AI Builders Digest

Anthropic、mergeが1日3万件に急増したmonorepoでgitを置き換え

Anthropicのmerge件数は、2026年5月には1日約2,500件でしたが、9月には3万件を超えました。gitのオフラインファーストな設計ではこれに追いつけず、7人のチームがサーバー中心のバージョン管理システムScionを開発し、5か月でmonorepoを移行しました。クライアントは常にオンラインだという前提に立ち、履歴、blame、commit、mergeはサーバー側で処理し、checkoutはsparseか仮想化で済ませます。その結果、インフラの規模は旧来のgitミラーの200分の1になり、CIのcheckoutも数分から数秒に短くなりました。特に指示を加えずに頼んだところ、Claude Mythos Previewはingestionパイプラインを書き直し、メモリ使用量を20分の1に減らしたうえで4倍速くしました。その一方で、エンジニアの仕事はClaudeに「ノー」と言うことである場面も多かったそうです。AnthropicはScionそのものを提供するわけではありません。gitプラットフォームが取り入れられるように設計を公開しています。他社も6〜12か月以内に同じ壁にぶつかると見ているからです。

• #infrastructure
• #agents
• #developer-tools

Box：Gemini 4 Argonは難しいエンタープライズ業務でGemini 3.1 Proを14ポイント上回る

BoxはGemini 4 Argonを自社のBox AI Complex Work evalで1週間走らせ、Gemini 3.1 Proより14ポイント高いスコアを確認しました。伸びが特に大きかったのはテクノロジー（+37）と消費財（+33）です。差を生んだのは、最後までやり切る力でした。あるヘルスケアのタスクでは、両モデルとも危険なカリウム値に気づきました。しかし、原因となる薬を最終的な処方から外したのはArgonだけでした。3.1 Proのほうは、テクノロジー分野のタスクで100%を超えるリテンション率を報告する場面もありました。Levieは別の投稿で、サイバーセキュリティはAI agentにとって最大級の領域の一つになると主張しています。全コード行をレビューするagent swarmのおかげで、採用ではどうしても実現できなかったカバー範囲を、防御側がようやく手にできるからです。

• #models
• #evals
• #security

Every：Googleは復活、ただしGemini 4 Argonはシニアエンジニア向けタスクで21%

EveryはGemini 4のvibe checkを「Googleが帰ってきた」という見出しで公開しました。ただShipperによると、Everyのシニアエンジニア向けベンチマークタスクではArgonはかなり苦戦しています。スコアは21%にとどまり、Sol 6を大きく下回ったうえ、Museにすら及びませんでした。

• #models
• #evals

David Silver、超知能は人間のデータではなく経験から生まれると賭ける

David SilverはDeepMindを離れ、Ineffable Intelligenceを共同創業しました。超知能への道はLLMを通らない、という賭けです。彼が目指すのは、豊かなシミュレーション世界の中でゼロから学習するagentです。チームはこの世界を「crucible（るつぼ）」と呼んでいます。そこでは単純な目標から複雑なスキルが生まれる、という考え方です。根拠として挙げるのはAlphaZeroです。チームが人間のデータを使うのをやめたところ、human-in-the-loopで2年かけたAlphaGoの成果を数時間で上回りました。LLM陣営に加わらなかった理由について、彼は「自分がその手法を追う10万1人目になるのか？」と語っています。1年以内に強い証拠が出て、本物の超知能は3年ほどで実現すると予測しています。また、現実世界ではフロンティアAIの進むペースを抑えつつ、シミュレーションの中ではできるだけ速く進めるべきだという立場です。

• #research
• #reinforcement-learning
• #safety

Rauch：AIのキラーアプリはcoding agent、だからモデルに縛られるな

Guillermo RauchはGeminiチームを祝福しつつ、Googleを決して侮るなと警告しました。Transformerを生んだ実績に加え、データ、エンジニアリング人材、計算資源がそろっているからです。彼のより大きな主張は、誰もがコーディングへ立ち返ったのは正しく、coding agentこそAIのキラーアプリだという点にあります。Muse WonderとGemini Argonが立て続けに登場したことで、個人も企業もモデルアグノスティックであり続け、gatewayを活用すべきだと改めてわかる、と彼は言います。

• #models
• #agents

Latent Space、年額4万3,000ドルのSaaSを週末のhackathonで潰しにかかる

Latent Spaceは「SaaSは死ぬのか」を机上で議論するのをやめ、実際に使っている年額4万3,000ドルのSaaSを週末でクローンするグローバルhackathonを開きました。モデルもharnessも自由です。応募は72件、消費したtokenはおよそ1,000億で、審査はAIと人間の両方のevalで行われました。特別エピソードでは、そのデータに加えて、それなりに複雑な中堅SaaSを潰すうえで今も難しい点を紹介し、賞金1万ドルのKill My SaaSコンテストの勝者を発表しています。

• #products
• #evals

Masad：フロンティア研究が今止まっても、AIの浸透にはあと10年かかる

Amjad Masadは、たとえフロンティア研究が今日止まっても、AIが経済に浸透するまでにはさらに10年かかると主張しています。Replitはそのスピードを上げるため、ソリューションパートナーと協力しています。

• #enterprise
• #adoption

Google、Gemini 4 Argonが24単語のpromptからシンセサイザーを作るデモを披露

Josh Woodwardが、新しいGemini 4 Argonで作れるものを披露しています。デモの一つは、24単語のpromptから作ったオリジナルのシンセサイザーです。駆ける馬や波打つ水面、さらには自分の手の動きを音楽に変えてくれます。もう一つは、球を積み重ねた形をした幅96ミリのオリジナル家具の脚です。

• #models
• #products

OpenAI、ChatGPTとCodexのデスクトップアプリのディスク使用量を60%削減

ChatGPTとCodexのデスクトップアプリで、状態を保存する仕組みを新たに最適化しました。これでディスク上に保持するデータは60%減る見込みです。Sottiauxはこれを小さなリリースと呼んでいます。ヘビーユーザーのディスク容量が何度も足りなくなっていたことへの対応です。

• #products