AI Builders Digest

Anthropic、Claude Code の品質低下を3つの別々の変更に特定

互いに無関係な3つの変更が重なり、全体的な劣化のように見えていた。3月4日にデフォルトの reasoning effort が high から medium に下がり、3月26日に入ったキャッシュ最適化が、本来1回で済むはずの処理として毎ターン Claude の以前の思考を消してしまい、4月16日に加えられた「回答を100語以内に収める」という system prompt の一文がコーディング品質を実際に損なった。API は一度も影響を受けておらず、3件とも4月20日の v2.1.116 で解消している。ablation では、冗長性を抑える指示だけで eval が3%落ちた。思考を消すバグはキャッシュミスを生み、利用上限が想定より速く減るという報告の原因になっていた。全サブスクライバーの利用上限はリセットされ、今後の system prompt 変更にはモデルごとの eval スイート、soak 期間、段階的ロールアウトが課される。

• #products
• #evals

DeepSeek と Grok の値下がりは、企業需要を押し下げるのではなく押し上げる

同じ日に出た DeepSeek と Grok のリリースは、どちらも非常に低いコストで大きな能力の飛躍をもたらした。価格下落から想像されるのとは逆に、企業需要への効果は上向きに働く。企業にはすでに、予算をはるかに超える数の agent ユースケースがある。セキュリティ問題を探すためのコードベース全体のスキャン、社内文書をすべてレビューすること、ワークフローの広い範囲にまたがる情報処理。コストが下がるか能力が上がるたびに、その次の層が解放される。同時に、応用レイヤーに座っていることの価値も上がる。モデルの選択肢が増えるほど、とくに作業の種類やコストに合わせて調整されたモデルが増えるほど、タスクごとにルーティングして最適化する余地が広がるからだ。

• #agents
• #products

Claude のセッションが Chrome から desktop、web、mobile へ引き継がれる

Claude in Chrome のセッションが desktop、web、mobile に引き継がれるようになった。会話は保存され、skills と connectors はブラウザの中でも動く。サイドパネルは他のアプリと同じ Claude Cowork セッションを走らせるので、セッションは個々のデバイスではなくアカウントに紐づく。本日から Max と Team で利用でき、Pro には数週間のうちに展開される。あわせて Anthropic は、browser agent がページに仕込まれた指示に騙されうることを注意喚起し、自社側の防御に加えてユーザーが身につけるべき習慣を公開した。

• #products
• #agents

Managed Agents、自社の境界内で tool を実行できるように

Claude Managed Agents は、自分で管理する sandbox の中で tool を実行できるようになった。自社インフラでもよいし、Cloudflare、Daytona、Modal、Vercel 経由でもよい。オーケストレーション、コンテキスト管理、エラー回復を担う agent ループは Anthropic のインフラに残り、コードの実行、機微なファイル、各種サービスは自社の境界の内側にとどまる。リソースのサイジングとランタイムイメージの指定は利用者側で行う。research preview の MCP tunnels は、軽量な gateway からの1本のアウトバウンド接続でプライベートな MCP サーバーに到達し、社内データベースやチケッティングシステムを呼び出し可能な tool に変える。インバウンドのファイアウォールルールも公開エンドポイントも不要だ。セルフホスト sandbox は public beta で、この形を早くから採り入れた例として Amplitude、Clay、Rogo が挙げられている。

• #agents
• #products

agent の頭脳と手を切り離したら、p50 の time-to-first-token が60%短縮

Managed Agents は当初、セッション、harness、sandbox を1つのコンテナに同居させていた。そのせいでコンテナが「ペット」になっていた。落ちればセッションも道連れになり、デバッグはユーザーデータを抱えた箱に入り込む作業になる。解決策は各部品を仮想化することだった。harness は他の tool を呼ぶのと同じやり方で sandbox を呼び、harness がクラッシュしても wake(sessionId) で立ち上がり、永続化されたイベントログを引いて最後のイベントから再開する。コンテナはセッションが実際に必要としたときにだけプロビジョニングされるようになり、p50 の time-to-first-token はおよそ60%、p95 は90%超も短縮された。セキュリティ上の効果は構造的だ。認証情報は vault に置かれるか、初期化時にローカルの git remote に組み込まれる。つまり Claude の生成したコードが走る sandbox から、トークンに手が届くことはない。

• #agents

Gemini、OpenTable から Ticketmaster まで新たな連携を一挙追加

Gemini アプリの連携がまたひとまとまり、本日から展開される。Angi、Fever、GetYourGuide、Granola、iHeartRadio、Localiza、OpenTable、Otter、Pandora、Thumbtack、Ticketmaster、Wix、Zocdoc、Zoho。予約、チケット、メモ、メディア、地域サービスへの広がりは、Gemini が「答えをもらう場所」ではなく「用事を片づける場所」になろうとしていることを示している。Google は次のパートナー候補を公然と募っている。

