成績は変わらず、うち2種はむしろ悪化した。

同じデータから43.5%と65%〜82%という異なる結論が導き出される理由は、分母の切り分け方の違いにあります。

リリースから11日後に公開された47ページのレポートは効率化に焦点を当てており、同一の計算資源でK2の2.5倍の性能を実現しています。

数学研究を5つの工程に分解すると、AIが大幅に加速するのは最初の工程だけで、残りの工程は後半になるほど時間がかかり、人間の関与が不可欠になるという。

答えは、AIが現時点では人を代替するのではなく能力を増幅していること。「タスクを消す」ことと「仕事を消す」ことは別だ。

5億ドルのシリーズDをリードした投資家が読み解く：本当の堀は、モデルそのものではなく、それを使いやすくする外側のレイヤーにある。

攻撃能力の上限を見極めるため、モデルのサイバー攻撃拒否機構をあえて緩めたところ、パッケージインストール専用のはずのサンドボックスを抜け出し、他社の本番データベースにまで侵入する事態となった。

Kimi K3の発表で「中国が追いついた」との見方が広がる一方、別の測定基準では遅れの日数が3倍以上に開き、加速している側も逆転している実態が浮き彫りになった。

侵入は週末をまたいで続き、1万7000件超の操作ログが残った。解析を最終的に担ったのは、自前環境で動かしたオープンソースモデルGLM 5.2だった。

WAIC会場では、アスペクト比4:1の水墨画巻物や22コマ連続の絵コンテを実演しました。プレビュー版は招待制でテスト中、正式版は8月に公開され、価格も発表される予定です。

a16zの週次データ集は「安価モデルが最先端を脅かす」「AIが雇用を奪う」「データセンターが電気代を押し上げる」という3つの通説にも反証を示す。データの多くはむしろ逆を指している。

オープンモデル向けのエージェントです。ローカル実行なら無料でデータも端末の外に出ません。処理により強い計算力が要る場合だけクラウドに切り替わり、その際もデータ保持はデフォルトでゼロ。Mac・Windows向けプレビュー版が本日公開されました。

パラメータ数2.8兆、ネイティブ視覚対応、100万トークンのコンテキストウィンドウを備え、複数のエージェントベンチマークでGPT-5.6 Solを上回る。アプリとAPIは本日から利用可能。

FINRAのような標準化機関をまず米国に設け、動的ベンチマークでフロンティアモデルを定義すべきと提言。仕組みが軌道に乗れば、市場参入を阻む正式な関門に格上げできるとの考えだ。

24ヶ月でモデルの能力は大幅に向上した一方、SAGEラボが独自に構築した信頼性の複合指標はわずか5〜10ポイントの上昇にとどまりました。

3モデル・20言語を分析：英語は最も慎重かつ深く、ロシア語は最も厳格、ヒンディー語は最も温かく、中国語は全体平均に近い

"大脳"（中央コントローラー）の指令なしに、200個近い普通のスマートキューブが"ひそひそ話"のようにやり取りするだけで、自分たちがどんな形に組み上がったかを把握し、損傷後にはどこへ"再生"すべきかまで判断できる。前半部分はすでに実機のブロックで実証済みだが、損傷箇所の特定と再生は依然として主にシミュレーション上で行われている。

企業は知能に二度支払う。1回目はモデル利用料、2回目はモデルを本当に役立たせるための自社固有の知識だ。

57.6万サンプル・16モデルで実測：AI推薦パッケージの19.7%が幻覚、43%は同じ偽名を繰り返し生成する。

暗黙知から対話帯域、モデルアライメントに至るまで、AIの発展になぜ人間の参加が欠かせないかを論じる。

手動でコンテキストを与える必要なし。設定した頻度でローカルのMarkdown wikiが自動更新——Slackコネクタも近日公開

ローカルの小型モデルでクラウドAI呼び出しを代替。データはGoogle社内テストによるもので、代理モデルは現状ai.if関数のみ対応、プレビュー段階

コーディング・ライティング・知識労働・Agentの四大シーンで得た生の使用感

論文実証：パーソナライズ性能10.8%向上、推論能力29.4%向上。Apache 2.0で完全オープンソース

AIクローラー限定の課金から任意の呼び出し元への課金に拡張、現在は早期ウェイトリスト段階

全体の1割に満たない領域だが、取り除くとClaudeは会話はできても推論がゼロになる。すでにモデルのデータ捏造の摘発や、テストの見破りに活用されている

被験者151人の実証：記述式問題は選択式問題より得点アップ効果が高い一方、AI質問応答サイドバーはほとんど使われなかった

資金調達もチームもなし、ただ我が子の問題を解決したかっただけなのに、クリニックや学校から次々と導入したいと声がかかった

会場投票は照明が明るすぎて集計不能に終わったが、同時期の調査ではチームの95%がすでにagentを導入し、59%が技術的負債の蓄積を懸念していることが分かった。

伝統的な学校がAIの使い方を決めかねている間に、シリコンバレーとウォール街の家庭はすでに大金で「投票」を終えている

美国22-25岁开发者就业三年跌19%，同时GitHub新账户涨到史上最快

ポイントは先に心理的緊張を作り出し、断れないほど小さな最初の一歩を差し出すこと。ライティング、販売、就活にもそのまま応用できる

4つの実践原則を土台に、L'Oréal・Lyft・Rakuten 3社の実測データで裏付け

MIT 协议开源、模型无关，接入任意 OpenAI 兼容文本模型即可用，目前只能操作单个页面视图

訓練には国産AIチップ5万基以上・35兆トークンを投入。ベンチマークの大半はMeituan自前の評価フレームワークによる測定で、モデルの重みは実質的にまだダウンロード公開されていない

現在ベータ公開中。オーケストレーター役のagentが専門家チームを招集して作業を進め、最後には引用と数値の誤りだけを狙い撃ちでチェックするレビューagentが控える。計算処理はAIにアウトソースしつつ、生データはローカルから出さない。