GenAI catch-up 調査ノート 2026-09-27
- 対象期間: 2026-09-12 〜 2026-09-27 (前回のノートがない初回のため、14 日の bootstrap 窓、候補 221 件)。
- 取得できなかった情報源: なし (38 本すべて取得)。
- 初回のため、前回からの継続はない。
候補と選定
- 選定 (レポートに載せる):
- Claude Opus 5.5 と GPT-6 Sol/Luna の同日リリースと値下げ競争 (起点 09-22、影響度 2 / 将来性 2)。
- TypeSafe の Jev (決定モデル) の公開と、2 週間での統合・クローン・実務検証 (起点 09-15、2 / 2)。
- Claude Code の AGENTS.md 対応と、指示ファイルの保守 (prompt-audit) (起点 09-18、2 / 2)。
- コーディングエージェント 4 社の無人実行統制 (起点 09-19〜25、2 / 2)。
- Azure・Google・AWS のエージェント実行基盤の統制機能 (起点 09-15〜24、2 / 2)。 - 1 と 2 は同点で、1 を上位にしたのは既定モデルと単価の変更が全ツールの利用者に同時に及ぶため。
- 見送り (次回の判断材料):
- 既存の REST API と SaaS ナレッジの MCP・Skills 化 (起点 09-23〜25、1 / 2) — 個々の機能が小さく、上位 5 件に及ばない。
- 「コードを手で書かない開発」をめぐる議論 (起点 09-24、2 / 1) — 議論は広いが、実務の変更としては 1 社の方針。
- ハーネス設計の実務知見 (国内) (起点 09-16、1 / 2) — 期間内の起点が事例記事と登壇資料で、一次的な仕様変更ではない。
- LangSmith の大型リリース週 (起点 09-24、1 / 1) — 1 社のプラットフォーム更新。
- Claude Platform API の運用変更 (起点 09-14〜24、1 / 1) — テーマ 1 の補足に留まる。
- Kiro の連続アップデート (起点 09-14〜24、1 / 1) — テーマ 4 に含めた 2.24 以外は 1 製品の改善。
- GitHub Copilot の企業向け一括更新 (起点 09-23〜25、1 / 1) — テーマ 4 に含めた 2 件以外は運用機能。
- Google のモデル・プラットフォーム更新 (起点 09-15〜24、1 / 1) — 音声モデル中心で、今回のトラックの中心から外れる。
- オープンウェイトモデルと推論効率 (起点 09-14〜23、1 / 1) — 国内の実務への接続が薄い。
- Claude Code クラウドセッションの正式化 (起点 09-24、1 / 1) — 名称変更と設定整理。
- Codex のモデル・CLI 更新 (起点 09-14〜26、1 / 1) — 廃止予定の告知が主で、対象者が限られる。
- 評価とベンチマークの実務資料 (起点 09-16〜18、1 / 2) — 単独の資料で、勢いの確認ができていない。
- Google の ADK・Antigravity 更新 (日付なし、1 / 1) — フィードに日付がなく、起点を確定できない。
- その他の単発項目 (1 / 0〜1) — 下記に列挙。
- 対象外 (スコープ外) — 下記に列挙。
1. 🚀 Claude Opus 5.5 と GPT-6 Sol/Luna が同日にリリースされ、API 単価の値下げ競争になった
- 選定 / 影響度 2 / 将来性 2 / 起点 09-22 / トラック: 両方。
- 候補になったフィード項目:
claude-code-changelog09-22 2.1.280claude-platform-release-notes09-22 September 22, 2026openai-news09-22 Introducing GPT-6 Sol and Lunaopenai-news09-22 Better prompt caching for GPT-6openai-chatgpt-codex-changelog09-22 GPT-6 Sol and Luna in Codex and ChatGPT Workaws-whats-new09-22 OpenAI GPT-6 Sol and GPT-6 Luna are now generally available on Amazon Bedrockaws-ml-blog-bedrock09-22 Claude Opus 5.5 is now available on AWSgcp-agent-platform-release-notes09-22 September 22, 2026simon-willison09-22 Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, and a new price warainews09-23 Claude Opus 5.5, the new default model for AINewsclassmethod-claude-code09-23 Claude Code v2.1.280 の主要アップデートhatena-llm09-23 What a task costs on Opus 5.5zenn-trending09-24 王の凱旋—Opus 5.5 React習熟度ベンチマーク—zenn-trending09-23 Claude Opus 5.5によるピクセルアニメーション生成の検証github-changelog-copilot09-25 GitHub Copilot weekly releases — September 21
収集した情報
[A] Anthropic — Claude Opus 5.5 (2026-09-22)
https://www.anthropic.com/news/claude-opus-5-5
- 典型的な作業負荷で Opus 5 より「40% 安く動き」、出力は「30% 以上速い」。
- Terminal-Bench 4.0 は 66.4% (Opus 5 は 52.3%)。
- FrontierCode v1.1 (Main) は 54.4% (Opus 5 は 48.0%)。
- CursorBench 4.0 は 57.8% (Opus 5 は 46.6%)。
- GDPval-AA v2.1 は 1846 Elo (Opus 5 は 1708)。
- OSWorld 2.0 は 81.8% で、Fable 5.1 の 80.7% を上回る。
- 「ほとんどの仕事で Claude Fable 5.1 と同水準」と位置づけている。
- 単価は入力 $4 / 出力 $20 (Opus 5 は $5 / $25)、キャッシュ読み取り $0.20 (同 $0.50)、キャッシュ書き込み $5 (同 $6.25)、Fast mode は $8 / $40。
- 提供先は Claude API、AWS、Google Cloud、Microsoft Azure、Claude Code、Pro / Max / Team / Enterprise。
- 安全性: 自動行動監査で過去最高、分類器が実行前にすべての行動を検査、境界の回避試行は Opus 5 比 85% 減、生物・サイバー分野の安全策は別モデルへ透過的にフォールバック (サイバーセキュリティのタスクの大半は Opus 4.8 へ回す)、思考の蒸留防止策を実装。
[A] Anthropic — Claude Platform release notes, September 22, 2026 (2026-09-22)
https://platform.claude.com/docs/en/release-notes/overview#september-22-2026
- Claude Opus 5.5 (
claude-opus-5-5) は「長時間のエージェント型コーディングと知識労働」向け。 - 既定で 1M トークンのコンテキスト、最大出力 128k トークン、常時オンの adaptive thinking。
- 単価は $4 / $20 (Opus 5 は $5 / $25)。
[A] Anthropic — Claude Code changelog 2.1.280 (2026-09-22)
https://code.claude.com/docs/en/changelog#2-1-280
- Opus 5.5 が既定の Opus モデルになった (1M コンテキスト、$4 / $20、キャッシュ読み取り $0.20)。
- Pro と Team Standard の既定モデルが Sonnet から Opus に変わり、Max・Team Premium・Enterprise と揃った。
- 非推奨だった
TaskOutputツールを削除 (Readを使う)。 - ダイアログの確定と取り消しが Enter と Esc になり、y / n は既定の割り当てから外れた。
- Opus 4.7・4.8・Fable 5 が、明示的な
/effort設定より launch-default の effort を優先しなくなった。 CLAUDE_CODE_MAX_MCP_DESCRIPTION_LENGTHで MCP ツール説明の長さの上限を変更できるようになった。
[A] OpenAI — Introducing GPT-6 Sol and Luna (2026-09-22)
https://openai.com/index/introducing-gpt-6-sol-and-luna
- Sol と Luna は Astra と同様の手法で学習し、「コスト効率の最前線を進める」位置づけ。
- API 単価は GPT-5.6 のプロモーション価格から 50% 減で、Sol は $4 → $2 / $20 → $10、Luna は $0.20 → $0.10 / $1.20 → $0.50。
- AutomationBench (47 ツール、営業・マーケ・運用・サポート・財務・人事の業務フロー) で Sol (xhigh) は 33.2%・$0.27 / タスク、Astra (low) は 30.3% で Sol の 3.9 倍のコスト、Opus 5 (max) は 26.9% で 11.1 倍、Fable 5.1 (Opus 5 フォールバックつき、max) は 31.4% で 8.9 倍超 (フォールバック分は未計上)。
- Agents' Last Exam V1 で Sol (max) は 56.4% で、Opus 5 の最高スコアを 60% 低いコストで上回る。
- 社内の事実性評価で Sol の誤りは前世代の約半分、Luna は高 effort で GPT-5.6 Sol と同等を約 100 分の 1 のコストで達成。
- FrontierCode 1.1 Main で Sol は GPT-5.6 Sol から大きく改善し、Fable 5.1 (xhigh) と同等をはるかに低いコストで達成。
- DeepSWE v1.1 で Sol (max) は 68.8% で、Fable 5 (xhigh) の 69.9% に 1.1 ポイント差、コストは約 80% 低い。
- DeepSWE で Luna (max) は 66.6% で、Opus 5・Fable 5 (medium) と同等、コストは Opus 5 比 93% 減、Fable 5 比 96% 減。
- OSWorld 2.0 offline で Sol (xhigh) は 60.5%、Opus 5 (medium) は 60.3%、コストは約 80% 低い。
- 社内利用: API 価格換算で研究者の中央値が 1 日 $600、90 パーセンタイルが $7,000。
- キャッシュ: 既定で命中率を高め、キャッシュ読み取りは 90% 引き、Prompt Caching Dashboard と診断ツール、reasoning effort とツール有効化を変えても文脈のキャッシュを維持、明示的な breakpoint。
- GitHub は数か月で「新規処理が必要なプロンプトトークンの割合を 50% 以上削減」した。
- 提供: ChatGPT Work と Codex で Plus / Pro / Business / Enterprise / Edu に当日から、Free と Go は Luna をデスクトップアプリで、API は
gpt-6-sol/gpt-6-luna。
[A] AWS — Claude Opus 5.5 is now available on AWS (2026-09-22)
https://aws.amazon.com/blogs/machine-learning/claude-opus-5-5-is-now-available-on-aws/
