DISPATCH №0901 / 2026-09-01 / MORNING EDITION / 07 ITEMS / BUILD 20260901.0748 / LIVE / CURATED BY 泉水亮介
VCB News & Post Headline
JST · 07:48 · MON
MORNING DISPATCH · MONDAY · AUGUST 1, 2026

2026.09.01

Grok · LoopArena · Caterpillar · Cloudflare 07 ITEMS · READ 4 min
AIエージェント / SPACEXAI公式 / NEWS

Grok Bot、Xの調査をコネクタ経由で実行

Grok Bot、Xの調査をコネクタ経由で実行

Grok BotにXコネクタが加わった。接続したアカウントを使い、投稿検索、タイムラインの読み取り、メンション確認、話題の整理をBotへ依頼できる。

キーポイント

  • Xの開発者アカウントがなければ、接続時の作成を支援する
  • 有料のGrok Bot利用者には、開始用のX APIクレジットが付く
  • Xコネクタからサインインし、Botへ自然文で調査を頼む
  • 今回が初版で、今後もX上の仕事を広げる方針が示されている
Xの調査をブラウザ上の単発作業から、APIを使う継続業務へ移しやすくなる。業務で使うなら、閲覧と投稿の権限、利用枠、承認手順を分けておきたい。
ループエンジニアリング / LOOPARENA論文 / AMAP-ML / NEWS

LoopArena、実装役とは別に「指揮役」の性能を測る

LoopArena、実装役とは別に「指揮役」の性能を測る

LoopArenaは、コードを書くWorkerを固定し、進捗を読んで次の指示、検証、終了を決めるControllerだけを比較するベンチマークだ。長時間のエージェント開発で、実装力と進行管理力を切り分けている。

キーポイント

  • 次の指示を選ぶType I、部分タスクを反復制御するType II、全タスクを完走させるType IIIの3段階
  • Type IIIの最高Strict Success Rateは24.69%
  • Type IIは推論費を平均64.4%減らし、Type IIIと近いモデル順位になった
  • すべてのControllerでWorkerと実行条件を揃えている
  • 評価コードとデータを公開している
強いモデルでも、古い進捗を信じる、確認を飛ばす、早く止めるといった管理上の失敗は残る。実務のループも、作業担当と監督担当を分けて測る必要がある。
企業AI活用 / TECHCRUNCH / CATERPILLAR / NEWS

Caterpillar、160万台の機器データを現場の整備支援へ

Caterpillar、160万台の機器データを現場の整備支援へ

CaterpillarはCat AI Assistantを顧客、作業員、整備士の現場で使っている。機械のそばから音声で修理手順、故障候補、必要部品を確認でき、鉱山自動化で培った知見を建設現場へ広げている。

キーポイント

  • 約160万台の接続機器と16PB超の構造化データを基盤にする
  • 整備マニュアル、部品情報、機器の状態を会話画面から横断できる
  • 顧客、オペレーター、整備士が利用しているとCTOが説明した
  • 社内ではレガシーコードの更新、テスト、欠陥検出にもAIエージェントを使う
  • 工場では現場スキャンとデジタルツイン生成にもAIを使っている
企業AIの価値は、一般知識よりも自社にしかないデータを作業地点で返せるかに出る。製造や保守では、回答精度と一緒に安全責任、通信断時の代替手順も設計したい。
AI検索 / CLOUDFLARE CHANGELOG / NEWS

Cloudflare AI Search、GLM-5.3 Flashを選択可能に

Cloudflare AI Search、GLM-5.3 Flashを選択可能に

Cloudflare AI Searchは、検索結果から回答を作るモデルとしてGLM-5.3 Flashを選べるようになった。Workers AI上で動作し、最大1,048,576トークンのコンテキストを扱う。

キーポイント

  • モデルIDは`@cf/zai-org/glm-5.3-flash`
  • AI Searchの回答生成モデルとして設定できる
  • コンテキスト長は1,048,576トークン
  • 推論はWorkers AI上で実行される
社内文書や長い技術資料を扱うRAGで、検索結果と会話履歴を同じ推論へ渡しやすくなる。ただし、長い入力枠と検索の正しさは別なので、引用元まで含めて評価する必要がある。
AIリテラシー / KENN EJIMA (@KENN) / NEWS

AIリテラシーの差は「蓄積した文脈」で広がる

AIリテラシーの差は「蓄積した文脈」で広がる

Kenn Ejima氏は、検索は毎回ほぼ同じ初期状態から始められたが、AI活用は日々与えてきた文脈が次の結果へ残ると指摘した。使う人と使わない人の差が、単発の操作技術ではなく蓄積量として広がるという見方だ。

キーポイント

  • 検索キーワードは状態を持たず、前回の検索内容が次回へ直接残らない
  • AIには資料、訂正、履歴、好みを継続して渡せる
  • 文脈を整備した日数が、その後の出力差につながる
  • 一度の研修より、日々の記録と更新の習慣が効く
AI研修を操作説明だけで終えると、翌日からの蓄積が始まらない。自社資料、判断基準、修正履歴を残す運用まで組み込むことが、利用格差を縮める。
AI組織・開発 / PETER STEINBERGER (@STEIPETE) / BOOKMARK

OpenClaw、個人の開発環境から共有エージェントへ移行

OpenClaw、個人の開発環境から共有エージェントへ移行

OpenClawチームは約2カ月かけて、各自のローカル環境から`team.openclaw.ai`を中心とする開発へ移行した。共有エージェントがメンバーの作業状況を把握し、ノードとクラウドセッションへ仕事を振り分ける。

キーポイント

  • 開発対象のOpenClawを、OpenClaw自身で作る方針を進めた
  • チーム全員の作業状況を共有エージェントが把握する
  • 複数人が同時に開発するマルチプレイヤーコーディングを採用する
  • ノードとクラウドセッションで実行資源を広げる
  • 開発速度や障害率の導入前後比較は公開されていない
エージェントを各自へ配るだけでは、文脈も実行環境も分かれる。チームで使うなら、誰が何を進めているか、競合をどう避けるか、失敗を誰が引き取るかまで共有基盤に持たせる必要がある。
企業AI活用 / 梶谷健人 (@KAJIKENT) / BOOKMARK

企業のAIシフト、経営層が先に実装を経験する

企業のAIシフト、経営層が先に実装を経験する

梶谷健人氏は、企業のAIシフトを現場の推進担当者だけに任せず、経営陣と管理職がClaude CodeやCodexを使うところから始める案を示した。意思決定者が管掌業務のSkillや自動化を作り、散在した成果物を全社基盤へ整理する順序だ。

キーポイント

  • 経営陣と管理職が、Claude CodeまたはCodexを自分で使える状態を作る
  • 情報システム部門は、全面禁止ではなく安全に試せる範囲を設ける
  • 管掌領域のSkill、自動化パイプライン、内製ツールを作る
  • 個別成果を4層の全社AIエージェント基盤へ整理する
  • 製品へのAI導入や新規事業は、基盤整備と並行または後続で進める
AI導入は業務ルールや権限を変える段階で止まりやすい。方向と安全枠を決められる層が実装を経験し、現場が検証と改善へ参加する形にすると、研修を業務変更へつなげやすい。
📄 PDFをダウンロード 🧵 X スレッドで読む