AIを自分のプロダクトに載せるとき、避けて通れない3つ。鍵・財布・出力の設計
先に答えを書きます。AI機能を自分のプロダクトに載せて配るとき、避けて通れないのは3つでした。利用者の鍵をどう預かるか。利用者の財布に、どう天井をつけるか。AIの出力を、どこまで信用しないか。 自分はWordPress用のAIチャットボットのプラグインを作って、WordPress.orgで配っています。作りながら分かったのは、この3つが「あとで足す機能」ではなく「最初に決める設計」だったことです。今回は、その3つで自分が何を選んで、どこを妥協したかを書きます。実装の細かいところは別に書いたので、ここでは判断のほうを。 使う側と、載せる側は、違う まず前提から。自分でAIを使うぶんには...
出典: Zenn 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。 Zenn 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
AIの利用は曜日でどう変わるのか？平日35%・週末50%弱という個人利用比率と、利用者86%が答えた「速くなった」の中身
Anthropicが2026年6月に公開した経済指標レポートから、AI利用の曜日・季節変動と利用者9,700人の自己申告効果を読み解きます。平日と週末で個人利用比率が約15ポイント動き、確定申告直前には税務用途が8倍に。ただし回答者はClaude利用者に偏り、一般労働者の実態ではありません。
続きを読む →
AIに答えさせず問い返させると、成果は変わるのか（対照群比+0.258標準偏差、n=1,763・8週間）
Google DeepMindがシエラレオネの中等学校12校・生徒1,763人・8週間の事前登録済みRCTで、AIに直接解答をさせず問い返させる「ガイド付き学習」を検証。数学スコアは対照群比+0.258標準偏差。ただし発信元は製品提供者本人であり、学力層による効果の偏りも自ら認めている。読み方を整理する。
続きを読む →
AIは「人間なら数週間」の開発をどこまで完遂できるのか ― 1.7万行の再実装はテスト2,000/2,001件、6.1万行は35%止まり
Epoch AIの暫定結果によると、熟練エンジニアで2〜17週と見積もられた約16,905行のツールキット再実装を最新モデルがE2Eテスト2,000/2,001件（99.95%）で完遂した一方、約61,461行の課題は10億トークンの約9割を使って可視テスト256/733件（35%）で未解決でした。規模と費用の境界線を読み解きます。
続きを読む →