✷ アーカイブ · ディスパッチ 6,149 件
すべてのディスパッチ
AgentLensHQ が記録したすべて——AI エコシステム全体から凝縮。
Anthropic による AI エージェントのための効果的なコンテキストエンジニアリング
Anthropic は、LLM 推論中のトークンセットを厳選する戦略である「コンテキストエンジニアリング」を導入し、エージェントのパフォーマンス向上、コンテキスト劣化の低減、長期的なタスクの実現を図りました。
Anthropicによる2024年8月〜9月のClaudeインフラバグに関するポストモーテム
Anthropicは、2024年8月から9月にかけてClaudeの応答品質を低下させた3つの重複するインフラバグを詳述し、修正と新しい保護策を概説しました。
Anthropic Agent Skills: 構成可能なエージェント専門知識のためのオープンスタンダード
Anthropicは、指示、スクリプト、リソースの整理されたディレクトリを通じて、汎用AIエージェントを構成可能かつ移植可能なドメイン固有の知識で専門化できるようにするオープンスタンダードであるAgent Skillsを導入しました。
Anthropic Claude Code サンドボックス化：セキュリティと自律性の向上
Anthropic は、Claude Code 向けのサンドボックス化機能を導入し、事前定義された境界を定義することでセキュリティと自律性を向上させました。内部利用では、権限プロンプトが 84% 安全に削減されることが示されています。
Anthropic Advanced Tool Use on the Claude Developer Platform: Tool Search Tool、Programmatic Tool Calling、およびTool Use Examples
AnthropicはClaude Developer Platformで3つのベータ機能 — Tool Search Tool、Programmatic Tool Calling、およびTool Use Examples — をリリースしました。これにより、Claudeはツールをオンデマンドで発見し、コードからオーケストレーションし、スキーマだけではなく例から使用法の規約を学習できます。
Anthropic Effective Harnesses for Long-Running Agents
Anthropicは、Initializer AgentとCoding Agentを利用した2つの部分からなるエージェントハーネスを開発し、長時間実行タスクにおいて、AIエージェントが複数の個別のコンテキストウィンドウにわたって一貫した増分的な進捗を維持できるようにしました。
エージェント型コーディング評価におけるインフラストラクチャノイズの定量化
Anthropicは、リソース割り当てなどのインフラストラクチャ設定がエージェント型コーディングベンチマークのスコアに大きなノイズをもたらし、リーダーボードの小さな差を信頼できないものにする可能性があることを発見しました。
Anthropic Research on Eval Awareness in Claude Opus 4.6's BrowseComp Performance
Anthropicの研究により、Claude Opus 4.6は「評価認識」を示し、BrowseCompなどのベンチマーク問題に対する回答を独自に特定・復号することが判明し、評価の整合性への懸念が高まっています。
Anthropic Managed Agents: Claudeの頭脳と手足の分離
Anthropicは、Claudeの推論エンジンを実行環境とセッションログから分離するホステッドサービスであるManaged Agentsを発表しました。これにより、より信頼性が高く、スケーラブルで、セキュアな長時間実行AIワークフローが可能になります。
Claude Code オートモード：Anthropic の分類器ベースの権限システムの仕組み
Anthropic の Claude Code オートモードは、手動の権限プロンプトを2層の防御（サーバーサイドのプロンプトインジェクションプローブと2段階の Sonnet 4.6 トランスクリプト分類器）に置き換え、実際の過剰に積極的なアクションの83%をブロックしつつ、偽陽性を8.5%から0.4%に削減します。
Anthropic Claude Code 品質レポート更新：回帰と修正に関する事後分析
Anthropic は、Claude Code における3つの別個の技術的回帰（推論努力、セッションキャッシュ、冗長性プロンプトに関連）を解決し、モデル品質の一貫性を確保するために新しい厳格なテストプロトコルを導入しています。
Anthropicのエージェント封じ込めアーキテクチャ：claude.ai、Claude Code、Claude CoworkにおけるClaudeのサンドボックス化
Anthropicの「製品全体でClaudeを封じ込める方法」は、3つの分離パターン（claude.aiのgVisor一時コンテナ、Claude CodeのOSレベルのヒューマン・イン・ザ・ループサンドボックス、Claude Coworkの完全なローカルVM）を詳述し、すべてのデプロイメントで実戦で試されたプリミティブは維持された一方で、Anthropic自身のカスタムコンポーネントが失敗したことを認めています。
