11月2日(月)のAIニュースRyokoの解説

AI開発ツールVercel

1.Vercel Labs、コーディングエージェントにデスクトップアプリを操作させる CLI「agent-desktop」を公開

要するにVercel Labsが、エージェントにデスクトップのアプリを操作させるCLIを公開しました。画面の画像を読まず、refを付けたJSONで動かします。

Vercel Labsが、agent-desktopを公開しました。ブラウザ操作のCLI、agent-browserのデスクトップ版にあたる道具です。対応するOSはmacOS・Windows・Linux。OSのアクセシビリティツリーを読んで、アプリを動かします。Claude CodeやCodexに、ブラウザの外のFinderやSlackなどのアプリまで任せられる道具です。

仕組み: スナップショット→操作→確認を繰り返す

OSのアクセシビリティツリーを読み、操作できる要素ごとに参照、つまりrefを付けたJSONを返します。エージェントはそのrefを指定して、クリックや入力などの操作をします。そしてもう一度スナップショットを取って確かめます。この繰り返しでアプリを動かします。画面の画像は読み取りません。既定ではマウスポインタやフォーカスを奪わず、利用者が作業している裏で動きます。

コマンドは60個。導入と、refの決まり

コマンドは60個あり、そのうち56個が使える状態です。クリック、入力、ウィンドウ操作、通知、クリップボードなどをそろえます。導入はnpm install -g agent-desktop。ライセンスはApache-2.0で、macOSではアクセシビリティの許可が必要です。npx skills addでエージェント用のスキルとして入れられ、AGENTS.mdに数行足す使い方も案内されています。refはそのスナップショットの中だけで有効です。画面が変わるとSTALE_REFなどのエラーを返し、撮り直しを促します。

便利なぶん、見られる範囲を先に区切る

ブラウザの外のアプリまで任せられる道具が、オープンソースで出てきました。ただし、スナップショットには画面の個人情報が写りえます。READMEは、公開ログに入れないよう注意しています。作者は、macOSの仮想マシンの中で動かし、ホストの個人データをエージェントに見せない構成も紹介しました。便利になるぶん、エージェントが見られる範囲を、仮想マシンなどで先に区切っておくことが大切になります。

出典を開く（@ctatedev / GitHub（vercel-labs/agent-desktop））スライドで見る

AI開発ツールDeepSeekGitHub

2.DeepSeek、頼まれた仕事をチケットに分けて別々のエージェントで並行に進める「dsh-superagent」の試作版を MIT で公開

要するにDeepSeekのチームが、頼まれた仕事をチケットに分け、別々のエージェントで並行に進める試作版を公開しました。公式製品ではない研究用です。

DeepSeekのDeepSeek Harnessチームが、dsh-superagentの試作版を公開しました。1つのGitHubリポジトリを受け持つコーディングエージェントで、許可された人がGitHubで頼むと動きます。Feishuも選べます。仕事が終わると、プルリクエストなどで元の会話に返します。READMEには「研究用の試作で、DeepSeekの公式製品ではない」と明記されています。TypeScript製、MITライセンスです。

仕組み: 振り分けるRouterと、作業するWorker

中は2層の構成です。常駐するRouterが、やり取りと仕事の振り分けを受け持ちます。頼まれた仕事ごとにチケットを作り、実際の作業は、チケットごとのWorkerセッションが行います。Workerは、それぞれ専用のセッションとフォルダで作業するので、仕事を並行に進められます。

原則: 人の注意をできるだけ使わない

設計の原則は、「人の注意をできるだけ使わず、できるだけ価値を返す」ことです。依頼には一度だけ受けたと返し、作業中は黙ります。書き込むのは、結果・質問・失敗のときだけです。頼まれていない仕事を自分から拾う動きは、off・observe・autoの3段階で決めます。既定はobserveで、受けたはずと記録するだけです。まず様子を見てから、autoに上げるよう勧めています。

数字: DeepSeekの試験で、95%の完了が15.7分

DeepSeekの設計記事では、合成した約300件のメッセージで試験しています。本当の依頼は、そのうち約20件です。1つのセッションでサブエージェントを使う方式では、95%の仕事が終わるまで29.5分でした。dsh-superagentは15.7分で、それより短かったと報告しています。ただし試験は、合成メッセージと模擬ツールによるもので、出来上がるコードの質は測っていません。

