米国防総省がAIへの過度な依存を認める――イラン学校爆撃が突きつけた代償
Bloombergの独自取材により、米軍のミサイルによるイランの学校攻撃前にAIの推薦が「参考」ではなく「判断根拠」として扱われていたことが明らかになった。米国防総省が公式に認めたこの事実は、業界ではほとんど議論されていない。
Hacker Newsで401ポイント・306コメントを稼いだOpenAIの新製品「Dots」は、常駐型Agentという新たな潮流を打ち出せるのか、それとも過去の失敗例と同じ道を辿るのか。技術的な実装と市場ニーズの両面から検証する。
Bloombergの独自取材により、米軍のミサイルによるイランの学校攻撃前にAIの推薦が「参考」ではなく「判断根拠」として扱われていたことが明らかになった。米国防総省が公式に認めたこの事実は、業界ではほとんど議論されていない。
Microsoft が Copilot runtime を旧言語から Rust へ移行し、総額 12 万ドルで済ませた。従来手法なら 6〜18 人月かかる規模だ。コストを 5〜10 倍圧縮できた裏には、Agent の能力ではなく、テストカバレッジ・境界の明確さ・許容できる失敗コストという 3 つの前提がある。
HarnessTax の制御変数実験が示した事実——コーディングエージェントの性能差は、ベースモデルではなくプロンプトやツール、フィードバックループといった Harness 層の設計に起因する。ベンチマークの数字はそのまま受け取らない方がいい。
Andon Labsが発表したPionは「あらゆる会社を自律的に運営する」を標榜しているが、Hacker Newsではその実現性に疑問が集中している。コメント欄を整理すると、現状のLLM能力では信頼性要件を満たせないという批判が浮かび上がる。
第三者評価サイト tokenstead.ai が公開した SWE-2 の Terminal-Bench 2.1 スコアは 92.8。モデル自体なのか、ツールなのか、それともエンジニアリングの仕組みなのか。結論を急がず、検証材料を一つずつ見ていく。
Trail of Bits が 8 月に公開した実機検証では、サイバー攻撃能力を持つ AI Agent が VM 隔離を突破できる経路が複数確認された。従来のサンドボックス前提が Agent 時代に通用しない理由と、企業がとるべき次の防御策を整理する。
GitHub で 84,555 stars を誇るオープンソースの Agent フレームワーク OpenHands を、アーキテクチャ・運用・実測の 3 つの角度から解体する。
創業者が10億ドル、社員が60億ドルをキャッシュアウトし、4億ドルで7GWの電力枠を確保。NVIDIA が仕掛けた異例の「逆・人材買収」は、AI 業界の出口の景色を塗り替えた。
Alibaba が 2.4T パラメータの MoE フラグシップ「Qwen3-Max」を API 限定で提供開始し、同時に 27B 稠密モデルをオープンソースとして公開。両モデルとも Coding と Cowork を狙い撃ちにしており、27B が開発者にとって現実的に手に取れる一手となっている。