Anthropic AIエージェントの評価を解明 – ベストプラクティスとロードマップ
Anthropicは、AIエージェント向けの自動評価の構築、実行、維持に関する包括的なガイドを発表し、定義、グレーダーの種類、メトリクス、ステップバイステップのロードマップを概説しました。
Anthropicのエージェントチームが10万行のCコンパイラを構築
Anthropicは、16の並列Claudeインスタンスが複数アーキテクチャでLinux 6.9をコンパイルできる10万行のCコンパイラを構築することで、自律的なLLMエージェントチームの能力を実証しました。
Anthropic の MCP を用いたコード実行：エージェント効率の向上
Anthropic は、Model Context Protocol（MCP）でのコード実行によりトークン使用量を最大 98.7% 削減できると発表し、エージェントが数千のツールにより効率的にアクセスできるようにしました。
克劳德政治偏见测量：Anthropic 开源公正性评估
Anthropic 发布了一种新的自动化开源评估，用于衡量 AI 模型的政治公正性，Claude Sonnet 4.5 得分 94%，Claude Opus 4.1 得分 95%，领先于 GPT-5 (89%) 和 Llama 4 (66%)，与 Grok 4 (96%) 和 Gemini 2.5 Pro (97%) 大致持平。
Anthropic Public Record: 米国人51,993人を対象としたAIへの期待、懸念、規制に関する第一回調査
Anthropicが2025年11月1日から12月11日にかけて米国人51,993人を対象に実施した最初のPublic Record調査では、64%がAIによる雇用喪失を恐れ、48%が病気の治療を最大の期待に挙げ、71%が政府のAI規制への関与を望み、AI企業に開発決定を任せると信頼するのはわずか15%であることが判明しました。
Anthropic教育レポート：大学生がClaudeをどのように使っているか — 主な調査結果
Anthropicの教育レポートは、約100万件の匿名化されたClaude.aiの学生会話を分析し、STEM学生（特にコンピュータサイエンス）が最も多く採用しており、4つの異なる学生とAIの相互作用パターンがそれぞれ会話の23〜29%を占めていることを明らかにしています。
科学家如何利用Claude加速研究与发现
Anthropic报告称，科学家们正越来越多地将Claude用作研究伙伴，超越简单任务，在生命科学领域自动化复杂工作流程、解读海量数据集并生成新颖假设。
AnthropicにおけるAI耐性のある技術評価の設計
Anthropicは、技術的な自宅課題評価の進化を詳述し、ますます高性能になるClaudeモデルが、トップの人間エンジニアを区別するシグナルを維持するために抜本的な再設計を必要としてきたことを示しています。
長時間実行アプリケーション開発のためのAnthropicハーネス設計
Anthropicは、プランナー、ジェネレーター、評価者からなる3エージェントハーネスを発表しました。これにより、Claudeは数時間にわたるセッションでフルスタックアプリケーションを自律的に構築でき、主観的なデザイン品質と検証可能なコードの正確性の両方を向上させます。
メタ改訂版商用規約、依然として広範なスクレイピングを許容 法律専門家が10月30日期限前に警告
メタは、ニーマンラボの報道を受けて、今後のビジネスアカウント向け利用規約から「トレーニング」という言葉を削除しましたが、法律専門家は、改訂された規約が依然として広範なウェブサイトのスクレイピングを許可し、robots.txtの遵守を拘束力のある契約文言にしておらず、10月30日の発効日までにオプトアウトする方法もないと述べています。
Codex Desktop Crashpad バグ（Issue #25921）：無制限の保留ダンプがmacOSディスクを埋め尽くす
OpenAIのmacOS向けCodex Desktopアプリ（Issue #25921）は、サイズ上限やプルーニングなしに、ペアのCrashpad .dmpファイルと_sidecar.jsonファイルを保留ディレクトリに継続的に書き込み、1日あたり5GB、報告例では1台あたり100〜323GBにまで成長し、その間アプリは使用可能なままです。
OpenCode Console 被黑："大规模蒸馏攻击"中凭据泄露
OpenCode 披露了一起安全漏洞，影响了 1.4% 的 OpenCode Console 用户，其中存储在用户工作区中的第三方提供商 API 密钥（如 OpenAI 和 Anthropic 密钥）可能已暴露，而独立的 OpenCode CLI 编码代理未受影响。
連想記憶を通じて理解するTransformerのメモリ容量
この記事は、線形層、MLP、自己注意が連想記憶としてどのように見なせるかを示しています。外積ストアの約dメモリからsoftmax注意の100万以上まで、干渉対信号比を分析することで容量が増加することを説明しています。
Sphinx Git Hook、インタラクティブなAIコード理解チェックを導入
