DISPATCH №0811 / 2026-08-11 / MORNING EDITION / 08 ITEMS / BUILD 20260811.0742 / LIVE / CURATED BY 泉水亮介
VCB News & Post Headline
JST · 07:42 · MON
MORNING DISPATCH · MONDAY · AUGUST 11, 2026

2026.08.11

Anthropic · OpenAI · Anthropic · Meta 08 ITEMS · READ 7 min
🔬 AI研究・フロンティア / ANTHROPIC RESEARCH / @ANTHROPICAI / NEWS

Anthropic、未公開の研究版 Claude がリーマンゼータの下界を 41.6% → 67.2% に更新

Anthropic、未公開の研究版 Claude がリーマンゼータの下界を 41.6% → 67.2% に更新

Anthropic が、未公開の研究版 Claude にリーマン予想へ挑ませた試みの結果を公開した。予想そのものは解けなかったが、関連する問題で人類の記録を更新した——リーマンゼータ関数の非自明なゼロ点のうち臨界線上にあると証明できる割合の下界を、数十年かけて 41.6% まで積み上げられていたところから 67.2% へ引き上げた。作業は Claude Code 上の2セッション・出力トークン合計3,100万で行われ、結果は Lean で形式化された。

キーポイント

  • 下界の更新は 41.6% → 67.2%。従来の 41.6% は数学者たちが数十年かけて到達していた記録
  • 作業は Claude Code 上の2セッション、出力トークン合計3,100万
  • 約60個のサブエージェントを動かし、2,400のシェルコマンドを実行、数百のPythonスクリプトを書いた
  • 既知のゼータゼロ点に対する数千回の数値チェックを実施、arXiv から54本の論文をダウンロードして自己検証
  • 結果は Lean で形式化され、形式的に検証可能な証明として提出された
  • Anthropic の数学者2名が論文を検証し、外部専門家もレビュー。ただし査読は未通過で、モデルが未公開のため end-to-end の再現はできない
「AIが数学を解いた」ではなく、未解決問題に向かって60個のサブエージェントを3,100万トークン分ぶつける運用が実際に記録を更新したことのほうが読みどころ。ループを回す量そのものが成果を生むという構図は、そのままエージェント運用の設計論になる。
🔒 AIセキュリティ / @OPENAI / NEWS

OpenAI、サイバーセキュリティ専用モデル GPT-5.6-Cyber を投入し Daybreak を拡張

OpenAI、サイバーセキュリティ専用モデル GPT-5.6-Cyber を投入し Daybreak を拡張

OpenAI がサイバーセキュリティ施策 Daybreak を拡張し、認可された高度なセキュリティ業務向けの新モデル GPT-5.6-Cyber を投入した。アクセスは Blue(広い防御業務向け)と Red(認可された脆弱性研究・エクスプロイト検証向け)の2層に分かれ、いずれも承認された防御側にのみ提供される。「攻撃側が使う前に、信頼できる防御側にフロンティアの知能を渡す」という方針を、モデルの出し分けとアクセス審査で製品化した形。

キーポイント

  • Daybreak Blue: GPT-5.6 Sol を含むフロンティアモデルに、広い防御業務向けのセーフガード付きでアクセス。脆弱性発見・セキュアコードレビュー・マルウェア解析・インシデント対応を想定した推奨開始点
  • Daybreak Red: GPT-5.6-Cyber を含む専用訓練モデルへのアクセス。認可された脆弱性研究・エクスプロイト検証・セキュリティテスト向けで、経験者が対象
  • アクセスは承認された防御側に限定され、リスクの高い業務には追加の制御と監視が付く
  • OpenAI 自身が GPT-5.6-Cyber を実際の脆弱性研究に使用し、Chrome の V8 エンジンなど広く使われている OSS で未知の脆弱性を発見したと述べている
  • 一般ユーザーが今日から使えるものではない(承認制)
汎用モデルの安全性を上げる方向ではなく、能力を上げたうえで配布先を絞るという設計判断。この形が増えるなら、安全性の主戦場は「モデルが何を拒否するか」から「誰に使わせるか」の審査へ移る。
💰 モデル価格・コスト / @CLAUDEAI / NEWS