- Bedrock のモデル ID は
global.anthropic.claude-opus-5-5。 - リージョンは
bedrock-mantleで US East (N. Virginia) と AP Southeast (Melbourne)、加えてbedrock-runtimeで US / EU / AU / JP の地域別クロスリージョン推論プロファイル。 - adaptive thinking は常時オンで、タスクごとに思考量を自動配分。
- 生物・サイバーセキュリティ・AI 開発向けの安全分類器を含む最初の Opus。
- Claude Platform on AWS は北米で利用可能。
[A] AWS — Bring more intelligence to everyday work with GPT-6 Sol and GPT-6 Luna on Amazon Bedrock (2026-09-22)
- Astra は「最高品質がコストより重要な野心的プロジェクト」、Sol は「開発と運用で繰り返す要求の高い作業」、Luna は「大量に繰り返す集中タスク」向け。
- Sol は GPT-5.6 Sol より事実誤りが約半分。
- Bedrock で明示的なプロンプトキャッシュとリクエスト単位の reasoning effort を利用可能。
- VPC エンドポイント、IAM、CloudTrail、データ保持なしの選択肢。
[A] Google Cloud — Gemini Enterprise Agent Platform release notes, September 22, 2026 (2026-09-22)
https://docs.cloud.google.com/gemini-enterprise-agent-platform/release-notes
- Claude Opus 5.5 が Model Garden で利用可能になった。
[B] Simon Willison — Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, and a new price war (2026-09-22)
https://simonwillison.net/2026/Sep/22/opus-and-sol-and-luna/
- Opus 5.5 が先に出て、OpenAI は「約 1 時間後」に Sol と Luna を出した。
- 単価 (入力 / キャッシュ入力 / 出力): Luna $0.10 / $0.01 / $0.50、Sol $2 / $0.20 / $10、Opus 5.5 $4 / $0.20 / $20。
- Opus 5.5 は入力が 20% 減、キャッシュ入力は 60% 減。
- Luna は GPT-4.1 Nano と GPT-5 Nano を除けば OpenAI 史上最安。
- Opus 5.5 の最大出力は 128,000 トークン。
- Opus 5.5 は「Opus 5.0 より安く、Fable 5.1 の知能」で、コミュニケーションの不満に対処している。
- ただし "max" の思考量では「考えすぎて壊れる」ことがあり、SVG 生成でトークンを使い切って出力しなかった。
- Luna は Haiku 4.5 ($1 / $5) の「10 分の 1」で、階層をまたぐ価格競争を強いる。
- GPT-5.6 には 11 月に 25% の値上げが予定されている。
[B] Latent Space (AINews) — Claude Opus 5.5, the new default model for AINews — and everybody cuts prices 40-50% (2026-09-23)
https://www.latent.space/p/ainews-claude-opus-55-the-new-default
- 「ほとんどのタスクで Fable 5.1 水準、Opus 5 より 40% 安い」、約 30% 高速、既定 effort で 1 タスクあたり約 40% 安い。
- ほとんどのベンチマークで Fable 5.1 を上回り、CursorBench・KWBench・OSWorld で GPT-6 Astra を上回る。
- Vals Index 1 位 (Opus 5 から 2 つ上昇)、FrontierSWE 62.3% (Astra 65.5% に次ぐ 2 位)、FrontierCode 1.1 65.3% (Extended、Fable 5 を抜いて 1 位)、CursorBench 57.8% (Max)、ParseBench 93.9% (Opus 5 比 +7 ポイント)。
- セッション上限が 20% 増え、サブスクリプションに rate-limit reset の繰り越しが入った。
- AINews は「違いは歴然」として Opus 5.5 へ即時移行した (要点を先に置く、執筆ルールに従う)。
- 値下げは OpenAI の新 SKU が GPT-5.6 比 50%、Opus 5.5 は 20% で、「40% 安い」は既定 effort の話 (max ではトークン増が相殺し、トークン使用量の増加だけで 1 タスクあたり約 80% 増)。
- xhigh effort は 2.8 倍のコストでエージェント型コーディングのスコアが 3.2 ポイント低い、という異常が報告された。
- 反応は「性能は Anthropic、価格は OpenAI」に割れ、Opus のリリースへの信頼を問う声もあった。
[B] Addy Osmani (claude.dev) — What a task costs on Opus 5.5 (2026-09-25)
https://claude.dev/blog/what-a-task-costs-on-opus-5-5/
- 「単価が同じ 2 つのモデルが、同じタスクで大きく違うコストになる」ため、コストは 1 タスク単位で見る。
- 例示: 入力 2.8M トークンのタスクを 40 ターン (1 ターン平均約 70K) で回すと入力コスト約 $1.62、25 ターンなら約 $1.02。
- high effort は 1 タスクあたり約 20K の思考トークンを足し、Opus 5.5 では約 $0.40 (100K のキャッシュ文脈で 10 ターン再試行するのと同程度)。
- 社内の移行試験 (44 件のサポート案件) では Opus 4.8 → 5.5 で 18% 減、prompt audit 後にさらに 9% 減。
- 同一作業負荷で Opus 5.5 は 31% 安い (単価の変化のみ)。
- ターン数がコストを左右し、1 ターンは「それまでの内容をすべて送り直すため、追加するトークン以上にかかる」ので、「最も安いターンは不要なターン」。
- 「これは概算で、自分の数字を信じること」と注意している。
[B] クラスメソッド — Claude Code v2.1.280 の主要アップデート (2026-09-23)
https://dev.classmethod.jp/articles/20260923-cc-updates-v2-1-280/
- Pro・Team Standard の既定モデルが Sonnet から Opus に変わり、Opus のコストは 20% 削減。
- ダイアログの確定と取り消しが Enter と Esc になり、旧形式の effortLevel が新モデルに適用されなくなる。
--model opus指定時と無指定時のどちらも Opus 5.5 が使われた。modelUsageのキーが異なるため、ログやコスト集計はcanonicalModelで行うほうが安全。
[B] uhyo — 王の凱旋 Opus 5.5 React 習熟度ベンチマーク (2026-09-25)
https://zenn.dev/uhyo/articles/react-profession-bench-17
- 順位: Opus 5.5 max 94.46、Opus 5.5 high 90.79、Opus 5 max 90.28、Opus 5 high 87.00、Fable 5 max 86.67、Fable 5.1 high 86.44。
- Opus 5.5 は前記録である前世代の max を超え、max ではそこから 4 点以上引き離した。
- 「高いが、Opus 5 ほど再現性が高くない」。
- 評価は 13 スペック・78 実装、評価者は Claude Sonnet 4.6、実装タイムアウトは 45 分から 90 分へ。
- TypeScript 品質項目は満点で飽和しており、v2 で再設計が必要。
- effort 曲線は平坦化しており、「常用は high でよく、max は上積みを買うオプション」。
[C] Zenn (feed) — Opus 5.5 の生成能力の検証記事 (2026-09-23)
- ピクセルアニメーション生成の検証と、動画生成向けプロンプトを渡して解説アニメーションを作らせた記事が同日にトレンド入りした (補足)。
メモ
- FrontierCode v1.1 の Anthropic (54.4%) と AINews (65.3%) の数値は別のセットによるもので、Anthropic は Main、AINews (Cognition の数値を引用) は Extended を報告している。
- 「40% 安い」は既定 effort での 1 タスクあたりの値で、単価の値下げは 20%。
- OpenAI のベンチマークは自社評価が中心で、Fable 5.1 のフォールバック分のコストが未計上と自ら注記している。
- Opus 5.5 の max effort は Simon Willison と AINews の双方が問題を報告しており、既定は high で運用する情報が揃っている。
- Copilot の週次リリース (09-21 週) も Opus 5.5 を追加したとフィードにあるが、記事本文は未取得。
実践やアウトプットの提案
- 手元の評価セット (10〜20 件) で Opus 5 / Opus 5.5 / GPT-6 Sol を既定 effort で回し、ターン数・出力トークン・1 タスクあたりコストを 1 枚の表にする。
- Bedrock の JP クロスリージョン推論で
global.anthropic.claude-opus-5-5を 1 回呼び、モデル ID と課金の見え方を確かめる。 - 大量の分類・抽出は Luna を候補にし、共通プレフィックスへキャッシュ breakpoint を置いて命中率をダッシュボードで見る。
- Claude Code のコスト集計を
canonicalModelに寄せ、effort の既定を high に固定して max との差を測る。
2. 🎯 TypeSafe の Jev (文章を生成せず型付きの判断と較正済み確率を返す決定モデル) が公開され、2 週間で統合・クローン・実務検証が一斉に進んだ
- 選定 / 影響度 2 / 将来性 2 / 起点 09-15 / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目:
simon-willison09-21 Jev introduces a new shape of LLM - System One, aka Decision Modelsainews09-19 Here are 6 Clones of Jev in 2 dayslangchain-blog09-23 What Is Jev? A Guide to TypeSafe AI's System One Modellangchain-blog09-25 Building Production Agents with Jev and LangGraphlaiso-newsletter09-17 #21 Jevlaiso-newsletter09-25 System One Adapterを使ったJevとローカルモデルの分類タスク比較hatena-llm09-24 みんなJevの話してる。やってないの俺だけhatena-llm09-25 Ollaya · Run decision models locallyzenn-trending09-25 文章を返さないAI「Jev」を試してみたzenn-trending09-25 Jevにゲームをやらせるな！LLMを蒸留してみよう！hn-llm09-17 LLM Classification Is Feature Engineering
収集した情報
[A] TypeSafe AI — Introducing System One Models & Jev (2026-09-15)
