コーディング評価ベンチマーク『SWE-Bench Pro』に問題、信頼性に懸念
OpenAIの新たな分析により、人気のコーディングベンチマークであるSWE-Bench Proの問題が明らかになり、AIモデル評価における信頼性と正確性への懸念が浮上している。
出典: OpenAI（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。 OpenAIで元記事を読む →
編集部の実践記録から
AI解体新書
見積が5時間から10分になる「エージェント機能」──中小企業が同じ97%削減を出すには何の条件が要るのか？
建設業向けAI「ミャク楽」が2026年9月7日に「エージェント機能」を出し、見積転記を5時間から10分（約97%削減）に自動化すると発表しました。ただしこの数字は自社の単価表・書式・取引慣例を構造化データとして貯めてあることが前提です。AIエージェントに実務を任せる前に何を貯めるかが分かれ目だと、当社の実測とあわせて読み解きます。
続きを読む →
AI解体新書
MetaのMuseは中小企業の「誰がボタンを押すか」を変えるのか？──AIが自律で買い物とメール削除まで実行する前に確かめること
MetaのパーソナルAIエージェント「Muse」が2026年9月8日、米国で無料提供を開始しました。メール送信・旅行予約・買い物までAIが自律実行します。中小企業が確かめるべきは「何ができるか」ではなく、メール・決済・ログイン情報をMetaに預けてよいか、実行結果を誰が裏取りするかです。素材から読み取れる事実と、当社が測れていない部分を分けて整理します。
続きを読む →
AI解体新書
禁止令ではシャドーAIは止まらない──従業員が個人利用するAIから顧客情報が漏れたRIZAP事案で、中小企業は何を変えるべきか
RIZAPが9月3日に公表したのは、会社の業務用AIではなく、従業員が個人で使う無許可AI（シャドーAI）からの顧客情報流出でした。要配慮個人情報を含みます。禁止令だけでは防げない構造で、中小企業が今日変えるべきは「どのAIに・どのデータまで許すか」の線引きです。当社の運用実態と突き合わせて解説します。
続きを読む →