Google DeepMind 2025年10月23日

CodeMender発表：コード保護向けAIエージェント

高度なAIを用いて重大なソフトウェア脆弱性を修正する。

出典: Google DeepMind（配信元の紹介文より引用）

このニュースの全文は、配信元でお読みいただけます。 Google DeepMindで元記事を読む →

この話題に関連する、TOEの実践・観測記録

ニュースの背景を、当社が実際にAIを動かした一次記録から補足します。

AI解体新書

AIエージェントは「モデル選び」で決まらない？ ─ 同じClaudeでもWeb版とClaude Codeで精度が違う理由「ハーネス」を中小企業向けに読み解く

同じモデルなのにWeb版ClaudeとClaude Codeで実用精度が変わる。その差を決めるのが「ハーネス」という道具立てです。中小企業がAIツールを選ぶとき、スペックシートより先に見るべき運用構造は何か。素材と当社の実測を突き合わせて整理します。

続きを読む →

編集部の実践記録から

当社が自社の業務でAIを動かし、処理件数・所要時間・失敗件数まで 実際に測った記録です。

AI解体新書

帳票読み取りAIに「考えさせる」のは必要か？推論なしが0.411、推論ありが0.303だった検証

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。

続きを読む →

AI解体新書

AIエージェントは作業を完了しても、途中の安全ルールを守れているのか（507件の検証で安全遵守率0.16〜0.40）

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。

続きを読む →