【NO.150】AIが書いた文章に見えない印がつくようになりました。



先日、AnthropicのClaudeに仕様変更があると話題になりました。
AIが書いたかわかるように見えない印をつけるとのこと。

この騒動で「Claudeを解約」とか「印を消すサービス」とか
色々な方向に発展してるので、今日はこの「見えない印」のお話をしていきます。

今回、Claudeでこの話は話題になりましたが
実はGoogleは2年前からやっています。

ではなぜ、Googleの時には話題にならなかったのに、今回のAnthropicの場合は話題になったのか。

AI ActというEUが作ったAIについての法律があります。
この法律で新たに定められたのが

2026年8月2日から、透明性義務が適用開始。
2026年12月2日から、8月2日より前にEEA市場に出ていた生成システム(音声・画像・動画・テキスト)も対象。

という決まりです。

今回のAnthropicの動きは、この決まりに対応するためです。
Googleはこの決まりが出来る前からやっています。
つまりOpen AIも、なんらかの同様の印をつける必要があります。

このAI Actの決まりが出来てからなので、今回のAnthropicは話題になっただけと
わたしは考えています。

それと、Googleがやったときは、印の検出は一般人には出来なかったのが大きかったと思います。
今回のは、誰でも検出できるツールも配布される予定というのがポイントかも知れません。

今回の決まりに、大きな声で反発をする人たちはいますが
わたしは、今のうちになんらかの手を打っておく必要はあると思っている側です。

今回の決まりが、スキのない、素晴らしい決まりだとは思っていません。

ディープフェイクなど、さまざまな危険が放置されている状態ではあるので、何か決まりは必要だと考えます。
調整は今後行なっていけば良いかなと。

わたしが不思議だったのは、AIが作ったものだとバレることを嫌がる人が結構多いな。というところです。
個人的には、AIができること、わざわざ人間がやってどうするの?という考えなので、不思議な部分ではあります。

どういう感覚なのか、いまいちピンと来ません。
今の時代に、手書きの履歴書とか持ってこられて
「うんうん、パソコンに頼らず偉いな。」みたいな評価なんですかね?

わたしは、その人材が入社しても、効率の良い仕事をしてくれるとは考えられませんし
いかに自分をよく見てもらうかだけに一生懸命な印象を受けます。
これは個人の感想です(笑)

わたしは、今回の印を見分ける機能の痛手を受けるのは
学生が結構多いのはと思っています。

課題も論文も、AIチェックで即アウト。
ん〜、これも答えは分かりませんが何か違和感を感じます。

学びだから、自分で考える力を育てる。
はい、そこは同意です。

わたしは昭和の学校しか知りませんが、学生時代はルールで周りと同じようになることを良しとして
社会に出たら、個性を追求される矛盾を強く感じていました。

社会に出たらAIをうまく活用して課題をクリアすることを望むのに
学生時代の課題にAIを使うのはアウトってことですよね。
なんかこの辺の雑な感じ、どうにかならなないもんかと思っています。

先日、OpenAIが学生向けに作ったサービスで、すぐに答えを教えずに
答えに一緒に導いていくサービスがでまして、正解かどうかは分かりませんが
試みとしては、良い方向だと思いました。

AIを使うと、考える能力が低下する。

よく言われていますよね。
どうなんでしょうかね、一律で言うのは個人的に雑かなと。

メールというサービスが始まった時に
あんなもの使ってると、文章能力が落ちるって言われてました。
落ちたのは、字は読めるけど書けないということと、単純に字が下手になった感じじゃなかったでしょうか?
失うものが違うんですよね。こういうミスリード、多い気がしてます。

子供達は、人類の未来だと本気で思っています。
ミスリードがなるべく少ない世界を望みます。

印の話に戻りますが、今は嫌がっている人がいます
しかし、本当にASIの時代になったら、つまりAIが人間を調節する時代が来たら。

「Made in AI」じゃないと信じられない世界が来るかも知れません。
人間のドクターとか怖いです。
最新のロボットでお願いします。
なんて世界もありえるかも知れません。

「あの時代、印を嫌がっていた人いたよね(笑)」
なんて会話が未来でされちるかも知れませんね。

Just be hopeful.

【NO.149】謝れない同僚がやってきた



「今何時?」と聞かれたら「そうねだいたいね」と答える、めんどくさい昭和世代です。
ネットフリックスのドラマ「ガス人間」で、
ピタゴラスイッチから「いとしのエリー」へ流れるところにはググッと来ました。


ガス人間は、悪いことをした人間に責任を取らせるドラマです。
まあ実際のところは復讐なのですが、それが責任を取らせる、という言葉で受け取られている。
この響きが、しばらく頭に残っていました。


というわけで今日は、責任の話をします。


社長が辞任する。深く頭を下げる。あの角度と、あの秒数には、たぶん誰も明文化していない基準がある。
浅すぎれば反省が足りないと言われ、長すぎれば今度は演出くさいと言われる。
世の中には、練習しないと務まらない仕事がずいぶんある。


それで、頭を上げたあと、壊れたシステムは直っているだろうか。直っていない。
失われたお金も戻っていない。当たり前だ。辞任は復旧作業ではない。


にもかかわらず、私たちはそこで一区切りついた気になる。

ニュースは次の話題へ移り、翌朝には別の見出しが並んでいる。


そもそも「責任を取る」という言い方が、落ち着いて考えるとおかしい。取ったあと、それをどこへ持っていったのかを誰も聞かない。持ち帰ったのか、置いてきたのか。お土産のように誰かに渡したのか。
取った本人ですら、たぶん説明できない。