https://typesafe.ai/blog/introducing-system-one-models-and-jev
- System One モデルは「ソフトウェアが直接使える、速く構造化された判断」のためのモデル種別。
- Jev は「非構造の状態を入力に、型付きの確率的な判断を出力」し、逐次のトークン生成ではなく並列サンプリングで答える。
- 出力スキーマを事前に定義するため、幻覚と型エラーを構造的に排除する。
- 学習は RLHF / RLVR ではなく RLCD (Reinforcement Learning for Calibrated Decisions) で、「高い確信度ほど高い正確さ」になる較正を目指す。
- System One のタスクでフロンティア LLM より 40〜200 倍速く、応答は 70〜500 ms (フロンティアモデルは 3〜329 秒)。
- 単価は入力 $0.042 / 100 万トークン、出力は「計測するには安すぎる」ため無料 (フロンティアモデルの入力は $0.20〜$10)。
- 早期アクセスは待機リストから順次で、console.typesafe.ai から利用。
- 文字列生成を捨てているため、チャットやコード生成のような自由な文章出力には使えない。
[A] Vercel — TypeSafe AI's Jev now available on AI Gateway (2026-09-16)
https://vercel.com/changelog/typesafe-ai-jev-now-available-on-ai-gateway
- モデル ID は
typesafe-ai/jev。 - AI SDK 7 (7.0.105 以降) の実験的な
evaluateAPI (experimental_evaluate) から利用する。 - 質問の型は Choice (選択)、Score (順序つきルーブリックの採点)、Boolean (true の確率)。
- TypeSafe の主張として、業務フロー評価で LLM より最大 193.6 倍速く 444.6 倍安い。
[A] Vercel — AI Gateway now supports TypeSafe clients and an HTTP API for Jev (2026-09-21)
https://vercel.com/changelog/ai-gateway-now-supports-typesafe-clients-and-http-api-for-jev
- TypeSafe 互換 API: 既存の TypeSafe クライアントは base URL と API キーを変えるだけで、
systemOne呼び出し・noulの質問・応答の形はそのまま。 - HTTP API:
/v1/evaluateへの POST で、モデル ID・状態・質問群 (boolean / choice / score) を渡す。 - 3 経路とも AI Gateway 経由で課金され、他のモデル呼び出しと同じ利用状況と観測に載る。
[B] LangChain — What Is Jev? A Guide to TypeSafe AI's System One Model (2026-09-17)
https://www.langchain.com/blog/building-a-harness-with-jev
- LLM 呼び出しを置き換える 3 箇所: モデルルーティング (要求の複雑さで高速モデルと強力モデルを選ぶ)、ツール呼び出しの検証 (AutoModeMiddleware で危険なツール実行を止める)、分類。
- 「開放的な推論と生成は LLM、途中の速く構造化された判断は Jev」。
langchain-typesafeのTypeSafeClassifierをclassifier.invoke({"state": ..., "questions": {"urgent": Noul(instructions=...)}})の形で使う。- 質問の型は Choice、Score、Noul (はい / いいえ) で、複数の質問を 1 リクエストで並列評価する。
- TypeSafe の主張は分類タスクで「最大 200 倍速く 400 倍安い」。
- Jev は文章を生成せず、「LLM をそのまま置き換えるものではない」。
[B] LangChain — Building Production Agents with Jev and LangGraph (2026-09-25)
https://www.langchain.com/blog/building-prod-with-jev-and-langgraph
- Jev は LangGraph の分類・ルーティングノードとして置き、「構造と厳密な計算はコード、意味的な判断が要る分岐だけにモデル」。
- 文書レビューの例: ページごとに「該当するか」「PII を含むか」「秘匿特権か」の 3 つの yes / no を Jev に問い、結果で LLM (マスキング)・人のレビュー待ち・素通しに分岐。
- 「既定は安く、例外だけフロンティア」で、確信度 0.7 未満は LLM にエスカレーション、高リスクの判断は LangGraph の interrupt で人が介在。
- 文書分類のステップで 5〜6 倍速く、Stagehand の
act()は 1.97 秒から 0.46 秒 (約 4.3 倍)。 - 100 回の反復で Jev のスコアは「ほとんど動かず」、試した LLM 判定より安定。
[B] Simon Willison — Jev introduces a new shape of LLM—System One, aka Decision Models (2026-09-21)
https://simonwillison.net/2026/Sep/21/jev/
- 入力はテキスト・配列・名前と値の組で、出力は確信度つきの浮動小数のみ。
- 質問の型は Noul (ベルヌーイ、0〜1 の確信度)、Choice (選択肢の確率分布)、Score (説明つきの数値スケール)。
- 名称は Maggie Appleton に同意して「decision models (決定モデル)」のほうが良い。
- 複数の質問を並列に評価するため、多くの質問を投げても 1 問と同程度の時間。
- 入力のみ課金で $0.042 / 100 万トークン、GPT-5 Nano ($0.05) より安い。
- 試した例: ベイエリアの都市を「良い街か」で採点し、Cupertino が最高、East Palo Alto が最低。
- 向く用途はスパム検出・ラベリング・優先度づけ・ランキング・検索の再ランキング (BM25 + Jev)。
- 向かないのは数値・日付・敵対的な入力で、判断の理由が出ないブラックボックスであり、採用のような高リスク判断でのバイアスが懸念。
- CLI 用のプラグイン
llm-typesafeを公開した。
[B] Latent Space (AINews) — Here are 6 Clones of Jev in 2 days (2026-09-19)
https://www.latent.space/p/ainews-here-are-6-clones-of-jev-in
- 公開 2 日で 6 つのクローン: Laya (421M、ModernBERT-large + 2 層で PPO)、DiffusionGemmaJev (拡散モデル、vLLM の PR #57250)、Bespoke Nimble (Qwen3.5-9B の LoRA、合成データで 66% → 90%)、SemIf / OpenJev (Qwen3.5 4B / 35B に 3 クラス NLI ヘッド)、Jevlike (40K バイト埋め込みの軽量 option-attention)、Kev-0.5B (Qwen2.5-0.5B の LoRA + 読み出しヘッド、MacBook Pro で動く)。
- 公開動画は 2 日で 3,600 万回視聴され、「識別モデルが新しいシステム基本要素」として受け止められた。
- 注意: 学習データは「100% 合成」と認めており、この種別の標準ベンチマークはまだなく、デモは品質より速度を強調している。
- ChatGPT 以後のユーザーは啓示のように受け止め、GPT 以前の ML 研究者は過熱ぶりに首をかしげた。
[B] Flavio Copes — A deep dive into Jev, TypeSafe's System One model (2026-09-24 更新)
- 公開は 09-15 で、09-22 までに新規登録が停止された。
- 生成モデルが 1 トークンずつ出すのに対し、Jev は共通の状態に対して「すべての答えを並列にサンプリング」する。
- 応答はスキーマ外の値を含めないため、「スキーマの誤りと判断の誤りが別の問題になる」。
- 公称値 (70〜500 ms、多くは 100 ms 前後、$0.042 / M、40〜200 倍) は TypeSafe 自身の数字で、見出しに掲げた倍率は「上限として扱う」のがよい。
- 著者自身はコンソールにアクセスできるが本番投入はまだで、独立した精度検証はない。
- 向く用途: ルーティング、大規模なラベリング、安全ゲート (シェルコマンドのリスク判定)、検索の再ランキング、古典 ML の特徴量生成。
- 向かない用途: 数値・日付演算、生成や要約、画像・音声、モデルが値を発明する必要がある抽出。
- 「決定的なコードが正しく決められる場所は、コードのまま」。
- 未解決: モデルが変わった後も精度が保たれるか、再試行と人手レビューを含めた「解けたタスクあたりのコスト」、敵対的な入力に対して答えが持ちこたえるか (型エラー 0% は「答えの形を保証するだけで、正しさは保証しない」)、決定モデルの市場が生成モデルより大きくなるか。
[B] DataCamp — Jev: TypeSafe's System One Model That Never Hallucinates (2026-09-16)
https://www.datacamp.com/blog/system-one-models-jev
- 「幻覚しない」の意味は、有効な出力がスキーマで事前に定義されるため、スキーマ外の値が出ないこと。
- TypeSafe の 4 業務フローのベンチマーク: Jev 67.8% / $0.0004 / 0.4 秒、GPT-5.6 Terra 67.9% / $0.0304 / 10.1 秒、GPT-5.6 Sol 74.1% / $0.0836 / 23.3 秒、Claude Opus 5 73.1% / $0.1761 / 37.8 秒。
- 単価 $0.042 / M は GPT-5.6 Terra の入力単価 $2.00 の約 1/48。
- エンドポイントは
POST https://api.typesafe.ai/v1/systemone。 - 設計の分担は「Jev を大量のルーティング層に、説明が要るエスカレーション先を LLM に」で、較正された確率があるため「確信度のしきい値でルーティングできる」。
[B] laiso — #21 Jev (2026-09-17) / System One Adapter を使った比較 (2026-09-25)
https://blog.lai.so/2026-09-17/ / https://blog.lai.so/system-one-adapter/
- 入力は「判断に使う状態・コンテキスト、質問の型、判断基準・選択肢」、出力は「選択結果、評価、確率、自信度の数値」。
- スーパーマリオやドローンシミュレーターを操作するデモが話題になった。
- Vercel AI Gateway に「登場してから 24 時間で、過去のどのモデルよりも多くの有料チームに使われた」。
- 09-25 時点で新規登録は停止しており、著者は Jev 互換モデルを自作するため、Jev の API と手元のモデルを同じ題材で比べる環境を作った (比較結果は有料部分)。
[C] イエソド ik-fib — 文章を返さない AI「Jev」を試してみた (2026-09-25)
https://zenn.dev/yesodco/articles/yesod-jev-typesafe-inquiry-triage
- 社内問い合わせを 3 ルート (ドキュメント参照、CS の一次確認、開発へのエスカレーション) に振り分ける実験。
- 質問は 5 つ:
category(choice、5 分類)、answerable_from_docs(noul)、needs_code_or_log(noul)、cs_can_verify(noul)、urgency(score、0〜2)。 - 8 件で約 $0.0004 (1 件約 $0.00005)、レイテンシは未計測だが「LLM より速く感じた」。
