しかし、ABI Researchはこの急激な普及の裏にある懸念を指摘する。ローカルデバイスのルート権限を必要とするClawの特性は、企業利用においてガバナンスとセキュリティ上の大きな障壁となる。同社は、これまでのAIエージェントブームが「テストやトレーニング」の域を出なかった背景に、「自律性と安全性のトレードオフがある」と分析する。 NemoClawが解決する「社会実装」への課題 NVIDIAが発表したNemoClawについてABI Researchは、「OpenClawにエンタープライズグレードの安全性をもたらすガバナンスレイヤー」だと定義する。 NemoClawの中核となるのがオープンソースのランタイム「OpenShell」の存在だ。OpenShellはOpenClaw環境全体を管理するレイヤーとして、エージェントがデータにアクセスする方法やツールの使用方法、ユーザーが設定したポリシー

大学共同利用機関法人 情報・システム研究機構 国立情報学研究所 (NIIエヌアイアイ、所長：黒橋くろはし 禎夫さだお、東京都千代田区)の大規模言語モデル研究開発センター（LLMC）は、主宰する LLM 勉強会（LLM-jp）の対話WGの活動の成果として、Web上のオープンなデータソースから構築した2つの大規模音声音響データセット（CC Audio および Archive.org Audio Dataset）を一般公開しました。対話WGは、NII/LLMC科学主幹の東中竜一郎教授が主担当を務め、早稲田大学の小川哲司教授、慶應義塾大学の高道慎之介准教授との緊密な連携のもと推進される研究グループです。 これらのデータセットは、大規模ウェブクロールデータセット「Common Crawl」と世界最大級のデジタルライブラリ「Archive.org」から得られた音声音響データへのURLリストと、これらの

米OpenAIと米Amazon傘下のAWSは4月28日（現地時間）、既存の提携を大幅に拡大し、OpenAI製品のAWSでの提供を開始すると発表した。OpenAIは前日、米Microsoftとの間で結んでいた、自社製品のAzureでの独占提供を義務付ける提携を改定したばかりだった。 今年2月に締結された既存の戦略的提携では、AWSがOpenAIの企業向けプラットフォーム「Frontier」の独占的プロバイダーとなり、推論・学習向けチップ「Trainium」の大規模利用などで合意していたものの、APIサービス自体は引き続きMicrosoft Azure上でホストされる構造だった。 今回の提携拡大により、AWSの顧客は自社のAWS環境内で、OpenAIの最新フロンティアモデルや、コーディング支援エージェント「Codex」、「Amazon Bedrock Managed Agents」を直接利用で

本記事で紹介する手法は、対象サイトの利用規約・robots.txtを遵守した上での利用を前提としています。技術的に可能であっても、ToS違反・不正アクセスに当たる行為は行わないでください。 ブラウザで普通に開けるのに、Pythonからアクセスすると弾かれる。User-Agentを変えても、ヘッダーを追加しても、まだ403が出る——そのとき、次の一手が curl_cffi です。 以前、ECサイトの価格データを定期収集するスクリプトを書いていたとき、requestsでは問題なく取得できていたページが、ある日突然403を返し始めました。User-Agentをブラウザのものに変えても、Accept ヘッダーを追加しても改善せず。原因はTLSフィンガープリントの不一致で、curl_cffi に切り替えたところ1行の変更で解決しました。 この記事では、curl_cffi の使い方を requests

本記事で紹介する手法は、対象サイトの利用規約・robots.txtを遵守した上での利用を前提としています。 はじめに Pythonでスクレイピングを始めると、最初に使うのは requests です。シンプルで直感的で、ほとんどの用途で十分に機能します。 しかし、スクリプトをスケールさせようとしたとき「requests は非同期に対応していない」という壁にぶつかります。そこで調べると httpx が出てきます。「requests の上位互換なのか？」「全部 httpx に移行すべきか？」「curl_cffi はどう違うのか？」——この3択で迷った経験があります。 以前、300件のURLを同期で取得していたスクリプトを非同期化しようとしたとき、httpx に移行するか asyncio + requests を使うか（これはできない）、curl_cffi の非同期版にするかで迷いました。違いを整