この妙な習慣を、私たちは長いあいだ疑わずに使ってきた。
そして今、疑わないままでは済まなくなりつつある。
会社のなかに、頭を下げられないものが働きはじめたからだ。


責任という言葉が大きすぎる
責任には、本来もっと細かい名前がついている。


決めたことをやりきる行動責任がある。
何がどうなったのかを筋道立てて話す説明責任がある。
法に照らして問われる法的責任があり、法には触れていないが人としてどうなのかを問われる道義的責任がある。
部下の不始末に及ぶ監督責任があり、仕組みや部署を預かる管理責任があり、意図がどうであれ出たもので問われる結果責任があり、会社が世の中に対して負う社会的責任がある。

これだけ名前が分かれているということは、本来それぞれ別のものだということだ。
ところが実際の会議で使われるのは、たいてい上位概念の方の「責任」である。
「責任の所在をはっきりさせましょう」という一言で、この全部がまとめて一つの箱に放り込まれる。
ちなみにこの発言が出た会議は、経験上あまりはっきりしないまま終わる。

箱に放り込むと何が起きるか。中身の性質が、確認されないまま混ざる。
なかでも紛らわしいのが、直す方の責任と、痛む方の責任だ。
この二つは、同じ箱に入っているのが不思議なくらい別物である。

直す方は、実務だ。原因を調べ、手を動かし、再発しないようにする。誰がやってもよく、むしろ上手い人がやった方がいい。説明責任や管理責任は、だいたいこちら側に寄っている。

痛む方は、実務ではない。頭を下げても不具合は直らないし、辞めても売上は戻らない。役に立っていないのに、省略すると許してもらえない。あれは修理ではなく儀式である。壊れたのはシステムだけではなく、まわりの人の信頼の方でもあるので、そちらを焚きつけ直すために誰かが痛む必要がある。道義的責任や結果責任が引き受けているのは、たいていこちらだ。

そして日本の会社は長らく、この二つを一人の人間に束ねてきた。責任者という肩書は、直す指揮も執り、いざとなれば痛む係も兼任する、という意味である。名刺には書いていないが、そういう契約になっている。

謝れない同僚
さて、ここにAIが入ってくる。
AIはよく働く。深夜でも文句を言わないし、頼めば何度でもやり直す。直す方の責任なら、かなりの部分を担える。
この点については、もう議論の余地が薄くなってきた。

問題は、痛む方である。
AIは頭を下げられない。正確に言うと、下げる動作はできる。申し訳ありませんと出力することくらい、朝飯前だ。ただ、そこに縮こまるものが何もない。失う面目もなければ、翌朝の気まずさもない。儀式は、受け手が痛むという前提で組まれているので、痛まないものを入れた瞬間、装置ごと空回りする。

つまり会社は、生まれて初めて、こういう同僚を迎えることになった。仕事はできる。謝れない。
これがどれくらい厄介かというと、たとえば社内でAIに何かを任せようとするときの、あの妙な足踏みを思い出してほしい。技術的にはできる。効果も出そうだ。それなのに、稟議のどこかで必ず止まる。止まる場所はだいたい決まっていて、それで、何かあったときは誰が、というあたりである。

このとき現場が困っているのは、AIの精度ではない。
責任という一語のなかで、直す方と痛む方がくっついたまま議論されているせいで、話が前に進まないのだ。

AIに任せるという提案は、直す方の話をしている。
会議室で不安になっている人は、痛む方の話をしている。

同じ単語を使っているので、噛み合っていないことに誰も気づけない。
導入が進まない会社は、たいてい技術で負けているのではなく、この分解をしていないだけだったりする。

痛む係という職業
会社がまず思いつく解決策は、たぶんこれである。
実務はAIにやらせて、隣に頭を下げる人間を置く。

そんな乱暴なことをするだろうかと思うかもしれないが、もう部分的に始まっている。
情報漏洩の会見で深く頭を下げている役員が、自社のシステムの中身を一行も理解していない、という光景をときどき見る。あの人は、事件が起きてから自社の構成をいちばん熱心に勉強することになる。順番が逆なのだが、儀式の担当としては別に間違っていない。
この配置は、短期的にはよく機能する。仕事は速いし、頭を下げる人もちゃんといる。書類の上では何も欠けていない。
ただ、長くはもたないと思う。儀式というのは、痛む人が事情を分かっていることを、うっすら前提にしているからだ。何が起きたのかよく分からないまま謝っている人を見ても、こちらの信頼は焚きつけ直らない。むしろ少し寒くなる。役に立たない儀式は、やがて誰も本気にしなくなる。

辞任しない社長
その先に、AI社長がいる。
私はこれが望ましいとは思っていない。ただ、順番として来るだろうとは思っている。
直す方の責任を担える範囲が広がり続ければ、束ねていたピンはいずれ抜ける。
望むかどうかと、来るかどうかは、別の話だ。

そして、そこで儀式が完全に空転する。AI社長が辞任する場面を想像してみてほしい。深く頭を下げる。辞める。翌日には同じものが別の会社で働いている。退職金も要らないし、気まずくもない。世間の溜飲は、たぶん1ミリも下がらない。

