AIエージェント

エージェント開発の主戦場は、モデル選びから実行基盤へ移りつつある

Build real agentic apps using CUGA: two dozen working examples on a lightweight harness は、IBM Research が公開した CUGA Apps を...
AIエージェント

運用エージェントに必要なのは、判断する前の観測基盤です

Rethinking cloud operations with agentic observability - The Official Microsoft Blog は、Microsoft が Azure Copilot Observa...
生成AI

AI透明性規制は、オープンソースを壊さずに進められるか

透明性を求める規制が、透明な開発文化そのものを不安定にしてしまうことがあります。GitHub BlogのGitHub joins coalition advocating for fixes to California AI Transpa...
AIエージェント

Claude Tagが変える、AIエージェントの置き場所

Introducing Claude Tag \ Anthropic は、Anthropic が2026年6月23日に発表した Slack 向けの新機能です。Claude Enterprise / Team のベータとして提供され、チャンネ...
LLM・基盤モデル

AIは研究者の代わりではなく、仮説の探索範囲を広げる

研究のボトルネックは、知識量だけではなく「どの仮説を試すべきか」にあります。OpenAI の How GPT-5 helped immunologist Derya Unutmaz solve a 3-year-old mystery は、...
AIビジネス

AI標準化は、導入判断の共通言語になる

AIの高度化で難しくなるのは、性能の比較だけではありません。企業や政府が問われるのは、そのモデルをどの基準で評価し、どの証拠を信頼し、どこまで運用に組み込めるかです。OpenAIはHelping build shared standards...
生成AI

AIで毎週リリースする開発は、何を人間に残すのか

AIを開発プロセスに入れると、速くなる。けれど、速くなるだけなら現場の判断材料としては足りません。問うべきは、どこまでを機械に任せ、どこを人間の判断として残すかです。Hugging Face の記事 Shipping huggingface...
生成AI

旅行AIの本丸は、会話ではなく予約可能な実行層にある

旅行計画のAI化で問われているのは、チャットで旅程を提案できるかではありません。ユーザーの曖昧な希望を、実際に予約できる選択肢へどこまで接続できるかです。OpenAIの事例記事How Omio is building the future ...
コラム

【週刊 AI 懐疑論 #9】週刊 AI 懐疑論 #9:AIの飢えを、誰が引き受けるのか

生成AIをめぐる議論は、性能向上の物語として語られがちです。しかし、その裏側で起きているのは、より大きな入力を必要とするシステムが、社会のどこまでを資源として扱うのかという問いです。データ、著作物、会話、秩序。その境界が曖昧なまま、導入判断...
AIプロダクト

AI導入の制約は、モデル性能から電力設計へ移り始めている

Microsoft は Powering the next wave of AI: Expanding capacity with our new datacenter in Pecos で、テキサス州ペコスに新しいデータセンターキャンパス...