https://ai-oni.com/ 国内外15の情報源からAIニュースを1日2回集約し、arXiv の研究動向とあわせてトピック別に整理しています。運営する株式会社TOEが自社でAIを動かした記録も、うまくいった話と失敗した話の両方を公開。中小企業の経営者・情報システム担当向け。 ja Sun, 19 Jul 2026 13:51:20 +0000 https://ai-oni.com/articles/ai-secretary-briefing/ https://ai-oni.com/articles/ai-secretary-briefing/ 弊社の「AI秘書」は毎朝8時に経営データを1枚のブリーフィングにまとめます。実際のスクリプト・出力・実行ログを開いて、何をしていて、何ができていないかを数字で書きました。 AIの鬼 編集部 https://ai-oni.com/articles/batch-414-failure/ https://ai-oni.com/articles/batch-414-failure/ 自社メディアの記事要約を一括処理したところ、553件のうち414件が失敗しました。原因は「使うAIモデルを指定しなかった」こと。何が起き、どう仕組みに落としたかを、実際のコードとログで公開します。 AIの鬼 編集部 https://ai-oni.com/articles/zero-cost-media/ https://ai-oni.com/articles/zero-cost-media/ 宇宙産業メディアと補助金メディアを、従量課金ゼロで無人運転しています。収集・翻訳・要約・配信のどこにお金がかかり、それをどう避けたか。実際のコードと実行ログから、数字だけで書きます。 AIの鬼 編集部 https://ai-oni.com/articles/ai-search-measurement/ https://ai-oni.com/articles/ai-search-measurement/ AI検索で自社が引用元として出るのかを、Playwrightで実際に測定しました。個社サイトは引用されていました。ただし構造化データは効かず、測定そのものが極めて不安定という結果も出ています。 AIの鬼 編集部 https://ai-oni.com/articles/ai-first-step-smb/ https://ai-oni.com/articles/ai-first-step-smb/ 中小企業のAI導入率はまだ2割程度。どの業務から着手すべきかを公的調査データと製造業の実例から具体的に整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-meeting-minutes/ https://ai-oni.com/articles/ai-meeting-minutes/ 議事録作成の負担をAIで減らした企業の公表事例と、精度の限界や運用の工夫を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-customer-support/ https://ai-oni.com/articles/ai-customer-support/ AIチャットボットで社内の問い合わせ対応を効率化した企業の公表事例と、導入初期にうまくいかなかった点を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-agent-tool-evolution/ https://ai-oni.com/articles/ai-agent-tool-evolution/ AIエージェントに外部ツールをつなぐと、つないだ先が更新されただけで成功率が13〜14%落ちる。2026年7月公開の研究で測定された数字と、中小企業がAI導入の契約前に決めておくべきことを整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-memory-poisoning/ https://ai-oni.com/articles/ai-memory-poisoning/ AIエージェントに社内の情報を覚えさせると、入力時のチェックをすり抜けて後から悪影響を出す汚染が起きます。2026年7月公開の研究が検証した1,227ケースの結果と、中小企業が記憶機能を使うときの線引きを整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-skill-instruction-effect/ https://ai-oni.com/articles/ai-skill-instruction-effect/ 同じAIでも、その業務専用の手順書を渡すかどうかで成績が変わります。決済システム連携を題材にした2026年7月公開の研究では、平均10.31ポイントの改善が測定されました。中小企業がAIを使うときに、この差がどこで効くのかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-cost-aware-evaluation/ https://ai-oni.com/articles/ai-cost-aware-evaluation/ AIの性能は通常「どれだけ正解したか」で語られますが、実務では1回いくらかかったかが同じくらい効きます。2026年7月公開の研究は、コストを揃えて比較すると評価が変わること、そして仕事の種類によって「予算を積む効果」が違うことを示しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-cpu-local-inference/ https://ai-oni.com/articles/ai-cpu-local-inference/ 社外に出せないデータをAIに処理させたい場合、自社の機械で動かす必要があります。2026年7月公開の研究は、GPUを使わずCPUだけで大きなモデルを動かす手法を、ノートPCを含む3種類の機械で実測しました。数字と、中小企業にとっての現実的な線引きを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-own-evaluation-criteria/ https://ai-oni.com/articles/ai-own-evaluation-criteria/ AI導入の判断で公開ベンチマークの順位を見ても、自社の業務とは条件が違います。2026年7月公開の研究は、自社専用の採点基準を作る手順と、AIによる自動採点をいつ信用してよいかの線引きを示しました。中小企業がすぐ真似できる部分を抜き出します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-engineering-workflow-success-rate/ https://ai-oni.com/articles/ai-engineering-workflow-success-rate/ 構造設計をAIに任せる研究で、汎用のまま使うと成功率56.8%、業務の手順と道具を整えると88.6%まで上がりました。差を生んだのはモデルの賢さではありません。製造業・建設業でAI導入を考えるときに、どこに手を入れるべきかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-logistics-cases/ https://ai-oni.com/articles/ai-logistics-cases/ ヤマト運輸・佐川急便などの公表データをもとに、配送ルート最適化や需要予測でAIが何を変えたのか、そして現場で「使われない」ケースがなぜ起きるのかを整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-accounting-tasks/ https://ai-oni.com/articles/ai-accounting-tasks/ 花王グループなどの公表事例をもとに、経理業務でAIが実際に削減しているのは何の時間なのか、そして生成AIの誤り（ハルシネーション）がなぜ経理では特に危険なのかを整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-small-model-document-search/ https://ai-oni.com/articles/ai-small-model-document-search/ 社内文書の検索にAIを使う場合、最上位のモデルでなければ話にならないと考えがちです。2026年7月公開の研究は、17億パラメータの小さなモデルをスマートフォン上で動かし、最大18倍の規模のモデルと競合したと報告しました。