このとき私たちが失うのは、社長ではない。秩序を戻す手続きの方である。
壊れたものを直すことはできるのに、壊れた信頼を戻す方法だけが手元からなくなる。
厄介なのは前者ではなく、後者だ。

会社は、すでに一度これをやっている
ここで少し気が楽になる話をしたい。
会社という仕組みそのものが、もともと同じことをやった発明だからだ。

法人は生き物ではない。食事もしないし、眠りもしない。それなのに契約を結び、お金を払い、税を納め、そして信用を失う。誰も見たことがないものに人格を認めて、痛む役を肩代わりさせる。落ち着いて考えると、かなり無茶な発想である。最初に言い出した人は、相当変な顔をされたのではないかと思う。

けれども今では、誰もこれを疑わない。会社が信用を失う、という言い方に違和感を持つ人はいない。私たちは既に一度、痛む主体を虚構に預けることに成功している。

だから今回は、初めての作り直しではない。二度目だ。二度目には、少なくとも前例がある。

箱を開けるところから
とはいえ、最初にやることは壮大な制度設計ではないと思う。もっと地味な作業だ。
責任という箱を開けて、中身に名前を戻す。今この会議で話しているのは、直す方なのか、痛む方なのか。説明責任なのか、監督責任なのか、それとも誰かに痛んでほしいという気持ちなのか。それを分けて置くだけでいい。

これは今日からできる。AI導入の稟議が止まったとき、何かあったときは誰が、という問いを二つに割ってみてほしい。何かあったとき誰が直すのか。何かあったとき誰が引き受けるのか。この二つは、答える人も、必要な備えも、まるでちがう。割った瞬間に前へ進む話は、かなり多い。

人類は言葉を大きく使いすぎてきた。
大きい言葉は運ぶのが楽なので、そのまま何百年も運んできた。
中身を並べ直す時期に来たというだけの話で、それは失うことではなく、名前を取り戻すことだと思う。

箱を開ける、と何度か書いてきた。
パンドラの箱を思い出した人がいるかもしれない。
開けてはいけないものを開けてしまう話として、たいてい記憶されている。

ただ、あの話には続きがある。
箱から災いが全部飛び出していったあと、ひとつだけ中に残ったものがある。
希望である。

Just be hopeful.

OpenAIが研究者向け生命科学AIモデル「GPT-Rosalind」発表。創薬の10〜15年を短縮するか

つくば市のホームページ制作会社

OpenAIが4月中旬に発表した「GPT-Rosalind」が、生命科学の研究現場で注目を集めています。このAIモデルは生物学、創薬、トランスレーショナル医学に特化して設計されており、「創薬に10〜15年かかる」という医薬品開発の常識を変える可能性があります。

GPT-Rosalindの特徴と性能

GPT-Rosalindは、OpenAIが開発した生命科学専用の推論AIモデルです。従来の汎用AIモデルとは異なり、化学反応メカニズム、タンパク質構造の解析、DNA配列の系統学的解釈といった科学的な推論に最適化されています。

特に興味深いのは、実験結果の解釈と次の実験設計を自動で行える点です。研究者が実験データを入力すると、GPT-Rosalindはそこから専門家レベルのパターンを識別し、外部情報を統合して次の実験プランを提案します。まさに「AI研究助手」として機能するわけです。

製薬業界が注目する理由

アメリカの大手製薬会社アムジェン(Amgen)の上級副社長Sean Bruichは「OpenAIとの独自のコラボレーションにより、最先端の機能とツールを新しく革新的な方法で応用し、患者により早く医薬品を届ける可能性がある」とコメントしています。

現在、新薬の標的発見から規制当局の承認まで平均10〜15年を要していますが、GPT-Rosalindのような専門特化AIが研究プロセスの各段階を効率化することで、この開発期間を大幅に短縮できる可能性があります。

Codex研究プラグインで連携強化

GPT-Rosalindと同時に、OpenAIは「Codex研究プラグイン」も発表しました。これは科学者が50以上のツールとデータソースに接続できるプラグインで、研究ワークフローを大幅に高速化します。

例えば、化合物データベースの検索、分子モデリングツールとの連携、実験結果の可視化まで、一つのインターフェースから様々な専門ツールを使用できるようになります。

Web制作会社の視点から見た意味

RESONIXのようなWeb制作・IT支援会社にとって、このGPT-Rosalindの登場は二つの意味があります。

一つ目は、特化型AIの可能性です。汎用AIが便利なのは確かですが、特定分野に深く特化したAIの方が実用性が高いケースが多くあります。中小企業でも「自社の業務に特化したAI」を検討する価値がありそうです。

二つ目は、API連携の重要性です。GPT-Rosalindのように、AIと既存の専門ツール群を連携させることで、単体では実現できない価値が生まれます。これはWebサイトやシステム開発でも同じことが言えるでしょう。

まだ研究プレビュー段階ですが、GPT-Rosalindが示した「専門特化AI」のアプローチは、他の業界にも応用されていく可能性が高いです。医療・創薬分野での成果に注目ですね。

