#新モデル Zenn AI 2026年7月21日

AIに1時間で作らせたアプリを、公開前に全ソース監査してみた（Critical 2件）

きっかけ AIコーディングで、動く個人アプリは本当に1時間で作れます。今回もそうでした。フォームに入力すると、サーバーレス関数がLLMを呼んで、結果ページを返す。ちゃんと動くし、UIもそれっぽい。 でも、そこで「よし公開」とはしませんでした。「動く」と「公開していい」は別だからです。IT実務を13〜14年やってきて、今はサポートエンジニアとして「動いていたものが壊れる現場」を毎日見ているので、その感覚が抜けません。 そこで公開前に、AIが書いた全ソースコードを、自分でセキュリティ監査してみましたら、Critical（致命的）が2件、Highが1件、Medium・Lowを合わせて8件出...

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

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

社内文書をAIに探させるのに、大きなモデルは必要か — 18分の1の規模で戦えるという報告

社内文書の検索にAIを使う場合、最上位のモデルでなければ話にならないと考えがちです。2026年7月公開の研究は、17億パラメータの小さなモデルをスマートフォン上で動かし、最大18倍の規模のモデルと競合したと報告しました。中小企業にとっての現実的な読み方を整理します。

続きを読む →

AI解体新書

需要予測AIはなぜ繁忙期を外すのか — 平均誤差では見えない失敗

需要予測で本当に困るのは、平均的な誤差ではなくピークを外すことです。2026年7月公開の研究は、一般的な誤差指標がピークの失敗を覆い隠すと指摘し、少なく見積もる誤りを重く扱う手法を提案しました。発注・仕込み・人員配置に効く読み方を整理します。

続きを読む →

AI解体新書

AIの正答率が上がっても、説明が正しくなるとは限らない — 9システムの比較分析

AIツールを比べるとき、正答率の高さで選びがちです。しかし2026年7月公開の研究は、回答の精度が上がっても、根拠の説明が忠実で完全になるとは限らないと報告しました。業務でAIを使うとき、どこを見るべきかを整理します。

続きを読む →