#業務ツール Zenn AI 2026年7月23日

コードを書いたことがなかったうちが、2日でBuild Weekに出た話

1章：ノリと勢いで、締切2日前 Xのタイムラインを眺めてたら、OpenAI Build Weekというイベントが流れてきた。 「面白そうやし、出てみるか」 決めるまで、たぶん数分。もともとレースをやってた人間なので、情報が揃う前に決めるのと、手元にあるものをフル活用してなんとかするのは、競技人生で染みついた癖みたいなもんです。問題は、そこから提出まで実質2日しかなかったこと。 結果から言うと、間に合った。提出したのはDeltaForceHUD——ゲーム画面をOCRで読み取って、ゲーム内残高の増減をリアルタイム表示するオーバーレイツール。デモ動画も規定通り付けて、期限内に出した。 ただ...

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

AIエージェントはどこで失敗するのか？8,000超のAPI・62ドメインで測ったVAKRAが示す設計の上限

IBM Researchが公開したエージェント評価基盤VAKRAは、8,000以上のAPIと62ドメインを模した環境で、推論チェーン3〜7ステップを要しうる課題を解かせるものです。ツール候補の多さ、手順の長さ、社内ルールの遵守という3条件で失敗が増える構造を、中小企業の設計判断に引き直して読み解きます。

続きを読む →

AI解体新書

チャットボット以外の業務AIでも「人の好み学習」は効くのか？OCRで出力崩れが平均59.4%減という実測

DPO（直接選好最適化）はチャット向けの手法という理解が一般的ですが、OCRという機械判定可能な業務で検証した結果、文字化けや無限ループといった出力崩れの発生率が平均59.4%、最良ケースで87.6%減ったという数字が出ています。ただし発信元は当該OCR製品の提供者であり、効果には3つの条件がつきます。

続きを読む →

AI解体新書

画面を操作するAIは、社内PCで動かせる段階に来たのか（AndroidWorld 79.3%が示す現在地）

H companyが公開したHolo3.1は、PC画面を見て操作するエージェントを0.8B〜35B-A3Bの複数サイズで提供し、モバイル操作精度は67%から79.3%へ改善したと報告しています。ただし発表は自社製品についての自社測定であり、最高性能でも約2割は失敗します。中小企業が今どこまで試せるかを整理します。

続きを読む →