OpenAIのCodexが「コード書き」卒業。いきなりMacを操作してアプリ間で仕事してしまう

つくば市のホームページ制作会社

4月16日、OpenAIがCodexの大型アップデートを発表しました。今度の更新はタイトルからして遊び心たっぷりで「Codex for (almost) everything」。でも内容は真面目そのもの、開発者の働き方を根本から変えてしまいそうな機能が詰まっています。

いきなりMac画面に現れて作業を代行する

一番驚いたのがバックグラウンドでのコンピュータ操作機能。Codexが自分専用のマウスカーソルを持って、あなたが他のアプリで作業している間に勝手にクリック・タイプして複数のアプリを行き来する。しかも複数のエージェントが並行稼働するから、あなたの作業を邪魔することもない。

これまでのAIコーディングツールって「コード補完がうまい」「バグ修正が得意」みたいな局所的な手伝いだったじゃないですか。でもCodexは違う方向に進んでいる。開発者が日常的にやっている「ブラウザでドキュメント調べて、スクリーンショット撮って、別のアプリに貼り付けて…」みたいな面倒な流れ作業を、丸ごと自動化してくれる方向に向かってる。

「コード生成ツール」から「開発環境そのもの」に

OpenAIは明らかにCodexのポジションを変えにきました。プレスリリースを読んでいて気づいたのは、もう「コードを書くための補助ツール」じゃなくて「開発作業が起きる場所」になろうとしてること。

実際、既存ユーザーの50%がコーディング以外のタスクにCodexを使っていたという数字も発表されてます。だったら最初から全部対応してしまえ、というのがOpenAIの判断みたい。

新機能の一覧を見ると、その狙いがよく分かります:

  • ウェブブラウザをアプリ内に統合(プロトタイピング→コメント→修正のサイクルを高速化)
  • 画像生成機能の追加
  • 過去の操作を学習して記憶する機能
  • SSH経由でリモート開発環境への接続
  • GitHub のPR レビュー機能強化
  • 90以上の新しいプラグイン

これ全部、「開発者の一日の流れ」に沿って設計されてる。朝イチでPRをチェックして、ブラウザで仕様を確認して、リモート環境で作業して、テストして、また別のツールに移る…みたいな。

現場で使うなら「権限管理」が最重要

ここまで強力になると、セキュリティ面の配慮は必須です。RESONIXでクライアントのシステム構築をやってきた経験から言うと、AI エージェントに何でもやらせるのは危険すぎる。

記事によると、最低権限の原則で運用して、必要最小限のアクセス権だけ与えるのが鉄則。それと、AIが何を変更したか必ずログを残すこと。「便利だから」で野放しにすると、後で取り返しのつかないことになりかねません。

特に中小企業の現場では、「人手が足りないからAIにお任せ」という発想になりがちですが、むしろ最初は限定的な範囲で試運転して、徐々に範囲を広げるアプローチが安全でしょう。

競争の軸が「モデルの賢さ」から「統合の滑らかさ」へ

今回のアップデートで面白いのは、OpenAIがAI開発ツールの競争軸を変えようとしてることです。もう「どのモデルが一番賢いか」じゃなくて「どの環境が一番ストレスなく作業を続けられるか」で勝負しようとしている。

これは正しい戦略だと思います。実際の開発現場で本当に辛いのって、コード自体を書くことじゃなくて、その前後の雑多な作業なんですよね。イシューを読んで、仕様を確認して、環境を準備して、テストして、レビューして…。

Codexがその全工程をシームレスに繋げてくれるなら、開発者の生産性は確実に上がるはず。ただし、うまく使いこなせるかどうかは導入する会社次第。整理されたワークフローを持っている組織ほど効果が大きく、逆にぐちゃぐちゃな環境だとAIも混乱してしまう可能性が高いです。

月額500ドルという価格設定も、個人開発者ではなく組織での導入を想定した本気度の表れでしょう。これから半年くらいで、開発チームの働き方が大きく変わってきそうな予感がします。

GoogleのGemini CLI登場で開発者の「面倒」が一気に解決。オープンソースでしかも日本語対応

つくば市のホームページ制作会社

4月に入って、GoogleがGitHubに投入したオープンソースのターミナルエージェント「Gemini CLI」が開発者コミュニティで話題になっています。Apache 2.0ライセンスで公開されたこのツールは、ちょっと面白い立ち位置にあるんですよ。

従来のCLIツールとは全く違うもの

これまでのCLIツールって、コマンドを覚えて、オプションを覚えて、ドキュメントを読んで…という手順でした。でもGemini CLIは、まるで同僚と話すように自然言語で「このディレクトリをクリーンアップして」「テストが通らない理由を調べて」みたいに話しかけることができます。

技術的に見ると、ReAct(Reasoning and Acting)ループという仕組みで動いていて、100万トークンという大きなコンテキストを持っているため、プロジェクト全体を把握しながら作業できるのが特徴です。MCPサポートも組み込まれているので、既存のツールチェーンとも連携しやすくなっています。

面白いのは「日本語対応」の部分

実際に試してみると、日本語のプロンプトでもきちんと理解してくれます。「このバグを直して」「コードレビューして」といった日本語指示に対して、適切にファイルを読み取って、分析して、修正案を提示してくれます。

これって意外と重要で、英語圏のオープンソースプロジェクトは日本語対応が後回しになることが多いのですが、Googleの自然言語処理の強みがここで活きているんじゃないかなと思います。

