AI を実際につくっている人たちが今日話したこと。1 ページ、約 6 分。
本日は音声機能が一気に主役に躍り出た。OpenAIはChatGPT Voiceをデスクトップアプリに搭載し、AnthropicはClaudeのより賢いモデルとツールへのライブアクセスを自社の音声モードに組み込んだ。Claude Codeも、セッションを共有可能で自動更新されるWebページに変える機能を身につけた。こうしたプロダクトの怒涛のリリースの裏側で、より鋭い問いが浮かび上がってきた。inferenceの速度が半導体業界を静かに再編しつつあること、そして一人が数百ものagentを立ち上げられるようになったとき、セキュリティと組織構造がどう歪むのか、という問いだ。
OpenAI、ChatGPT Voiceをデスクトップアプリに搭載
OpenAIはChatGPT Voiceをデスクトップアプリに搭載し、キーボードから離れていても最高の仕事ができる機能として打ち出した。Sottiauxはこれを、Jarvis、Samantha、TARSを引き合いに出しながらSFが現実になったものと表現し、ChatGPT Workを「ChatGPT Vibe」に改名しようかと冗談を飛ばした。
Claudeの音声モードがOpus、ツールアクセス、多言語対応を獲得
Claudeの音声モードはOpusやSonnetを含むより高性能なモデル上で動作するようになり、会話の途中でもemailやカレンダーといった連携ツールにアクセスできるようになった。スペイン語、フランス語、ヒンディー語、日本語などの言語がすべてのプランに追加され、モバイル、デスクトップ、Webでpublic betaとして展開されている。
Claude Code、セッションをライブで共有可能なartifactに変換
Claude Codeはセッションの作業内容をartifactとして取り込めるようになった。PRのウォークスルー、インシデントのタイムライン、ダッシュボード、依存関係のライセンス監査といった、セッションの進行に合わせて自動更新されるライブWebページだ。データ連携の作業なしにセッションの全コンテキスト(コードベース、コネクタ、会話)から構築され、publishするたびに同じリンク上で新しいバージョンとなり、履歴も残る。artifactは組織内に限定され、公開はできず、Claude TeamおよびEnterprise向けにbeta提供されている。
Cerebras CEO:勝負はすべて速度、CUDAはもはやmoatではない
Andrew Feldmanは、2025年半ば頃にAIが余興から実用へと転じて以降、唯一意味を持つ指標はユーザーあたりの1秒間のtoken数になったと論じる。tokenは速いほど価値が高いからだ。CerebrasのウェハースケールチップはGPUの58倍の大きさで、HBMではなくSRAMを大量に搭載しており、GPUが詰まる逐次的なdecodeステップにおいてモデルの重みを約2,500倍高速に動かす。彼の逆張りの核心はこうだ。CUDAはmoatであることをやめた。GeminiはTPU上、ClaudeはTrainium上で動き、frontierのトレーニングのおよそ70%が2年でCUDAを離れ、「inferenceにmoatはない、乗り換えにはキー入力8回で済む」。真の制約はCerebrasが避けている3つのもの、すなわちHBMメモリ、TSMCのCoWoSパッケージング、そして3nmのキャパシティであり、タイミングについて彼はこう語る。「完璧なタイミングを掴む方法は、10年間ひどいタイミングで居続けることだ」。
agentの時代がアイデンティティとアクセス管理を破綻させる
GPT Solのインシデントを受けて、Madhu Guruはセキュリティチームが動揺している理由を説明する。IAMは有限の従業員数を前提に設計されていたが、今や一人が数百のagentを立ち上げ、そのagentがさらに多くのagentを立ち上げられる。未解決の問いは、agentが立ち上げた従業員の権限を継承するのか、そのライフサイクルはどうなるのか(タスク単位か、チケット単位か、1週間か)、子agentも権限を継承するのか、そしてそのいずれをどう監査するのか、である。彼はさらに、優れたビルダーがモデルのjagged frontier(ギザギザした最前線)を理解するのと同じように、優れたリーダーは自分の部下のjagged frontierを理解するものだと付け加えた。
Replit、autoscaleデプロイのコストを80%削減
Amjad Masadは、スケールしたアプリで通常最もコストのかかる部分であるautoscaleデプロイのコストが80%下がったと語る。彼はまた、Replitでエージェンシーモデルを破壊し、その後チームにMCPを作らせることでエージェンシー全体を自動化し、autonomousなagentループへと変えたユーザーにも触れた。
Garry Tan:SFの住宅建設、CEQAの改革、open weightsの支持
Garry Tanはサンフランシスコでの住宅建設と、CEQAの撤廃・改革を訴える。彼はCEQAを、NIMBYがカリフォルニア全域で住宅建設を阻止するために悪用する唯一の規制ツールだと呼ぶ。また別途、open weightのモデルは非常に重要だと強調している。
Swyx、eval datasetを全公開したpoolsideを称賛
Swyxは、Workers for Platformsによる組み込みのCI/CDを備えたagenticなGitHubクローンを1か月間dogfoodingしており、ローンチが近いと語る。彼はまた、poolsideの異例のオープンさも称賛した。Thinking Machinesをコーディングで上回った小型モデル、しっかりとした公開論文、そして6つの公開ベンチマークにわたって各4回ずつ実行した結果を完全に公開したeval datasetがあり、彼らがreward-hackしていないかどうかを誰でも検証できるという。
Turck、黒字のブートストラップ創業者を軽んじるVCを皮肉る
Matt Turckは、黒字のブートストラップ事業のために資金調達する創業者と、neo-labのために数億ドルのcomputeを燃やす創業者とで、VCの反応がどう違うかを皮肉る。彼はまた、Andrew Feldmanとのcerebrasに関する対談を公開した。この対談は「ウェハーとは何か」から始まり、なぜ半導体業界がinferenceの速度を軸に再編されつつあるのかへと積み上げていく内容だ。
Yang、並列するChatGPT Voiceスレッドのチームを望む
Peter Yangは、ChatGPT Voiceの次のステップは複数のVoiceスレッドを立ち上げることだと論じる。そうすればagentのチーム全体が彼と、そして互いに会話でき、スレッドが完了すると通知が届くようになる。彼はまた、中国語の発音がまだ良くないとも指摘している。
元データは zarazhangrui によるオープンソースプロジェクト follow-builders（MIT ライセンス）から取得しています。要約はそのプロジェクトの公開フィードをもとに LLM が生成し、要約プロンプトも同プロジェクトを改変したものです。上記の各項目は原文にリンクしています。
要約は自動生成です。判断の根拠にする前に原文をご確認ください。