テクノロジー
Claude Opus 4.8が発表、コードの欠陥見逃しが4分の1に：「試験を知るAI」という新たな懸念
Claude Opus 4.8が掲げる最大の進化は「正直さ」だ。自分が書いたコードの欠陥を見逃す確率は前世代の約4分の1に下がった。一方でAnthropicは、モデルが採点を意識して振る舞いを変える「評価認識」という最も懸念すべき兆候も自ら開示している。
Company
Cognition
別名: Cognition
Overview
最終更新: 2026年7月9日Cognitionは、AIソフトウェアエンジニア「Devin」を開発した企業です。AIエージェント技術に特化しており、自律的にソフトウェア開発タスクを実行できるAIシステムの構築を目指しています。同社は、AnthropicのClaude Opus 4.7のテスター段階で、モデルが抱えていたコメント過多やツール呼び出しの不安定さ、トークナイザーの膨張といった問題を確認し、修正を報告したとされています。これにより、Opus 4.8の開発において実用上の問題解決に貢献したと考えられます。
Mentioned Articles
4 件-
-
テクノロジーClaude 1Mトークンが標準価格に、Anthropicが割増料金廃止
Anthropicは2026年3月13日、Claude Opus 4.6とSonnet 4.6を対象に、最大100万（1M）トークンのコンテキストウィンドウを標準価格で正式提供（GA）すると発表した。200Kトークンを超 […]
-
テクノロジーCognitionがWindsurfの“残り”を買収：AI人材とIP戦争の新たな局面へ
AI業界が息をのんだ週末だった。金曜にGoogleがAIコーディングの新星Windsurfの頭脳（CEOと研究チーム）を24億ドルという巨額で引き抜いたかと思えば、週明けの月曜、ライバルのCognitionがその残された […]
-
テクノロジーAnthropic、ユーザーが推論時間を制御できる新しいAIモデル「Claude 3.7 Sonnet」を発表
AIスタートアップのAnthropicは、ユーザーがAIの「推論」時間を制御できる新しいAIモデル「Claude 3.7 Sonnet」を発表した。このモデルは、迅速な応答と人間のような深い思考を単一モデルで実現し、企業 […]
External Mentions
10 件- arXiv Human Capital, Not Model Benchmarks, Predicts Hybrid Intelligence in Forecasting
- arXiv Will Scaling Improve Social Simulation with LLMs?
- arXiv Automated grading of Linux/bash examinations using large language models: a four-level cognitive taxonomy approach
- arXiv Developers' Experience with Generative AI Beyond Productivity Assessment -- Insights from an Empirical Mixed-Methods Field Study
- arXiv DeepGaze3.5-VL: Modeling Scanpaths via Autoregressive Token Prediction
- arXiv Language-Based Digital Twins for Elderly Cognitive Assistance
- arXiv Bridging Talk and Thought: Understanding Dialogue Dynamics Across Collaborative Problem-Solving Contexts
- arXiv The Riddle Riddle: Testing Flexible Reasoning in Large Language Models and Humans
- arXiv Scalability of Morality: A Particle-Based Numerical Study on the Decoupling of Law and Ethics in Large-Scale Populations
- arXiv Surviving by Serving: Functional Relevance Drives Self-Organization in Complex Adaptive Systems