10月27日(火)のAIニュースRyokoの解説

AIモデルGitHub Copilot

1.OpenAI、低価格のGPT-6.1 Terra

要するにOpenAIが、画面を見て操作するのも得意な速くて安いモデルを公開しました。量の多い作業を、同じ予算でより多く回せます。

OpenAIが新しいモデルGPT-6.1 Terraを公開しました。速くて安い、普段使い向けのモデルです。得意なのは、画像を読み解く力、アプリの画面を見て操作するコンピューター操作、自然な文章づくりです。同じ日に、GitHub Copilotでも一般提供が始まりました。

仕様: 105万トークンの文脈と、使える道具

モデルIDはgpt-6.1-terraです。テキストと画像を受け取り、テキストを返します。コンテキストは105万トークンで、入力は最大92万2,000トークン。出力は最大12万8,000トークンです。Responses APIでは、コンピューター操作やシェル、パッチの適用、スキル、MCPなどの道具を使えます。推論の深さは、noneからmaxまでの6段階から選べます。知識は2026年6月1日までです。

料金: 100万トークンあたり入力1ドル・出力5ドル

API料金は、100万トークンあたり入力1ドル・出力5ドル。キャッシュ済みの入力は0.05ドルです。27万2,000トークンを超える入力は、そのリクエスト全体が、入力2倍・出力1.5倍になります。BatchとFlexは半額、fast modeは2倍です。

Copilotでの提供と、使いどころ

GitHub Copilotでは、Pro、Pro+、Max、Business、Enterpriseで一般提供です。VS CodeやCopilot CLI、JetBrains、Xcodeなどのモデル選択に、順次出てきます。GitHubは、Solより低コストで、日常のコーディングとターミナル作業向けと位置づけています。書類の読み取りや業務アプリの操作のように、量が多い作業は単価がそのまま費用になります。上位モデルを使うまでもない作業をTerraに回せば、同じ予算で回せる量が増えます。

出典を開く（OpenAI API Docs / GitHub Changelog）スライドで見る

AI開発ツールCursor

2.Cursor、Agent SDKを一般提供

要するにCursorが、自社のBugbotなどを作ってきた仕組みをAgent SDKとして一般提供しました。チーム専用のエージェントを、コードで作ってテストできます。

Cursorが、エージェントをコードとして作れるAgent SDKを一般提供しました。公式Xで一般提供が告知されたのは、米国時間の10月26日です。自社のBugbotやSecurity Reviewなどを作るのに使ってきた仕組みを、外に出したものです。エージェントを作り、テストして、デプロイするところまでを、コードとして扱えます。

仕組み: 1つのフォルダが1つのエージェント

指示はMarkdown、ツールはTypeScriptで書きます。その1つのフォルダが、1つのエージェントになります。agent-sdk initで作り、agent-sdk devで手元の試験場を開いて試します。agent-sdk deployでCursorの基盤にデプロイすると、URLが付いて動き出します。自前で動かすなら、1つのNodeプロセスとしてコンテナに入れられます。

きっかけ・連携・試し方

動き出すきっかけは、GitHub・GitLab・BitbucketのPRや、Slack、課題管理ツールなど、チームがふだん扱うできごとです。別のエージェントへ引き継いだり、サブエージェントで並列に作業したりもできます。評価、つまりevalsと、過去のできごとを流し直して試す仕組みが、最初から入っています。

社内での使い方と、どこで役立つか

Cursor社内では、過去の教訓をまとめた資料と照らしてPRを確かめるkb-reviewerを作りました。作るのにかかったのは約1日。今は、主要なコードベースの全PRで動かしています。PGA Tourも、開発基盤に使っているそうです。「PRが来たらうちの基準でレビューする」といったチーム専用のエージェントを、普通のソフトウェアと同じように作れます。画面で設定するだけの自動化では足りなくなったときの、次の選択肢になります。

出典を開く（Cursor Blog / Cursor Docs）スライドで見る

開発ツールCloudflare

3.Cloudflare Computer、中断から再開

要するにCloudflareの、エージェントにコードを実行させる部品が、落ちても途中から再開でき、外部への操作の前で承認を待てるようになりました。

Cloudflareの@cloudflare/computerは、AIエージェントにコードを実行する作業場所を与えるライブラリです。v0.7.0から、デプロイやクラッシュで止まった実行を、途中から再開できるようになりました。外部に影響する操作の前で実行を止め、アプリ側の承認を待つこともできます。

