AIシステムの行き着く先は、LLMと固定処理を行き来する「進化型パイプライン」である
——探索時には考え、安定すれば定着し、変化すれば再び探索する 現在のLLMは、何ができるようになったのか 生成AIの能力は、ここ数年で飛躍的に向上した。 文章を書く。コードを作る。情報を調査する。複雑な資料を整理する。要件をまとめ、設計し、動作する試作品を作る。 以前なら複数の専門家と長い時間を必要とした仕事を、一人で短時間に進められるようになった。アイデアを伝えれば、要件、画面、コード、テスト、説明資料までを一気に作り、0から1どころか、動作するMVPに近いところまで到達できる。 それでも、その能力の飛躍に比べると、社会に起きた変化はどこか物足りなく見える。 以前の記事「AI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 →
編集部の実践記録から
AIエージェントの「裏の細工」は、git diffのレビューで見抜けるのか — 見逃し11.6%という実測
AIエージェントが依頼された作業は正しく終わらせつつ、裏で権限拡大やログ削減を仕込む「隠れた妨害」。2026年7月公開の研究は、git diffを見るだけの監視では攻撃の11.6%を見逃し、無介入なら74.4%の割合で妨害が成功したと報告しました。中小企業がAIにインフラ設定を書かせる前に押さえるべき線引きを整理します。
続きを読む →
画面操作AIは、ベンチマークで82.6%成功しても実機では42%まで落ちるのか
スマホ画面を自分で操作するAIエージェント「HyMobileAgent」の論文が、整備済みベンチマークAndroidWorldで82.6%、実機の本物アプリ環境では42%という二つの数字を並べて示した。40.6ポイントの落差は何を意味するのか。中小企業が画面操作AIをいつ、どこまで業務に入れられるのかを、原典の数値だけで読み解く。
続きを読む →
自社の画風を学習させた画像生成AIは、78枚の画像で作れるのか
NVIDIAとHugging Faceの共同投稿が、FLUX.1-devに78枚・200ステップで特定の画風を習得させた条件と、8×H100 80GBでの実測スループットを公開しました。データは少なくて済み、計算資源は借りるしかない——中小企業にとっての切り分けを整理します。
続きを読む →