- 応答形式が確定しているため「パース失敗がない」。
- 分類の確信度が 49% の例があり、低確信度の扱いを事前に設計すべき、設計した 4 分岐のうち 2 つは発火しなかった、日本語の精度は英語に劣る (公式ドキュメント)。
- モデルは
jev-latest、認証はTYPESAFE_API_KEY、呼び出しは標準ライブラリの HTTP POST。
[C] Zenn・HN・Ollaya (feed) — 周辺の反応 (2026-09-17〜25)
- 「9 月中旬からタイムラインが Jev の話題で埋まった」(Zenn、はてブ 30 users 以上)。
- 「Jev にゲームをやらせるな、LLM を蒸留しよう」: 入力が自然言語でないゲームは決定木や蒸留した小型モデルで置き換えられる、という反論。
- Ollaya: 「決定モデルをローカルで動かす」オープンソースが登場した。
- HN (116 pt): 「LLM による分類は特徴量エンジニアリングだ」という議論。
メモ
- 性能・コストの数値はすべて TypeSafe 側の主張で、独立した精度検証はまだない (Flavio Copes、AINews)。
- 「幻覚しない」は形式の話で、Flavio Copes によれば型エラー 0% は「答えの形を保証するだけで、正しさは保証しない」が、DataCamp はこれを強みとして紹介している。
- 名称が「System One モデル」と「決定モデル」で揺れている。
- 日本語の精度は英語に劣ると公式ドキュメントにある (イエソド)。
- 新規登録は 09-22 以降停止しており、登録再開の時期は未確認。
- 「24 時間で最も使われた」は laiso の記述で、Vercel の changelog には見当たらない (未確認)。
実践やアウトプットの提案
- 手元の LLM アプリで「LLM に分類させている箇所」(ルーティング、ガード、ラベリング) を 1 つ選び、Choice / Noul の質問に書き換える。
- 登録が再開されるまでは、Ollaya か OpenJev などのローカル決定モデルで同じ評価環境を作り、LLM 判定・ローカル決定モデル・Jev の判定と確率を並べる。
- 確率のしきい値で「自動処理 / LLM にエスカレーション / 人が見る」の 3 段に振り分け、しきい値ごとの誤り率を測る。
- 日本語入力での較正のずれを、英語入力と同じ題材で比べる。
3. 📄 Claude Code が AGENTS.md を読むようになり、エージェント指示ファイルの標準化と保守 (prompt-audit) が一段進んだ
- 選定 / 影響度 2 / 将来性 2 / 起点 09-18 / トラック: コーディングAI。
- 候補になったフィード項目:
claude-code-changelog09-18 2.1.277hn-claude-code09-18 Claude Code now reads AGENTS.md if there is no Claude.md (740 pt)hn-claude-code09-23 Claude Code reads AGENTS.md only when telemetry is on [fixed] (484 pt)publickey09-23 Claude Codeが「AGENTS.md」に対応publickey09-14 「Agent Router」、Linux Foundation傘下で業界標準へclaude-code-changelog09-25 2.1.283classmethod-claude-code09-26 Claude Code v2.1.282〜v2.1.283 の主要アップデートzenn-trending09-25 /claude-api prompt-audit で棚卸ししたら
収集した情報
[A] Anthropic — Claude Code changelog 2.1.277 (2026-09-18)
https://code.claude.com/docs/en/changelog#2-1-277
- 「Added AGENTS.md support: in a project with no CLAUDE.md, Claude Code reads AGENTS.md instead; change it under "Project instructions" in /config」。
- 同じ版で
CLAUDE_GATEWAY_PROXY_IS_EGRESS_BOUNDARY=1(出口が forward proxy だけのゲートウェイ向け) を追加。 - リリース時はこの項目の末尾に「(not yet on Bedrock, Vertex or Foundry)」があり、2026-09-25 の changelog 更新で削除された。
[A] Anthropic — Claude Code changelog 2.1.281 (2026-09-23)
https://code.claude.com/docs/en/changelog#2-1-281
- AGENTS.md 対応を、Amazon Bedrock・Google Vertex AI・Microsoft Foundry・LLM ゲートウェイ・テレメトリを無効にしたセッションでも動くように変更。
- この行が changelog に追加されたのは 2026-09-25 (
anthropics/claude-codeのコミット163ae3a264) で、Publickey と Szypowicz の記事より後。
[A] Anthropic — Claude Code changelog 2.1.283 (2026-09-25)
https://code.claude.com/docs/en/changelog#2-1-283
/doctor prompt-auditを追加し、古いモデル向けに書かれた CLAUDE.md のパターンを監査できる。availableModelsMatch("exact"で記載したバージョンだけ許可) とdeniedModelsの managed 設定を追加。
[B] Publickey — Claude Code が「AGENTS.md」に対応 (2026-09-24)
https://www.publickey1.jp/blog/26/claude_codeagentsmdclaudemd.html
- CLAUDE.md がないプロジェクトでは AGENTS.md を自動的に読み込み、
/configの「Project instructions」で変更できる。 - Amazon Bedrock、Google Vertex、Microsoft Foundry ではまだ未対応。
- AGENTS.md は OpenAI Codex、Google Gemini CLI、Devin、Cursor、GitHub Copilot などが対応済みで、Claude Code は今回が初対応。
[B] Przemysław Szypowicz — Claude Code reads AGENTS.md only when telemetry is on (2026-09-23)
https://blog.szypowi.cz/p/claude-code-reads-agents.md-only-when-telemetry-is-on/
DISABLE_TELEMETRY=1またはCLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1のとき、2.1.277 以降でも AGENTS.md が読まれなかった。- AGENTS.md だけを置いたディレクトリに canary 語 (PERIWINKLE) を書いて確認した。
- 原因は
agents-mdの読み込みがリモートの機能フラグtengu_agents_md_mod(既定 false) に依存し、テレメトリ無効ではフラグを取得できないため。 - GitHub issue #95690 を参照している。
- 「プライバシー設定が無関係なローカル動作を静かに切るべきではない」、Bedrock / Vertex などのゲートウェイ利用者への影響が大きい、と主張。
- HN の投稿タイトルには [fixed] が付いており、changelog は修正を 2.1.281 に記載している。
[C] Hacker News — Claude Code now reads AGENTS.md if there is no Claude.md (2026-09-18、740 pt)
https://news.ycombinator.com/item?id=49760187
- CLAUDE.md を優先する規則に対し、他社が従う標準との完全な同等を求める声が多い。
ln -s AGENTS.md CLAUDE.mdや git hook の回避策は以前から使われており、「なぜ今まで掛かったのか」という疑問。- Shopify CEO の発言や、Astra が引き起こした Codex への大規模な移行が対応を促した、という見方。
.agents/skillsは未対応で、標準準拠としては不完全という指摘。- 囲い込みへの批判が広く出た。
[B] Publickey — Agent Router が Linux Foundation 傘下で業界標準へ (2026-09-15)
https://www.publickey1.jp/blog/26/openaianthropicapiagent_routerlinux_foundation.html
- Agentic AI Foundation (AAIF) は MCP、AGENTS.md、Agent2Agent プロトコルなどの標準化を進める Linux Foundation 傘下の組織。
- Agent Router (旧 Envoy AI Gateway) はベンダー API の差異を吸収し、複数の MCP サーバーを単一エンドポイントで統合する実装層で、現在 1.1 が本番利用可能。
- 対応ベンダーは OpenAI、Anthropic、Amazon Bedrock、Google Gemini、Vertex AI、Azure OpenAI、xAI、Groq、Mistral、Cohere、DeepSeek、Together AI など。
[B] クラスメソッド — Claude Code v2.1.282〜v2.1.283 の主要アップデート (2026-09-26)
https://dev.classmethod.jp/articles/20260924-cc-updates-v2-1-283/
/doctor prompt-audit(/checkup prompt-auditでも可) で、サンプルプロジェクトから存在しないパス、定義されないコマンド、指示ファイル間の矛盾 (コミット言語)、旧モデル対策の残存 (語数制限、計画指示)、過剰な強調表現を検出した。- auto mode の既定化: サードパーティプロバイダ利用時やテレメトリ無効時に権限モード設定がなければ auto mode で開始し、
permissions.defaultModeが優先。 - 管理者向けに
deniedModelsとavailableModelsMatch: "exact"。 - 破壊的変更 9 件 (プロジェクト設定の OpenTelemetry 変数を無視、
sandbox.excludedCommandsが managed 設定で無視、anthropic-skills名前空間の予約など)。 - managed settings の不正値が以前は無視されていたが、更新後に機能し始めるため起動時の警告確認を推奨。
[C] Zenn nanora — prompt-audit で棚卸ししたら (2026-09-25、feed)
- 自前のエージェントに当てると「言い回しより、書いてあることと実物のずれ」が多数出た。
- opus がいつの間にか Opus 5.5 になっており、effort 設定も効かず重い xhigh のままだった。
- 指示を消すなら、消した版と挙動を比べてからにする (1 つは消すと明確に悪化した)。
メモ
- テレメトリ無効時の修正と Bedrock / Vertex / Foundry での対応は、どちらも 2.1.281 (09-23) に記載されているが、載ったのは 09-25 の changelog 更新以降。
- Publickey の「Bedrock / Vertex / Foundry ではまだ未対応」は、リリース時の 2.1.277 の記載に基づくもので、2.1.281 以降は古い情報。
