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…
2026年8月の論考
35 articlesAI 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
データセンターの電力コストはなぜ読めないのか ― PJM の120億ドル過剰請求に見る容量市場の設計不全
[PJM](https://www.pjm.com/) の Reserve Requirement Study（容量計画モデル）が冬季のガス発電所の効率向上（最大 25%）を考慮していない
コンテンツ制作チームは何人必要か ― Codex で150万フォロワー事業を1人で回す AI ツールスタック
AI クリエイター Riley Brown が [Codex](https://openai.com/codex/) を使い、[YouTube](https://www.youtube.com/) サムネイル作成から動画フック生成まで、コンテンツ制作フロー全体を自動化している
AI エージェントの権限設計は最小権限から始めるべきか — 常時稼働エージェント「Claudie」の運用に学ぶ
Every 社は、初期段階では Claudie に広いアクセス権を与え、その後リスク/利益の分析に基づいて段階的に制限するアプローチを採用した
AI の供給制約はモデル性能から電力・許認可へ移るのか — 米国 AI 政策「低リグレット」23の提言を経営目線で読む
米国の電力供給は2030年までにデータセンター向けが総消費電力の9〜17%に達する見込みで、単一の学習ランで4〜14GWを要する時代が来る。一方、送電線新設には平均10年かかる規制構造が最大のボトルネックだと著者らは指摘し、系統接続手続きの改革・送電網ファンドの創設（ハイパースケ…
非エンジニアの AI 開発をどこまで許可すべきか — vibe coding が本番に持ち込んだ脆弱性の教訓
非エンジニア出身の著者が [Claude](https://claude.ai) で開発した執筆スタイルガイド生成アプリに、public API エンドポイントの認証漏れが本番環境で存在していた
特許・知財リスクの精査は AI で企画初期に前倒しできるか — エージェント活用の最前線から
[Microsoft](https://www.microsoft.com) Copilot Studio は複数エージェント間の協調により、エンタープライズ向けで最高のエージェントビルダーとして機能する
本番で動く AI エージェントはどう作るのか — Linear が「Slack の依頼からコード提出まで6分」を実現した5つのルール
Linear Agent（$1.25B企業の[Linear](https://linear.app)が開発）は、[Slack](https://slack.com)からのリクエストをコードに変換するまでを6分で完結させた、エージェント設計の実例である
AI エージェントの権限と監視体制は能力向上に追いついているか — 「自己改善の減速」を求める1,300人の公開書簡から
AI企業の従業員1,300人以上がAI R&D（研究開発）の自動化ペースを意図的に遅延させることを求める公開書簡に署名しており、[OpenAI](https://openai.com)・[Anthropic](https://www.anthropic.com) など主要企業もこ…
AI ベンダーの乗り換えはいつまで可能なのか — 継続学習が生むロックインへの8つの予測
セッション境界を越えた継続学習がなければ、AI は複雑な実務を本当の意味でこなせない
データセンター建設への反対はなぜ急増したのか — 世論反転が AI コンピュート調達に突きつけるリスク
データセンター建設への反対が劇的に増加。2025年8月の調査では支持43%・反対42%だったが、直近は支持21%・反対71%に。
AI の計算資源はどの事業に配分すべきか — SpaceX 10GW 計画と Microsoft の容量配分のねじれに学ぶ
[SpaceX](https://www.spacex.com) は 2027 年に 6-8GW の追加容量、ポテンシャルで 10GW+ の AI コンピュート施設を建設予定。capex は $300-500B で、[AWS](https://aws.amazon.com)・[G…
全社共通の AI 活用マニュアルはなぜ機能しないのか — 個人最適ワークフローの設計と横展開
個人に最適化された AI ワークフロー（Codex）は、他人の設定をそのまま借りられない。本人の仕事量・思考パターン・生活状況まで含めて設計する必要があり、構成は人によって大きく異なる
Google はなぜ Gemini より TPU 販売を優先するのか — GCP 加速が変えるクラウド選定の基準
DeepMindの人材流出: Jeff Deanら一流エンジニア4名が[Google](https://www.google.com)を離職し独立系AIラボ「Discovery Loop」を設立。代わりにKoray Kavukcuogluが[DeepMind](https://d…
プロンプトだけでは AI デザインの反復が遅いのはなぜか — 「ジグ」という内製ツールの発想
木工の「ジグ」（複雑な作業を簡単・正確にする補助ツール）という概念が AI デザイン領域に拡大している
ChatGPT 音声モードは仕事に使えるのか — ハンズフリー運用で見えたマネジメント業務の置き換え可能性
音声モード実装による新たな選択肢: [ChatGPT](https://chatgpt.com) の音声モードにより、キーボードから手を離した AI 操作が可能になった。読書と会話の融合、通話や調理中の作業指示など、テキストUIでは実現困難だったユースケースが浮上している
AI が実行を担う時代、人材評価の軸をどう更新するか — 「設計者のように考える」5つの実践
実行能力そのものは AI が吸収するため、専門家の価値は「設計」（制約・基準・方向性の定義）にシフトしている
PM2人でプロダクト組織は回るのか — Midjourney・Laurel・Mutiny に見る少人数体制の作り方
[Midjourney](https://www.midjourney.com)・Laurel・Mutinyの3人のCPO/プロダクト責任者は、意図的に極小のプロダクトチームを維持している（Mutiny: PM2人+デザイナー1人、Midjourney: 3人、Laurel: p…
Copilot のライセンス配布数は AI 導入の成功指標になるのか — Copilot Studio の実力とユーザー流出の実態
Copilot Studio はマルチエージェント・ワークフロー構築で優れた設計（小さくスコープを絞った各エージェントが相互に呼び出せる）を実現し、ビジネスプロセスの自動化に高い信頼性をもたらす
AI が未解決問題を解く時代、エース人材の評価基準はどう変わるか — 「英雄の時代」の終わり
[OpenAI](https://openai.com) の Astra が数学・理論計算機科学の10の未解決問題を解き、多くの研究者が重要なブレークスルーと評価している
デザインからコードへの手作業ハンドオフはもう不要になるのか — AI 開発ツール統合の現在地
設計・コード変換の統合化: Paper Pro（設計キャンバス）が生成物をコードに変換し、Codex・[Claude Code](https://www.anthropic.com/claude-code)・[Cursor](https://cursor.com) などの AI …
AI 時代にプロダクトマネージャーは不要になるのか — Whatnot CPO の組織設計に学ぶ
[Whatnot](https://www.whatnot.com) の CPO は、組織の根幹に「プロダクトマネジメントが必要なこと自体を遺憾とする」という前提を置き、エンジニアリングの自律性を最大化する組織設計を敷いている
AI エージェントを乗り換えたら蓄積データは引き継げるのか — Hermes に学ぶ記憶レイヤーの設計
Hermes（[Nous Research](https://nousresearch.com) 開発）は [OpenRouter](https://openrouter.ai) #1 の personal agent であり、その価値はモデルの交換可能性よりも蓄積されたコンテキ…