The challenges of building for modern AI infrastructure have fundamentally shifted. The modern frontier of machine learning now requires leveraging distributed systems, spanning thousands of accelerators. As models scale to run on clusters of O(100,000) chips, the software that powers these models must meet new demands for performance, hardware portability, and reliability. At Google, our Tensor P

MCP、A2A、UCP、AP2……乱立するAIプロトコル、どこでどう使うべき？：6つの標準プロトコルの役割、使い分けをGoogleが解説 Googleは、AIエージェント開発の文脈で広まりつつある6つの主要プロトコル「MCP」「A2A」「UCP」「AP2」「A2UI」「AG-UI」についてサンプルコードとともに、それぞれの役割を解説した。 Googleは2026年3月18日（米国時間）、AIエージェント開発に使われる主要プロトコルを公式ブログで解説した。 レストランのサプライチェーンを管理する「キッチンマネジャーエージェント」の段階的な構築例を通じて、各プロトコルの役割を解説したものだ。AIエージェント開発を支援するさまざまなプロトコルの中から、以下の6つを取り上げている。 MCP（Model Context Protocol） A2A（Agent2Agent Protocol） UCP（

「AGI」（汎用＜はんよう＞人工知能）の開発に関しては、科学的発見の加速や人類の難題解決を担う切り札として期待されている一面があるが、その「知能」を客観的に測る尺度の欠如が、実現への距離を不透明にしている。 GoogleのAI研究部門であるGoogle DeepMindはその状況を打破すべく、AGI実現に向けた進捗（しんちょく）状況を測定するためのレームワークを提示した論文「Measuring Progress Toward AGI: A Cognitive Framework」を2026年3月17日（米国時間、以下同）に公開した。 認知科学に基づく10の能力指標（タクソノミー）を定義 Google DeepMindの研究者ライアン・バーネル氏とプロダクトマネジャーのオラン・ケリー氏による論文は、AGIが科学的発見を加速させ、社会課題の解決に寄与する可能性に触れつつ、その進捗を把握するため

Claude Codeは、便利なチャットではありません。 設定、文脈、検証、自動化、並列化まで設計すると、日々の作業環境そのものになります。 この記事では、手元にあるClaude Code運用メモを土台に、Anthropic公式ドキュメント、Claude Help Center、GitHub Actions、MCP、Hooks、Skills、Subagents、非対話モード、情報収集ワークフローまで整理しました。 この記事は全文無料（期間限定）で閲覧できます。 見出し画像はAIで生成しました。 プロンプトはこの記事に掲載中。 Claude Codeは「会話相手」ではなく「作業環境」ですClaude Codeを使いこなせない原因の多くは、プロンプトの上手さではありません。作業環境として扱えていないことです。 公式ベストプラクティスでも、Claude Codeはファイルを読み、コマンドを実行し

2019年にスタートした本連載「Innovative Tech」は、世界中の幅広い分野から最先端の研究論文を独自視点で厳選、解説する。執筆は研究論文メディア「Seamless」（シームレス）を主宰し、日課として数多くの論文に目を通す山下氏が担当。イラストや漫画は、同メディア所属のアーティスト・おね氏が手掛けている。X：＠shiropen2 スペインのバスク大学や英カーディフ大学などに所属する研究者らが発表した論文「Why are all LLMs Obsessed with Japanese Culture? On the Hidden Cultural and Regional Biases of LLMs」は、一部のAIモデルが文化的な話題において日本文化に強い執着を見せることが明らかにした研究報告だ。 近年、大規模言語モデル（LLM）は驚異的な進化を遂げ、多言語で多様なタスクをこなす

