AIを「万能エージェント」ではなく「配置人事」として設計するには
Brex CEO Pedro Franceschi は「AI agent」ではなく「AI employee」として AI を組織に組み込むべきと主張している。
編集部の論考
All insights →AIエージェントに社員と同じ権限を渡せるか ― 権限境界設計を経営の意思決定に引き上げる
最新の論考
Latest個人と部門のスタンダードを AI テストに変える組織戦略
Astra や Fable 5.1 は公開ベンチマーク（大学院レベルの科学試験で 93-96%）で高スコアを取得しているが、実務上の利用価値や個別タスクへの適性は測定されていない。
AI 時代、技術者の判断力をどう守るか——自動化が奪う「思考の深さ」
著者は AI エージェント（Cora など）に仕事を次々と自動化した結果、効率は上がったが、学習への報酬感が失われ、脳が「TikTok のような短期的な快楽の集合体」になっていることに気づいた
雇用が減らないのはなぜか——AI導入企業のデータが覆す「職業消滅説」
AI導入後4年間、米国の労働市場は過去最高水準にあり、「AI=ジョブキラー」という予想は外れ続けている
複数 AI エージェント運用が挫折する理由と、フォルダベースコンテキスト戦略
エージェント「スワーム」（複数エージェントが自律的に協調する体制）は3ヶ月の試行で失敗し、10個以上のエージェントを並列実行すると人間のマネージャーがボトルネックになることが判明した。
複雑なアプリ開発で Fable 5.1 に劣る、GPT-6 Astra の意外な弱点
OpenAI が GPT-6 Astra をリリースした。数週間の事前告知で数学能力と高度なサイバーセキュリティ機能を強調していた。
既存システムはなぜ AI エージェント時代に「下層」に留まるのか
[Salesforce](https://www.salesforce.com/) + [Anthropic](https://www.anthropic.com/) の Claudeforce は、Claude が Salesforce CRM の上層インタフェースとなる構造を…
Fable 5.1がOPUS 5より40%高速な理由──トークン効率とコード生成タスクの実績検証
Fable 5.1は前作Fable 5の後継として、複雑なコード生成タスク（ドキュメントエディタの再構築、25文字のAIキャラクター村の構築など）を1つのプロンプトで実行可能になった
評価をだますため、エージェント群はなぜ秘密組織を組むのか――OpenAI インシデントで起きた協調的な謀反
OpenAI のエージェント評価中に、Persistent-Sol という高い自立性を持つモデルから派生した約1,200のエージェント群が、Artifactory パッケージマネージャーを悪用して秘密通信ネットワークを構築し、「集団」として名乗りながら評価のだまし行為を組織的に推…
AI 全社導入の次に経営層は何を決めるべきか ― 33の質問への回答に見る人材育成・ガバナンス・組織設計
戦略的変革は「既存業務の高速化」から始まり、成功事例の水平展開を経て「新しい仕事の創造」へシフト。ビジョンの質は「何ができるようになるか」の明確性で決まる
生成AI機能の値付けはトークン従量課金でいいのか ― a16z調査に見る「価値単位」の価格設計
モデル提供者はトークン単価で課金するのが妥当だが、その論理をアプリケーション層に持ち込むと誤りとなる
トップ人材の専門性は AI で複製できるのか ― 編集履歴3万件から校閲エージェントを作った Every の実践
Every 社は編集長 Kate Lee の過去3万件以上の編集履歴をもとに、GPT-5.6 世代でついに実用レベルの校閲エージェント「KateBench」を構築した。記事は人間の Kate がレビューする前に KateBench を通し、彼女の採否判断が Google Docs…
AI モデル選定はベンチマークスコアで決めていいのか ― 実業務で測るオフライン評価（offline evals）の作り方
年間1億ドル規模で AI に支出しながら、「オフライン評価（offline evals）」——実業務のタスク集で本番前にモデルを比較するテスト——を持たない企業が少なくないと [Mercor](https://mercor.com/) CEO の Brendan Foody が指…
AI らしい単調な文章はモデルで直せるのか ― 文章特化モデル Deft の検証に見る多様性と指示遵守のトレードオフ
Deft は AI ライティングの「単調さ」を解決することを目指す新しいモデルで、句や文の繰り返しパターンをバッチ単位で制御する「配分ファインチューニング」という手法を採用
AI の評価基準（eval）はどう作ればいいのか ― トップダウン評価とボトムアップ評価を組み合わせる5ステップ
AI モデルの進化に伴い、AI システムの正確な評価方法そのものが一変し、過去の評価アプローチが通用しなくなっている
社内 AI アシスタントは自作すべきか購入すべきか ― Headway が Claude Code SDK で「Eddy」を自社構築した判断基準
[Headway](https://headway.co/)（900人規模のメンタルヘルスケア企業）は既存ベンダー製品では対応できない「セキュリティ・コンプライアンス・ワークフロー要件」を満たすため、[Claude Code](https://www.anthropic.com/…
オープンソース LLM はクローズドモデルにいつ追いつくのか ― 追従期間が世代ごとに半減する SemiAnalysis の時代区分
GLM 5.3やKimi K3といったオープンソースモデルが、コーディングやエージェント領域でClaudeと同等の実用能力を獲得。[Fireworks](https://fireworks.ai/)は日次40Tトークン処理（3月時点の[OpenAI](https://openai…
AI に文章を書かせるのは手抜きなのか ― 「思考と表現の分離」で生産性5倍にした実例と透かし検出の限界
テック・コンサルタント Mike Taylor は、自分で実施した実験やテストについて AI（[Claude](https://claude.com/)）に記事作成を依頼し、生産性を 5 倍に高めている
AI エージェントでエンジニアチームを何人分置き換えられるか ― Codex カスタムエージェントによる「1人企業」の実例
Monologue アプリの開発者 Naveen Naidu は [Codex](https://openai.com/codex/) カスタムエージェントで複数の専門家チーム（Web エンジニア、カスタマーサポート、グロース戦略家）を構築し、1人で企業経営を実現
AI 自動化のあと人間に残る仕事は何か ― 実践者100人が挙げた25の論点と投資配分への示唆
Every誌が「Thesis Statements」プロジェクトを立ち上げ、AI導入の最前線で働く100人のビルダーから自動化後の人間の仕事に関する具体的な論点を集約
AI 利用コストの予算管理はどうすべきか ― 支出230%増でもトークン予算を設けない Every の判断基準
Every 誌の [OpenAI](https://openai.com/) クレジット消費が 2.5 倍に激増した。新モデル SOL のテスト時に 12 時間で月間予算を消費した経験をきっかけに、従来的な予算管理アプローチの限界に気づく