AIエージェントが買い物を代行する時代、ECプラットフォームの広告収益はどう脅かされるか
AmazonはAI購買エージェント「Muse」との連携を拒否した一方、広告収益への依存度が低いShopifyは同じMuseとの統合を歓迎するなど、AIエージェントによる購買代行への対応は企業の収益構造によって割れている。
2026年9月の論考
25 articlesChatGPTを「仕事のOS」にする狙いは実務でどこまで機能するか、OpenAI DevDay 2026の実測評価
OpenAIは年次イベント「DevDay」で20以上の新製品・機能を発表し、常時稼働エージェント・文書・他社アプリをChatGPTに統合することで、ChatGPTを「仕事のOS」に位置づける方針を明確にした。
なぜOpenAIは勝つのか、a16zが説く「新しい顧客を生み出す力」と分配戦略の本質
a16zは、OpenAIが競合に対して優位に立つ理由は、最高水準のモデル・チップ・コスト効率・製品力（a16zはそれらも備えていると見る）よりも、新しい種類の顧客を生み出す力と、最も持続的な分配（ディストリビューション）戦略にあると分析する。
Sonnet 5.5・Opus 5.5・GPT-6 Astraをどう使い分けるか、Everyの実測が示すAIモデルの適材適所
Anthropicは新モデル「Claude Sonnet 5.5」をリリースし、低〜中程度のエフォートでは高速・低コストで指示への反応もよく、ブレインストーミングや自分で舵取りするプロトタイピング・デザイン作業に向く一方、高エフォートや放置運用では過剰に作り込みすぎる傾向がEve…
AIエージェントを組織図に載せる時代、Copilot Autopilotが示すガバナンスの条件
Microsoftはレドモンドでの発表会で、チャット・コード・Office・持続的エージェント「Autopilot」を統合した新しいCopilotアプリを発表し、既存の個人向け・業務向けチャットアプリを置き換える。
AI製品の失敗パターンをどう見つけ出すか、メトリクス先行がハマる罠
AI評価（evals）の専門家Hamel HusainとShreya Shankarは、50社以上のAI企業との仕事に基づき、evalsの進め方を論じる。冒頭では、Shopifyがevalsで開発を導いたAIワークフロービルダーが、置き換え前のフロンティアモデル系システムより2.…
GPT-6 SolとOpus 5.5、コーディング用途ではどちらを選ぶべきか
OpenAIの「GPT-6 Sol」とAnthropicの「Claude Opus 5.5」が同日にリリースされ、Everyは両モデルを日常業務で実測比較した。
汎用ベンチマークではなく自分の仕事でAIモデルを評価すべき理由
Everyの評価責任者Mike Taylorは、MMLU-Proなど業界標準のAIベンチマークが実務での有用性を測れていないと指摘し、自分の仕事内容に基づく「個人ベンチマーク」の構築を提案する。
AIの「思考が読める」状態は、なぜ崩れ始めているのか
OpenAI の研究者 Noam Brown は、OpenAI が発表したミレニアム懸賞問題（Navier-Stokes）の解決が、1万体の AIエージェントが1,300億トークンを88時間で使う形で行われたとする対談で、その成果にマルチエージェントの寄与は1割にも満たず、主因は…
AI予算を「使いすぎ」ではなく「学びの有無」で管理する方法
Every CEO の Dan Shipper のトークン消費量は、社内で次に多い利用者の3倍超に達する。Dan は、消費が少ないこと自体は問題ではないが、特にエンジニアリングチームでは「もっとできることがあるかもしれない」というシグナルになりうると語る。
AI防御力を自組織で内製するか、研究所に依存するか
Every の Cora 責任者 Kieran Klaassen は、社内企画「Show Us Your Folders」の第1回で、目標やメモを蓄積する個人用ワークスペース「Tuin」、タスクを適切なフォルダへ振り分ける調整役「Erf」、ダッシュボード、常時稼働の Mac mi…
AIエージェントの画面操作（computer use）で任せられる定型作業の範囲
Every の Mike Taylor は9月3日時点で Astra を「まあまあ（毎日は使わない）」と評価していたが、2週間足らずで「Astra は AGI だと信じ始めている」と評価を一変させた。
AI出力の自動チェックを、どこまで安価な確率モデルに任せてよいか
AI新興企業TypeSafeは、あいまいな自然言語の質問に対してテキストではなく較正済みの確率を返す新型モデル「Jev」を発表した。
プロダクト組織を「試作の速さ」で評価してはいけない理由
Josh Elman は、LinkedIn に入社する際の面接で Reid Hoffman に「プロダクトマネージャーが生み出す成果物とは何か」と問われ、当時は「仕様書」と答えたが、後に本当の成果物は「ストーリー」だったと振り返る。
AIワークスペースはなぜ散らかるのか——「フォルダ監査」に学ぶ運用ルールの作り方
Every の企画「Show Us Your Folders」で、Cora のゼネラルマネージャーKieran Klaassenが自身のAIワークスペースを公開した。個人の目標・タスク・メモを格納するフォルダ群「Tuin」、タスクを適切なフォルダへ振り分けるコーディネーター「Er…
AIに「面倒な雑務」を丸ごと任せるとはどういうことか——Every社員7人の実例
Everyの複数の社員が「computer use」機能（クリック・入力・スクロールでアプリを直接操作するAIエージェント）を使い、単調だが後回しにしがちな雑務を任せている。
AI時代にプロダクトマネージャーの評価基準はどう変わるべきか——Twitter「Learn Flow」に学ぶ
筆者は、RealNetworksでRealPlayerの製品・開発チームを率い、のちにLinkedInとTwitterに在籍した経験から、プロダクト開発の工程が「アイデア→仕様書→設計→開発」の順序から、AIで低コストに試作してから設計する「build-and-play」の順序へ…
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。
個人のスタンダードを AI テストに変える方法
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」
著者は自分の仕事をスキル・フレームワーク・次のエージェントに渡す手順などへ置き換え続けた（Every のメールアシスタント Cora の開発もその一例）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、米国の労働市場全体は過去最高に近い健全さにあり（25〜54歳の就業率が過去最高水準付近）、「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
筆者は3ヶ月かけてエージェント「スワーム」（複数エージェントが互いに協調し、何をするかも自分たちで決める体制）を試したが、エージェントを増やしても速くならなかった。10個が同時に終わると、信頼できる結果を見分ける文脈がないまま10件の成果を評価することになり、エージェントに速度の…
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。数週間にわたり数学の成績を事前に公開し、サイバーセキュリティ能力にはより強い安全対策が必要な理由を説明していた。
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 + Anthropic の Claudeforce は、Claude が Salesforce CRM を使う仕事の入り口となり、Salesforce は CRM のデータと操作を握り続ける構造を示す（元記事は「と両社は主張している」と添えている）。インタフ…
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、記憶・日課・会話を持つ25体のAIキャラクターの模擬の町の構築など）を1つのプロンプトで実行可能になった