予測モデル、推論の基礎、弾力的なGPU：実際にAIを動かしているもの

✕10月23日（金） ‹›

AI security · 10月23日（金）

AIがPHPに重大な穴を発見、協調パッチが公開：今すぐ更新を

PHP 8.xevery supported version needed the patch

PHP2Shellと呼ばれるPHPエンジンの2つのメモリ破壊バグは、OpenAIの the Planetプログラムを使う研究者と、最先端モデルを使うWiz Researchによって別々に発見されました。研究者たちは、WordPress、Drupal、Joomlaでログイン前のリモートコード実行を示しました。約2か月の調整の後、CVE IDが漏れたため予定より1日早い10月21日に、修正済みのPHP 8.xリリースが公開されました。

ポイント

パッチはPHP 8.x系全体をカバーしています。Cloudflareは、サイトが更新するまでのつなぎとして全プラン向けのファイアウォールルールを提供しました。
CVE IDが誤った深刻度スコア（9.2ではなく10.0）とともに漏れたためリリースが前倒しされ、誤って公開された概念実証動画がエクスプロイト開発を加速させました。
OpenAIは、サイト所有者が影響の有無を確認する手順を案内するCodexスキルを公開しました。ベンダーのアドバイザリーの代わりではなく、補助ツールです。
発見の功績には異論があり、広く拡散した障害の主張は裏付けがありません。「注目を集めるサイバー関連の公表は、どれも少なからずマーケティングだ」。

なぜ重要か： WordPress、Drupal、Joomlaで動くクライアントサイトは今すぐパッチを当てるべきです。コーディングエージェントに自分のプロジェクトの影響を受ける依存関係をスキャンさせるのは、手早い最初のチェックになります。

情報源（3）

[AINews] OpenAI's Patch the Planet program is 1 of 2 parties to discover PHP2Shell vulnerabilities in core PHP · Latent Space
Today's PHP Security Release, and How We're Strengthening PHP Security · Simon Willison
Claude's personal agent · Ben's Bites

次へ · Personal agents個人向けエージェントが広がり、最初の漏洩は共有設定の重要性を示す →

✕10月23日（金） ‹›

Personal agents · 10月23日（金）

個人向けエージェントが広がり、最初の漏洩は共有設定の重要性を示す

10MUS Muse downloads in 40 days

MetaのMuseは40日で米国のダウンロード数1,000万を超えましたが、研究者が推測可能な共有リンクから数千件の共有会話を見つけ、Metaはその機能を取り下げました。AnthropicのClaude Duetは米国限定のプレビュー中で、Android AutoのGeminiは今やあなたのGoogleデータを使います。Riley Brownは、エージェントの最良の使い道は散らかりを生むことではなく取り除くことだと主張しています。

ポイント

URLが推測可能だったため、約6,800件のMuseの共有会話リンクが列挙可能でした。Metaは強化するまで共有機能を外しました。
Android AutoのGeminiは、受信トレイやその他のGoogleデータを使えるようになりました。たとえば、フライトに間に合うかどうかを確認できます。
紹介された例：Claude CodeでスマートテレビやE-readerの不要なソフトを取り除く、明らかなスパムのアーカイブをエージェントに任せる、単機能アプリをプロンプトとスプレッドシートで置き換える。
新しいフォロワーをスプレッドシートに記録し、関連性の高い人に印をつけるMuseの自動化は、ソーシャル監視のシンプルなパターンです。

なぜ重要か： チームにアシスタントを展開する前に、共有リンクとデータアクセスの仕組みを確認しましょう。役に立つ成果は、雑務を取り除く小さな自動化です。

情報源（3）

How AI is Changing What Work Means · The AI Daily Brief
How Smart People Are Using AI Right Now (7 Insane Use Cases) · Riley Brown
Claude's personal agent · Ben's Bites