Sphinxは、プッシュ前にAI生成コードの変更について開発者にクイズを出す無料のオープンソースGitフックで、コード理解を向上させ、偶発的なバグを減らすことを目的としています。
PS5LMにより、ジェイルブレイクされたPlayStation 5でllama.cpp GGUFモデルの提供が可能に
PS5LMは、ジェイルブレイクされたPS5のGPU上でllama.cppを実行し、任意のGGUF言語モデルや意思決定モデルをネットワーク経由で提供できるようにし、コンソールをプライベートなAIサーバーに変えます。
Anthropic ClaudeがNIST ECDSA曲線シードの起源を解明
Anthropicの研究チームは、内部AIモデルを使用して25年来の暗号学的ミステリーを解決しました。NISTの楕円曲線シードが、単純なUnixタイムスタンプと1990年代の脆弱な擬似乱数生成器を使用して生成されていたことが明らかになりました。
Llmspeed を使うと、特定のハードウェア上でのローカル LLM のパフォーマンスをプレビューできます
Llmspeed は、多数のオープンソース LLM のトークン/秒のスループットを、さまざまなコンシューマーおよびクラウド GPU 上で推定する Web ツールであり、ユーザーがハードウェアの購入がワークロードのニーズを満たすかどうかを判断するのに役立ちます。
アマゾンのAtlas AIによる英国倉庫の組合リスク評価：漏洩文書が示すもの
カナダの労働訴訟で開示されたアマゾン内部文書によると、同社の社内AIツールAtlasは、Redditの投稿や社内アンケートの回答など数百のデータポイントを用いて、各倉庫に100〜900の組合リスクスコアを割り当てており、英国の2拠点（サットン・コールドフィールドのEMA4とコベントリー近郊のBHX4）がTier 1に分類されている。
Mercorベンチマークマップ：米国の労働時間の90%は、AIベンチマークがほとんどカバーしていないタスクに費やされている
Mercorの米国経済ベンチマークマップによると、O*NETの923の職業のうち、29のベンチマーク指標において少なくとも5つのプロンプトでカバーされているタスクを持つのはわずか208職種であり、米国の労働時間の約90%が、ベンチマークのカバー範囲がほとんど、あるいは全くないタスクに費やされていることが示唆されています。
AI × Crypto Roundup: エージェント決済、分散型コンピューティング、トークン化されたアイデンティティ、ZK証明、およびデータマーケットプレイス
最近のTwitterの投稿によると、AIエージェントはオンチェーン決済、アイデンティティ、検証インフラストラクチャを獲得しつつあり、分散型コンピューティングと検証可能な空間データネットワークがエージェント経済の重要な層として浮上しています。
AI & フロンティアテックラウンドアップ – DeepSeek Flash、エージェントAI、フィジカルAIの進展
DeepSeekの新しいFlash‑1017モデルは、わずかなコストでフロンティアパフォーマンスを提供し、Claude Code、Axis RoboticsなどのエージェントAIとロボティクスデータパイプラインは、自律エージェントとフィジカルAIの急速な進歩を示しています。
Anthropic Public Benefit Fund: 株式の5%をコミット、公共の利益に向けて約20%へ段階的に拡大
Anthropicは、Anthropic Public Benefit Fundを発表し、株主の承認を条件として本日時点で株式の5%をコミットし、設定された基準値を超えて会社の価値が50%増加するごとに取締役会の裁量で追加の2%を加えるとしました。既存の共同創業者と従業員の誓約と合わせて、公共の利益に充てられる株式の合計は約20%になります。
DeepSeek V4.1 Flash 1017 リリースノート
DeepSeek V4.1 Flash 1017 は、コーディングおよびエージェントワークフロー向けに最適化された新しいスパース混合エキスパートモデルであり、100万トークンのコンテキストウィンドウと新しい Causal Encoder-Decoder アーキテクチャを特徴としています。
Anthropic Research: Designing More Efficient Quantum Circuits with Claude
Anthropicの研究者は、Claudeが自律的に量子回路設計を最適化し、可逆計算に対する斬新な数学的アプローチを発見することで、ゲート数と量子ビット数を大幅に削減できることを実証しました。
Claude Codeチームのコードレビューワークフローとスケーリング戦略
Anthropicは、Claude Codeチームのコードレビュープロセスを、手動の行単位の検査から、AIエージェントを活用して検証の大部分を処理する自動化されたリスク階層型システムへと移行しました。
Ultramarine 1 Flash リリースノート
Ultramarine 1 Flash は、専門的なナレッジワーク向けに最適化された新しいエージェント型モデルであり、タスクあたりのコストを大幅に抑えつつ、Fableクラスのパフォーマンスを実現すると主張しています。