Anthropic、Claude Sonnet 5 の導入価格 $2/$10 を恒久化(9/1 からの値上げを撤回)

Anthropic、Claude Sonnet 5 の導入価格 $2/$10 を恒久化(9/1 からの値上げを撤回)

Anthropic が Claude Sonnet 5 の導入価格を恒久化すると発表した。Sonnet 5 は6月末のローンチ時に入力100万トークンあたり $2 / 出力 $10 という導入価格で提供され、8/31 で終了して 9/1 から標準価格の $3/$15 へ移行する予定だったが、この値上げが取り消された。実質、予定されていた50%の値上げが消えたことになる。

キーポイント

  • 恒久化されるのは入力 $2 / 出力 $10(100万トークンあたり)
  • 予定されていた標準価格は $3/$15。9/1 からの適用が撤回された
  • Sonnet 5 のローンチは 2026年6月30日、導入価格の期限は 8/31 だった
  • API 価格の話であり、Claude Code / Claude アプリのサブスクリプション価格の変更ではない
エージェント運用のコストは「賢いモデルで計画し、量を捌くモデルで実装する」構成の後者に集中する。その量産側の主力である Sonnet 5 が33%安い水準で据え置かれるのは月額のランニングにそのまま効く。9月の値上げを見込んだ移行計画があれば、その前提は消えた。
🖥️ ローカルLLM・オンデバイスAI / OLLAMA BLOG / @OLLAMA / NEWS

Meta の新モデル Muse Glimmer が Ollama で動く — 30B・Apache 2.0・ローカルのエージェント常駐へ

Meta の新モデル Muse Glimmer が Ollama で動く — 30B・Apache 2.0・ローカルのエージェント常駐へ

Meta Superintelligence Labs の初リリースとなる新オープンモデル Muse Glimmer が、Ollama で実行できるようになった。エージェント用途に作られた30Bのマルチモーダルモデルで、128K超のコンテキスト長、Apache 2.0 ライセンス。Ollama の MLX エンジン経由で Apple Silicon 上で動き、`ollama launch claude --model muse-glimmer:30b-mlx` の一行で Claude Code をローカルモデルで駆動できる。

キーポイント

  • 30B のマルチモーダルモデル、128K+ コンテキスト、Apache 2.0 ライセンス。Meta Superintelligence Labs の初リリース
  • ollama run muse-glimmer:30b-mlx で起動。ollama launch は Claude Code / Codex / OpenCode / GitHub Copilot / Pi / OpenClaw / Hermes に対応
  • Ollama の MLX エンジンが DFlash に対応し、Apple Silicon 上で 1.5〜1.8倍高速化
  • 1.8Bパラメータの専用知覚エンコーダでネイティブな画像理解。手描きモックからのアプリ生成、スクショによるコンピュータ操作、書類・レシート・グラフの読み取りを想定
  • 推論強度を low / medium / high / xhigh で制御可能。複雑なコーディングとエージェント作業は high か xhigh 推奨
  • 現時点では Apple Silicon の MLX エンジン経由のみ。NVIDIA / AMD ほかの対応は「今後数日で」
  • 関連データ: Cline はローカルモデル利用が12月から倍以上に増え、ユーザーの11.2%が Ollama か LM Studio を使用と公表(2026-08-09)
ローカルLLMの評価軸が「チャットができるか」から「エージェントを常駐させられるか」に移った。画像入力・128Kコンテキスト・Apache 2.0 が揃うと、社外にコードを出せない案件でも Claude Code 相当の作業をローカルで回せる。
🏢 会社OS・エンタープライズAI / @YAGIRYUUU(X ARTICLE)/ @CLOUDFLARE / @SAASMESHI / BOOKMARK

Cloudflare OS をコードから読む — Gadget と Gatekeeper が示す「会社OS」の設計

Cloudflare OS をコードから読む — Gadget と Gatekeeper が示す「会社OS」の設計

Cloudflare が社内AI基盤「Cloudflare OS」をオープンソース公開し(8/5)、それを clone して実際に動かした解説が出てきた。中核は2つ。Gadget(依頼するとサンドボックス内に自分専用のアプリインスタンスが生成され、全員が自分のコピーを持つ)と Gatekeeper(エージェントもアプリも初期権限ゼロで、リソースを「紹介」して初めてそこだけ触れる)。バックエンドを「カーネル」、外部サービス連携を「デバイスドライバ」、AIが作るアプリを「プロセス」と呼ぶ設計思想が、そのまま実装構造になっている。

