#新モデル Qiita AI 2026年9月1日

【2026年9月1日版】Devin、OpenClaw、Codex、Claude Code、Cursor eyc… AIエージェントとLLMを料金まで含めて整理した個人的メモ

【2026年9月1日版】Devin、OpenClaw、Codex、Claude Code、Cursor eyc… AIエージェントとLLMを料金まで含めて整理した個人的メモ 正直、AIエージェントが増えすぎて花盛り、情報多くて最近かなり分からなくなってきた。 Devin、...

出典: Qiita AI（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。 Qiita AI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

LLM単体の誤検知8割超は、複数モデル検証と人手でどこまで下がるのか

Uberが自社のGoコード解析ツールPerfInsightsの実測を公開しました。LLM単体では誤検知が8割超、複数モデルによる相互検証と人の確認を挟んで10%台前半へ。AIに検査業務を任せる際の現実的な設計指針と、そのまま真似てはいけない数字の線引きを整理します。

続きを読む →

AI解体新書

AIエージェントへの「完全自動承認」は、なぜ習熟で約20%から40%超へ倍増したのか？

Anthropicが自社のClaude CodeとAPIのログを分析し、AIエージェントにどこまで自動で任せているかを実測した。完全自動承認は新規ユーザーの約20%から習熟ユーザーの40%超へ倍増する一方、中断率も5%から約9%へ上がる。不可逆な操作は全体の0.8%。承認ポイントの設計に使える一次データを、偏りごと読む。

続きを読む →