DISPATCH №0422 / 2026-04-22 / MORNING EDITION / 08 ITEMS / BUILD 20260422.2232 / LIVE / CURATED BY 泉水亮介
VCB News & Post Headline
JST · 22:32 · TUE
MORNING DISPATCH · TUESDAY · APRIL 22, 2026

2026.04.22

Anthropic · OpenAI · Google · Vercel 08 ITEMS · READ 4 min
業界動向 / @ANTHROPICAI (公式) / NEWS

Anthropic × Amazon — 5GWコンピュート確保と追加$5B投資

Anthropic × Amazon — 5GWコンピュート確保と追加$5B投資

AnthropicがAmazonとの提携を拡大し、Claudeの学習・運用向けに最大5GWのコンピュートを確保する契約を結んだ。供給は今四半期から段階的に始まり、2026年末までに約1GWがオンラインになる見込み。同日Amazonは追加で50億ドルを出資し、将来的に最大200億ドルまで追加投資する可能性を示した。

キーポイント

  • 最大5GWのコンピュート容量を確保(Claude学習・推論用)
  • 今四半期から供給開始、2026年末までに約1GWが稼働予定
  • Amazonが$5Bを追加投資、将来最大$20Bまで可能性
  • AnthropicのAWS依存度が更に深化
OpenAI / Google陣営との計算資源軍拡レースに対し、Anthropicが「AWSからの資金+計算資源」両輪で追随する姿勢が明確化。Claudeの推論コスト低下と製品拡張余地に直結する。
ツール更新 / @OPENAIDEVS / @GDB / NEWS

OpenAI Codex Chronicle — 画面認識でIDE全体を記憶するエージェント

OpenAI Codex Chronicle — 画面認識でIDE全体を記憶するエージェント

OpenAIがCodexの実験機能「Chronicle」を公開。バックグラウンドエージェントが定期的に画面キャプチャを解析し、直近の作業履歴をCodexのメモリとして保持する。エラー画面やUIを「これ」と指すだけで文脈が通じるようになる。

キーポイント

  • 画面キャプチャから自動でメモリを生成するバックグラウンドエージェント
  • 内部コード名は『telepathy』(Sam Altmanが言及)
  • macOSのPro契約者に先行提供(EU・UK・スイスは除外)
  • レート消費が速いため利用に注意喚起
  • エラー画面を『this/that』で参照可能
従来のコードベース参照型エージェントから、開発者のデスクトップ全体を読む方向へ一歩進んだ。Claude Codeの『Just-in-Time retrieval』発想とも共通するが、OpenAIは画面 = 実世界の文脈まで取り込む。
新モデル発表 / @GOOGLEDEEPMIND / NEWS

Google Deep Research / Deep Research Max 発表(Gemini 3.1)

Google Deep Research / Deep Research Max 発表(Gemini 3.1)

GoogleがGemini 3.1ベースの自律リサーチエージェント「Deep Research」と上位版「Deep Research Max」を発表。任意のMCPサーバを接続して自社・サードパーティデータを横断分析できる点が特徴。

キーポイント

  • Deep Research: 速度/効率型(対話UIに最適)
  • Deep Research Max: 深掘り・長時間型
  • 任意MCPサーバを接続可能(社内データ接続を想定)
  • AI Pro / Ultra契約者は利用枠を増量(@GoogleAI告知)
OpenAI Deep Research / Anthropic Skillsに続く三つ目の大規模エージェント製品。MCPを正面から採用することで、プロトコル標準化が一段進む。
セキュリティ / @VERCEL / NEWS

Vercel セキュリティインシデント — AIツール経由のMCPサプライチェーン侵害

Vercel セキュリティインシデント — AIツール経由のMCPサプライチェーン侵害

Vercelが社内システムへの不正アクセスを公表。原因は数百のMCPサーバから秘密情報を抽出した第三者製AIツール。GitHub / Microsoft / npm / Socketと共同で影響範囲を調査している。

キーポイント

  • 侵害元は外部AIツール経由のMCPサーバ悪用
  • 影響範囲は数百のMCPサーバ規模
  • GitHub / Microsoft / npm / Socket と共同調査
  • 更新されたセキュリティ情報が随時公開
MCP普及と表裏一体の『AIツール⇄社内データ連携』サプライチェーンリスクが顕在化した代表事例。今後MCP導入にはスコープ管理と監査ログが実務必須。
ツール更新 / @CLAUDEAI / NEWS