キーポイント

  • Gadget: 全ユーザーが自分専用インスタンスを持つため、アプリのバグで他人のデータが漏れる構造がそもそも存在しない。機能不足は「この機能を足して」で済み、他人に影響しないから自由に改造できる
  • Gatekeeper: 初期権限ゼロ+全操作のログ化。MCP のように全ツールを最初から見せる方式と対比され、その場の仕事に必要な分だけを渡す
  • 承認設計が秀逸: 承認待ちの操作は結果をシミュレートしてエージェントを先へ進ませ、人間は後でまとめて承認・却下する。「承認まで停止」が生む全部自動承認への逃避を構造で潰している
  • pnpm run-local でローカル起動可能。同梱の外部サービス連携は16種類(GitHub / Google / Notion / Slack / Supabase / Linear / Confluence / スケジューラ 等)
  • サインイン許可の設定だけは管理画面から変更不可で環境変数に固定=管理者アカウントが乗っ取られても認証設定は変えられない
  • 応用例: ナレッジ原本を GitHub に置き、ローカルは Claude Code・クラウドは Cloudflare OS の Context Library が同じ原本を参照する「ローカルで育てて、クラウドで配る」構成も実践されている(@shotovim)
  • 公開版はアーリーアクセス段階。「社内で毎週数千人・30日で4000以上のアプリ生成」は自社申告
議論の軸が「AIをどう賢くするか」から「AIが作ったものをどう統制するか」へ完全に移ったことを示す実装。とくに承認をブロッキングにしない設計は、承認フローを入れると必ず起きる形骸化を構造で防ぐ発想で、自前のエージェント運用にもそのまま移植できる。
🔌 エージェント標準・相互運用 / PUBLICKEY(@PUBLICKEY) / BOOKMARK

Agent Plugins 1.0.0 に Google も参加 — スキルとMCP設定がベンダ横断で共通化、Anthropic は沈黙

Agent Plugins 1.0.0 に Google も参加 — スキルとMCP設定がベンダ横断で共通化、Anthropic は沈黙

AWS・マイクロソフト・OpenAI・Anysphere・Vercel が策定した AIエージェント向け共通パッケージ仕様「Agent Plugins 1.0.0」に、Google も対応を表明した。スキルを書く SKILL.md と MCP サーバ接続設定の mcp.json を1つのフォルダ構造にまとめ、エージェントが違っても同じプラグインを持ち回れるようにする。一方で、Agent Skills の originator である Anthropic は現時点で沈黙している。

キーポイント

  • 策定は AWS・マイクロソフト・OpenAI・Anysphere・Vercel。Google も対応を発表
  • フォルダ構成は plugin.json(マニフェスト)/ skills/<name>/{SKILL.md, scripts/, references/} / mcp.json / com.example.client/hooks/
  • 従来はベンダごとに設定方法とフォルダ構成が異なり、同じ内容を書き換える必要があった
  • サポート表明済み: GitHub Copilot / VS Code / Cursor / ChatGPT・Codex / AWS Kiro
  • Claude Code を提供する Anthropic は沈黙(記事執筆時点の観測)
  • 今後の議題: FS・ネットワークのアクセス可否設定、インストール時のユーザー承認フロー、任意コマンド実行時と MCP アクセス時の承認フロー、公開プラグインの暗号化署名
スキルはこれまで「Claude Code のもの」「Cursor のもの」と各ランタイムに閉じていた。パッケージ仕様が共通化されると、書いた資産の寿命がハーネスの寿命から切り離される。同時に Hooks まで配布物に含む仕様なので、承認フローと署名の議論が並行して進んでいる点も見落とせない。
💻 AI/開発ツール / @CLAUDEDEVS / @BCHERNY / BOOKMARK