.agents/skillsの扱いは、HN のコメントによれば未対応のまま。- AGENTS.md の仕様そのもの (agents.md) は今回読んでいない。
実践やアウトプットの提案
- 自分のグローバル設定 (CLAUDE.md から AGENTS.md を取り込む構成) で、CLAUDE.md を消して AGENTS.md だけにした場合の挙動を、テレメトリ有効・無効の両方で確かめる。
/doctor prompt-auditをグローバルの CLAUDE.md / AGENTS.md と 1 つのプロジェクトに当て、検出結果を分類して残すものと消すものを決める。- managed settings の
availableModelsMatchを試し、新モデルが自動で既定にならない運用を確認する。
4. 🛡️ Copilot・Kiro・Claude Code・Cursor が同じ週に、無人実行を前提にした統制機能を揃えて出した
- 選定 / 影響度 2 / 将来性 2 / 起点 09-19〜25 / トラック: コーディングAI。
- 候補になったフィード項目:
github-changelog-copilot09-23 Local sandboxing in the GitHub Copilot appgithub-changelog-copilot09-23 OpenTelemetry in the GitHub Copilot appgithub-changelog-copilot09-23 New features and improvements in Copilot for JetBrains (AI 支援のツール承認)kiro-changelog09-23 CLI 2.24: Session-Wide Tool Approval, Session Dashboard Controls, and Environment Isolationclaude-code-changelog09-19 2.1.278claude-code-changelog09-23 2.1.281claude-code-changelog09-24 2.1.282claude-code-changelog09-25 2.1.283cursor-changelog09-23 Rollouts and Security Reviewclassmethod-claude-code09-24 v2.1.281 の主要アップデートclassmethod-claude-code09-25 Claude初心者がAutoModeでも安心できるセキュリティ設定をしてみた話classmethod-claude-code09-24 settings.json を Claude Code 自身に書き換えさせない方法classmethod-claude-code09-25 Claude の自動実行が権限不足のエラーが出るときの原因と対処法
収集した情報
[A] GitHub — Local sandboxing in the GitHub Copilot app (2026-09-23)
https://github.blog/changelog/2026-09-23-local-sandboxing-in-the-github-copilot-app
- 制限対象はファイルシステム (読み書き / 読み取り専用 / 拒否フォルダ)、ネットワーク (外向きとローカル)、資格情報 (HTTPS 用の git 資格情報と GitHub CLI 認証) の 3 軸。
- プロジェクト単位の「Sandbox」設定で構成し、enterprise-managed settings でより厳しい方針を適用できる。
/sandbox onで現在のセッションに有効化。- 「OS が要求した方針を強制できない場合、サンドボックス化されたシェルはエラーで失敗し、サンドボックスなしでは動かない」。
- 既定はオフで、新規セッション (または再起動したセッション) にのみ適用、クラウドサンドボックスとリモートホストのセッションには適用されず、public preview。
[A] GitHub — OpenTelemetry in the GitHub Copilot app (2026-09-22)
https://github.blog/changelog/2026-09-22-opentelemetry-in-the-github-copilot-app
- セッションの流れ (モデルへの要求、エージェントが使うツール) を追い、実行のステップごとのトレースを見られる。
managed-settings.jsonのtelemetryで送信先エンドポイントを指定する。- プロンプトと応答の本文は既定で除外。
- デモでは Splunk Observability Cloud と連携。
[A] Kiro — CLI 2.24.0: Session-Wide Tool Approval, Session Dashboard Controls, and Environment Isolation (2026-09-23)
https://kiro.dev/changelog/cli/2-24
/tools trust-allで V3 セッションの残りのツール呼び出しを一括承認 (警告と確認つき、「信頼できる環境でのみ」)。.envファイルはチャットセッション・MCP サーバー・ツールへ自動で読み込まれなくなり、起動したターミナルの環境だけを継承する。- 必要なら「Kiro を起動する前にシェルで export」し、MCP サーバーは設定で export した値を参照する。
/sessionsに Filter・Sort・Group がインラインで表示され、フィルターを組み合わせられる。
[A] Anthropic — Claude Code changelog 2.1.278 / 2.1.281 / 2.1.282 / 2.1.283 (2026-09-19〜25)
https://code.claude.com/docs/en/changelog
- 2.1.278: Claude API・Enterprise・Bedrock・Vertex・Foundry・ゲートウェイで auto mode の既定をサーバー側の分類器にし、分類器のオーバーヘッドを課金しない (
CLAUDE_CODE_AUTO_MODE_SERVER=0で opt out)。 - 2.1.281: コマンド置換の出力だけを対象にした再帰
rmが auto mode で確認なしに実行される問題を修正。 - 2.1.281:
--max-turnsを無視して無限に再試行する問題、MCP サーバー切断時のプロンプトキャッシュ喪失を修正。 - 2.1.281: ゲートウェイ設定に Bedrock upstream の
assume_role(STS で IAM ロールを引き受け、開発者ごとのセッションも可) とguardrail: {id, version}(すべての要求に Bedrock guardrail を適用) を追加。 - 2.1.281:
settings.jsonの"attribution": falseでコミット・PR の帰属表示をすべて隠す。 - 2.1.281:
--dangerously-skip-permissionsと auto mode での危険なrmの確認は 2 分待って拒否し、書き換えのヒントを付ける (CLAUDE_CODE_DISABLE_DANGEROUS_RM_TIMEOUT=1で無効化)。 - 2.1.282: テレメトリを切っている場合の auto mode も既定でサーバー側の分類器に。
- 2.1.282: プロジェクト設定で無視された、あるいはテレメトリを切った変数を起動時と
/status・claude doctorに表示。 - 2.1.283:
x-claude-code-prompt-idをゲートウェイ向けヒントヘッダに追加 (CLAUDE_CODE_GATEWAY_HINT_HEADERS=1)。 - 2.1.283:
availableModelsMatch: "exact"とdeniedModels。
[A] Cursor — Rollouts and Security Review (2026-09-23)
https://cursor.com/changelog/rollouts-and-security-reviewer
- Rollouts は PR に監視を付け、「デプロイ中の変更を環境ごとに監視し、健全 / 回帰検知 / 判定不能を報告」する。
- 差分と影響範囲を読んで監視計画を PR コメントに出し、意図した効果とエラー・レイテンシの信号を見る。
- 回帰を疑うと作者に通知し、任意で revert PR を開くかクラウドエージェントに修正を委ねるが、自動マージも自動ロールバックもしない。
- 連携は Origin / GitHub、CD システムのデプロイイベント、Datadog などのテレメトリで、フィーチャーフラグ連携は今後。
- Security Review はすべての PR をコードベースの文脈で解析し、「悪用可能なバグを報告する 1 つのレビューコメント」を投稿する。
- 対象はインジェクション (SQL・コマンド・テンプレート)、認証・認可のバイパス、コミットされた秘密、SSRF、安全でないデシリアライズ、既知の脆弱性を持ち込む依存関係の変更で、攻撃経路と修正案つき。
- ドラフト PR は対象外、指摘は理由つきで却下でき、その PR では再び指摘されない。
- Teams / Enterprise 向けで、automations タブから有効化、Rollouts を試せる 10 日間の利用クレジット (Teams 約 50 件、Enterprise 約 500 件の変更分)。
- 「スタイルと品質は Bugbot に残す」。
[B] クラスメソッド — Claude Code v2.1.281 の主要アップデート (2026-09-24)
https://dev.classmethod.jp/articles/20260924-cc-updates-v2-1-281/
- auto モードと
--dangerously-skip-permissionsで、rm -rf "$(pwd)"のように対象がコマンド置換の出力だけの再帰的rmが確認なしに実行される問題が修正された。 - サーバー側の分類器レビューが行われる環境では、読み取り専用のシェルコマンドとサンドボックス内のコマンドもレビューを待つようになった。
- 既定では
Co-Authored-By: Claude Opus 5.5 (1M context) <noreply@anthropic.com>が付き、"attribution": falseでトレーラーが付かなくなることを確認。 - 無人実行環境で予期しない拒否に対応するため「ログで追えるようにしておきたい」。
[B] クラスメソッド — AutoMode でも安心できるセキュリティ設定 (2026-09-25)
https://dev.classmethod.jp/articles/claude-security-configuration-tips/
- hooks: コマンド実行直前にスクリプトを割り込ませ、
git reset --hardやgit push --forceなどをdenyで遮断し、それ以外は素通し。 - permissions:
allow/ask/denyに振り分け、git commitとgit pushをaskにして目視確認を強制。 - Bash サンドボックス: OS レベルで
.envなどへのアクセスを制限し、プロジェクト横断の機密アクセスを遮断。 - 限界:
CMD="reset --hard"; git $CMDのような動的なシェル変数展開は静的解析では検知困難で「原理的な限界」、git や rm 以外の削除コマンド全般の網羅は現実的でない。 - 結論: 「何を AI に任せ、どこで人間が介入し、何をシステムとして遮断するかをあらかじめ設計しておく」。
[B] Thoughtworks — As AI Accelerates Software Complexity, Thoughtworks Technology Radar Urges a Return to Engineering Fundamentals to Combat Cognitive Debt (2026-04-15、期間外の背景)
https://www.thoughtworks.com/about-us/news/2026/combat-ai-cognitive-debt-radar-v34
- Technology Radar Vol.34 のテーマの 2 つが「Securing permission-hungry agents」と「Putting coding agents on a leash」。
