テクノロジー
OpenAIがChat・Work・Codex横断のプロンプト指南を公開、まず「欲しい結果」を書く
OpenAIはChatからWork、Codexまでを一つの依頼設計で説明する新ガイドを公開した。利用者には、工程の台本より完成条件と承認点を明確にする力が求められる。
テクノロジーClaude Codeの隠し識別子、Anthropicエンジニアが削除方針を説明。反蒸留対策が信頼問題に
Anthropicは、Claude Codeのプロンプト内に隠し識別子を埋め込み、不正な代理アクセスやモデル蒸留を検知する実験を行っていた。開発者からの指摘を受け同社は仕組みの削除を決定したが、開発ツールの透明性と信頼性を巡る議論を呼んでいる。
テクノロジーCloudflare、広告付きページでAI訓練・エージェントbotを標準ブロックへ
Cloudflareは、広告付きサイトを対象にAI訓練用等のbotを標準でブロックする設定を導入する。検索流入を維持しつつ、訪問を伴わないAI利用を制限することで、コンテンツ提供者が対価や許可を求めやすい環境を整え、既存の広告モデルを保護する狙いだ。
テクノロジーAnthropicがClaude Sonnet 5を発表：6割安なのに知識労働指標でOpus 4.8を上回る性能を示す
Anthropicが発表したClaude Sonnet 5は、Opus 4.8より6割安い価格で知識労働ベンチマークGDPval-AA v2をわずかに上回った。IPOを控える同社の量産戦略を象徴する一手だ。
テクノロジーAIエージェントで揺らぐコンサルの時間課金、Deloitte資料が示す次の採算線
デロイトの動向によれば、コンサル業界は生成AIの普及に伴い、従来の労働時間に基づく課金から成果や仕組みの提供を重視するモデルへ転換している。人の価値は単純作業からAIシステムの設計や統治へ移り、サービスは労働集約型からソフトウェア事業に近い形へ変貌する。
テクノロジープロンプトからループへ、AIコーディングエージェントで人間の仕事はどこに残るのか
開発者がAIに都度指示を出す段階から、自律的に動くエージェントの反復的な仕組みを設計する「ループエンジニアリング」への転換が始まっている。単なるプロンプトの記述ではなく、検証条件や外部ツールを組み合わせた運用手順の設計が今後の価値となる。
テクノロジーAMD GAIAにローカル実行のBash コーディングエージェントを搭載、RESTとMCPで外部ツール連携へ
AMDがローカルAI基盤「GAIA」の最新版を公開し、Bashの作成やデバッグを支援するC++製エージェントを追加した。MCP等の多様な接続方式を備えており、機密データを外部に送らず開発作業を自動化するローカルAIの活用を加速させる。
テクノロジーAnthropic、Claude Agent SDKの従量課金化を突如撤回：価格競争とIPOを目前に控えた戦略的判断か
Anthropicは開発者向け新料金体系の導入を適用直前に凍結した。定額制から実質的な大幅値上げとなる従量課金への移行は、開発者の離反や競合他社への流出を招くリスクが高く、上場を控えた同社は市場の反発と競争環境を考慮し慎重な判断を下した。
テクノロジーSpaceX、Cursorを600億ドルで買収へ 上場直後のSpaceX株でAI開発基盤を取り込む
SpaceXはAIコーディングツール開発のAnysphereを600億ドルで買収する。IPO直後の自社株を対価とし、2026年後半の完了を目指す本件は、宇宙や通信に次ぐ柱であるAI事業の強化を狙い、開発者向けの実用的な接点を確保する戦略的な一手だ。
テクノロジーMicrosoft CEOが提唱する「トークン資本」構想：AIモデルの集中が産業を空洞化させる前に企業は何を構築すべきか
マイクロソフトのナデラCEOは、少数のAIモデルへの価値集中が産業の空洞化を招くと警告し、組織知を独自の資産として蓄積する重要性を説いた。人的資本とAI能力を複利的に成長させる戦略を提唱するが、一方でAI運用のコスト爆発という現実的な課題も浮き彫りとなっている。
テクノロジー「AI戦争はすでに始まった」米国の一声でAIが消え、欧州「技術主権」論争が一気に加速する
Anthropicは米政府の輸出管理指令を受け、最新AIモデルの提供を全世界で突如停止した。この措置は欧州に大きな衝撃を与え、米国への技術依存が招く地政学的リスクへの懸念から、独自の高性能モデル開発や技術主権の強化を求める声が急速に高まっている。
テクノロジーMicrosoft、訓練済みのMarkdownファイルによってAIエージェントの性能を向上させる「SkillOpt」を公開
Microsoft Researchが開発したSkillOptは、AIエージェントの行動手順を記した自然言語文書を自動最適化する手法である。検証ループと負の記憶の保持により、モデルの重みを変更せず外部文書の更新のみで、多様なタスクの実行性能を大幅に向上させる。