• #products
• #agents

モデルの推論能力は、その上に作られた製品を追い越している

モデルが実際にできることと、ユーザーに届いているものとの差。この capability overhang こそが業界の本当の仕事になり、今年は scaling laws を議論に値するテーマから追い出した。agent を役に立つものにするには、インターネットに似た形のエコシステムが要る。HTTP の役割を MCP が、HTML の役割を NL Web が担い、そこに agent の identity と権限付与の仕組みが加わることで、agent はタスクに必要なシステムだけを名指しして許可を求められる。「社内のすべてのシステムに、Microsoft の中で我々が書いているすべての agent へ標準プロトコルで話してほしい」。これが、自社の組織図を他社にまで出荷せずに済ませる方法だ。次の転換は、同期的な prompting から非同期の委任へ。agent が出かけていって何度も呼び出しを行い、長いあいだ反復し、どこまで進んだかを持って後から戻ってくる。

• #agents

AI の今後数年の alpha は application レイヤーにある

モデルは今後も安く、良く、そしてよりローカルになる。だから差別化は、特定のユーザーワークフローを十分に深く理解し、その周りで体験を作り直す想像力を持つ側へ移る。AI プロダクトを作れる人の母数はこれから途方もなく増える。だからこそ、ビルダーの上位0.1%にいることの重みは薄まるどころか増す。別の話として、Zoom と Meet の年月がチームからホワイトボードへ向かう本能を叩き出してしまった、という嘆きもあった。かつてアイデアを形づくっていた、雑で遊びのある描画や割り込みごと失われたという話だ。

• #products

GBrain v0.45.6.0、skill を17個追加し Codex と Claude Code に対応

GBrain が v0.45.6.0 をリリースし、brain skill を17個追加した。数十万件の markdown ファイルを相手に動かした個人用 OpenClaw agent で鍛えたもので、Codex と Claude Code でも動くようになっている。リリース内容と同じくらい大事なのが使い方の指針で、メインのコーディング agent の中ではなく、独立した agent として走らせること。記憶とカスタム skill 用に自前の git repo を持つ、ChatGPT や Claude の個人版だと思えばいい。本人いわく、進む方向はこうだ。ここからは markdown skill-maxxing でいく。

• #agents
• #products

Codex が Linux 対応、fast モードも間もなく、利用上限はリセット

Codex が Linux 対応を出荷し、/fast モードも1時間以内に投入され、利用上限は全員分がリセットされた。数日前に 15M のマイルストーンを通過していたが、発表というより話のついでに触れられた程度だった。

• #products

Vercel Sandbox、カスタマイズ可能なデフォルトのツールチェーン付きに

Sandbox が、ひととおり妥当なツールをプリインストールした状態で提供されるようになった。中身は完全にカスタマイズでき、npx sandbox@latest sh ですぐ中に入れる。試す価値のある主張はこれだ。手元のマシンより速く感じる。あわせて Seedance 2.5 も Vercel の AI Gateway で利用可能になっている。

• #products

音声が cloud agent のオーケストレーション層になる、という主張

新しいエッセイは、コンピュータの使い方がこれから恒久的に変わると論じている。キーボードとマウスとノートPCで手を動かす作業から、声でクラウド上の agent に指示を出す形へ。支える主張は3つある。音声がオーケストレーション層になること、パーソナルコンピュータがクラウドへ移ること、そして実際に作業を担うシステムどうしの決定的な差別化要因が信頼になることだ。

• #agents

SPC の米国外1件目のベットはインド

SPC India は同社にとって初のアメリカ国外への一手で、この10年でもっとも野心的なプロジェクトのいくつかはインドで作られる、という見立てに賭けたものだ。機会主義的というより構造的な捉え方で、インドのダイナミズムはこれからも続く。

• #funding

agent の舞台は1年ほどで CLI からアプリ、そしてサービスへ移った

agent プロダクトが行き着いた先を、時間軸を圧縮して並べるとこうなる。CLI は1年前、アプリはたぶん半年前、そして今はサービス、web、cloud セッションだ。新しい舞台は、そのつど前の舞台より速くやってきている。

• #agents

共有されたばかりの論文が「今年もっとも重要な1本」と呼ばれる

すでに今年もっとも重要な論文の1本だ。ただし手法の説明が明快でないという但し書きが付くので、リンクを裸で貼るのではなく、注記と、さらに噛み砕いた要約を添えている。あわせて、Perplexity が Chrome の買収を持ちかけたのがちょうど1年前の今日だ、というリマインダーも。

• #research

graph engineering は新しい loop engineering であり、新しい prompt engineering である

graph engineering は新しい loop engineering であり、それは新しい harness engineering であり、それは新しい context engineering であり、それは新しい prompt engineering である。これで混乱が解けたなら幸いだ。この冗談が効くのは、どのラベルも次の改名が来るまでの短いあいだ、ひとつの専門分野のように感じられたからだ。

• #agents