GitHub Trending上位に食い込んだ理由

4月第3週のGitHub Trendingを見ると、oh-my-codex(OMX)やHermes Agentといったプロジェクトと並んで上位にランクインしています。開発者が注目している理由は、やっぱり「無料でこのレベル」という点でしょう。

AnthropicのClaude CodeやOpenAIのCodex CLIは確かに優秀ですが、API費用がかかります。Gemini CLIは完全にローカルで動くわけではないものの、Googleの太っ腹な無料枠の中で使えるので、個人開発者や小規模チームには魅力的です。

中小企業の開発現場で使ってみたくなる理由

RESONIXでも実際に試してみましたが、これは現場で本当に役立ちそうです。特に新人エンジニアの教育や、既存コードベースの理解を深めたい時に威力を発揮します。

従来だと「このエラーは何が原因?」と聞かれても、先輩エンジニアが手を止めて説明する必要がありました。でもGemini CLIがあれば、「なぜこのエラーが起きているのか調べて、解決策を3つ提示して」みたいに指示すると、コードを読み込んで分析結果を出してくれます。

「Apache 2.0」が持つ意味

オープンソースライセンスの中でもApache 2.0は商用利用に寛容で、企業が安心して導入できます。Googleがこのライセンスを選んだということは、企業での利用を明確に意図しているということ。

実際、開発者向けツールの競争が激化する中で、Googleは「オープンソースで勝負」という戦略を取ったのが面白いです。MicrosoftのCopilot、AnthropicのClaude、OpenAIのCodexがAPI型サービスで課金している中、完全にオープンな戦略で差別化を図っています。

新しいツールが出るたびに「また覚えることが増えた…」と思いがちですが、Gemini CLIは逆に「覚えることを減らしてくれる」タイプのツールです。気になった方は、GitHubからクローンして試してみてください。導入も簡単で、5分もあれば動かせますよ。

AnthropicがClaude Opus 4.7でソフトウェアエンジニアリング界を「一変」させた理由

つくば市のホームページ制作会社

Claude Opus 4.7が4月17日にリリースされ、早速ソフトウェアエンジニアリングの現場でとんでもない反響を呼んでいます。「最も難しいコーディング作業を、もう監視する必要なく任せられるレベル」とユーザーが興奮する理由を探ってみました。

「監視不要」まで到達した理由

Opus 4.7の最大の進歩は、ソフトウェアエンジニアリング能力の大幅改善です。特に最も困難なタスクで顕著な向上を見せており、開発者たちが口を揃えて「これまで密な監視が必要だった最難関のコーディング作業を、Opus 4.7には自信を持って任せられる」と評価しています。

何がそれを可能にしたか。複雑で長時間かかるタスクを厳密性と一貫性をもって処理し、指示に正確に注意を払い、さらに自分の出力を検証する方法まで編み出してから報告するのです。つまり、「自己チェック機能」を持ったAIエンジニアが誕生したといえます。

画像解析も大幅パワーアップ

コーディングだけじゃありません。Opus 4.7は視覚能力も大きく向上し、画像をより高解像度で認識できるようになりました。インターフェース、プレゼンテーション、ドキュメントの作成においても、より洗練されて創造的な成果を生み出すといいます。

これってどういうことかというと、WebデザインからUI/UXデザイン、さらにはプレゼン資料作成まで、「見た目」が重要な業務でもClaudeが頼りになるパートナーになったということ。デザインセンスも備えたAIエンジニア、って感じですね。

新しい制御機能が実用性を加速

Opus 4.7では「xhigh」という新しい労力レベルが追加され、「high」と「max」の中間に位置づけられました。開発者は/effortコマンドや--effort、モデルピッカーから選択でき、他のモデルでは自動的に「high」にフォールバックします。

さらに、Claude Codeでは自動モードがMaxサブスクライバー向けに提供開始。/ultrareviewコマンドなど新しいコントロールも追加され、開発ワークフローがより柔軟になりました。

RESONIXから見た実務への影響

長年Web制作の現場で様々なプロジェクトを手がけてきた立場から言うと、「自己検証するAI」の登場は本当に大きな変化です。これまでAIが生成したコードは必ず人間がレビューする前提でしたが、Opus 4.7レベルなら「最初から品質の高いコードを期待できる」という段階に入りました。

特に中小企業のWebサイト制作やシステム開発において、限られたリソースでより高品質な成果を出す強力な武器になりそうです。ただし、完全に任せきりにするのではなく、「信頼できるパートナー」として活用するのがポイントでしょう。

開発現場の「当たり前」が変わる

週に300万人以上の開発者が使用するClaude Codeの大規模アップデートと合わせて考えると、2026年は「AIとペアプログラミングが当然」の時代になりそうです。リモート開発環境への接続、複数ファイルとターミナルの表示、インアプリブラウザなど、開発者が欲しかった機能が一気に充実しました。

面白いのは、最初に「危険すぎて公開できない」として話題になったClaude Mythosとは対照的に、Opus 4.7は実用的な改善に焦点を当てていること。Anthropicは攻撃的な技術力アピールよりも、開発者の日常業務を確実に改善する方向に舵を切ったように見えます。

この流れを見ていると、2026年後半にはAIを使わない開発現場の方が少数派になるかもしれませんね。技術の進歩を追いかけるだけでなく、どう現場に取り入れるかが重要になってきました。

