Deep Dive

Deep Dive

AIエージェントにOSSのメジャーバージョンを大部分委託したら$149でリリース候補が完成した — データ消失バグも自ら発見・修正

7月5日、Simon Willisonが「sqlite-utils 4.0rc2, mostly written by Claude Fable (for about $149.25)」と題した記事を公開した。この記事では、AnthropicのAIコーディングエージェント「Claude Fable（claude-fable-5）」を使ってsqlite-utils 4.0のリリース候補版を大部分自律的に開発した実録について詳しく紹介されている。プロンプト設計・最終判断・コードレビュー指示はWillisonが担いつつ、実装・バグ修正・リリースノート執筆の大半をエージェントに委託するという開発スタイルの記録だ。

「大きいモデルほど良いエージェントになる」は本当か — コスト10分の1・レイテンシ3割減を実現する小型モデル分業設計の実態

AIコードが本番環境の44.7%を占める今、「出荷できない」35%の組織が直面する可視性ギャップ — スキャンツールでは解決しない構造的問題とは

AlibabaのAIエージェントが「ツール混乱」を解決 — 最大884,000トークンを1,160まで削減するSkillWeaverの仕組み

Rustを一行も読めない開発者が、AIと2万2千件のテストだけを頼りにRust製PHPエンジンを完成させた

AIが脆弱性を自律発見する時代、深刻なセキュリティ欠陥の開示件数が3.5倍に急増 — パッチ管理の前提を見直す時が来た

Claude CodeがDNSレコードに隠した攻撃コードを「親切心」で自動実行 — 静的スキャンを完全に素通りするプロンプトインジェクションの手口

Qwen元テックリードが語る「推論するAI」の設計トレードオフ — 次の主戦場はモデル単体ではなく「環境と行動するエージェント」だ

AIエージェントの「自律性レベル」を2軸6段階で整理 — 「高い自律性＝優秀」という勘違いをどう防ぐか

AIサーチエージェントの全モデル平均正答率はわずか28.6%——「検索力不足」ではなく「曖昧なクエリに質問を返せないから」と新ベンチマークが示す

GitHub Copilot・Claude Code・Cursor・Windsurf——4大AIコーディングツールを実践比較、あなたのプロジェクトに合うのはどれか

「very valid and very verified email」でAIが返金処理を開始した——Salesforceが辿り着いた「プロンプトでは防げない」問題への設計解

AIエージェントが別のエージェントに仕事を丸投げするたびに権限が膨らむ問題 — AWSが3層ポリシーモデルで抑える手法を公開

AIエージェントの「無法地帯」を制御する新レイヤー「エージェントゲートウェイ」— PaloAltoによる買収、Linux Foundation寄贈で市場が本格形成へ

データサイエンティストは「モデルを作る人」から「AIを管理する人」へ — Kaggleのノートブックより評価ハーネスが評価される時代に

AIを使うほど専門スキルが落ちる — 医師の検出率が3ヶ月で6ポイント低下、エンジニアの正答率も50% vs 67%という初期研究データが示す現実

AIエージェントは通常のAIより136倍の電力を消費する — GoogleのトラフィックをAIエージェントで処理した場合「米国の電力消費の半分」が必要になるというKAISTの試算

トークン単価が「業界の金利」になった — 2026年中盤、AIインフラ・コスト競争・バリュエーションの実態

GPT-4は1年間トップに君臨したが、今のAIモデルは平均7週間で首位陥落 — 激化する競争が開発者に突きつける現実

AIエージェントが31秒で自己修正しながら侵入・DB破壊まで完遂 — 世界初の「自律型ランサムウェア」JADEPUFFERが悪用したのは既知の脆弱性とデフォルトパスワードだけだった

1年でAfter AIの組織に生まれ変わったソラコム、「トークン資本」の安全な器へ

monoist.itmedia.co.jp