[C] クラスメソッド・Kiro・Copilot (feed) — 周辺 (2026-09-23〜25)
- クラスメソッドは同じ週に protected paths と deny ルールで
settings.jsonを守る方法、自動実行時の権限エラーの対処法も公開した。 - Copilot for JetBrains 1.18.0 は「AI 支援のツール承認」と組織共有の skills / instructions を追加した (feed)。
- Kiro CLI 2.23 (09-21) は
/modelから thinking と effort を設定でき、リポジトリ接続前に V3 のクラウドセッションを始められる (feed)。
メモ
- Copilot のサンドボックスは既定でオフで preview、クラウドサンドボックスとリモートホストには効かない。
- Claude Code の auto mode は 2.1.278 と 2.1.282 で「サーバー側の分類器を既定」にする範囲が広がっており、どの環境で課金されるかは changelog の記述に依存する。
- Cursor の 2 つの bot は Teams / Enterprise 限定で、個人プランでは試せない。
実践やアウトプットの提案
- 無人実行するタスクごとに、ファイル・ネットワーク・資格情報の 3 軸で許可範囲を書き出す (Copilot の分類をそのままチェックリストにする)。
- Claude Code の無人実行では managed settings でモデルを固定し、auto mode の分類器を前提に、拒否の発生をログで追えるようにする。
- MCP サーバーとツールに
.envを暗黙に渡さない運用に切り替える。 - hooks で
denyする破壊的コマンドの一覧を作り、動的展開の限界を踏まえてサンドボックスで補う。
5. 🏗️ Azure・Google・AWS が、常時稼働するエージェントを統制する基盤機能 (トリガー・出口制御・異常検知・多アカウント・新ランタイム) を出した
- 選定 / 影響度 2 / 将来性 2 / 起点 09-15〜24 / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目:
microsoft-foundry-blog09-24 Routines in Microsoft Foundry Are Now Generally Availablemicrosoft-foundry-blog09-24 Control where your hosted agent connects with network egressgoogle-developers-blog(日付なし) Agent Anomaly Detection, now in Private Previewgoogle-developers-blog(日付なし) Build zero-trust AI agents that judge intent, not just syntaxaws-ml-blog-bedrock09-24 Build a multi-account AI agent with AgentCore Gateway and MCPaws-whats-new09-18 The new AgentCore Runtime is now availableaws-jp-weekly-genai09-24 週刊生成AI with AWS – 2026/9/14 週langchain-blog09-24 New in LangSmith Engine: red teaming and automated testing (周辺)
収集した情報
[A] Microsoft — From Chatbots to Automated Agents: Routines in Microsoft Foundry Are Now Generally Available (2026-09-24)
- 「第一世代のエージェントは人がメッセージを送るのを待っていた」が、業務イベントに反応して継続するエージェントが求められている。
- トリガーは Timer (将来の日時に 1 回)、Recurring (CRON 式で繰り返し)、Event-based (GitHub issue、Teams チャンネルの新規投稿) の 3 種で、別機能のリマインダーツールを使うと hosted agent が自身の再実行を予約できる。
- Foundry Agent Service 上のエージェントを動かし、Python SDK (
azure-ai-projects)、REST、JavaScript / .NET SDK、Azure Developer CLI、ポータルから作る。 - 実行履歴と監査証跡がプロジェクトに残り、実行 ID は作成者の委任か Entra ID のエージェント ID。
- 用途例: GitHub issue のトリアージ、日次・週次のまとめ、コンプライアンス監視、Teams のサポート応答、長時間タスクのポーリング。
- 料金と上限の記載はない。
[A] Microsoft — Control where your hosted agent connects with network egress in Foundry Agent Service (2026-09-24)
https://devblogs.microsoft.com/foundry/egress-controls-hosted-agent/
- hosted agent の外向き通信先を明示的なポリシーで決め、Audit (遮断はせず、拒否されるはずの通信を記録するだけ) と Enforced (許可リスト外は proxy の 403) の 2 モード。
- ポリシーは ARM リソースの JSON で、
mode: Audit|Enforced、defaultAction: Deny、ruleType: Fqdnのルール。 - ポリシーは Azure CLI (
az rest) で作成して Python SDK のRaiConfigで添付するか、ポータルで作成して割り当てる。 - 観測は「呼び出しの network egress decision span か、プロジェクトの Application Insights の記録」。
- 動機は「宛先のルールをエージェントのコードの外に置く」ことと、文書やライブラリが指す予期しない URL をエージェントが辿る事態への備え。
- プレビューであり、「network egress の制御は GA ではなく、プレビューの SLA もなく、本番利用を想定していない」。
[A] Google — Agent Anomaly Detection, now in Private Preview on the Gemini Enterprise Agent Platform (2026-09-16)
- 「自律エージェントのための推論ベースの監督・監査層」で、リクエスト経路の外で非同期に動く。
- 入力は「エージェントが既に出しているログと OpenTelemetry トレース」で、統計的な異常検知の一次スキャンの後に LLM の推論層で精査する。
- 検知するリスクは OWASP Agentic Top 10 に対応づけ (ツールの誤用、ID と権限の悪用、連鎖的な失敗、逸脱したエージェント) と、資源の枯渇やトークン使用の急増 (大量バッチのツール呼び出しによる組織的なスクレイピングなど)。
- ADK 1.2 以上でワンクリック provisioning、結果は Security Command Center に重大度・説明・推奨対応つきで表示、API で callback 型の自動対応も可能。
- Private Preview。
[A] Google — Build zero-trust AI agents that judge intent, not just syntax (2026-09-15)
https://developers.googleblog.com/build-zero-trust-ai-agents-that-judge-intent-not-just-syntax/
- 静的なビルド時の統制から動的なランタイム統制への移行を、3 つのマネージド防御で説明。
- Model Armor: 入口でプロンプトインジェクション・ジェイルブレイク・悪意ある URL を検査し、出口で Sensitive Data Protection によりマスキング。
- Semantic Governance Policies: LLM ベースのエンジンが「提案されたツール呼び出しを、ユーザーの意図と業務ルールに照らして実行前に評価」する。
- Agent Anomaly Detection: フリート全体のセッションテレメトリを統計モデルと LLM 分析で監視し、複数リクエストにまたがる返金の抜き取りのような多段の悪用を捕まえる。
- ポリシーは平文で書く (例: 「開封済みデジタル商品、ソフトウェアライセンス、30 USD 超のクリアランス品の返金は拒否し、人間の管理者に回す」)。
- 閉ループの是正はエージェントのコードの変更や再デプロイなしに行え、管理者が異常検知で指摘されたトレースを確認して多段の悪用を塞ぐ自然言語の制約を新たに書く (API でプログラムから処理することもできる)。
[A] AWS — Build a multi-account AI agent with AgentCore Gateway and MCP (2026-09-24)
- ハブ・アンド・スポーク: 中央のプラットフォームアカウントが AgentCore Runtime 上のエージェントと Bedrock の推論を持ち、事業部門 (LOB) のアカウントが AgentCore Runtime 上の MCP サーバー (FastMCP) としてデータを公開し、プラットフォーム側の AgentCore Gateway が単一エンドポイントに束ねる。
- 認証: エージェントがユーザーの JWT を Gateway に渡し、Gateway は AgentCore Identity から OAuth 2.0 M2M の資格情報を取り、LOB の MCP サーバーは Okta の OIDC で受信トークンを検証、Authorization ヘッダでユーザー ID を伝播。
- 利用サービス: AgentCore (Runtime / Gateway / Identity / Evaluations / Optimization)、Strands Agents、Bedrock と Knowledge Bases、DynamoDB、S3 + OpenSearch Serverless、ECS / Fargate、CloudFront、Okta、CloudWatch。
- 「データは各事業部門のアカウントに置いたまま」、Gateway の Policy in AgentCore (Cedar) で最小権限を強制、default-deny、PII のマスキングとコンテンツフィルタを集中適用、CloudTrail で横断監査。
- 制約: 参考実装は AgentCore Runtime の public network mode で、本番は VPC / ENI が必要、Okta の開発者アカウントの制約で OAuth の on-behalf-of 交換は未対応、Organizations の多アカウント構成が前提。
- コスト: 推論と Gateway の費用はプラットフォーム側が負担してコスト配賦タグで按分、各 LOB の MCP サーバーとデータ側の費用は各アカウントに残る。
[A] AWS — The new AgentCore Runtime is now available in Amazon Bedrock AgentCore (2026-09-18)
https://aws.amazon.com/about-aws/whats-new/2026/09/new-agentcore-runtime-generally-available
- 次世代の AgentCore Runtime (サーバーレスの microVM) は、セッション中に未使用メモリを回収してピークではなく実使用量で課金する「elastic memory management」を持つ。
- コールドスタートはコンテナイメージのサイズや同時実行数によらず一定で、P75 が 1.9〜2.0 秒 (V1 は 5.4〜30 秒)。
- リージョンは US East (N. Virginia、Ohio)、US West (Oregon)、Europe (Ireland)、Asia Pacific (Tokyo、
ap-northeast-1)。 - 移行は runtime の作成・更新時に