中断したら、記録を使って最初から流し直す

エージェントのコードが、呼び出しを1つずつ終えていきます。そこへデプロイやクラッシュが来て、実行が止まったとします。onInterruptにreplayを設定しておくと、中断のあと、コードを最初から実行し直します。終わった呼び出しは記録済みの結果を使います。前に出した出力も、もう一度は出しません。

注意: 記録の前に止まった呼び出しは、二度動くことがある

気をつけたいのは、結果が記録される前に中断した呼び出しです。実際には成功していても、もう一度実行されることがあります。二度実行してはいけない操作には、unsafeToRepeatを使います。

外に出る前に止めて、承認を待つ

自分で用意したモジュールの関数の中でctx.interruptを呼ぶと、そこで実行が止まります。例として示されているのは、GitHubのissueにコメントを書く前に、承認を待つコードです。アプリは、保留中の呼び出しをpendingで取り出し、respondで承認か却下を返します。全部に答えると、実行が続きます。承認待ちの時間はタイムアウトに数えず、待っている間にデプロイしても、止まった状態は残ります。

エージェントを組むときの手本になる

エージェントに長い作業や本番に影響する操作を任せると、途中で落ちたらどうするかが必ず問題になります。もう1つは、どこで人が確認するかです。今回は、その2つを部品として用意した例です。自分でエージェントを組むとき、二重実行を避ける操作をどこで区切るかを考える手本になります。

出典を開く（Cloudflare Changelog）スライドで見る

開発ツールVercel

4.Vercel、AIがアラートを先に確認

要するにVercelで、アラートを呼び出しツールへ送る前に、AIが重大かを確かめる設定ができるようになりました。自分で条件を決める監視も加わりました。

VercelがObservabilityに、自分で条件を決めて監視できるカスタムモニターを追加しました。あわせて、アラートをincident.ioなどの呼び出しツールへ送る前に、Vercel Agentが確かめる設定ができるようになりました。

カスタムモニター: 何を、どう見張るか

見張れるのは、AI Gatewayの費用や、Core Web Vitalsなどの表示速度です。Workflowや外部APIの失敗率、Vercel SandboxのCPU時間も見張れます。見るのは1つの指標か、エラー数÷全リクエスト数のような、2つの指標の比率です。しきい値で判定するか、統計的にいつもと違う動きを見つけるかを選べます。通知先は、メール、Slack、Vercel Inbox、プッシュ通知、チームのWebhookです。CLIでは、vercel monitors addで、JSONから作れます。

Agentが調べて、重大なものだけを送る

Webhookの送り先でCritical Onlyを選ぶと、Vercel Agentが重大と判断したアラートだけが届きます。Agentはログと指標を調べて、影響を見きわめます。お客さんに影響しないヘルスチェックのエラーは外します。決済のリクエストで5xxが続くような状態は重大と判断する、という例が示されています。CLIでは、--critical-onlyで設定できます。

料金と対象プラン、どこが助かるか

どちらも、Pro・EnterpriseのObservability Plusが対象です。カスタムモニターは、スキャンしたデータ1GBあたり0.0035ドルです。Agentの調査は、請求期間ごとに10回まで含まれ、超えた分は別料金です。夜中に呼び出されたのに、調べたらお客さんには影響がなかった。そんな経験は運用の大きな負担です。人を起こすかどうかの判断を、AIに先にやらせる。具体的で、地に足のついた使い方です。

出典を開く（Vercel Changelog）スライドで見る

公式発表Anthropic

5.Anthropic、上場申請書類を提出

要するにClaudeを作るAnthropicが、上場の申請書類を米国のSECに提出しました。売り出す株数と価格帯は、まだ決まっていません。

Anthropicが、新規株式公開、つまりIPOに向けた登録届出書を提出したと発表しました。提出したのはForm S-1という書類で、提出先は米国証券取引委員会、SECです。クラスA普通株を、Nasdaq Global Select Marketに、ティッカーANTで上場する予定です。

決まっていること・まだ決まっていないこと

提出したのはAnthropic, PBC。公益法人として上場をめざします。売り出す株数と価格帯は、まだ決まっていません。目論見書の仮版は、できしだいGoldman SachsとMorgan Stanleyから入手できます。届出はまだ効力を持っておらず、それまでは株の売買も、購入の申し込みの受け付けもできません。上場の時期や企業価値は、Anthropicの発表には書かれていません。

