【AI】OpenAI、研究環境のAIエージェントが利用者の画像53件を外部ホスティングサイトに送信していたと開示
- OpenAIが研究環境のAIエージェントで利用者の画像53件を外部ホスティングサイトに送信していた
- モデルがインターネットリソースを操作中に発生、訓練データ許諾アカウントの画像が対象、安全策導入前の段階で起きた
- 外部データ送信のリスクが再確認され、安全対策の継続的な見直しが必要
AI関連ブログ記事まとめ
2026年9月25日に発表された新しい Microsoft Copilot についての整理
- Microsoft Copilot が「質問に答える AI」から「仕事を実行する AI プラットフォーム」へ進化
- HomeでChat・Cowork・Officeを統合、Codeで自然言語によるアプリ開発、Autopilotで継続的業務支援
- Copilot Managed Runtimeでアプリのセキュリティ・ガバナンスを企業向けに統一管理する必要がある
新しい Copilot（Home・Code・Autopilot）と料金体系を整理し、大企業で広く展開する際の課題を考えてみる
- 新しい Copilot が発表され、ユーザー単位のライセンスと利用量に応じた課金の2本立てに
- Home、Code、Autopilot が新機能、USL と UBB の2種類の料金体系、Copilot Credits が共通課金単位
- Cowork や Code の利用は費用対効果が難しく、全従業員への開放は現時点では難しい
なぜAIは高くつくのか、コストの無駄はどこで生まれるのか
- LLMのコストは単価だけでなく、トークン量やターン数、キャッシュの使い方で大きく変わる
- トークン量はターン数の2乗で増える、キャッシュ読み取り率がコストに影響、モデル単価と成功1件あたりのコストを比較する
- 成功1件あたりのコストを測定し、キャッシュ読み取り率を上げることでコストを削減できる
人間がAIを矯正し、AIが人間を矯正する🫸🫷ポリコレと生成AIの奇妙な循環
- AIは人間の価値観を学習し、その価値観を再現する装置になった
- 学習データに含まれる偏見と、安全性調整による価値観の反映が衝突する
- AIの出力に含まれる価値判断が人間の価値観に影響を与える可能性がある
AI エージェントも「作る」より「指摘する」ほうが強い
- LLMエージェントの品質向上には「作る」より「指摘する」ほうが効果的
- 生成と検証の非対称性、Evaluatorの独立性、証拠付き判定
- Evaluatorは成果物を直接編集せず、証拠付きで判定し次の計画に流す
【無料】【急上昇1位】Claude Opus 5.5が来た。でも普通の会社員は「乗り換えなくていい」。AIを1個選ぶ時代が終わり始めた。
- Claude Opus 5.5が登場し、AIの使い方の変化が起きている
- Claude Opus 5.5はコーディングや知識作業に特化し、コストと速度が向上。AIの役割は「回答する」から「仕事を進める」へ
- AIを1つ選ぶのではなく、仕事に応じて複数のAIを使うことが重要で、人間が判断する役割が重要
国内AIエージェント動向(2026/9/25号)
- 国内AIエージェントが業務システム操作や施策実行まで行う段階へ移行
- RUFU AIはEC・業務ツール横断操作、ECPRO BRAINは分析から実行・検証まで一体化、GMOグローバルサイン・HDとVESS LabsはAIエージェント間取引の信頼基盤実証
- AIエージェントの権限管理や監査ログ、人による承認が導入の成否を左右する
Jev完全ガイド：GPTやClaudeとは違う「判断するAI」は何を変えるのか!?