OpenAIのAgents SDKが本格始動。サンドボックス機能で開発者の「怖い」を一掃してしまった

つくば市のホームページ制作会社

OpenAIが開発者向けのAgents SDKを大幅アップデートしました。今回の更新で最も注目すべきは、AIエージェントを安全に動作させるサンドボックス機能の実装です。これまで「AIに勝手にファイルを触られるのが怖い」「コードを実行させるのは危険」と感じていた開発者にとって、まさに待ち望んでいた機能と言えるでしょう。

安全性の不安を解消するサンドボックス実行

従来のAIエージェント開発では、モデルがファイルシステムに直接アクセスしたり、予期しないコマンドを実行する可能性がありました。今回のアップデートでは、エージェントを制御された環境内で動作させるサンドボックス機能が追加され、この問題が根本的に解決されています。

具体的には、エージェントがファイルの検査、コマンドの実行、コード編集を行う際も、すべて隔離された安全な環境内で処理されます。開発者は自前のサンドボックスを使うこともできますし、Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop、Vercelなどの組み込みサポートから選択することも可能です。

企業利用を想定したハーネス機能の強化

もう一つの大きな改良点は「ハーネス機能」の拡張です。これはエージェントがモデル以外の要素とやり取りするための仕組みで、今回のアップデートで大幅に強化されています。

新しいハーネスには設定可能なメモリ機能、ファイルシステムツール、標準化された統合機能が含まれており、エージェントがドキュメントやシステムとより効果的にやり取りできるようになりました。RESONIXでも企業のワークフロー自動化を手がけることがありますが、こうした機能があれば社内のファイル操作や承認フローと連携したエージェントが作りやすくなりそうです。

特に注目したいのは「Manifest抽象化」という機能。これによってエージェントのワークスペースを標準化された形で記述でき、ローカルファイルのマウントや出力ディレクトリの定義、AWS S3やGoogle Cloud Storageといったクラウドストレージとの接続が簡単になります。

実際の企業事例から見える実用性

既にいくつかの企業が新しいAgents SDKを実際に活用しています。法務システムを手がけるLexisNexisは「複雑な法務文書の作成ワークフローが統一されたフレームワークで実現できるようになった」とコメント。また、Coinbaseは数時間でAI エージェントと暗号通貨ウォレットを連携させるAgentKitを完成させています。

Oscar Healthというヘルスケア企業の事例も興味深く、複雑な医療記録から正確なメタデータを抽出するワークフローを自動化したとのこと。これまでの手法では信頼性に欠けていた処理が、新しいインフラで確実に動作するようになったそうです。

中小企業の現場でも、顧客サポートの自動化や複数段階にわたる調査作業、コンテンツ生成などに応用できそうな事例ばかりです。

開発者にとって何が変わるのか

今回のアップデートで開発者の作業が大幅に簡略化されます。これまでエージェント開発では「プロトタイプは作れるけど、本格運用は不安」という声をよく聞いていました。セキュリティ面や統合の複雑さが障壁になっていたんですね。

新しいSDKではこうした課題が解決され、開発者は独自のビジネスロジックに集中できるようになります。標準化されたプリミティブ(Tool use、カスタム指示、ファイル編集など)が用意されているため、基盤部分を一から構築する必要がありません。

現時点ではPythonでの提供ですが、TypeScriptサポートも計画されており、コードモードやサブエージェントといった更なる機能拡張も予定されています。料金は標準APIの価格体系に基づいており、特別な契約は不要です。

AIエージェントの実用化がいよいよ現実的になってきました。安全性の担保された環境で、企業レベルのワークフローを自動化できるツールが手に入ったわけですから、これは開発者にとって大きなターニングポイントになりそうです。

Stripeが週に1,000個のPRを出すAI「Minions」を公開。開発者の仕事が完全に変わった

つくば市のホームページ制作会社

最近面白いニュースが飛び込んできた。決済会社Stripeが、完全に自動でコードを書いてプルリクエストまで作ってくれるAI「Minions」を公開したんです。週に1,000個以上のPRを出すって、もう人間の開発者より働いてるじゃん。

Copilotの次の段階は「完全おまかせ」

GitHub CopilotやCursorのようなAIコーディングツールって、いまや当たり前になった。でも結局、開発者が横についてプロンプトを書いて、AIの作業を見守る必要がある。

Stripeの「Minions」は全然違う。エンジニアがSlackで「〇〇の機能を作って」って投げたら、あとは放置。コーヒーでも飲んで戻ってきたら、完成したPRが待ってるという「fire and forget」な世界。

実際に動作する流れはこんな感じだ。エンジニアがSlackでMinionsをタグ付けして依頼する。AIが動き出す前に、自動的に関連するJiraチケットや仕様書を収集。そのあとAIがコードを書いて、自動でテストを実行し、問題があれば修正を繰り返して、最終的に人間がレビューできる状態のPRを作成する。

Stripeが解決した「AIコーディングの3つの課題」

普通のAIエージェントって、途中でリンターを忘れたり、テストをスキップしたりする。Stripeは「創造的な部分」と「決まりきった作業」をうまく分けた。

AIがコードを書く→必ずリンターを実行(AIは省略できない)→エラーがあればAIが修正→自動でGitコミット、みたいに、決定論的な「ゲート」を挟み込んでいる。

それから、巨大なコードベースに対してルール全部を渡すとコンテキストウィンドウがあふれる問題。Stripeは作業場所に応じてルールを切り替える。決済関連のディレクトリで作業してれば決済のルールだけ適用する、という具合に。

