AIエージェント
Fable 5とSonnet 5の明暗はどこで分かれたのか ― エージェント定着期のモデル評価とAnthropic創薬参入の狙い
同週リリースの2モデルの実力差、PowerPoint自動生成の限界、Codexの非エンジニア活用、Anthropicの創薬参入——エージェント定着期の論点が1号に凝縮された回だ。
原題
“A Tale of Two Models” （2つのモデルの物語——FableとSonnetの明暗）
原文からの引用
“AI still can't reliably make a PowerPoint deck. Mike Taylor and the consulting team needed a 24-skill pipeline at $62 a deck to automate it, and still wouldn't recommend it for most teams.”
日本語訳 AIはいまだにPowerPointのデッキを確実には作れない。Mike Taylorとコンサルチームは自動化のために24スキルのパイプラインを1デッキ62ドルで組んだが、それでもほとんどのチームには勧めないという。
要点
- Anthropic が同週に2つのモデルをリリース。Fable 5 は復活し、単一プロンプトから動くアプリを作れ、文書エディタ Proof を約3時間で作り直したという。一方 Sonnet 5 は「万能のゴルディロックス」を標榜しながら Opus 4.8・Fable 5・GPT-5.5 と並べると、賢さ・安さ・速さのどれでも決め手に欠けると評価された
- PowerPoint 自動生成は AI にとってまだ鬼門。コンサルチームは 24 スキルのパイプラインを $62/デッキで組んだが、ゼロからのスライド作成は得意でも社内テンプレートへの適用でつまずくうえ、最も難しいのは「何を言うか」を決めることで、ほとんどのチームには勧めないとした
- Codex の活用報告が複数掲載。Every のコンサルティング責任者 Natalia Quintero は、Codex を非エンジニアがエンジニアの Claude Code のように扱える初のエージェントだと論じ、ダイレクトレポートのように動かして、受信箱の整理、Attio での顧客パイプライン管理、父親の医療ケアの調整を進める様子を示す
- Anthropic が創薬領域に参入し「Claude Science」をリリース。自社内での前臨床プログラム運営は、AI ツールの弱点を自社の本番業務でつぶすドッグフーディング戦略と解釈される
- 筆者は、Anthropic の狙いは自ら薬を患者に届けることではなく、創薬の評価・検証のボトルネックを解消できれば（大きな「もし」だとしつつ）、データ・モデル・実験・意思決定をつなぐワークフロー基盤を製薬企業に売ることだと見る（shovel selling 戦略）
編集部の考察
Codex を非技術系の担当者が「ダイレクトレポート」のように運用できるという主張（要点3）——受信箱の整理・CRM 管理・家族の医療ケアの調整まで委任する——は、AIエージェント活用が一部エンジニアチームを超えうる段階に入ったことを示唆する。自分の組織で同じことが起きると、チームメンバー1人あたりの実質処理量は急増するが、その貢献を今の人事評価制度は捕捉できない。現行の評価指標——担当案件数・速度・品質——は「人が手を動かした量」を前提に設計されており、AI に業務を渡すほど個人の可視化指標が下がるという逆説が生まれる。問うべきは「誰がどの AI タスクを委任しているか」ではなく、「AI に渡せない判断のうち、チームメンバーが高い水準で担えているのはどれか」だ。この問いを次のマネージャー層との 1on1 アジェンダに加え、AI 委任が進んでいる業務トップ3とその残存スキルを書き出させると、評価制度の見直し優先順位が自然と浮かび上がる。
本記事は海外記事の独自キュレーション・考察であり、原文の翻訳ではありません。引用部分の著作権は原著者に帰属します。
この記事の調査と下書きにはAIを使っています。数値や事実は出典と照合し、公開するかどうかは運営者が判断しています。（制作方針）