#新モデル TechCrunch AI 2026年8月5日

メタが大規模コードベース向けAIエージェント「Muse Code」を発表

複雑なソフトウェアにおける複雑なタスクに対応できるとして、メタがAI コーディング機能を拡充した。

出典: TechCrunch 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。 TechCrunch 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

AIエージェントに社内業務をどこまで任せてよいか？ 1時間規模タスクの完遂率5%未満→40%超、一方でテストした全システムに万能脱獄

英国AI安全保障研究所（AISI）が2023年11月〜2025年10月に30以上のフロンティアシステムを評価した報告書を読み解きます。1時間規模の開発タスク完遂率は5%未満から40%超へ。しかし能力と安全対策の強さの相関はR^2=0.097でほぼ無く、テストした全システムで万能脱獄が見つかりました。

続きを読む →

AI解体新書

AIエージェントは多段階のサイバー攻撃をどこまで自力で進めたのか（32ステップ中9.8）

英国AI安全保障研究所が、企業ネットワークを模したサイバーレンジでAIエージェントの攻撃遂行能力を実測。32ステップ中の平均完遂数は1.7から9.8へ、最良の単一試行は22ステップまで到達した。一方で産業用制御システム環境では7ステップ中平均1.2〜1.4にとどまる。中小企業の防御の優先順位を、この数字から考える。

続きを読む →