注意: Workerは承認なしにコマンドを実行する

気をつけたいのは、Workerが承認なしに、運用者のOSユーザーとしてコマンドを実行することです。文書でも、最初は許可する人を絞って始めるよう注意しています。チームの依頼を受けて裏で並行して片付けるエージェントの設計が、コードと文書のセットで読めるようになりました。人の注意を一番の制約とみなして、通知や質問を減らす考え方は、自分でエージェントの仕組みを作る人の参考になります。

出典を開く（GitHub（deepseek-ai/dsh-superagent-prototype）/ MarkTechPost）スライドで見る

AIサービス

3.ChatGPT のスマホアプリで、2つのアカウントにログインしたまま切り替えられるように

要するにChatGPTのスマホアプリで、2つのアカウントにログインしたまま切り替えられるようになりました。仕事用と個人用の行き来が楽になります。

ChatGPTのiOS・Androidアプリで、アカウントの切り替えが順次使えるようになりました。最大2つのアカウントにログインしたままにでき、設定の「Switch account」から、サインアウトせずに行き来できます。仕事用と個人用を分けて使っている人に向けた機能です。

中身: 2つまで。チャットも支払いも混ざらない

同時にログインしておけるのは2アカウントまで。使えるのは、一度に1つです。チャット・メモリ・ファイル・設定・ワークスペース・支払いはアカウントごとに分かれていて、切り替えても混ざりません。両方のアカウントの通知を受け取れて、通知をタップすると、そのアカウントに切り替わります。

条件: 追加の手順と、使える場所

2つ目の追加は、設定から「Switch account」、そして「Add account」と進みます。有料プランが1つにまとまるわけではありません。新しく作った2つ目のアカウントは、無料プランから始まります。Web版ではすでに使えています。スマホは順次の提供で、表示されなければ、まだ使えません。デスクトップアプリにも近く対応すると、OpenAIのTibo氏がXに投稿しています。管理されたワークスペースでは、管理者が使えなくしている場合もあります。

注意: いまどちらのアカウントかを確かめる

会社のアカウントと個人のアカウントを行き来する手間が減ります。一方で、どちらで話しているかを確かめずに使うと、仕事の情報を個人側に書いてしまうおそれがあります。公式の注意では、課金は共有されません。間違ったアカウントで買い直すと、二重請求になる恐れがあります。アイコンやワークスペース名で、いまどちらのアカウントかを確かめる習慣が要ります。

出典を開く（OpenAI Help Center / ChatGPT リリースノート / @thsottiaux）スライドで見る

開発ツールVercel

4.Vercel Daemons、同じデプロイのサービスを非公開のまま呼べる「service bindings」と、調子の悪い常駐ワーカーを再起動する「liveness checks」

Vercel の常駐ワーカー「Daemons」（パブリックベータ）に2つの機能が加わりました。service bindings では、同じデプロイにある API などのサービスの URL を環境変数で受け取って普通の fetch で呼べ、経路・認証・TLS は Vercel が受け持ち、サービスは外に公開しません。HTTP の liveness checks では、指定した確認用のエンドポイントが失敗するとコンテナを再起動します。

出典を開く（Vercel Changelog）スライドで見る

業界動向

5.OpenAI、新しい資金調達の目標を300億ドルから200億ドルに下げたと報道。確保できたのは110億ドル

要するにOpenAIが資金調達の目標を300億ドルから200億ドルに下げたと報じられました。確保できたのは110億ドルで、いずれも公式発表ではありません。

OpenAIは上場を前に、300億ドルを集めると報じられていました。Financial Timesによると、その目標は200億ドルに下がりました。The Wall Street Journalは、これまでに確保したのは110億ドルで、一部の大口投資家の反応は「鈍い」と伝えています。いずれも報道ベースで、OpenAIの公式発表ではありません。