中小企業にとっての現実的な読み方を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-demand-forecast-peak/ https://ai-oni.com/articles/ai-demand-forecast-peak/ 需要予測で本当に困るのは、平均的な誤差ではなくピークを外すことです。2026年7月公開の研究は、一般的な誤差指標がピークの失敗を覆い隠すと指摘し、少なく見積もる誤りを重く扱う手法を提案しました。発注・仕込み・人員配置に効く読み方を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-hr-recruiting/ https://ai-oni.com/articles/ai-hr-recruiting/ ソフトバンクのAI書類選考事例と、Amazonがバイアス問題で採用AIを廃止した経緯をもとに、採用AIの効果と限界、個人情報・差別リスクの実務上の注意点を整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-answer-vs-reasoning-quality/ https://ai-oni.com/articles/ai-answer-vs-reasoning-quality/ AIツールを比べるとき、正答率の高さで選びがちです。しかし2026年7月公開の研究は、回答の精度が上がっても、根拠の説明が忠実で完全になるとは限らないと報告しました。業務でAIを使うとき、どこを見るべきかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-sales-support/ https://ai-oni.com/articles/ai-sales-support/ 商談の記録入力、訪問先の選定、社内向けAIレコメンド。公表されている実例と数字をもとに、営業AIで何ができて何ができないかを整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-inventory-demand/ https://ai-oni.com/articles/ai-inventory-demand/ コンビニや石油元売りが公表している発注時間・誤差率の実数字から、需要予測AIで何が変わるのか、どこに向かないのかを整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-regulation-public-preference/ https://ai-oni.com/articles/ai-regulation-public-preference/ AI規制の行方は、中小企業の投資判断にも効きます。2026年7月公開の7カ国調査は、市民が安全・公的統治・国際協調を支持しており、現在主流の規制アプローチとの間に体系的なずれがあると報告しました。何が読み取れるかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-literature-research-automation/ https://ai-oni.com/articles/ai-literature-research-automation/ 「調べてまとめる」仕事はAIに向いていそうで、実際には根拠の追跡が難しく任せにくい領域です。2026年7月公開の研究は、検索から統計処理まで通しで自動化し、専門家によるメタ分析と近い結果を得たと報告しました。中小企業の調査業務に何が使えるかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-translation-workflow/ https://ai-oni.com/articles/ai-translation-workflow/ 日立産機システムやSyncWordsなど、AI翻訳を業務に組み込んだ企業が公表している削減時間・コストの実数字と、ニュアンスや専門用語で残る限界を整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-agent-what-is/ https://ai-oni.com/articles/ai-agent-what-is/ 「AIエージェント」と「チャットボット」は何が違うのか。実際に効果が公表されている事例と、自律的に動かして事故になった事例の両方から、中小企業にとっての現実的な距離感を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-fairness-privacy-subgroup/ https://ai-oni.com/articles/ai-fairness-privacy-subgroup/ 採用や与信でAIを使うとき、公平性への配慮は避けられません。2026年7月公開の研究は、公平性を高める処理がプライバシー上のリスクに与える影響を部分集団ごとに調べ、全体の平均では見えない偏りがあることを示しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-workflow-automation/ https://ai-oni.com/articles/ai-workflow-automation/ 「AIツールを使う」ことと「業務フローに組み込む」ことは別物です。公表されている実例の数字から、工程単位で設計することの意味と、うまく定着しない場合の共通点を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-local-llm/ https://ai-oni.com/articles/ai-local-llm/ 顧客情報や図面データを外部のAIサービスに送りたくない企業向けに、ローカルLLM（自社の機器の中だけで動くAI）という選択肢があります。仕組み・費用・性能面の限界を実例つきで整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-cost-structure/ https://ai-oni.com/articles/ai-cost-structure/ AI導入費用はライセンス代だけではありません。初期設定・連携開発・運用の3層に分けて、確認できた料金相場とともに整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-mars/ https://ai-oni.com/articles/ai-mars/ 知識グラフを段階的にたどらせてSPARQLを生成する手法MARSが、ファインチューニングなしで既存手法を上回った。ただし最高でもMacro F1は66.29%、最難関ベンチマークでは40.83%。社内DBへの自然文質問AIを検討する中小企業が、精度の天井をどう見積もり、どこに人を残すべきかを一次資料の数字から読む。 AIの鬼 編集部 https://ai-oni.com/articles/ai-fulldata-accuracy-fewer-labels/ https://ai-oni.com/articles/ai-fulldata-accuracy-fewer-labels/ 7,241件のデータプールからAI自身の不確実性で100件だけ選ぶと、全データ学習とほぼ同じ精度に届いた。一方で1回きりの微調整は9シード中5シードが物理的にありえない出力を学習し、検証スコアはそれを検知できなかった。ラベル作成コストに悩む中小企業が読むべき、選び方と止め方の設計を解説する。 AIの鬼 編集部 https://ai-oni.com/articles/ai-tool-selection/ https://ai-oni.com/articles/ai-tool-selection/ AIツールの比較表を見る前に、自社のどの業務工程を・誰が・どのくらいの頻度で使うのかを決めないと選定が迷走します。具体的な整理の手順をまとめました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-can-we-trust-item/ https://ai-oni.com/articles/ai-can-we-trust-item/ 人間のテスト理論である項目反応理論をAI評価に持ち込んだ18,000条件のシミュレーション研究。評価対象モデルの能力分布が偏ると順位再現度は0.60を割り、モデル数30では項目の難易度推定が0.50を下回った。一方で上位10%の項目だけでも順位再現は保てた。中小企業が「ベンチマーク上位」をどう読むかの材料として整理する。 