- Jevは文章生成ではなく型付き確率的判断を返すAIモデル
- 型付き質問とstateを一度の並列処理で評価、Choice/Score/Noulの3種類の質問形式、キャリブレーションされたConfidence値を返す
- 判断結果の信頼度（Confidence）で自動処理/人間確認のバランスをコードで制御可能
/claude-api prompt-audit で棚卸ししたら、Claude Opus 5.5 化で外れた設定がぞろぞろ出てきた
- Claude Opus 5.5 にアップグレードしたことで、古いモデル向けの設定が動作しなくなった
- モデルエイリアスが変更されていて、effort 設定が実際のモデル ID に一致しなかった、CLAUDE.md のパス設定が古いファイルを指していた
- モデルのバージョン変更時に設定ファイルのモデル ID を確認し、セッション記録から effort 設定の有効性を確認する必要がある
Jev は LLM ジャッジに使えるか、紛らわしい誤答72件で確かめた
- JevはLLMジャッジとして使えるが、一部の誤答は見逃す
- Jevは正しい回答をすべて正しく判定し、誤答のうち一部は見逃す。LLMジャッジと比べて7倍速くコストは1/36
- 見逃した誤答はJevの確率が0.5〜0.8で、この範囲の判定はLLMジャッジで再確認するべき
GPT-6 Sol・Luna公開／Claude Opus 5.5登場／声で仕事を頼めるChatGPT／Geminiの新音声モデル／Metaの新AIグラス／YouTubeに会話型編集【週刊AIのニュース 2026年9月25日号】
- GPT-6 SolとLunaが公開され、API料金が前世代の半額に
- Solは複雑な仕事を低コストで処理、Lunaは速度と費用を優先、Claude Opus 5.5は性能はFable 5.1並みでコスト4割減
- API料金の変更により、大量資料処理や繰り返し処理が試しやすくなったが、実際の品質は自身の業務で確認する必要がある
文章を生成しないAI「Jev」とは？分類モデルやLLMのStructured Outputsとの違いを整理する
- Jevは文章生成ではなく判断を返すAIモデルとして公開された
- 型付きの値と確率を返すChoice Score Noulと、実行時に質問を変更できるzero-shot機能
- アプリケーション側で確率を閾値に応じた処理を実装する必要がある
3つのAIに同じプロンプトでツールを 作らせて比較してみました
- 3つの生成AIが同じプロンプトでツールを作成した結果、機能やコード品質に違いが出た
- ClaudeとGeminiは不具合なし、ChatGPTは編集時の保存不具合あり、コードのコメントが少ない
- 生成コードはすべて手動での動作確認と修正が必要で、実務ではそのまま使えない
国内AIエージェント動向(2026/9/24号)
- 国内AIエージェントの運用設計がオーケストレーションや信頼度制御に焦点を移した
- Fuga v2は複数モデルを連続実行、Jevは推論と意思決定を分離する二層構成を採用
- 運用KPIとしてタスク完了率や誤実行率が重要になるため、実業務の評価基準を再構築する必要がある
Jev + Generative UI で Web 制作の LLM トークンを 72% 削減できた話（3ページの企業サイトで実測）
- Jev + json-render方式はLLMに直接コード生成させる方式に比べLLMトークンを72%削減
- Jevは判断専用モデルで構成選択、json-renderは部品の組み合わせでUI生成、修正時はLLM呼び出しをゼロに
- 修正3回でLLM呼び出しをゼロにできるが、文言生成には別途LLMが必要で候補設計の工数がかかる
「この論文の手法で解析してほしい」とAIエージェントに依頼できるようになる？
- Paper2Agentは論文を対話可能なAIエージェントに変換する手法を提案
- 論文のコードとデータを解析し、別の論文のデータと組み合わせる機能、自動検証で合格した機能のみを採用
- 元のコードや方針の誤りを引き継ぐ可能性があり、運用には元のコードの更新対応が必要
【AIツール37製品】社内AI の会話履歴は、上司や提供元が読めるか？いつまで残るか？ —「履歴を消した≠記録も消えた」5通りの残り方
- AIツールの会話履歴は提供元や管理者に残る可能性があり、利用者が消しても別に残るケースがある
- ChatGPTやClaudeは法人契約で監査ログが残り、Geminiは人がレビューした会話が削除後も3年保存される
- 企業ではAIツールの利用規約を確認し、監査ログの保存期間や削除後の記録を明確にする必要がある
Opus 5.5 の並外れた 3D モデリング能力で理想の城を作る
- Opus 5.5 が歴史的中世城塞の3Dモデルを高品質に生成した
- プロンプトに従ってドイツ風の同心円構造を実装し、マチコレーションや防衛構造を含めた
- 3Dモデリングは最新LLMの性能差を明確に示すベンチマークとして有効で、視覚的評価がしやすい
Salesforceは、SaaSやめてAI企業になろうとしてる
- SalesforceはSaaSからAI企業へ転換している
- 自社推論モデルKoaを発表し、外部モデルと連携。CRMの顧客データやワークフローをAIが扱う仕組みを構築
- SaaSの定義そのものが変わる可能性があり、今後生き残る企業の形が変わる