評価額と、ラウンドの進め方（FTの報道）

評価額は、はじめ1兆4,000億ドル、のちに1兆2,500億ドルと報じられていました。FTによると、新しいラウンドはアラブ首長国連邦の投資家グループが主導します。最初の締めの額は、200億ドルより低くなる見込みです。その後に富裕層向けの販売を行い、合わせて200億ドルの目標に届かせる計画だと伝えています。

背景: AIインフラへの巨額投資を、市場が警戒

背景としてTechCrunchは、AIインフラへの巨額投資を株式市場が警戒し、ハイテク株が大きく売られたことを挙げています。そして、Anthropicの上場計画にも逆風になりうると指摘しています。TechCrunchは、OpenAIにコメントを求めている段階です。

使っているサービスの今後を見る材料に

これまで右肩上がりだったAI企業への投資に、ブレーキの兆しが出てきました。資金の集まり方は、各社の料金や無料枠、上場の時期にも影響してきます。使っているサービスの今後を見るうえでの材料になります。

出典を開く（TechCrunch（FT・WSJ の報道まとめ）/ Reuters）スライドで見る

業界動向Apple

6.Apple の新 CEO ジョン・ターナス氏、「AI のための AI は出さない」。エージェントがアプリを不要にするのかという問いにも答える

要するにAppleのターナスCEOが、AIのためにAIは出さないと語りました。AIを目立たせず、体験の中に溶け込ませる方針です。

9月にAppleのCEOに就いたジョン・ターナス氏が、Wiredのインタビューに答えました。Appleに25年勤めてきた人物です。インタビューは、初のタッチスクリーン搭載Macとなる、新しいMacBook Proの発表の場で行われました。新製品の発表ではなく、経営トップの考え方を語ったものです。発言は、TechCrunchがWiredから伝えています。

発言: 出遅れの声、AI、エージェントについて

Appleは、強化版Siriの提供が遅れ、今年の夏にようやく出した経緯があります。AIで出遅れていると言われる現状について……ターナス氏は「今の位置がとても気に入っている」と話しました。新製品でAIは「必ず活用する」としつつ、「AIのためにAIを出すことはしない」と述べています。エージェントがアプリを不要にするのではという問いには、「製品づくりは深く人間的で個人的なものだ」と答えました。

AIを目立たせず、体験に溶け込ませる

大事なのは使う人が本当に気に入るものを作れたかで、AIのおかげかどうかを使う人が考える必要はない、と強調しました。エージェントが前面に出る流れの中で、AppleはAIを目立たせず、体験の中に溶け込ませる方針をはっきり示しました。アプリを作る側にとっても、エージェントの時代にアプリがどんな役割を持つのかを考える材料になります。

出典を開く（TechCrunch / WIRED（Steven Levy））スライドで見る

知見

7.〈知見〉AI に HTML のレポートを作らせるなら「デジタル庁デザインシステムを参考に」と一言添える

要するにAIにHTMLのレポートを作らせるとき、デジタル庁のデザインシステムを参考にと一言添えると、読みやすい出力が一度で出るという実践のコツです。

AIでHTMLの社内レポートを作るときのコツを、coji（溝口浩二）氏が紹介しました。プロンプトに「デジタル庁のデザインシステムを参考にして」と、一言加えるだけです。それだけで、ずっと読みやすいレポートが一度で出る、という実践報告です。

デジタル庁デザインシステムとは

デジタル庁デザインシステムは、デザイン言語・UIコンポーネント・ガイドラインで構成されています。行政機関や公共性の高い組織での利用を念頭に作られていて、現在はβ版のv2.18.2です。Figmaのデザインデータや、GitHubとStorybookのコードスニペットも公開されています。AIは、こうした指針を手がかりに、整った見た目を組み立てられます。

もう一歩: Markdownを読ませる。ただし一人の報告

サイトの内容全体はMarkdownでも提供されています。名前を出すだけでなく、必要な部分をAIに直接読ませる使い方もできます。デザインの知識がなくても、公開されたデザインシステムの名前を見た目の基準として渡せば、AIの出力の質をそろえられます。ただし一人の実践報告で、どのAI・どの資料でも同じ効果が出るとは限りません。社内レポートやダッシュボードをAIに作らせる機会が多い人ほど、すぐ試せるコツです。

出典を開く（@techtalkjp / デジタル庁デザインシステム）スライドで見る