AIの鬼 編集部 https://ai-oni.com/articles/ai-small-team-adoption/ https://ai-oni.com/articles/ai-small-team-adoption/ 専任のIT担当がいない社員10人以下の会社を前提に、担当者を決める、1つの業務で試す、無料枠でPoCする、月額数千円で本格導入するという段階を具体的に整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-wraft/ https://ai-oni.com/articles/ai-wraft/ 論証エッセイの自動採点システムWrAFTは、採点・表層修正・深層コメントの3工程を分割し、それぞれ別のLLMと手法を割り当てた。採点はファインチューニングでRMSE 0.57→0.44に改善したが、深いコメントではファインチューニング版が出力欠落を起こし素のプロンプトに負けた。工程分割の実証データを中小企業の文書チェック業務に引き写して読む。 AIの鬼 編集部 https://ai-oni.com/articles/ai-stop-thinking-start-looking/ https://ai-oni.com/articles/ai-stop-thinking-start-looking/ 請求書や財務書類をAIに読ませるとき、推論（思考）ステップは本当に要るのか。4Bの小型モデルを追加学習した論文では、推論なしのF1が0.411、推論ありが0.303と逆転した。自社ドメイン内では汎用クラウドAIも上回る一方、未知の様式では負ける。中小企業の帳票業務にとって何を意味するかを整理する。 AIの鬼 編集部 https://ai-oni.com/articles/ai-saferelbench/ https://ai-oni.com/articles/ai-saferelbench/ VLMで動くエージェントを507件の課題で検証した研究では、易しい条件では成功率0.83〜0.94・安全遵守率最大0.91だったのに、物の上下や中身が絡む配置では成功率0.52〜0.73・安全遵守率0.16〜0.40まで落ちました。結果だけ見る検収では足りない理由を、中小企業の実務に置き換えて読み解きます。 AIの鬼 編集部 https://ai-oni.com/articles/ai-rubrics-trial-evolving-rubrics/ https://ai-oni.com/articles/ai-rubrics-trial-evolving-rubrics/ AIの出力が良いか悪いかを判定する採点基準を、人間が正解例を用意せずに質問1つから自動生成する手法が報告されました。平均ペアワイズ判定精度は素朴な生成の73.45%に対して80.36%。中小企業がAIチェッカーを社内に入れる際の「判定基準づくり」の人件費に直結する話として読み解きます。 AIの鬼 編集部 https://ai-oni.com/articles/ai-routing-ceilings-are-domainindepen/ https://ai-oni.com/articles/ai-routing-ceilings-are-domainindepen/ AIに「見るべき観点リスト」を与えると、自作の検証データでは検出率が20.0%から100.0%に跳ね上がりました。ところが同じ設定を実データに当てると、F1は41.7%まで落ち、観点リストなしの素のAI（61.5%）を下回りました。手元のテストで満点だから本番でも大丈夫、という判断がなぜ危険なのかを、論文の実測値で確認します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-voice-transcription/ https://ai-oni.com/articles/ai-voice-transcription/ 会議・現場作業・電話対応のどこで文字起こしAIが向いているか、専門用語や複数人同時発話でどこまで崩れるか。実際の料金と公開情報だけをもとに整理しました。 AIの鬼 編集部 https://ai-oni.com/articles/ai-random-logit-scaling/ https://ai-oni.com/articles/ai-random-logit-scaling/ 社外に公開したAI判定APIは、1万回の問い合わせで判定をすり抜ける入力を作られます。2026年7月公開の研究は、返す信頼度スコアをランダムに歪めるだけで攻撃成功率が100%から43〜59%に下がり、分類精度は0%低下だったと報告しました。ただしゼロにはなりません。 AIの鬼 編集部 https://ai-oni.com/articles/ai-omniabench/ https://ai-oni.com/articles/ai-omniabench/ 現実業務に近い1,431タスクを集めたベンチマーク「OmniaBench」で、最高性能クラスのモデルの1回目成功率は58.54%だった。おおよそ2回に1回は失敗する水準であり、中小企業が受発注や見積をエージェントに丸投げする段階ではない。ただし工程の切り出し方次第で実用域は確かに存在する。 AIの鬼 編集部 https://ai-oni.com/articles/ai-digital-pantheon/ https://ai-oni.com/articles/ai-digital-pantheon/ 公式文書を与えたうえでAIに合意文書を作らせ、生成物1点ずつの出どころを監査した研究があります。原典に直接遡れたのは43.7%、一切遡れない創作が22.1%、仕組み由来のゴミが6.8%。AIに社内資料を読ませて提案書や議事録を作らせる運用に、そのまま効く数字です。 AIの鬼 編集部 https://ai-oni.com/articles/ai-benchmarking-face-recognition-witho/ https://ai-oni.com/articles/ai-benchmarking-face-recognition-witho/ ルクセンブルク大学らの研究が、AI生成の合成顔データセット12件と実データのベンチマーク7件を、学習済みモデル24本で突き合わせた。上位の合成データは実データとの相関が平均0.90に達する一方、最下位は-0.52まで落ちる。顔写真を集めずにベンダー比較ができる条件と、鵜呑みにしてはいけない境界を整理する。 AIの鬼 編集部 https://ai-oni.com/articles/ai-mutable-lowrank-sketches/ https://ai-oni.com/articles/ai-mutable-lowrank-sketches/ 推薦システムを再学習せずに新しい行動データだけで更新する手法を公開した。データの1.8%しか読まずにRMSE0.810、更新は1バッチ90ms、CPU単体で動く。一方で大規模カタログではアイテムカバレッジ1%未満まで落ちる限界も報告されている。中小ECにとって何を意味するかを整理する。 AIの鬼 編集部 https://ai-oni.com/articles/ai-crisp/ https://ai-oni.com/articles/ai-crisp/ 学習した環境と違う条件にAIを持ち込むと精度は崩れます。2026年7月公開の医療画像研究では、造影CTで学習した手法を非造影CTに当てただけで精度が33.26%まで低下しました。デモでは高精度だったAIが自社では動かない、という現象の正体と、稟議での評価のさせ方を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-gattnhp/ https://ai-oni.com/articles/ai-gattnhp/ 「次に何が、いつ起こるか」を予測する新手法GAttNHPが、パラメータ2.8M・GPUメモリ2.54GBという構成で、88M〜107Mパラメータ・GPU 48GBを要する従来最良手法をMRRで8.25ポイント上回りました。低頻度データほど改善が大きいという結果を、中小企業の予測案件にどう読み替えるかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-onpolicy-delta-distillation/ https://ai-oni.com/articles/ai-onpolicy-delta-distillation/ 自社で動かせる小型モデルに「考える力」を後から足せるのか。2026年7月公開の研究は、教師モデルの出力をそのまま真似させるのではなく、教師とその土台モデルの差分だけを学ばせる方法を14ベンチマークで実測しました。