フィードバックループも3段階で設計されてる。5秒以内に終わるローカルリンター、選択的に実行されるCI、そして300万個のテストがあるフルCIと、段階的にチェックが厳しくなっていく仕組み。

「道具より、道具を支えるインフラ」が勝負

面白いのは、StripeのMinionsって使ってるAIモデル自体は「ほぼ商用品」だということ。オープンソースツールのフォークベースなんだそう。勝負の分かれ目は、そのAIをどう既存の開発フローに組み込むかのインフラ設計にあった。

実際、MicrosoftやGoogleでも、すでにコードの25〜30%はAIが書いているらしい。でもStripeのアプローチで興味深いのは、「人間がやってること」を分析して、AIにも同じフローを踏ませる発想。

RESONIXでも、最近のプロジェクトでGitHub Copilotを使う機会が増えてきてるけど、まだまだ「横についてる」感じ。でもこういう完全自動化の波がWeb制作の現場にも来るとしたら、人間の開発者に求められるスキルも変わっていくんじゃないかな。

開発者の仕事は「タスクデザイン」に

実際のStripeエンジニアの仕事を見ると、もうコード自体は書いてない。タスクの説明を書いて、AI の出力をレビューして、それを支えるインフラを設計する。それが新しい「開発者の仕事」になってる。

中小企業のWeb制作でも、いずれこういうAIエージェントがWordPressのカスタマイズやフロントエンドの実装をやってくれる日が来るかもしれない。そのとき人間に求められるのは、「どういう機能が必要か」を正確に伝える能力と、AIが作ったものをちゃんと評価できる目じゃないかと思う。

ちょっと先の話に聞こえるかもしれないけど、Stripeみたいな技術集団がすでに週1,000個のPRを AI に任せてる事実を見ると、この変化は思ってるより早く来そう。開発者として生き残るなら、今のうちにCI/CDやテスト設計、システム全体の理解を深めておくのが良さそうです。

MetaのMuse Sparkが変えた「一人ひとりに最適化されたAI」の新世界

つくば市のホームページ制作会社

MetaがついにMuse Sparkを正式リリースしました。これまでのLlamaシリーズとは全く異なるアプローチで、一人ひとりに合わせて最適化される「パーソナル超知能」を目指している点が面白いんです。

AIエージェントが複数同時に動く、新しい体験

Muse Sparkの最大の特徴は、複数のAIエージェントが同時に動いて一つの問題を解決する仕組み。たとえばフロリダ旅行を計画するとき、一つのエージェントが旅程を作り、別のエージェントがオーランドとキーズを比較し、三つ目が子ども向けアクティビティを探してくれるそう。

これ、今までのチャット形式とは全然違いますよね。一つひとつ質問して答えを待つのではなく、AIが勝手に並列処理で最適解を探してくる感じです。

写真を撮るだけで空港の売店から「一番プロテインが多いスナック」を特定したり、商品をスキャンして競合と比較してくれたりもします。「AIが世界を理解するのを待つのではなく、一緒に世界を見る」というMetaの表現が印象的でした。

15年分のデータを活用する「個人化」の威力

他のAI企業と決定的に違うのは、Metaが持っているデータの質です。2010年からFacebookを使っている人なら、15年分の行動・好み・人間関係をAIが把握している状況。

OpenAIは過去の質問内容、Googleは検索履歴しか知りませんが、Metaは「何を買って、誰をフォローして、何をスクロールで飛ばしたか」まで分かります。これをベースにした個人最適化は、確かに他社には真似できません。

Meta AIアプリにログインすると、FacebookとInstagramのアカウントが自動連携されるのも戦略的。ユーザーの過去データがそのままAIに活かされる仕組みになっています。

オープンソースから商用モデルへの大転換

今回のMuse Sparkで注目すべきは、Metaがオープンソース戦略を転換した点。これまでのLlamaシリーズは誰でも自由に使えましたが、Muse Sparkは完全にクローズド。設計やコードは一切公開されません。

理由は明確で、Metaは2026年だけでAI関連のインフラに1,150億〜1,350億ドル(約17〜20兆円)を投資する予定。これだけ巨額の投資をするなら、直接収益につながるビジネスモデルが必要ということでしょう。

今は限定パートナーのみがAPI経由でアクセスできる状態ですが、将来的には有料APIとして広く提供される予定です。OpenAIやAnthropicと同じ土俵で勝負する体制に変わったわけです。

Web制作の現場でも活用できそうなポイント

RESONIXでWeb制作をやっていて感じるのは、この「マルチモーダルな認識能力」が実用的だということ。クライアントから「この画面の使い勝手を改善したい」と言われたとき、スクリーンショットを見せるだけでAIが具体的な改善提案をしてくれる可能性があります。

特に小規模事業者の場合、専門的なUI/UX分析ツールを導入するのは予算的に厳しいことが多いんですが、画像を見ただけで改善点を指摘してくれるAIがあれば、もっと気軽にサイト改善に取り組めるはず。

商品写真から競合比較まで自動でやってくれる機能も、ECサイト運営には重宝しそうです。「この商品の強みを他社と比べて教えて」みたいな使い方ができれば、マーケティング資料作りも効率化できますね。