platformVersionを V2 にする。 - 200 MB〜2 GB のイメージで試験したが、上限の明記はない。
[A] AWS Japan — 週刊生成AI with AWS 2026/9/14 週 (2026-09-24)
https://aws.amazon.com/jp/blogs/news/weekly-genai-20260914/
- 次世代 AgentCore Runtime の利用可能リージョンに東京が含まれる。
- Moonshot AI の Kimi K3 (2.8 兆パラメータ、1M コンテキスト) が Bedrock で GA。
- Kiro で GPT-5.6 系列が 272K から 1M トークンへ、Claude Fable 5.1 が Kiro Enterprise 向けにプレビュー (1M コンテキスト、6 倍のクレジット倍率)。
- AWS の Deception Benchmark (14,822 サンプル、16 言語) では、標準プロンプトでの適合率が 50% 台半ばで、5 社 12 モデル中に偽陽性・偽陰性がともに 10% 未満の構成はなかった。
[C] LangChain (feed) — LangSmith Engine v2: Red teaming and automated testing (2026-09-24)
- LangSmith Engine に、エージェントの問題を事前に見つける Red Teaming と自動のエージェントテストが入った (周辺情報、本文は未取得)。
メモ
- Google の 2 記事はフィードに日付がなく、ページ上の日付 (09-15、09-16) で起点を判定した。
- 3 社をまとめて論じた独立の分析記事は期間内に見つからなかった (未確認)。
- AWS の参考実装は本番向けではない制約 (public network mode、OBO 未対応) を明記している。
- Foundry Routines の料金・上限は未記載。
実践やアウトプットの提案
- エージェントの外向き通信先を列挙し、まず Audit 相当 (ログのみ) で観測してから Enforced に切り替える (Foundry の egress ポリシーの JSON を写経して、自分のエージェント用の許可先リストを同じ形式で作る)。
- AgentCore Runtime V2 を東京リージョンで 1 つ動かし、コールドスタートと課金の見え方を測る。
- AgentCore Gateway に Cedar の default-deny ポリシーを 1 本書き、許可したツールだけが通ることを確かめる。
- OTel トレースをツール呼び出し単位で出し、異常検知の入力にできる粒度を保つ。
6. 🔌 既存の REST API と SaaS ナレッジを、MCP と Agent Skills 経由でそのままエージェントの道具にする機能が GCP・AWS で出た
- 見送り / 影響度 1 / 将来性 2 / 起点 09-23〜25 / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目:
google-developers-blog(09-24) Turn your REST APIs into MCP tools with Google Cloud API Gatewayaws-whats-new09-25 AWS End User Messaging and Amazon SES now offer AI agent skills for the AWS MCP Serveraws-whats-new09-23 Amazon Bedrock Managed Knowledge Base now supports Salesforce and Zendeskaws-ml-blog-bedrock09-23 HEMA's journey with MCP and Amazon Bedrockhn-mcp09-20 MCP was always a bad idea? (334 pt、反論)
- 見送りの理由: 個々の機能が小さく、上位 5 件に及ばない (次回、API Gateway の MCP が preview を出るか、AWS の Skills が増えるかで再評価)。
収集した情報
[A] Google — Turn your REST APIs into MCP tools with Google Cloud API Gateway (2026-09-24)
https://developers.googleblog.com/turn-your-rest-apis-into-mcp-tools-with-google-cloud-api-gateway/
- OpenAPI 3.0.x / 3.1.x の仕様に
x-google-api-management.mcp: true(文書レベル) とx-google-mcp-tool(操作レベル) を付けると、gateway が単一の/mcpエンドポイントで JSON-RPC を受け、tools/callを REST 呼び出しに変換する。 - 「既存の仕様、gateway、認証、クォータ、ログがそのまま仕事をする」。
- 認証は JWT と API キー (
tools/call) で、本番のtools/listには JWT を必須にするよう勧めている。 - ADK の
McpToolsetとStreamableHTTPConnectionParamsの Python 例。 - Public Preview で、204 応答の操作は除外、1 gateway あたり最大 1,000 ツール、MCP とモデルルーティングは同時に使えない、resources / prompts・ストリーミング・Model Armor の検査はロードマップ。
[A] AWS — AWS End User Messaging and Amazon SES now offer AI agent skills for the AWS MCP Server (2026-09-25)
https://aws.amazon.com/about-aws/whats-new/2026/09/aws-messaging-ses-ai-skills-mcp-server/
- Claude Code、Codex、Cursor は
aws-coreプラグインで AWS MCP Server を同梱し、Kiro などは手動で MCP 設定。 - SES の skill は「送信元の検証と最初の本番メール送信」、End User Messaging の skill は「ブランド RCS エージェントの構築とリッチメッセージ送信」と SMS / WhatsApp。
[A] AWS — Amazon Bedrock Managed Knowledge Base now supports Salesforce and Zendesk as native data source connectors (2026-09-23)
- フルマネージドの RAG サービスに、Salesforce のナレッジ記事、Zendesk のヘルプセンター記事とコミュニティ投稿を同期するコネクタ。
- クロール、メタデータ抽出、増分同期を自動で行う。
[A] AWS — From portal-hopping to instant answers: HEMA's journey with MCP and Amazon Bedrock (2026-09-23)
- HAL は AgentCore Runtime 上の Strands エージェントで、複数の Bedrock Knowledge Bases (IT 文書、API 仕様、Kafka スキーマ、サービスカタログ) を参照。
- AgentCore Gateway を 2 系統 (社内は IAM SigV4、外部クライアントは Entra ID の OAuth2 と独自 JWT 検証) 持ち、Web チャット・Kiro・Claude などの MCP クライアントから使える。
- 「クライアントに AWS 資格情報を置かない」、AD グループで読み取り専用ツールの権限を制御、MCP 認証プロキシ (API Gateway + Lambda)。
- 定量的な成果は未記載で、「読み取りの設計が書き込みの権利を稼ぐ」。
7. 🗣️ 「コードを手で書かない開発」をめぐる議論が、DHH の Rails World 基調講演を起点に広がった
- 見送り / 影響度 2 / 将来性 1 / 起点 09-24 / トラック: コーディングAI。
- 候補になったフィード項目:
pragmatic-engineer09-24 The Pulse: RoR creator sparks new "death of coding by hand" debatehatena-ai-agent09-24 Rails World 2026 DHHキーノートの日本語要約hatena-ai-agent09-26 DHHはRailsを捨てたのか？hatena-claude-code09-24 ソフトウェアエンジニアとしてのぼくは、もう死んでいたmartin-fowler09-17 I don't like LLMspragmatic-engineer09-15 Inside OpenAI's agentic software factoryhatena-llm09-25 PS5非公式ハックの主導者が離脱、AI時代のOSS開発に苦言
- 見送りの理由: 議論は広いが、実務の変更としては 1 社の方針で、技術要素が薄い。
収集した情報
[C] komagata — Rails World 2026 DHH キーノートの日本語要約 (2026-09-24)
https://komagata.github.io/public-notes/rails-world-2026/
- 「37signals は通常の開発でコードを手書きすることをやめた」。
- DHH は Opus 4.5 を転換点とし、詳細な実装指示から問題・目標の指定へ移った。
- Rust 製メールサーバーで「CPU 使用率 99% 減、メモリ 95% 減」の例。
- チャット画面で出力を待つのではなく、エージェントにタスクを割り当てる非同期の働き方を提唱。
8. 🧰 ハーネス設計の実務知見が国内で相次いで公開された
- 見送り / 影響度 1 / 将来性 2 / 起点 09-16 / トラック: コーディングAI。
- 候補になったフィード項目:
hatena-claude-code09-16 Claude Codeで開発期間を2.5か月から1か月に縮めた「ハーネス」の設計手法hatena-ai-agent09-24 ハーネス設計入門 〜 基礎知識の整理から実務へのステップアップ 〜zenn-trending09-25 人が押さえるべき5つの判断ポイントと半自動ループの作り方google-developers-blog(09-09、期間外) The Anatomy of Harness Engineering
- 見送りの理由: 期間内の起点が事例記事と登壇資料で、一次的な仕様変更ではない。
収集した情報
[A] Google — The Anatomy of Harness Engineering: How to Evaluate, Iterate, and Guard AI Coding Agents (2026-09-09、期間外の背景)
- Evaluate: 最終出力ではなく中間ステップを検証する「behavioral evaluations」を、エージェントのハーネス改善のための統合テストとして使う。
- Iterate: LLM が自分のシステムプロンプトを書き換え、失敗するテストが通るまで繰り返すループを、ガードレールつきで自動化する。
- Guard: バッチ評価で安定性を監視し、CI/CD 型のガードレールで既存機能の回帰を防ぐ (単発のノイズで止めない)。
- Antigravity SDK のコード例、Terminal-Bench と DeepSWE への言及。
9. 🧪 LangSmith の大型リリース週
- 見送り / 影響度 1 / 将来性 1 / 起点 09-24 / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目 (
langchain-blog09-24〜25): LangSmith Fine-Tuning と SmithTune、Managed Deep Agents 0.8 (ユーザー所有の資格情報、ユーザー単位のメモリ、HTTP チャネル、Slack のファイル転送、Web 検索ツール)、Trajectories (セッションの会話ビュー)、Engine v2 (red teaming と自動テスト)、Custom Apps。 - 見送りの理由: 1 社のプラットフォーム更新で、利用者以外への影響は限定的。