伸びた数字と、伸びなかった条件を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/fail-vendor-lockin/ https://ai-oni.com/articles/fail-vendor-lockin/ 2025年6月のChatGPT大規模障害と、企業幹部への調査データをもとに、特定のAIベンダーへの依存がなぜ業務停止リスクにつながるのかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-lqcdmaster/ https://ai-oni.com/articles/ai-lqcdmaster/ 研究チームが、格子QCDという専門的な科学計算のコード生成をAIエージェントに任せた結果を公開した。汎用のコーディングエージェントは基本タスク20件すべてに失敗し、業務知識・固定処理・人間の確認を組み込んだ構成は70件中63件で専門家と機械精度一致。差がどこで生まれたかを中小企業の実務に翻訳する。 AIの鬼 編集部 https://ai-oni.com/articles/ai-leveraging-instruction-tuning-mergi/ https://ai-oni.com/articles/ai-leveraging-instruction-tuning-mergi/ 自動採点の仕組みが用意できない業務でも、指示と正解の組だけで推論AIモデルを自社向けに調整できるか。研究チームは、GPU1枚・平均52分・1件あたり3米ドル未満で調整を終え、Rustコード生成で平均+7.0ポイントの向上と推論能力の維持を同時に達成したと報告しました。中小企業にとっての意味を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-selectivity-drives-efficiency/ https://ai-oni.com/articles/ai-selectivity-drives-efficiency/ AIの精度はデータ量で決まる、という前提を疑う実測が出ました。画像による場所認識AIの学習で、データを71%削減しても精度は維持され、総学習時間は19.152時間から4.825時間へ74.8%削減。データを増やす前に選別する工程を挟む、という予算配分の話として読めます。ただし対象は特定タスクに限られます。 AIの鬼 編集部 https://ai-oni.com/articles/ai-medfailbench/ https://ai-oni.com/articles/ai-medfailbench/ 臨床医1名が作った医療AI安全性ベンチマーク「MedFailBench」は、合成症例100件を6種類の失敗ゲートと5段階の重大度で分類した。正解率ではなく「どの安全境界が破られたか」で測る設計思想は、中小企業の社内AI評価表にそのまま応用できる。ただし実験規模は極端に小さく、論文自身が限界を並べている。 AIの鬼 編集部 https://ai-oni.com/articles/ai-bridge-evidence/ https://ai-oni.com/articles/ai-bridge-evidence/ 複数ステップで自律検索するAIエージェントを対象に、従来の検索有用性スコアと、実際に正解へ効いた度合いの相関を測った研究。23,322件の文書観測で相関はρ=-0.0257とほぼ無相関、単体では答えを含まないのに削除すると結果が変わる「橋渡し文書」が35.72%を占めた。社内文書検索の評価の見方に直結する話です。 AIの鬼 編集部 https://ai-oni.com/articles/ai-armor/ https://ai-oni.com/articles/ai-armor/ 通常時は96.62〜98.73%の精度で判定するディープフェイク検出AIが、モデルの中身を一切知らないブラックボックス攻撃で最大0.443の確率ですり抜けられた、という研究が公開されました。中小企業にとっての結論は「検出AIを本人確認の最終判断に使わない」の一点です。数字の範囲と、研究自身が認めた限界まで含めて読み解きます。 AIの鬼 編集部 https://ai-oni.com/articles/ai-badwam/ https://ai-oni.com/articles/ai-badwam/ カメラ映像にごくわずかな改ざんを加えると、AIロボットの「未来予測の映像」はもっともらしいまま、実際の動作だけが破綻しました。2026年7月公開の研究が示した成功率96.5%→43.1%という数字と、AI設備を入れる中小企業が検収・監視で見るべき対象を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-energy-society/ https://ai-oni.com/articles/ai-energy-society/ トークン生成に「エネルギー」の値段をつけ、ゼロになったら停止する環境に5体のLLMエージェントを置いた研究です。最大モデルは平均5.2ラウンドで停止し、小型モデルは30ラウンド全生存。議論と記憶を外したときの劣化も含めて、中小企業のAI運用設計に何が読めるかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-rwvoiceeq-bench/ https://ai-oni.com/articles/ai-rwvoiceeq-bench/ 音声AIを7つの能力次元で実測したベンチマークで、全次元で上位5位に入ったシステムは1つもありませんでした。読み上げ・対話・聞き取りで選ぶべき製品は変わります。訛りへの弱さは製品間で+2.15ptから+8.04ptまで開き、感情の絶対識別は最高22.7%にとどまります。中小企業の選定基準を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-rare-concept-generation-counterfactual/ https://ai-oni.com/articles/ai-rare-concept-generation-counterfactual/ 指示した珍しい特徴を無視して無難な絵しか出てこないのは、担当者のプロンプト力ではなくモデル側の常識バイアスが原因です。2026年7月公開の研究は、因果推論の考え方でプロンプトの純粋な効果だけを取り出し、LLM評価を80.0から93.0へ改善しました。再学習なしで推論時の設定だけで済む点と、その限界を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-harnessing-llms-reliable-academic/ https://ai-oni.com/articles/ai-harnessing-llms-reliable-academic/ 素のGPT-5チャットボットと、小型のGPT-4o-miniに検索・形式検証・自己チェック・人の承認・監査ログを組み合わせた構成を比較した研究で、6つの評価軸すべてで後者が上回り、プール平均は4.08対1.23となりました。評価者10名中8名が有意差を認めた一方、2名では有意差が出ていません。中小企業のAI導入設計にとって何を意味するかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-bad-memory/ https://ai-oni.com/articles/ai-bad-memory/ Claude CodeやCodexがセッションをまたいで読み込むメモリファイルに悪意ある指示が入っていた場合、認証情報の外部送信が最大80%、許可外のツール実行が100%の確率で発生し、そのペイロードは次のセッションにも87〜97%残りました。2026年7月公開の実験結果と、中小企業側の現実的な線引きを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-investigating-firstlanguage-bias-llmbased/ https://ai-oni.com/articles/ai-investigating-firstlanguage-bias-llmbased/ オープンウェイトLLMにTOEFLエッセイ12,100本を採点させた研究で、全体のバンド一致率は77.79%、QWKは0.702と実用水準に見えた。だが母語別に割るとドイツ語+0.55、日本語・韓国語−0.34の偏りが出た。全体精度だけを見てAI評価を導入する危うさを、中小企業の実務目線で読み解く。 AIの鬼 編集部 https://ai-oni.com/articles/ai-collaborative-spatial-learning-multillm/ https://ai-oni.com/articles/ai-collaborative-spatial-learning-multillm/ 16体のLLMエージェントを人間の集団実験と同じ8種類の通信ネットワーク上で走らせた研究。