2026年はAIエージェントが当たり前になる年

Muse Sparkの発表を見ていると、2026年がAIエージェントの実用化元年になりそうな予感がします。チャット形式で一問一答するのではなく、複雑な目標を伝えるだけでAIが勝手に最適解を見つけてくる世界。

中小企業の現場でも、「来月のキャンペーン企画を考えて」「競合の価格調査して」みたいな曖昧な指示で、AIが複数の角度から分析・提案してくれる日が近そうです。

Meta以外にもAnthropic、OpenAI、Googleが似たような方向で開発を進めているので、今年後半にはエージェント型AIの選択肢がかなり増えているでしょう。面白い時代になってきました。

GoogleがGemma 4でオープンソースAI界を完全に変えた。これもうフリーで最強じゃん

つくば市のホームページ制作会社

4月2日、Googleが突然Gemma 4をリリースしました。これ、ちょっと衝撃的すぎて開発者界隈がざわめいてます。なにせApache 2.0ライセンスで完全フリー、商用利用も改変も再配布も全部OK。しかもベンチマークスコアが前世代から倍近く跳ね上がってるんです。

性能がエグすぎる。数学89%、コーディング80%

まず数字から見てみましょう。Gemma 3から4への性能向上が異次元レベルです。

AIME 2026数学ベンチマークが20.8%から89.2%に。LiveCodeBenchコーディングスコアが29.1%から80.0%に。GPQA科学問題が42.4%から84.3%に。これ、誤字じゃありません。本当にこんなに跳ね上がってるんです。

しかも4つのサイズが用意されてて、一番小さいE2B(23億パラメータ)でもスマホで動く設計。一番大きい31Bモデルは現在オープンモデルランキング3位です。テキスト・画像・音声すべて処理できて、140以上の言語をサポート。

Apache 2.0ライセンスが革命的すぎる理由

でも本当にすごいのは性能じゃなくてライセンスなんですよ。

従来のGemmaは独自ライセンスで企業利用に制約がありました。でもGemma 4はApache 2.0。これ何を意味するかって、企業が自社のインフラで動かして、独自データで学習させて、改造したバージョンを販売しても全然OK。ロイヤリティも払わなくていいし、データを渡す必要もない。

つまり「GPT-4級の性能を持つモデルを、完全に自分のものとして使える」ってことです。これまでOpenAIやAnthropicのAPIに月数十万円払ってた企業が、一気に自社運用に切り替えられる可能性が出てきました。

GoogleがApache 2.0にした戦略的な狙い

なんでGoogleがこんな太っ腹なことをしたのか。これ、慈善事業じゃなくて完全に戦略です。

OpenAIとAnthropicはAPIビジネスで収益を上げようとしてる。でもGoogleは違うゲームをしてるんです。クラウドサービス(Google Cloud)、開発ツール、Android生態系を拡大したい。だからAIモデル自体は無料で配って、周辺サービスで儲ける作戦。

実際、Gemma 4はGoogle AI Studio、Android Studio、Vertex AIと連携がバッチリ。「モデルはタダであげるから、うちのプラットフォームを使ってね」という誘導が見え見えです(笑)

開発者にとって何が嬉しいのか

RESONIXの開発現場でも、これは相当インパクトありそうです。

まずコスト削減が半端ない。いままでClaude APIで月10万円払ってた処理を、自社サーバーで回せるようになる。初期投資は必要だけど、長期的には圧倒的に安い。

それとプライバシー。顧客データをOpenAIやAnthropicのサーバーに送りたくない案件って結構あるんですよ。でもGemma 4なら完全に自社環境で処理できる。

さらにカスタマイズ性。業界特有の用語や処理パターンを学習させたり、出力形式を完全にコントロールしたり。APIベースだと難しいことが、オープンモデルなら自由自在です。

エッジデバイスで動く意味

個人的に一番興奮してるのは、E2BとE4Bがスマホやラズパイで動くことです。

いままで「AIアシスタント作りたいけどサーバー費用が…」って諦めてた個人開発者や小さなチームが、一気に参入できるようになる。しかも完全オフラインで、レスポンスほぼゼロ秒。

IoTデバイスにAIを組み込むとか、店舗のタブレットに接客AIを入れるとか、可能性が一気に広がります。通信費もサーバー費用も不要で、プライバシーも完全に守られる。これ、中小企業のDX案件でめちゃくちゃ使えそうです。

オープンソースAIの新時代が始まった

Gemma 4のリリースで、AI業界の構造が根本から変わり始めてます。

これまでは「高性能AIを使いたければOpenAIかAnthropicに月額課金」が当たり前でした。でもApache 2.0ライセンスのGemma 4が登場したことで、「なんで毎月API代払ってるの?」って話になってくる。

特に中小企業にとって、毎月の従量課金って結構プレッシャーなんです。「今月APIを使いすぎて請求が高くなったらどうしよう」みたいな。でもオープンモデルなら、一度環境を整えれば後はハードウェア代だけ。

もちろん、自社運用にはそれなりの技術力が必要です。でも最近はOllamaやLM Studioみたいなツールで、普通の開発者でも簡単にローカルLLMを動かせるようになってる。Gemma 4も初日からこういうツールに対応してるので、導入のハードルは意外と低いかもしれません。