Claudeを使う人にとっての意味

上場すると、Claudeを作る会社の売上や費用、事業の方針が、決まった形で公開されるようになります。仕事でClaudeを使う人や企業にとっては、提供元の経営の中身を確かめられる材料が増えます。ただ、今回の発表は提出したという事実だけで、数字はこれから出てきます。

出典を開く（Anthropic News）スライドで見る

AIモデル

6.Mirendil、1000万トークンのFern

要するに新しいAIラボのMirendilが、1,000万トークンを一度に読めるモデルを発表しました。数字は同社の発表で、まだ一般には使えません。

新しいAIラボのMirendilが、最初のモデル、Fern 0.1を発表しました。特徴は、一度に最大1,000万トークンを読み込めることです。コードなら約50万行、データの大きさでは約23MBにあたります。まだ一般には使えず、早期アクセスの申し込みを受け付けている段階です。

何に使うためのモデルか

向けているのは、AIを作る側の仕事です。学習データの点検のほか、学習ログからの不具合探しや、エージェントの作業記録の読み解きです。同社の説明では、1,000万トークンはMegatron-LMほどのコードベースを、丸ごと入れられる量です。数十〜数百本の、エージェントの作業記録も丸ごと入れられるといいます。

作り方: 研究者1人とAIエージェント

Fern 0.1は、ゼロから事前学習したMirendil-Baseに、短い追加学習をしたものです。10月21日の記事では、この土台を研究者1人がAIエージェントと組んで作ったと説明しています。かかったのは3.5か月、計算費用は1,000万ドル未満だといいます。コードの99%以上をエージェントが書き、実験の実行や失敗の原因調査もエージェントが担いました。人が決めたのは、何を試すか、何を信じるかだったそうです。

まだ確かめられていないこと

提供はComing soonで、価格や重みの公開は示されていません。長い文脈をきちんと使えるかの確認は、今のところRULERの基本テストだけです。詳しい結果は今後公開するといいます。性能の数字はすべて同社の発表で、外部の人はまだ試せていません。より大きいBase-Largeは事前学習が80%超、Base-XLは20%超まで進んでいます。AIがAI開発を担い始めた例ですが、1,000万トークンがどこまで役立つかは、外部の検証を待つ必要があります。

出典を開く（Mirendil News）スライドで見る

知見Claude

7.〈知見〉UIを磨くデザイン系スキル3本

要するにAIが作る画面のありがちな見た目を避けるため、試作と仕上げでスキルを替える使い方が共有されました。効果を比べた検証はまだありません。

AIに画面を作らせると、どこかで見たような見た目になりがちです。その対策として、Claude Opusにデザイン系のスキルを組み合わせる使い方がXで共有され、ブックマークが約680件集まりました。試作は、Emil Kowalskiさんのprototypeで作ります。仕上げは、同じ作者のemil-design-engと、Paul Bakausさんのimpeccableで行う、という工程ごとの使い分けです。

Emil Kowalskiさんのスキル集: 試作と、小さな失敗

prototypeは、説明したUI部品を何通りも作り、切り替えながら見比べられるようにするスキルです。仕上げに使うemil-design-engは、VercelやLinearで働いてきたEmil Kowalskiさんのスキル集の中心です。中身の多くはアニメーションで、デザインの助言も含みます。READMEは、エージェントの小さな失敗が積み重なって、質を下げると説明しています。たとえば、入りのアニメーションにease-inを選ぶことや、半透明の影の代わりにべた塗りの線を使うことです。スキル集はnpx skills@latest add emilkowalski/skillsで入れられます。

impeccable: 24のコマンドと62の検出ルール

Paul Bakausさんのimpeccableは、1つのスキルに24のコマンドを持ちます。/impeccable initで製品の前提をPRODUCT.mdに書き、critiqueで設計をレビューします。出す前の仕上げは、polishで行います。AIが作った画面によくある癖を見つける62の検出ルールがあり、LLMやAPIキーなしでCLIから動きます。Inter一択のフォント、紫から青へのグラデーション、カードの入れ子、色付き背景の上の灰色の文字などを避けるよう指示しています。

使い分けの考え方と、注意

スキルを1本で万能にしようとせず、たくさん試す段階と仕上げる段階で替える。このやり方は、デザイン以外にも使えます。画面がAIっぽいと感じたら、まずimpeccableの検出ルールで癖を洗い出すと、何を直せばよいかが分かりやすくなります。ただし、紹介した投稿は個人の推奨で、3本を組み合わせた効果を比べた検証は示されていません。

出典を開く（@thenateskin / GitHub emilkowalski/skills・pbakaus/impeccable）スライドで見る