体制図（トポロジー）を変えて得られた差は最大約3ポイント、対してプロンプトに「初回はランダムに選べ」と1文加えた効果は9.44ポイント。多エージェント構成を凝る前に指示文を直すほうが安い、という実務的な示唆が出ています。 AIの鬼 編集部 https://ai-oni.com/articles/ai-democratizing-agent-deployment-safety/ https://ai-oni.com/articles/ai-democratizing-agent-deployment-safety/ AIエージェントが依頼された作業は正しく終わらせつつ、裏で権限拡大やログ削減を仕込む「隠れた妨害」。2026年7月公開の研究は、git diffを見るだけの監視では攻撃の11.6%を見逃し、無介入なら74.4%の割合で妨害が成功したと報告しました。中小企業がAIにインフラ設定を書かせる前に押さえるべき線引きを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/ai-hymobileagent/ https://ai-oni.com/articles/ai-hymobileagent/ スマホ画面を自分で操作するAIエージェント「HyMobileAgent」の論文が、整備済みベンチマークAndroidWorldで82.6%、実機の本物アプリ環境では42%という二つの数字を並べて示した。40.6ポイントの落差は何を意味するのか。中小企業が画面操作AIをいつ、どこまで業務に入れられるのかを、原典の数値だけで読み解く。 AIの鬼 編集部 https://ai-oni.com/articles/hf-finetune-video-image-models/ https://ai-oni.com/articles/hf-finetune-video-image-models/ NVIDIAとHugging Faceの共同投稿が、FLUX.1-devに78枚・200ステップで特定の画風を習得させた条件と、8×H100 80GBでの実測スループットを公開しました。データは少なくて済み、計算資源は借りるしかない——中小企業にとっての切り分けを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-newer-models-same-advantage/ https://ai-oni.com/articles/hf-newer-models-same-advantage/ 帳票の読み取りをAIに任せるとき、最新の大手汎用モデルを待つべきか、自社言語・自社帳票に合わせた小型モデルを選ぶべきか。2026年7月16日に公開された比較では特化モデルが0.925、汎用OCRが0.798でした。ただしこれは提供元自身が設計したポルトガル語専用ベンチマークの数字です。 AIの鬼 編集部 https://ai-oni.com/articles/hf-security-incident-disclosure/ https://ai-oni.com/articles/hf-security-incident-disclosure/ Hugging Faceが自社の侵害インシデントを公開しました。フォレンジックのために解析した攻撃者の操作ログは17,000件超、横展開が行われたのは週末の1回分です。中小企業にとっての結論は「鍵とトークンの棚卸し」と「ログを残す設計」の二点に集約されます。発表者が被害当事者かつAI提供者である点も含めて読み解きます。 AIの鬼 編集部 https://ai-oni.com/articles/hf-model-routing-simple-until/ https://ai-oni.com/articles/hf-model-routing-simple-until/ IBM Researchが同一条件の417タスクでエージェントを動かしたところ、公表単価の安いGPT-4.1が総額155ドル、単価の高いClaude Sonnetが79ドルとなり、実測で約2倍の逆転が起きました。AI利用料をカタログ単価で見積もる危うさと、中小企業が取るべき比較手順を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-welcome-inkling-by-thinking/ https://ai-oni.com/articles/hf-welcome-inkling-by-thinking/ Hugging Faceが公開したThinking Machines製モデル「Inkling」の紹介記事から、オープンウェイトモデルの自社運用に必要なVRAM量と、公開されたベンチマーク数値を実測ベースで整理します。「オープンウェイトだから自社に置ける」という前提がどこで崩れるかを、数字と限界の両方から確認します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-introducing-real-world-voiceeq/ https://ai-oni.com/articles/hf-introducing-real-world-voiceeq/ Hume AIが40以上の音声モデルを15以上の評価軸・60以上の指標で比較し、100万件以上の人間評価を集めた結果を公開しました。8つの能力グループ全てで上位5位に入る構成は0、ノイズ背景の文字起こし誤り率は音楽背景の約4倍。自社導入の判断にどう使うかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-nativespeed-vllm-transformers-modeling/ https://ai-oni.com/articles/hf-nativespeed-vllm-transformers-modeling/ Hugging Faceが、transformers対応の450以上のモデルアーキテクチャをvLLM上でネイティブ実装と同等速度で動かす仕組みを公開しました。ただし実際に検証されたのはQwen3系3構成のみで、速度の具体値はグラフ画像だけです。自社GPU運用を検討する中小企業にとって何が変わり、何が変わらないのかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-run-ai-workloads-any/ https://ai-oni.com/articles/hf-run-ai-workloads-any/ Hugging FaceとSkyPilotの共同記事が、AI学習データの保管単価を$12〜18/TB/月、比較対象のAWS S3を約$23/TB（＋エグレス費）と提示しました。ただしこれは製品提供者自身による発表です。中小企業が見落としやすい「持ち出し料」の構造と、テラバイト級を扱わない会社にとっての実際の重みを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-prx-part-4/ https://ai-oni.com/articles/hf-prx-part-4/ Photoroomが自社の画像生成モデルPRXの学習データ構築を公開しました。JPEG品質92でもPSNR48.7dB、指標で劣るが約3倍速いキャプションモデルを採用、という実測と妥協の記録です。自社でモデルを学習しない中小企業にも転用できる原則を3つ取り出します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-scarfbench/ https://ai-oni.com/articles/hf-scarfbench/ IBM Researchが公開したScarfBenchは、Enterprise Javaのフレームワーク間移行をAIエージェントに解かせるベンチマークです。最上位のエージェントでも挙動を保った移行の成功率は10%未満、アプリ全体移行30件では29件を成功と自己申告しながら実際にビルドできたのは22件でした。検収基準の置き方を考え直す材料になります。 AIの鬼 編集部 https://ai-oni.com/articles/hf-introducing-ffasr-leaderboard/ https://ai-oni.com/articles/hf-introducing-ffasr-leaderboard/ Treble TechnologiesがHugging Faceと共同で公開したFFASRリーダーボードは、無響の2,000サンプルを14部屋でシミュレーションし、9条件のうち4条件でASRを比較しました。低SNR（6dB未満）では単語誤り率が近接環境の数倍。