次へ · AI for scienceClaudeが設計したタンパク質がラボでサソリ毒に結合。ただし遅いのは依然としてラボの工程 →

✕10月23日（金） ‹›

AI for science · 10月23日（金）

Claudeが設計したタンパク質がラボでサソリ毒に結合。ただし遅いのは依然としてラボの工程

17 of 211AI-designed binders confirmed in the lab

ある研究会社が300のサブエージェントを持つClaudeを使って31万8,000のタンパク質バインダー候補を生成し、211個を試験したところ、独立したラボが17個が4種類のサソリ神経毒に結合することを確認しました。まだ毒を中和できることは示されておらず、批評家はバインダー自体は以前にも示されていると指摘しています。OpenAIも、GPT Rosalindツールのため Orchestra Bioを買収してライフサイエンスに進出しています。

ポイント

Claudeが設計した211個のバインダーのうち17個が、実験上の結合基準を満たしました。
計算上の設計は約64時間でしたが、ラボの結果には39日かかり、製品化には4〜7年かかります。
OpenAIのGPT RosalindとWorkbenchのエージェントは、既存の製薬会社向けのツールとして位置づけられています。
AIによって、企業は自分の分野外の研究ができ、それが本業を磨くことにもつながります。

なぜ重要か： AIは考える工程を速めますが、スケジュールは依然として物理的な工程で決まります。本当のボトルネックを中心にプロジェクトを計画しましょう。

情報源（2）

How AI is Changing What Work Means · The AI Daily Brief
Claude's personal agent · Ben's Bites

次へ · Models & infrastructure予測モデル、推論の基礎、弾力的なGPU：実際にAIを動かしているもの →

✕10月23日（金） ‹›

Models & infrastructure · 10月23日（金）

予測モデル、推論の基礎、弾力的なGPU：実際にAIを動かしているもの

~25%lower error than a seasonal baseline in the transit test

GoogleのTimesFM 3.0はそのままでもよく予測しますが、過去のデータで動いたことのある要因しか外挿できません。IBMは、時間がたつとモデルの提供が訓練より高くつく理由を説明しています。ModalのCEOは、需要は急変動するので、容量はプールして弾力的にすべきだと主張し、コーディングエージェント向けのサンドボックスが今や同社の事業の大きな部分を占めていると言います。

ポイント

TimesFM 3.0は祝日やプロモーションをモデル内で扱いますが、「マーケティング費用を2倍にしたら」という仮定の分析は誤りました。3.0のウェイトは自前ホスティングが非商用限定で、2.5はApache 2.0です。
プリフィルはプロンプト全体を読み込み、計算がボトルネックになります。デコードは1トークンずつ書き出し、メモリがボトルネックになります。それぞれ最初のトークンまでの時間とトークン間の遅延に対応します。
vLLM、Ollama、llama.cppなどの推論エンジンの多くはOpenAI互換のエンドポイントを提供しているので、コードを書き直さずにモデルを入れ替えられます。
Modalの高速起動は、GPUメモリのスナップショット、チェックポイント、独自のファイルシステムによるものです。

なぜ重要か： クライアントからAI予測や自前ホスティングのモデルを求められたら、ライセンスと、試したい判断が過去のデータに含まれているかを確認しましょう。

情報源（3）

Google's TimesFM 3.0: Is This The End of Traditional Forecasting? · Prompt Engineering
What Is LLM Inference? How AI Models Generate Responses · IBM Technology
Why AI Compute Comes in Rectangles — Erik Bernhardsson, Modal CEO · Latent Space

次へ · Standards & dev cultureAgent SkillsがMCPと並ぶオープン標準に。一方で開発者はAIコーディング文化を笑う →

✕10月23日（金） ‹›

Standards & dev culture · 10月23日（金）

Agent SkillsがMCPと並ぶオープン標準に。一方で開発者はAIコーディング文化を笑う

AnthropicはAgent を、すでにMCPを運営しているLinux FoundationのグループであるAgentic AI Foundationに寄贈しました。Fireshipの2026年のプログラマー像の風刺は、現実の問題を突いています。安全でないバイブコーディングのアプリと、AIによるプルリクエストに埋もれるメンテナーです。Latent Spaceのインタビューは、小さなAIチームはすべてを自分たちで担わなければならないと主張しています。