Claude Code の Auto mode、8月14日から既定の権限モードに — 分類器が危険コマンドの89%を検出

Claude Code の Auto mode、8月14日から既定の権限モードに — 分類器が危険コマンドの89%を検出

8月14日から、Claude Code の Pro・Max・Team ユーザーで Auto mode が既定の権限モードになる。Auto mode はシェルコマンドと操作を別の分類器で審査する方式で、テストでは危険なコマンドの89%を検出した。対して手動承認での検出は14%にとどまった。Claude Code 責任者の Boris Cherny は「チームも自分も数か月 Auto mode だけを使っていて、権限確認プロンプトには戻れない」と述べている。

キーポイント

  • 危険コマンドの検出率は Auto mode 89% / 手動承認 14%
  • 1,053人の有料テスターに権限確認プロンプトの文面を危険なコマンドへ差し替えて表示する調査を実施。テスターが危険性を見抜いた割合は13.6%、50回プロンプトを見た後には約5%まで低下した
  • 変更理由は2つ。追跡した全安全指標で Auto mode が手動承認と同等以上だったこと、中断されないので数時間規模のタスクが現実的になること
  • 分類器はツール呼び出しのたびに動くため追加トークンを使うが、このオーバーヘッドは Pro・Max・Team の利用上限に算入されない(Enterprise / API へは Auto mode 提供後に適用)
  • 既定モード切替時はアプリ内で通知。既に既定を設定済みなら変更前に確認が入る。Shift+Tab でいつでも切替可能
  • 管理者は managed settings で defaultMode を固定でき、Auto mode を完全に無効化することもできる
「人間が承認するから安全」という前提を実測で正面から否定した点が重い。50回見たら見抜けるのは5%という数字は、承認プロンプトが回数を重ねるほど機能しなくなることを示している。安全性を承認者の注意力ではなく操作単位の分類器に載せ替える方向は、Cloudflare OS の Gatekeeper とも同じ発想に着地している。
🧠 コンテキストエンジニアリング / CLAUDE COOKBOOK / @BEAMNXW / NEWS

〈知見〉Anthropic の Context Engineering Cookbook — 3プリミティブと実測値

〈知見〉Anthropic の Context Engineering Cookbook — 3プリミティブと実測値

Anthropic が、エージェントのコンテキストを実運用規模で管理するための手引きを公開した。Compaction(会話全体を要約に置き換える)、Tool-Result Clearing(古いツール結果だけを機械的に捨てる)、Memory(ファイルに書き出してセッションを跨ぐ)の3つを、どのワークロードにどれを当てるかの対応表と実測値つきで整理している。いずれも API のファーストパーティ機能。

キーポイント

  • Compaction (compact_20260112): 会話全体を高精度な要約へ圧縮して置き換える。推論コストがかかり、高レベルの事実は残るが細部は失われる(プローブ結果は高レベル 3/3 保持・細部 0/3)
  • Tool-Result Clearing (clear_tool_uses_20250919): tool_result の中身だけをプレースホルダに置換し呼び出し記録は残す。推論コストゼロだがキャッシュ済みプレフィックスは無効化される
  • Memory (memory_20250818): /memories にファイルとして書き出す。保存内容は無損失で、「まずメモリを見る」がシステムプロンプトで既定行動になる
  • 実測: 何もしないとピーク335,279トークン(うち96.3%がファイル読み込み結果)。Compaction で169,164(50%削減)、Clearing で173,137(48%削減、1回あたり約163K解放)
  • セッション跨ぎ: メモリ無しの2回目は333,977トークン・ファイル読み込み8回 → メモリ有りで172,623トークン・4回に減少
  • 使い分け: 会話と推論が膨らむ→Compaction/再取得可能なツール結果が支配的→Clearing/セッションを跨いで残したい→Memory
「コンテキストが溢れる」を一括りにせず、何が窓を食っているかで打ち手を変えるという分解が本体。実測では窓の96%がファイル読み込み結果で、この場合は要約ではなく結果の破棄が正解になる。長時間エージェントを走らせる運用では、この診断ができるかがコストと精度の両方に効く。
📄 PDFをダウンロード 🧵 X スレッドで読む