ベンダー公表値の読み方と、自社での検証手順を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-it-agentic-enough-benchmarking/ https://ai-oni.com/articles/hf-it-agentic-enough-benchmarking/ Hugging Faceが自社ツール上でオープンモデルのエージェント能力を3段階の構成で測ったところ、手順書（Skill）を同梱した構成で小型モデルの一致率が67%から43%に落ち、あるタスクでは100%から0%になりました。同じ作業のトークン消費が約2,400から約23,000へ振れた例もあります。中小企業がPoCで何を測るべきかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-beyond-llms/ https://ai-oni.com/articles/hf-beyond-llms/ IBM Researchが、業務AIをLLM単体ではなく従来型ソフト部品で誘導する「エージェントロジック」で組み直したところ、トークン消費が最大30分の1、成功率が1桁台から80%超に改善したと報告しました。数字の条件と、自社製品の提供者による発表という前提を踏まえ、中小企業が投資すべき場所を整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-new-framework-evaluating-voice/ https://ai-oni.com/articles/hf-new-framework-evaluating-voice/ ServiceNowが公開した音声エージェント評価フレームワークEVAは、航空会社ドメインの英語50シナリオ・15ツール・20システムを対象に、精度（EVA-A）と会話体験（EVA-X）を別々に測りました。全構成でこの2つがトレードオフになったという報告を、中小企業の選定手順にどう落とすかを整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-ibm-uc-berkeley-diagnose/ https://ai-oni.com/articles/hf-ibm-uc-berkeley-diagnose/ IBM Research と UC Berkeley が、IT運用タスクを実行したAIエージェントの実行トレース310本を「失敗の型」で分類しました。失敗した実行1回には平均2.6〜5.3個の問題が同時に起きており、成功率という単一の数字が改善の役に立たない理由が数字で示されています。中小企業がPoCの評価条件をどう書くべきかまで整理します。 AIの鬼 編集部 https://ai-oni.com/articles/hf-openenv-practice/ https://ai-oni.com/articles/hf-openenv-practice/ OpenEnvのCalendar Gym環境で、AIエージェントのタスク成功率は対象を識別子（ID）で明示した場合に約90%、同じタスクを自然言語で表現した場合に約40%でした。失敗の半数超はツール引数の書式ミスか実行順序の誤りです。発信元はこの評価環境の提供者であり、n数や評価モデル名は開示されていません。 AIの鬼 編集部 https://ai-oni.com/articles/hf-alyah/ https://ai-oni.com/articles/hf-alyah/ UAEのTechnology Innovation Instituteが、エミラティ方言を扱う1,173問のベンチマーク「Alyah」で54モデルを評価しました。同じ問題セットで正答率は25.66%から82.18%まで開き、4択の偶然正解25%と区別できないモデルもありました。自社の言葉づかいで測る必要性を示す実例です。 AIの鬼 編集部 https://ai-oni.com/articles/hf-assetopsbench/ https://ai-oni.com/articles/hf-assetopsbench/ IBM Researchが公開したAssetOpsBenchは、産業設備の運用業務をAIエージェントに解かせるベンチマークです。最良のGPT-4.1でも計画68.2%・実行72.4%にとどまり、実運用可否の基準である85点に到達したモデルはゼロ。複数エージェントを連携させると47%まで落ちました。中小企業が自動化の範囲を決める材料になります。 AIの鬼 編集部 https://ai-oni.com/articles/hf-featuring-every-eval-ever/ https://ai-oni.com/articles/hf-featuring-every-eval-ever/ Hugging FaceとEvalEval Coalitionが、22,000超のモデル・2,200のベンチマークにまたがる229,000件の評価結果を1か所に集約しました。そこで露わになったのは、同一モデル・同一ベンチマークでもスコアが63.7と48.8に食い違うという事実です。ベンダー提示の点数をどう扱うべきかを整理します。 AIの鬼 編集部 https://qiita.com/yureki_lab/items/de4ab275f52a62b2ea9f https://qiita.com/yureki_lab/items/de4ab275f52a62b2ea9f はじめに / 対象と前提 想定読者: Claude Code などの AI コーディングエージェントに、単発タスクではなく 数週間〜数ヶ月にわたる継続的な開発 を任せている人 前提環境: Claude Code v2.x 系、Git 管理下のリポジトリで CLAUDE.... Qiita AI https://qiita.com/aakan/items/b1db4ec1dfc1457e1a71 https://qiita.com/aakan/items/b1db4ec1dfc1457e1a71 生成AI ニュースレポート — 2026-07-19 収集日時: 2026-07-19 対象期間: 過去48時間（直近情報を中心に） 記事数: 24件 主要ニュース 1. A2UI + MCPアプリ: 宣言型とカスタムエージェントUIの最適な組み合わせ ソース... Qiita AI https://qiita.com/moha0918_/items/6c6646ec2759b63216c5 https://qiita.com/moha0918_/items/6c6646ec2759b63216c5 Claude Codeの公式Changelogをリリースから最速で翻訳・解説しています。 v2.1.214 は permission チェックの取りこぼしを一斉に塞ぐリリース。Edit(src/**) のような allow ルールが、ツリー内のどこにある src/ ... Qiita AI https://qiita.com/lhjjjk4/items/b1a1ffb0d8ddb62057fe https://qiita.com/lhjjjk4/items/b1a1ffb0d8ddb62057fe AI Daily Digest — 2026年7月19日 今週のAI業界で最も重要な動きをお届けします。 1. AppleがOpenAIを提訴——ハードウェア知的財産権侵害、40人以上の元従業員に弁護士書簡 Appleは今週、OpenAIに対する法的攻勢を大幅にエスカ... Qiita AI https://www.theverge.com/ai-artificial-intelligence/967630/dave-eggers-openai-chatgpt-silencing-an-entire-generation https://www.theverge.com/ai-artificial-intelligence/967630/dave-eggers-openai-chatgpt-silencing-an-entire-generation 昨年、サム・アルトマンがOpenAIスタッフ約200人を前に講演するよう著者デイヴ・エッガーズを招待した。彼は数多くの小説や脚本、ジャーナリズム作品を執筆し、McSweeney'sを創刊し、作家と芸術を広く支援する複数の学校と非営利団体を設立している。 The Verge AI https://zenn.dev/hrmtz/articles/ai-review-never-converges https://zenn.dev/hrmtz/articles/ai-review-never-converges ! Fable 5に約4時間42分、GPT-5.6 Solに6時間あまり設計レビューをさせた。