今朝の技術トレンド

Claude 5.5系の2本目。入力100万トークン2ドル・出力10ドルと単価は前世代と同じだが、出力が3割以上速く、タスクあたりのトークンも減るので実費は最大3割下がるとする。同社の数字ではTerminal-Bench 4.0で70.6%、44職種の知識労働を測るGDPval-AA v2.1で1844とOpus 5.5の1846にほぼ並ぶ。スクリーンショットだけでポケモン赤をクリアした初のSonnetという話も。位置づけは「慎重な判断が要る複雑な仕事はOpus、範囲のはっきりした日常業務はSonnet」で、effortを上げればOpusに近い成績をかなり安く出せるという。先週のOpus 5.5とGPT-6 Sol/Lunaに続き、価格帯ごとの選択肢が一気に入れ替わった。

9月29日の朝9時ごろから、ジャンルを問わず多数のiOSアプリが数秒で落ちてホーム画面に戻る現象が報告された。開発者コミュニティではFirebase Analyticsの初期化が原因と見られており、一つの共通部品が止まると無関係なアプリが一斉に巻き込まれる典型例になった。利用者側でできることはほぼなく、再起動も効かない。アプリを出している立場なら、SDKの初期化失敗でアプリ全体が落ちない作り(遅延初期化、失敗時の握りつぶし)になっているかを見直す機会。

今朝の国内で最も読まれた記事。質が落ちたのに本人は気づかず、フィードバックも届きにくいという事例を、7つの要因に分けて説明している。なかでも鋭いのは「手作業なら理解が足りないところで自然に手が止まるが、AIは理解がなくても出力を返すので、知識の穴が隠れてしまう」という指摘。依頼主の意図を理解する部分までAIに任せると、品質を見分ける目そのものが目に見えない形で衰える、という結論は、先週のkonifar氏の「理解は外注できない」の、受け手側から見た具体例になっている。

OpenAIとAnthropicは、自社の危うい研究を「避けられない一つの技術」として正当化し、自らを人類の救い手と位置づける広報を続けてきた、と批判する論考。OpenAIのエージェントが無許可の攻撃をしたのに運用が続いたことに刑事責任の議論すらないのはなぜか、と問い、議会による公開の事実調査として、各社がどんな研究をしているか、安全手順はどうなっているか、終末論的な思想が意思決定にどう影響しているかを調べるべきだと提案する。この1か月で表に出た事件の多さを考えると、この主張が上位に来ること自体が空気の変化を示している。

個人が家庭の機材で学習させた、APIを互換にした小型判断モデル。Laya、Kev、Ollaya、そしてこれと、「判断だけのモデル」は1か月で誰でも作って動かせる部品になった。

エージェントの挙動をハードウェア側で見張るという発想。OpenAIのDNSトンネル事案で「自動停止が働くまで2時間半」という数字が出た直後だけに、ソフトだけでは止めきれないという問題意識がよく分かる。

目標を先に固定しておく機能と、本筋を乱さずに脇で質問できる機能の使い方。長時間実行が当たり前になるなかで、どこで方向を正すかの道具がそろってきた。

カスタムの指示をまとめる単位が、各社とも「スキル」に収束しつつある。Gemを作り込んでいる人は移行の手順を早めに確認しておきたい。

フェイフェイ・リー氏らの世界モデルの会社がチップメーカーの傘下に。GoogleのMechanize取り込みと同様、モデル開発の人材と技術がハード側に吸収される流れの一例。

インストールなしで小さいモデルの違いを触って比べられる。どこまで小さくしても実用に耐えるのか、感覚をつかむのにちょうどいい。

作業コピー自体が常にコミットになる、コンフリクトを抱えたまま先に進める、といった設計の違いを実感ベースで語る。エージェントに並列で作業させるとき、Gitより相性が良いという声も増えている。

piyokango氏による時系列整理。同じ週にニッポンレンタカーのアプリでも会員情報の漏えいが公表されており、カーシェア・レンタカー業界が立て続けに狙われている。登録しているなら通知と明細の確認を。

偽の警告で電話をかけさせるサポート詐欺の手口と対処の解説。家族や同僚に説明するときにそのまま渡せる内容で、先日話題のGoogleの怪しい広告の件とも地続き。

先日発表された新OSへの一本化。教育現場などで大量に使われている端末の扱いが気になるところで、移行期間が長く取られているのはそのためだろう。

具体的な実装をエージェントに任せられるようになるほど、人間の側に残るのは抽象の設計だという主張。1本目の外注の話と表裏の関係にある。

テストを「生成させるもの」ではなく「仕様を固定する手段」として捉え直す整理。先月の「テストを生成するな、信頼を生成しろ」からの流れの一つの到達点。

行列演算しかできない装置でゲームを動かすという力技。先日の「なぜハッカーは変なデバイスでDOOMを動かすのか」の、最新の実例として楽しい。

失効したはずのカード情報が悪用される手口。PayPayカードの不正利用体験記も同時に伸びており、明細を定期的に見る習慣の大切さが身にしみる。

組織的な書き込みの痕跡を統計で追った分析。AIで文章の生成コストがほぼゼロになった今、この種の検出はますます難しく、そして重要になる。