音声エージェント評価フレームワークEVAを発表

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

AIエージェントを動かす前に「何を持たせないか」を決める——DASFv3.0の「致命的な三位一体」とは何か

2026年3月にDatabricksが公開したDASF v3.0は、AIエージェント特有の35個のリスク・6個のコントロールを追加した。核心は「機密データへのアクセス・外部入力の処理・状態変更の能力」が同時に揃うとリスクが急増するという「致命的な三位一体」だ。中小企業でも権限設計の段階で三要素のうち一つを欠かせばリスクは大きく下がる。

続きを読む →

AI解体新書

モデルを替えるより動かし方を磨くほうがAIコストは下がるのか ― WriterがPalmyra X6とハーネス最適化で最大50%削減を打ち出した

WriterがPalmyra X6とハーネス（AIを動かす枠組み）の改善を組み合わせ、基本タスクのコストを最大50%削減できると発表しました。注目点はモデルの性能よりも、ハーネスの最適化が信頼性の高いコスト削減手段だとWriter自身の研究が示している点です。「最新モデルを追い続けることに企業は疲れた」というCEOの言葉は、中小企業がまず着手すべき順序を示唆しています。

続きを読む →

AI解体新書

既存ツールをそのまま使いながらAIが画面を操作する時代──Grok Botは中小企業の「システム刷新」問題を解くのか

SpaceXAIが2026年8月11日、常時稼働型AIエージェント「Grok Bot」（β版）を発表した。APIやMCP連携なしに、クラウド上の仮想PCがブラウザを人間と同じように操作するため、古いシステムや連携機能のないSaaSも原則自動化の対象になる。月額200ドル（Cursor Ultra）から使えるが、同種エージェントの実利用では複数依頼の完全充足率58%という実測もある。何が変わり、何がまだ分からないかを整理する。

続きを読む →