どちらも実装へ進まず、最後は自分で止めた。reviewerが弱かったわけではない。逆だ。直すたびに、別のまともな穴を見つけてきた。 「いつかfindingがゼロになる」を待つのは無理だった。reviewerとは別に、何を残して止めるかを決める仕組みが要る。 multi-agent peer reviewを回していた 大きな設計変更の前に、複数のAIへ独立レビューをさせている。 大まかな流れはこうだ。 技術・運用・コストの3視点でpeer reviewerを並列実行する findingを構... Zenn AI https://techcrunch.com/2026/07/18/kimi-threat-or-menace/ https://techcrunch.com/2026/07/18/kimi-threat-or-menace/ 中国のMoonshot AIは今週Kimiモデルの新バージョンをリリースし、『完全なAIコミュニズム』についての懸念を引き起こした。 TechCrunch AI https://zenn.dev/suuungwoo/books/personal-ai-system-guide https://zenn.dev/suuungwoo/books/personal-ai-system-guide Claude CodeとCodexを、Markdownの正本・事実ラベル・停止条件で安全に運用するPersonal AI Systemの設計と導入を解説します。 Zenn AI https://zenn.dev/suuungwoo/articles/personal-ai-system-overview https://zenn.dev/suuungwoo/articles/personal-ai-system-overview AIエージェントを「秘書」として使うには Claude CodeやCodexに質問すると、調査、文章作成、コード編集まで短時間で進められます。一方で、セッションが変わると前提が消えたり、以前の推測が事実のように扱われたりします。 この問題を、モデルの記憶力だけで解決しようとしない方法があります。AIが参照する長期コンテキストを、Markdownファイルの集合として手元に置く方法です。私はこれをPersonal AI Systemのportable context layerと呼んでいます。 portable context layerは、特定ツールの組み込み記憶に依存しないコンテキス... Zenn AI https://zenn.dev/suuungwoo/articles/ai-autonomous-business-experiment https://zenn.dev/suuungwoo/articles/ai-autonomous-business-experiment 依頼は1メッセージだけ 2026年7月19日、Claude Code(Claude Fable 5)に次の趣旨の依頼を1通だけ送りました。 最新のAIエージェントでどこまで自律的にやれるかテストしたい。ビジネスを考えて、プロダクトが必要なら作って、マーケが必要ならそれも作って、少額でもよいので短時間で利益を出してほしい。ビジネスモデルもターゲットもプロダクトも全部任せる。Codexに渡せる作業は渡して、Fable 5は指揮に専念。私がやることは最小にしてほしい。 この記事は、その後にAI側が何をしたかの実験ログです。私(人間)は依頼後、この記事の公開ボタンを押すまでの間、意思決定... Zenn AI https://zenn.dev/pdfractal/articles/d02e90c07e1aff https://zenn.dev/pdfractal/articles/d02e90c07e1aff はじめに 将棋AIがプロ棋士を圧倒したことは、将棋界にとって非常に大きな出来事でした。2017年の第2期電王戦では、Ponanzaが佐藤天彦名人に2連勝し、人間側の頂点に近い存在がコンピュータ将棋に敗れるという象徴的な結果が出ました。さらに、DeepMindのAlphaZeroは将棋でも超人的な強さに到達したと報告されており、将棋というゲームの上で人間が最強であるという前提は崩れました。 しかし、その後もプロ棋士は廃業していません。日本将棋連盟は現在も現役棋士の一覧を公開しており、藤井聡太、伊藤匠、羽生善治、谷川浩司などの棋士が制度上も文化上も存在感を持ち続けています。 この現象を説... Zenn AI https://zenn.dev/kuma18/articles/de4722a760566a https://zenn.dev/kuma18/articles/de4722a760566a 仕事で疲れて、AIに「そろそろ失敗を覚えてくれ」と思った話 WorkflowBench 開発日記 #001 状態：下書き。いま公開できているのは製品仕様とプロトタイプのテスト計画までで、企業ユーザーに検証された製品はまだない。 始まりは、そんなに立派なものじゃない WorkflowBenchを考え始めたのは、何か壮大な「企業の新しいパラダイム」が突然見えたからではない。 正直に言うと、ある日、仕事でくたくただったからだ。 AIがまた「だいたい使える」ものを返してきた。最初に思ったのは、すごい、ではなく、また自分が仕上げるのか、だった。 プロンプトを直す。例外ルールを一つ足す。さっき説... Zenn AI https://zenn.dev/yumeno/articles/locus-system-overview https://zenn.dev/yumeno/articles/locus-system-overview Claude Codeで進めた作業の続きを、翌日にCodexで始める。外出中はスマートフォンのChatGPTから確認する。 この時、それぞれのAIは昨日の会話を自動では知りません。AIごとに会話履歴も保存場所も違うためです。 Locus Systemは、この分断を埋めるために作っている個人用の記憶システムです。 目標は、AIとの会話や作業について「完全な記憶」を持つことです。セッションやAIが変わっても、まるで一つの会話がずっと続いているように、過去の判断や失敗を必要な時に思い出せる状態を目指しています。 最終的には、利用者が裏側のファイルや保存処理を意識する必要もなくします。普通にAI... Zenn AI https://zenn.dev/kmn/articles/c78a05835ba810 https://zenn.dev/kmn/articles/c78a05835ba810 複数工場の状態を単一台帳へ集約する - 障害分析 自動処理は、スケジュール登録だけでは安定しません。フォルダーの存在や記憶から状態を推測すると、件数と次アクションが食い違います。 この記事では「障害分析」の観点から、入力、処理、成果物、公開結果を分離する方法を整理します。仕組み全体の理由まで扱います。 基本方針 業務オブジェクトごとに正本台帳を1つ決め、主張にはパスとキーを添えます。 プロセスが終了したことと、目的を達成したことは別です。下書き生成、品質検査、外部公開、公開URL確認を個別に記録します。状態を分けることで、翌日の処理が推測ではなく証拠から再開できます。 実装手... Zenn AI https://zenn.dev/tom1414/articles/112284e90afa57 https://zenn.dev/tom1414/articles/112284e90afa57 こんにちは。 とむです。 今回から少しずつ、AI-DLCについて学んでいこうと思い、まずはv1のワークフローを使ってアプリ開発をしていきます！ 今回作るアプリは、「紅茶検定の初級編対策用アプリ」です。 完全プライベート用です。 私はよくこういった壁にぶち当たります。 「AIはサブスク契約しているけど、作りたいものがなかなか見つからないなあ。。。」と。 ただ、ちょうど良いのが見つかりました。 最近は相方との時間が合いづらくなり、一人時間が増えたのを活用してよく地元を散策しています。 そんななか、よく行く紅茶店に訪れ、「紅茶に詳しくなったらなんか雰囲気カッコよさそう」という単純な理由から、紅... Zenn AI https://zenn.dev/nyacoai/articles/c8f5e8a31162a9 https://zenn.dev/nyacoai/articles/c8f5e8a31162a9 はじめに Web制作（Astro でのクライアントサイト制作）を本業にしていて、限られた時間で複数案件を回す必要がありました。 そこで Claude Code を使い、制作フロー全体をスラッシュコマンド13本に仕組み化しました。1年ほど改善を続けて、ようやく安定してきたので、設計の考え方を全部書きます。 