Claude Cowork に Live Artifacts — 作業をセッション横断で再開

Claude Cowork に Live Artifacts — 作業をセッション横断で再開

Claude Coworkに『Live Artifacts』タブが追加。作成物はすべてバージョン付きで自動保存され、別日・別セッションからでも続きを編集できる。全有料プランで即日利用可能。

キーポイント

  • Live Artifactsタブに自動保存+バージョン履歴
  • どのセッションからでも過去成果物を開いて作業再開可能
  • 全有料プラン対象、Claudeアプリ更新で利用可
ChatGPT Canvas に続き『成果物中心UI』の長期保存がデフォルト化。対話ログではなく成果物がAI SaaSの永続性単位になっていく流れ。
教育・チュートリアル / @MASAHIROCHAEN (デジライズ CEO) / BOOKMARK

Claude Codeの検索はなぜ正確なのか? ベクトル検索を捨てた本当の理由

Claude Codeの検索はなぜ正確なのか? ベクトル検索を捨てた本当の理由

Claude Codeが従来型RAG(ベクトル検索)を採用せず、Just-in-Time retrieval(Agentic Search)を選んだ理由を、ベクトル検索の原理から解説するロングフォーム記事。Boris Cherny本人の発言を一次ソースに、精度が高い5つの理由とトレードオフを整理する。

キーポイント

  • ベクトル検索を捨てた理由: コードは毎日変わる / 完全一致が必要 / インデックス管理が重い
  • 代替: Glob + Grep + Read の3ツールで実行時にロードする『探偵方式』
  • 精度が高い5つの理由: ①完全一致 ②常に最新 ③人間と同型 ④モデル改善に自動追従 ⑤Context Rot回避
  • 弱点: トークンコスト / セマンティック抽象検索 / 超大規模コードベース
  • Anthropic自身は『小さな事前検索+Agentic Search』のハイブリッドも推奨
多くの企業が入れる『社内コードRAG』設計への再考を迫る材料。Agentic Searchは推論コスト高だが、コード領域では精度面で優位と示す実例。
教育・チュートリアル / @ENG_KHAIRALLAH1 / BOOKMARK

AIエージェントのチーム構築完全ガイド — Hub&Spokeと3大失敗パターン

AIエージェントのチーム構築完全ガイド — Hub&Spokeと3大失敗パターン

マルチエージェント・オーケストレーションの完全ガイド記事。Hub & Spoke(コーディネータ + 専門家)構造、コンテキスト非継承という最頻出バグ、3大失敗パターンとその回避策を体系化している。

キーポイント

  • 『1つの全部入りエージェント』より『特化型のチーム』が強い
  • Hub & Spoke: コーディネータがゴールを分解し専門家へ振り分け → 結果を集約
  • 最重要: 専門家はコーディネータの会話履歴を自動継承しない → 毎回明示的に渡す
  • 失敗3種: スコープ狭すぎ分解 / コンテキスト消失 / 多段中継による品質劣化(テレフォンエフェクト)
  • 回避策: 分解時のセルフチェック / 明示的コンテキスト引き渡し / 各段階で原典データも併渡し
Claude Agent SDK / OpenAI Swarm / LangGraphいずれでも必ず出る設計論点を、短時間で一式学べる。Vibe Coder Bootcamp受講生がエージェント設計する時の教科書になる。
デザイン・UI / @YOSHIFUJIDESIGN (プレゼンテーションデザイナー) / BOOKMARK

Claude Designスライド作成最速レビュー — デザインシステム自動抽出

Claude Designスライド作成最速レビュー — デザインシステム自動抽出

Anthropicの『Claude Design』を使ったスライド作成最速レビュー。会社ロゴや過去ポートフォリオを取り込むと、配色・タイポ・レイアウトを抽出してデザインシステム化し、新規スライドに即適用できる。

キーポイント

  • 既存ビジュアル資産(ロゴ/ポートフォリオ)から自動でデザインシステム生成
  • スライド専用UI、Tweak(バリエーション切替)機能
  • スライド上で修正するとトークン消費が大きい
  • デザイナー視点で現状の課題点も率直に指摘
『自社のデザイン資産をAIに学習させる』が実用段階に入った証拠。既存Canva/Figmaユーザーの選択肢に加わる可能性。
📄 PDFをダウンロード 🧵 X スレッドで読む