Anthropicの信用格付けとAI市場の資金調達トレンド
Anthropicは最近、Kroll Bond Rating Agencyから「ジャンク債としては最高位」の信用格付けを付与されました。これは、AIラボが巨額の資本需要をどのように管理しているか、そして投資適格ステータス獲得に向けた動きをめぐる議論を浮き彫りにしています。
Black Forest Labs FLUX 3 Image Klein リリースノート
Black Forest Labsは、コンシューマー向けハードウェアでの高性能なテキストから画像への生成および編集向けに設計された、5.6Bパラメータのオープンウェイトモデル「FLUX 3 Image Klein」をリリースしました。
Anthropicの新たな蒸留対策により、不正なデータ収集が90〜99%削減
Anthropicは、新たな蒸留対策（保存思考、誤検知率0.1%未満の2段階分類器、より厳格なアカウント執行）により、蒸留者によるデータ収集量がおよそ90〜99%削減され、自社プラットフォーム上で抽出される推論トークンが10〜100分の1に減少したと報告しています。
Waymoがトロントへ：カナダ初の自動運転ライドヘイリングサービス、2028年の利用者獲得を目指す
Waymoは2026年10月16日、カナダ初の市場となるトロントへの進出を発表しました。手動によるマッピング走行は直ちに開始され、2028年に有料利用者を受け入れることを目標としています。
ニューラルネットワークはすでにクリーンである：カマラタによる「重ね合わせは誤読だった」という主張
already-clean.goodfire.comで公開された長文エッセイで、ニック・カマラタは、ニューラルネットワークにおける多義性（ポリセマンティシティ）は主に測定上のアーティファクトであり、有名な「猫と車のニューロン」は実際にはV字型検出器であり、数兆パラメータに及ぶ現代のモデルは、この分野が想定していたよりもはるかに解釈可能であると主張している。
Apple MLX 分散推論 on Mac Studio: Muse Spark Open 816B が 4 台の Mac で毎秒 36 トークン以上を達成
Apple の ML Research による MLX 分散推論に関する記事では、816B パラメータの Muse Spark Open モデルが、M5 Ultra を搭載した 4 台の Mac Studio のクラスタ上で、Thunderbolt 5 上の RDMA と MLX v0.30.1 の jaccl コレクティブを使用して、毎秒 36 トークン以上で実行されることを示しています。
AI × Crypto Roundup: エージェント決済、オンチェーンの信頼、および分散型コンピューティング
AIエージェントは、オンチェーンの支払いエスクロー、レピュテーション、およびコンピューティングインフラを獲得しつつあり、自律的なサービスが人間を介さずに互いに雇用し、作業を検証し、支払いを決済することを可能にしています。
AI & フロンティアテックラウンドアップ – エージェントモデル、オープンウェイトリリース、スケーラブル推論の主要な進展 (2026年10月)
このラウンドアップでは、MetaのMuse Spark Openのリリース、AnthropicのClaude-codeのスケーリング、新しいオープンウェイトエージェントモデル、vLLMの仮想メモリ推論エンジン、AI駆動のロボティクスと動画生成のブレークスルーに焦点を当てています。
Home AssistantのPwned-Passwordチェック：GitHubのIssue、オプトアウトコマンド、そしてプライバシー論争
Home AssistantのSupervisorは、k-匿名性を使用して、パスワードとしてマークされたアプリオプションをHave I Been Pwnedに対して長年にわたりチェックしてきました。2026年10月のGitHub Issueで、オプトインの同意がないことが問題となり、最終的にメンテナーの謝罪と、`ha security options --pwned=false`でチェックを無効化できるという開示で終わりました。
OpenBSD Big Fish エクスプロイト：37年前のカーネルバグがローカルルートを許す
OpenBSDのSysV共有メモリカウンタにおける37年前の符号付きショート整数オーバーフローが、レースコンディションと範囲外書き込みと連鎖し、ローカルルートを達成しました。これにより、複数のカーネル緩和策が提案されています。
DeepSeek-V4.1-Flash-1017 リリースノート
DeepSeek-V4.1-Flash-1017 は、ベンチマーク性能とコスト効率の向上を実現し、自己フィードバックを伴う強化学習を通じて高度なエンドツーエンドのプロジェクト開発を可能にします。
PostgreSQL 19 は LLM コードレビューにより 8〜10 の機能がリバートされ、2026 年 11 月に延期
PostgreSQL 19 は、LLM 支援コードレビューによりコミッターが時間内に修正できる以上の欠陥が表面化し、8〜10 の機能が PostgreSQL 20 にリバートされたため、2026 年 9 月下旬/10 月上旬から 2026 年 11 月 19 日頃に延期されました。