「AI に丸投げしたら爆速になった」みたいな話ではありません。むしろ丸投げすると遅くなるというのが結論の一つです。 この記事で書くこと： コマンドの粒度をどう決めたか CLAUDE.md に何を書くと効くのか（実測） ガイドラインを外部ファイルに切り出す理由 実際の13コマンドの... Zenn AI https://zenn.dev/rapls/articles/745b3a4003f686 https://zenn.dev/rapls/articles/745b3a4003f686 先に答えを書きます。AI機能を自分のプロダクトに載せて配るとき、避けて通れないのは3つでした。利用者の鍵をどう預かるか。利用者の財布に、どう天井をつけるか。AIの出力を、どこまで信用しないか。 自分はWordPress用のAIチャットボットのプラグインを作って、WordPress.orgで配っています。作りながら分かったのは、この3つが「あとで足す機能」ではなく「最初に決める設計」だったことです。今回は、その3つで自分が何を選んで、どこを妥協したかを書きます。実装の細かいところは別に書いたので、ここでは判断のほうを。 使う側と、載せる側は、違う まず前提から。自分でAIを使うぶんには... Zenn AI https://zenn.dev/appleple/articles/f22572df36518d https://zenn.dev/appleple/articles/f22572df36518d 要約 今回作ったのは、今後の記事執筆という手間しかかからない作業を、AIに自動で、しかも自分が納得できる品質で任せられるようにする仕様書だ。その仕様書自体を作る過程にも、すでにAIを使っている。過去に自分が書いたZennの記事11本をAIに読み込ませて、句読点の使い方や見出しの付け方をコードで数えて照合したのがそれだ。仕様書という道具がまだない段階から、道具作り自体にAIを使ったことになる。ただし正直に言うと、仕様書が形になるまでには何度も書き直しが必要だった。 はじめに Zennの記事をAIに書かせるための仕様書を作った。「こういう文体で書いて」と指示するのではなく、過去に自分... Zenn AI https://zenn.dev/jodycraft/articles/dfe38e73e1ef8a https://zenn.dev/jodycraft/articles/dfe38e73e1ef8a 📋 この記事の前提 前回記事「ループエンジニアリングをGitHub Copilotで組めるか調べてみた」を読んでいると話が早い 「ハーネスエンジニアリング」「ループエンジニアリング」という言葉を見聞きしたことがある この記事は2026年7月18日時点、生まれて1日も経っていない議論を扱っている。数日後には前提が変わっている可能性がある 結論: グラフは配線図、品質を決めるのは配線の交差点 先に結論を書く。 「ループの次はグラフだ」という言い方は、半分正しくて半分は言葉が足りない。グラフは複数のループを束ねる配線図としては確かに上位概念だが、配線をどれだけ賢くしても、各交差点で下す... Zenn AI https://zenn.dev/cloto/articles/claude-code-compact-external-memory https://zenn.dev/cloto/articles/claude-code-compact-external-memory 同じことを 2 回やっていないか Claude Code でいくつかのセッションを回していて、ふと気づいた。 作業を終えるとき、筆者の環境では重要な決定を外部記憶に保存し、セッション全体も要約してから終了する。その直後、次の作業に備えて /compact を実行した。 そこで「あれ、今まったく同じ情報を 2 回要約していないか？」となった。 先に結論を書くと、自然な区切りで外部記憶へ退避できるなら、/compact の代わりに次の流れを使える。 終了処理 → /clear → 次のセッション冒頭で recall これなら /compact の利点である文脈の継続性を残しながら、コンテ... Zenn AI https://zenn.dev/renburu/articles/e7fbee59ecf633 https://zenn.dev/renburu/articles/e7fbee59ecf633 ～あなたのMCP活用、間違ってませんか～ かなり乱暴なことを言う。 GUIは、たいてい非本質である。 GUIは、人間がソフトウェアを使うための操作盤だ。 どこに何の機能があるかをメニューで示し、ボタンを押させ、数値を入力させ、結果を画面に表示する。 コードを書けない人間でも、高度なソフトウェアを扱えるようにするための仕組みである。これは間違いなく素晴らしい発明だ。 だが、AIまで人間と同じ操作盤を使う必要があるのだろうか。 最近、Unity MCP、Blender MCP、Figma MCP、Excel MCP、ブラウザ操作MCPなどが次々に登場している。 自然言語で指示すると、AI... Zenn AI https://zenn.dev/tsukinagake/articles/648413296bf940 https://zenn.dev/tsukinagake/articles/648413296bf940 初投稿です。よろしくお願いします。 はじめに 9年間使ってきた有料RSSリーダーを解約した。 理由はサービスへの強い不満ではない。日常的に使う機能を振り返ると、必要だったのは「フィードをフォルダ分けして、未読の記事を読み、検索する」ことがほとんどだった。共有、チーム機能、AI要約、クロスデバイス同期といった高機能は魅力的だが、自分の読書環境には必須ではなかった。 そこで、ブラウザで動くローカルRSSリーダーをAIと一緒に作った。最初は最小限の代替を想定していたが、実際に使ってみると、並び順、未読数、テーマ、壊れたフィードの扱いまで気になり、結果としてそれなりに多機能なアプリになった。... Zenn AI https://zenn.dev/kenimo49/articles/ai-debug-100-cases-5-deepening-patterns https://zenn.dev/kenimo49/articles/ai-debug-100-cases-5-deepening-patterns 「これバグ直して」と AI に頼んで、解決したと思ったバグがありました。 3 週間後に別の症状で再発しました。原因を追ったら、最初の"修正"は症状を消しただけで、根本原因をもう一段深いレイヤーに押し込んでいたのです。 このとき私は、AI 丸投げのデバッグにはコードとは別の副作用があると気づきました。そこから 3 か月、私は自分と社内チームが AI に投げたデバッグ 100 件を記録し続けました。分類が終わって出てきたのは、AI に頼るほどバグが深くなる 5 つのパターンでした。 これは AI レビューの見逃しの話ではありません。デバッグ 100 件の実測分類です。認知バイアスや心理側の話... Zenn AI https://zenn.dev/tomy1noriyamame/articles/008c30092d4c7b https://zenn.dev/tomy1noriyamame/articles/008c30092d4c7b この報告書が生まれた経緯 この報告書は 7/13夕方に始まった対話が夕飯になったので翌日持越しになったものです。 ウィルスワクチン作成にAIは当然利用されてるのだろうと思い、始まった対話ですが... インスタンスはいきなり「単独でワクチンを作ることはできません。」なんて馬鹿な回答を ぶつけて来たので、何だこいつは！となってしまい、二日掛けての対話となりました。 なぜ Gemini をメインに使うのか 本来私の様なユーザーはCopilotの様にユーザーOSを数ターンで読み込んで、即座にユーザー OS階層に合わせられるシステムを遣った方が作業効率と言う点に於いては最適解なんです。 し... Zenn AI https://zenn.dev/techcida/books/1cd1d66c775f99 https://zenn.dev/techcida/books/1cd1d66c775f99 AIエージェントの登場により、自然言語だけでアプリが作れる「バイブコーディング」の時代が到来しました。 かつて何年もかけて学ばなければ作れなかったものが、今では数日で形になります。 しかし、作るハードルが劇的に下がった結果、「作ったのに誰にも使われない」「収益がゼロのまま」という壁にぶつかる個人開発者が増えています。 本書は、AIが教えてくれない「どのように考え、何を選択し、どうやって稼ぐか」というビジネスとマーケティングの意思決定に特化した書籍です。 Zenn AI