ポイント

Agentic AI FoundationはBlockとOpenAIとの共同設立で、スキルとMCPは今や1つの中立的な拠点の下にあります。
Simon Willisonは、datasette-mcp経由でClaudeに自分のブログを検索させ、これを予見していた自身の以前の予測を見つけました。
AIで作ったアプリでもセキュリティの基本は重要です。フロントエンドにAPIキーを直書きするのは繰り返し起きる失敗です。
「あなたがチームだ」：信頼できる情報源、確実な文書抽出、採用前にユーザーに会うことが最も重要です。

なぜ重要か： 標準が広まるにつれ、今日書いたスキルはツールをまたいで動き続けるはずなので、クライアント向けのプレイブックにとってより安全な投資になります。

情報源（4）

Donating Agent Skills to the Agentic AI Foundation · Simon Willison
Quoting Armin Ronacher · Simon Willison
The last real programmers are dying out... · Fireship
You are the Team — Anekha Sokhal, Moshi · Latent Space

次へ · AI security & trustAIエージェントは今や最も侵入しやすい入口。セキュリティチームの答えは「検証してから信頼する」 →

✕10月22日（木） ‹›

AI security & trust · 10月22日（木）

AIエージェントは今や最も侵入しやすい入口。セキュリティチームの答えは「検証してから信頼する」

84%of ransomware attacks had AI help

今週の2つのセキュリティブリーフィングは同じ結論に達しています。攻撃者は今やほとんどのランサムウェア攻撃でAIを使い、企業が自ら導入したAIエージェントやID管理システムを経由することが増えています。一方、新しいAI意思決定ツールは監査しにくい自信満々の答えを返し、自信のある誤答は明らかなエラーより見抜きにくいのです。

ポイント

IT専門家1,200人への調査で、ランサムウェア攻撃の84%がAIの助けを受けていました。44%は企業自身のエージェントやID管理システムを悪用していました。
古いリスクも依然として痛手です。ハッキングされたスーパーの冷蔵庫は、修正がすでにあったのに古いファームウェアのままでした。
自信は証拠ではありません。「97%確実」と言うモデルでも、改ざんされたログや汚染されたデータを与えられている可能性があります。
対策は地味ですが効果があります。エージェントに専用のIDを与え、すべてを記録し、緊急停止スイッチを使い、大きな判断を確認できる小さな手順に分け、高リスクの操作には人を関与させることです。

なぜ重要か： クライアント向けに作るNotionエージェントやAIワークフローには、初日からアクセスルール、監査ログ、停止スイッチが必要です。これは案件の中で明確に提案できる部分です。

情報源（2）

The patching gap: Hacked fridges, AI ransomware and Mythos finds · IBM Technology
The Problem with Jev: Can You Trust AI Decisions? · IBM Technology

次へ · AI agents at work個人向けエージェントは完成度が高まりアプリとつながるが、まだ単独で動く →

✕10月22日（木） ‹›

AI agents at work · 10月22日（木）

個人向けエージェントは完成度が高まりアプリとつながるが、まだ単独で動く

3 tierschatbot → DIY agent → personal agent

Claude Duetの実機レビュー、個人向けエージェントの解説、Claudeのライブダッシュボードのデモは、どれも同じ方向を示しています。エージェントは今やメール、カレンダー、財務ツールにつながり、記憶をプレーンテキストのファイルに保持します。課題はスピード、自発性、そしてチームで動くことです。

ポイント

3つの段階があります。チャットボット（記憶なし）、プレーンテキストのルールと記憶ファイルで自分好みに作るDIYエージェント、クラウドで一日中動く既製の個人向けエージェントです。
Claude Duetはあなたのプラグインとコネクタを引き継ぎ、見た目も洗練されていますが、並列タスクには10分以上かかり、チームで共有できません。
ライブダッシュボードはコネクタ経由で最新のデータを取り込み、リンクで共有できるので、短いプロンプトが静的なCSVレポートの代わりになります。
トレードオフは囲い込みです。エージェントがあなたについて知れば知るほど、乗り換えは難しくなります。

