AIに記事を書かせる前に、記事を落とす検証スクリプトを先に書いた
! 記事を書く作業をAIに手伝わせる前に、記事を落とす検証スクリプトのほうを先に書いた記録です。生成AIに文章やコードを書かせて、その成果物を自分で受け取っている人向けに書いています。 3行で言うと Zenn の規約を読んだ時点で「自動化できるのは下書きまで」が確定し、published: true を機械的に拒否する検査を最初に置いた 「実体験かどうか」は厳密には機械判定できないので、実体験マーカー・検証環境・留保の3つを代理指標にした 最初に落ちたのは自分の下書きだった。閾値は下げなかった。下げた瞬間に検査が儀式に変わるため 規約を読むところから設計が決まった 自分の作...
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
話題のAIは「自前のコードツールを作らなかった」──中小企業はAIで何を作り、何を借りるべきか？
DeepMind出身者のロンドンのラボInherentが、論文複製エージェントFaradayでClaude Opus 4.8とGPT-5.5を上回ったと発表しました。見出しは「小さいモデルが勝った」ですが、中小企業が真似できるのはモデルの大小より、Inherentの3つの設計判断です。コードツールは自作せずGPT-5.5 Codexを借り、報酬設計で「センス」を仕込み、迎合しないエージェントを狙う。当社は小型モデルの学習は測っていません。
続きを読む →
Inherentの「小型AIが大型に勝った」は中小企業に何を意味するのか？──報道の数字が食い違う
DeepMind出身者のロンドンのラボInherentが、論文複製エージェントFaradayでClaude Opus 4.8とGPT-5.5を上回ったと発表しました。勝因はサイズではなく報酬設計で仕込んだ「研究のセンス」です。ただしQwenの規模は素材内で27億とも270億とも書かれ食い違っています。中小企業が真似できる一点と、当社が測っていないことを分けて示します。
続きを読む →
AIエージェントのコストは「動くか」より「静かに積み上がるか」――同じ道具で3倍差が出る運用ルールとは？
Claude CodeのようなAIエージェントを数週間運用すると、課題は「動くか」から「どれだけ静かにコストが積み上がるか」へ移ります。あるQiitaの記録では、プロセス確認コマンドの選び方だけでセッション予算の19%を消費し、処理方式の変更で1回あたり＄1.10→＄0.36まで下がりました。効いたのはアルゴリズムより運用ルールです。中小企業の予算化に何が要るかを、当社の実測とあわせて読み解きます。
続きを読む →