AI ニュース
GPT-6 Astra — 「Critical」判定のまま出荷されたフラッグシップ
OpenAIがGPT-6 Astraを公開。訴求の軸はコンピュータ操作と効率の数字に移り、Codexのコンテキスト管理はcompactionから追記ノート方式へ切り替わる。同時に、自社Preparedness Frameworkで初めてサイバー能力が「Critical」と判定されたモデルでもある。8月の一時停止からの経緯、ベンチの読み方の注意、監視の低下という副作用まで整理した。
harness
仕事や学びの中で参照しているニュース・ツール・ノート類のキュレーション。
OpenAIがGPT-6 Astraを公開。訴求の軸はコンピュータ操作と効率の数字に移り、Codexのコンテキスト管理はcompactionから追記ノート方式へ切り替わる。同時に、自社Preparedness Frameworkで初めてサイバー能力が「Critical」と判定されたモデルでもある。8月の一時停止からの経緯、ベンチの読み方の注意、監視の低下という副作用まで整理した。
Google が Gemini 3.8 Flash と 3.8 Flash Cyber を発表。3.7 Flash から3週間、6週間で3回目の Flash リリース。単価は据え置きだが「意図的に多くのトークンを使う」設計で、thinking_level の3段階が新たに露出した。移行チェックリストは破壊的。Cyber は Fairwind Program 経由で防御者限定。
従業員1,100名の法務企業 ABC Legal が、散在した自動化スクリプトを Claude Managed Agents に集約し、50体超のエージェントを Git で統治するに至った事例。エージェントをコードとして扱う設計、非エンジニア15名を1週間でビルダーにした展開プロセス、Slack の絵文字リアクションを Pull Request に変換する Harvester / Tuner ループ、そして効率比と J カーブによるコスト評価を整理した。
Linearが有償ワークスペースの実データから公開したAI利用の定量レポート第1版を読み解く。採用率は職種も企業規模もほぼ選ばず半年で2〜3倍、AIがIssueの約半分を作成、PRは2年で111%増。だが最大の発見は「時間がまったく減っていない」こと。AI利用は既存業務を置き換えず新しい層として上に乗り、計画フェーズは1年間ほぼ動かなかった。ハーネス設計への含意まで踏み込む。
Cloudflareが2026年8月3日〜7日に開催したAgents Weekの発表を、実行基盤・ブラウザ・身元と決済・ガバナンスと可観測性の4軸で整理。@cloudflare/computer、Cloudflare OS、Kitesurf、Wallets、MCP v2のステートレス化、ローカルトレーシングなどを取り上げ、ハーネス設計やMCPサーバー運用への実務的な影響を検討する。
毎回手で確かめている確認手順をSkillとして書き下し、Claude自身にフィードバックループを閉じさせる方法。組み込みの検証手段の整理から、standalone / embedded / chained / on every PR という4つの発火パターンと、それぞれのトレードオフまで。Anthropic の Claude Code チームによる実践ガイドのまとめ。
Anthropic が Claude Opus 5 / Fable 5 向けに Claude Code のシステムプロンプトを80%以上削除しても評価が落ちなかったという事例をもとに、コンテキストエンジニアリングの指針がどう変わったかを整理。ルールから判断へ、例からインターフェース設計へ、そして段階的開示へ。CLAUDE.md / Skills / References のレイヤー別実践指針まで。
Anthropic が 2026/7/24 に Claude Opus 5 を発表。Opus 4.8 と同じ $5/$25 の価格のまま、Fable 5 に迫る性能を実現した。effort 設定によるコスト対性能の調整軸、検証手段を自分で作るエージェント挙動、サイバー分類器のフォールバック設計、そして同時公開された Mid-conversation tool changes / Automatic fallbacks を、ハーネス設計の観点から整理する。
Anthropicが科学者向けAIワークベンチ「Claude Science」をベータ提供開始。分断された研究ツール群を単一環境に統合し、生成コード・実行環境・履歴が紐づく再現可能なアーティファクトを生成。60以上のスキル、HPC/オンデマンド計算の管理、actor-criticなレビューアーエージェント、BioNeMo接続、導入事例まで整理した。
Anthropicが最もエージェント的なSonnetモデル Claude Sonnet 5 を発表（2026/6/30）。effortレベルの調整でコストと性能のバランスを選べ、高effort時にはOpus 4.8の水準に届く場面も。導入価格は入力$2/出力$10（8/31まで）。安全性・価格・実際の使われ方を整理。
Claude Tagのアクセスモデル「agent identity」の解説。共有チャンネルでClaudeが自分自身のサービスアカウントとして動き、権限を「ユーザー単位」から「チャンネル（区画）単位」へ移す。アイデンティティ境界・DMの扱い・監査・今後のjust-in-time grantsまで整理。
Claude Code の挙動を指示する7つの手段（CLAUDE.md、ルール、スキル、サブエージェント、フック、出力スタイル、システムプロンプト追記）を、読み込みタイミング・コンパクション挙動・コンテキストコスト・権威の観点で整理。「コードで強制できるものはコードに」という設計に沿って、CLAUDE.md のアンチパターンと正しい置き場所を解説する。
2026年6月16日のCursorイベント「Compile 2026」での発表を整理。SpaceXによる開発元Anysphereの600億ドル買収、GitHub代替「Origin」、ゼロから学習する新フロンティアモデル、リモートMac制御対応のiOSアプリ「Cursor Mobile」の4つを、垂直統合の文脈とともにまとめた。
米政府が国家安全保障上の権限を理由に、AnthropicのFable 5・Mythos 5への全アクセスを外国籍ユーザー向けに停止する輸出管理指示を発出。Anthropicは法的指示に従い全顧客で両モデルを無効化する一方、狭いジェイルブレイクの可能性を理由としたリコールには反対の立場を表明した。経緯と同社のセーフガードに関する主張を整理する。
Anthropicが2026/6/9にMythosクラスの新モデル Claude Fable 5 / Mythos 5 を発表。両者は同じ基盤モデルで、セーフガードの違いだけが分ける。Fable 5は一般提供向けに過去最高性能、料金は入力$10/出力$50。能力・セーフガード・提供スケジュールの要点を整理。
Claude Code に登場した Dynamic Workflows の解説ノート。Claude がタスクに応じてオーケストレーションスクリプトを動的に生成し、数十〜数百の並列サブエージェントを協調させる仕組みを整理。Anthropic の Thariq Shihipar 氏らのブログをもとに、解決する3つの失敗モード、6つの合成可能なパターン（Fan-out、Adversarial verification、Tournament ほか）、ユースケース別の使いどころ、注意点をまとめた。
Claude Code に登場した Dynamic Workflows の解説。Claude がオーケストレーションスクリプトを動的生成し、1セッションで数十〜数百の並列サブエージェントを走らせる。Subagents・Skills との違い、3つの起動方法、Bun の Zig→Rust 書き換え事例、トークン消費やエージェント上限などの制約まで整理した。
Anthropic公式のプロンプトエンジニアリング統合リファレンスを実務視点で整理。Opus 4.8のリテラルな指示解釈、effortレベル設計、思考のデフォルトOFF、旧モデル向けプロンプトの棚卸しなど、モデル更新時に何をチューニングすべきかをまとめた。
DockerがMCPサーバーの組織的な管理・配布を実現するCustom CatalogsとProfilesをGA提供開始
CloudflareがAnthropicのClaude Managed Agentsと統合