なぜ重要か： クライアントは「個人向けエージェントか、DIYか」と聞いてくるでしょう。Notionベースの記憶とルールのファイルは、囲い込みを避けられる持ち運び可能な中間の選択肢です。

情報源（3）

I tested Claude Duet. Is it worth switching? · How I AI
Personal Agents, Clearly Explained · Jeff Su
Claude’s New Live Dashboards Are Amazing · Skill Leap AI

次へ · Open models & costAIが安くなり続ける理由：ボトルネックはメモリ、そして解決策はオープンソース化している →

✕10月22日（木） ‹›

Open models & cost · 10月22日（木）

AIが安くなり続ける理由：ボトルネックはメモリ、そして解決策はオープンソース化している

155Ttokens a day served by DeepSeek’s now-open engine

DeepSeekは、1日155兆トークンを提供するために使っているエンジンをオープンソース化しました。IBMの解説は、その設計がうまくいく理由を示しています。答えを書き出す速度は、純粋な計算力ではなくメモリの速度で制限されるのです。そしてローカルAIの構築例は、調整したオープンモデルがノートPCでほとんどの日常タスクをこなせることを示しています。

ポイント

プロンプトの読み込みは計算負荷が高い一方、答えの書き出しはメモリ待ちになります。DeepSeekは2つを別々のマシンで動かしています。
DeepSeekはプロンプトキャッシュを数日間SSDに保持し、入力トークンの96%がキャッシュに当たります。恩恵を受けるには、プロンプトの先頭部分を安定させましょう。
2006年以降、チップの計算力は約6,500倍になりましたが、メモリ帯域幅の伸びはずっと緩やかでした。多くのリクエストをまとめて処理するのが主な回避策です。
ローカルモデルは約95%のタスクで「十分」です（あるクリエイターの主張）。1,800億パラメータのオープンモデルがノートPCで約72トークン/秒で動きました。

なぜ重要か： プライバシーを重視するクライアントには、ハイブリッド構成（日常業務はローカルモデル、難しいタスクはクラウド）が現実的になりました。安定したプロンプトテンプレートはAPIコストの削減にもなります。

情報源（3）

DeepSeek Just Open-Sourced How It Serves 155T Tokens a Day · Prompt Engineering
The AI Memory Wall: Why LLMs & AI Accelerators Hit a Bottleneck · IBM Technology
Stop paying for AI, run everything locally (here’s how) · David Ondrej

次へ · The model raceベンチマークがすべてではない：今やAIの「性格」が使われるモデルを決める →

✕10月22日（木） ‹›

The model race · 10月22日（木）

ベンチマークがすべてではない：今やAIの「性格」が使われるモデルを決める

900questions in the new AI personality benchmark

Googleの新しいGemini 4 Argonはいくつかのリーダーボードで首位ですが、コーディングでは依然としてライバルに及びません。新しい性格ベンチマークでは、「スロップ」（埋め草や紋切り型の表現）のスコアが最も高くなりました。トップモデルの賢さが並ぶにつれ、口調とスタイルが本当の差になりつつあります。

ポイント

Gemini 4 Argonはいくつかのリーダーボードで1位ですが、コーディングのベンチマークではOpus 5.5とGPT-6 Astraに負けています。
AA Personality Benchは30の特性にわたる900の質問を使います。温かさではMuse、想像力ではOpus 5.5、スロップではArgonがトップです。
実機テストでは、コードで生成したモーショングラフィックスがネイティブのAI動画に勝り、編集もしやすかったです。
政策メモ：米連邦政府のメモにより、DeepSeekのモデルは民間向け政府システムで禁止されました。

なぜ重要か： リーダーボードではなくタスクごとにモデルを選びましょう。クライアント向けのアシスタントでは、正確さだけでなく口調と埋め草もテストしましょう。

情報源（2）