はじめに チームのコードレビューの負担を少しでも減らすために、Claude Code の Skills を使い、backend（Rails）レビュー用の /review-backend を作成しました。 この記事では、/review-backend の使い方と、実際に配置した設定ファイルを紹介します。 暫く使って安定したら、frontend 用にも展開する予定です。 まだ実運用を始めたばかりですが、同じように Claude Code でレビュー負担を減らしたい方の参考になれば幸いです。 環境 Claude Code v2.1.119 Claude Sonnet 4.6 Claude Team Ruby on Rails 7.0.6 Ruby 3.2.1 前提知識 Claude とは Anthropic 社が提供する、ChatGPT や Gemini と同じように対話形式で使える AI アシ

To create a fundamentally better editor, we had to invent a new approach to building desktop software. Our previous editor, Atom, was built as a fork of Chromium, spawning the Electron framework in the process. Electron eventually became the foundation of VS Code (which today seems to be forked into a new AI code editor every other week). Web technology offered an easy path to shipping flexible so

ドイツ人エンジニアのニッキー・ライナート氏が、Anthropicの生成AIアシスタントであるClaudeの有料プランを解約した理由を自身のブログにまとめています。 Why I Cancelled Claude: Token Issues, Declining Quality, and Poor Support - Nicky Reinert https://nickyreinert.de/en/2026/2026-04-24-claude-critics/ ライナート氏はコーディングアシスタントのClaude Codeを利用し始めた頃を思い出しながら、「最初の数週間はとても快適でした」と語っています。動作は速く、トークンの付与量も妥当で、品質も良好だったそうです。しかし、使い始めの頃に感じた熱意は「急速に薄れてしまった」とライナート氏は語っています。 事の発端は、ある日の朝、Claude

普段は Codex / Claude Code / Copilot を利用していますが、Copilot が従量課金になることもあり、あまり今まで触れてこなかったモデルに触れてみようと思い、OpenCode Go を使ってみたので、雑に書いて行きます。 Cursor の Composer 2 Fast (MAX)2026 年に入ってから Anthropic や OpenAI 以外のモデルも触っておいた方が良いだろうと考え、Cursor の Composer 2 というモデルを１ヶ月利用し続けてみました。 Composer 2 は Fast モードかつ MAX で利用しており、主にソースコード調査で利用していましたが、とにかく早くてあまり間違えないというのはかなり体験としてよかったです。この Composer 2 はとても安くて、 Cursor の Pro+ プランで Composer 2 F

コード補完（インライン補完・次の編集候補）はクレジットを消費しない。 ここは据え置き。消費するのはチャット・CLI・エージェント機能など。 月の予算感 1 AI Credit = $0.01 USD で計算される。 Copilot Pro（$10/月）→ 1,000 クレジット/月 Copilot Pro+（$39/月）→ 3,900 クレジット/月 旧制度の「300 PRU」と比べると数字が大きく見えるが、実際に何回呼べるかはモデルとトークン量次第。モデル別の公式単価が公開されているので試算できる。 GPT-5.4 一回あたりのコスト試算 Copilot CLI で --model gpt-5.4 を指定したときの料金。 トークン種別 単価（$/1M） クレジット換算（/1K tokens）

米Googleは4月29日（現地時間）、「Gemini」とのチャットでPDFやExcelなどのファイルを生成できるようになったと発表した。GeminiのWeb版とモバイル版の全ユーザーが既に利用可能になっている。 これにより、ユーザーはプロンプトを入力するだけで、アイデア出しから完成したファイルの作成まで、他のアプリに切り替えることなく完結できるとしている。 生成可能なファイル形式は、Google Workspaceのファイル（ドキュメント、スプレッドシート、スライド）、PDF、米MicrosoftのWord（.docx）とExcel（.xlsx）、CSV、LaTeX、プレーンテキスト（TXT）、リッチテキストフォーマット（RTF）、Markdown（MD）。 目的のフォーマットのファイルを生成するには、Geminiのチャット上で必要なファイルを説明するだけだ。例えば、Gemini上で作成