10. ⚙️ Claude Platform API の運用変更
- 見送り / 影響度 1 / 将来性 1 / 起点 09-14〜24 / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目 (
claude-platform-release-notes): 09-14 Messages API のオンデマンド compaction (beta、compact-2026-09-04、署名つき compaction block)、09-18 cache diagnostics の応答仕様、09-23 cache diagnostics の GA (diagnosticsオブジェクトで opt in)、09-24 出力前の拒否 (bio/frontier_llm/reasoning_extraction) への課金再開。 - 見送りの理由: テーマ 1 の補足に留まる。
11. 🧭 Kiro の連続アップデート
- 見送り / 影響度 1 / 将来性 1 / 起点 09-14〜24 / トラック: コーディングAI。
- 候補になったフィード項目 (
kiro-changelog): 09-14 IDE 1.1 (Agent Artifacts、ARM64 ネイティブ、Code OSS 1.131)、09-14 GPT-5.6 Sol / Terra / Luna の 1M コンテキスト、09-16 CLI 2.22 (fullscreen chat)、09-16 Claude Fable 5.1 の Enterprise プレビュー、09-21 CLI 2.23 (reasoning controls、cloud sessions)、09-22 Web の reasoning effort、09-24 IDE 1.1.70、09-24 Crew 0.7。 - 見送りの理由: テーマ 4 に含めた CLI 2.24 以外は 1 製品の改善。
12. 🏢 GitHub Copilot の企業向け一括更新
- 見送り / 影響度 1 / 将来性 1 / 起点 09-23〜25 / トラック: コーディングAI。
- 候補になったフィード項目 (
github-changelog-copilot): code review の個人設定と企業既定、Business / Enterprise の機能既定有効化 (28 日の猶予)、Slack / Teams 連携、agentic autofix の Copilot Memory 利用、usage metrics API の PR レビュー段階、managed settings のバリデータ。 - 見送りの理由: テーマ 4 に含めたサンドボックスと OTel 以外は運用機能。
13. 🎙️ Google のモデル・プラットフォーム更新
- 見送り / 影響度 1 / 将来性 1 / 起点 09-15〜24 / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目:
deepmind-blog09-15 Gemini 3.8 Live と 3.8 Live Extended Thinking、09-23 Gemini 3.8 TTS、09-23 Private AI Compute のサーバー側メモリ、09-24 Gemini 3.8 Live with Live Avatar、gcp-agent-platform-release-notes09-15 RL fine-tuning のコンソール対応 (Preview)、09-16 / 09-21 / 09-24 CodeMender 0.8〜0.10、09-17 Gemini Omni Flash のステートフルな動画生成、09-18 Grok 4.6 GA と Agent Platform SDK for Python 2.0.1、09-24 Gemini 3.8 Live GA。 - 見送りの理由: 音声・動画モデル中心で、今回のトラックの中心から外れる。
14. 🧱 オープンウェイトモデルと推論効率
- 見送り / 影響度 1 / 将来性 1 / 起点 09-14〜23 / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目:
aws-whats-new09-18 Kimi K3 の Bedrock GA、09-14 Qwen3.6-35B-A3B-NVFP4 と Wan2.1 の JumpStart 提供、09-16 Nemotron 3.5 Lightning のサーバーレス微調整、ainews09-22 Xiaomi MiMo-V2.6-Pro (1T-A42B、学習費用 $3M)、hatena-llm09-23 MoE 基礎技術メモ、hn-llm09-23 Mercury 2.5 の 770 tok/s、aws-ml-blog-bedrock09-23 OpenCode とオープンウェイトモデルを Bedrock でコーディングエージェントに使う記事。 - 見送りの理由: 国内の実務への接続が薄い。
15. ☁️ Claude Code クラウドセッションの正式化
- 見送り / 影響度 1 / 将来性 1 / 起点 09-24 / トラック: コーディングAI。
- 候補になったフィード項目:
zenn-trending09-24 「Claude Code クラウドセッション、使ってみて！」(「Claude Code on the web」から 09-24 の正式リリースで改称)、classmethod-claude-code09-26 「Claude Code on the web の設定項目を整理する」、claude-code-changelog09-14 2.1.271 (Remote セッションの fast mode)。 - 見送りの理由: 名称変更と設定整理が主で、一次情報の changelog に相当する記載を確認できていない。
16. 🔁 Codex のモデル・CLI 更新
- 見送り / 影響度 1 / 将来性 1 / 起点 09-14〜26 / トラック: コーディングAI。
- 候補になったフィード項目 (
openai-chatgpt-codex-changelog): 09-14 GPT-5.3-Codex-Spark の廃止、09-14 GPT-5.5 が 10-14 に ChatGPT / ChatGPT Work / Codex から引退、09-17〜26 Codex CLI 0.155.0〜0.157.1。 - 見送りの理由: 廃止予定の告知が主で、対象者が限られる。
17. 📏 評価とベンチマークの実務資料
- 見送り / 影響度 1 / 将来性 2 / 起点 09-16〜18 / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目:
hamel-husain09-18 「AI Evals: Everything You Need to Know」(5,000 人以上に教えた FAQ)、generative-agents-blog09-16 「AIエージェントキャッチアップ #91 - SkillsBench」(エージェントスキルのベンチマーク)、aws-jp-weekly-genai09-24 の Deception Benchmark。 - 見送りの理由: 単独の資料で、勢いの確認ができていない (Hamel の FAQ は次回以降に精読候補)。
18. 🧩 Google の ADK・Antigravity 更新
- 見送り / 影響度 1 / 将来性 1 / 起点 日付なし / トラック: 生成AIエンジニアリング。
- 候補になったフィード項目 (
google-developers-blog、日付なし): Antigravity SDK のローカルモデル対応 (Gemma 4 26B A4B を LiteRT で)、ADK for Kotlin 1.0、ADK の live / voice エージェント評価、ADK の zero-trust エージェント、AI Agents Challenge の 4 パターン。 - 見送りの理由: フィードに日付がなく起点を確定できない (次回、ページの日付を確認する)。
19. 📎 その他の単発項目
- 見送り / 影響度 1 / 将来性 0〜1。
aws-whats-new09-23 Amazon CloudWatch Omni の GA (エージェント向け機能の中身が一次情報から読み取れない)。aws-whats-new09-18 AWS Continuum (ペネトレーションテストのエージェント) の資格情報テスト対応。aws-whats-new09-22 Amazon Connect Customer のエージェント間連携 (A2A)。microsoft-foundry-blog09-15 Foundry Dev Pack。hatena-llm09-25 AI-SQL エンジン「Quail」(Shreya Shankar、Modal と共同)。publickey09-16 Devin の macOS 仮想環境、09-13 Tailscale Aperture の GA。hatena-claude-code09-13 Spotify の Claude Code トークン消費 90% 削減、09-17 みのるん式の Claude Code 資料、09-19 Claude Mods (Issue #91870 の暫定仕様)、09-22 Claude Code の Plugins。zenn-trending09-23 MEMORY.md の大掃除、09-25 OpenTelemetry のセルフサービステレメトリー基盤。hatena-ai-agent09-26 ローカル LLM で使える Web 検索まとめ。pragmatic-engineer09-17 AI Skills with Matt Pocock、09-22 Windows と AI、09-23 Design Engineering with Maggie Appleton。hn-llm09-17 How to Write with an LLM (767 pt)、09-24 Best LLM for every budget。
20. 🚫 対象外 (スコープ外)
anthropic-news09-17 Life Sciences Verification Program、09-18 Accenture との embedded evaluation、09-23 Claude の酵素発見 (科学応用・提携)。openai-news09-21〜25 の顧客事例 (V7、Higgsfield、Parallel、Airbnb、Harvey、invideo、Ringg、Proaction)、Academy、標準化と第三者評価の方針、ChatGPT Ads、国連安保理での発言。ainews09-24 Meta Connect 2026 (デバイス)、09-25 Latent Space の今後。google-developers-blogMaxText での OLMo 3 再現 (学習インフラ)、Tunix の自律 post-training、Colab、Go 言語の論考、Raspberry Pi のエッジ AI。publickey09-13 Tailwind の Shopify による買収、09-15 Java 27 と Java のセキュリティパッチ。hn-claude-code09-13 Houthi による Claude Code の利用 (Anthropic の報告)、martin-fowler09-16 / 09-24 Fragments (AI によるハッキングと AI リスクの論評)、09-15 / 09-24 プレゼンとフィードバックの記事。hatena-llm09-25 Nemotron 3 Diarization (音声)、hn-llm09-14 OpenArch、09-15 F-Droid の LLM 生成率、09-20 Pirate Face、09-22 LLM Ass Bench。gcp-vertex-ai-release-notes09-13〜21 Agent Platform Workbench の保守リリース。aws-whats-new09-15 / 09-16 Amazon Connect のシフト入札と Connect Talent、SageMaker のインスタンス優先リスト。armin-ronacher09-14 Interpreting Pangram (AI 検出器の論考)。laiso-newsletter09-13 8 月のニュースレター運用ふりかえり。