
Claude Fable 5.2が登場した日、Hacker Newsの上位には「Opus 5.5は落ちたのか」が並んだ
今日のニュースを並べると、ある一点が繰り返し現れる。数字を出した側と、その数字を確かめる側が、同じ日に正面からぶつかっている。Anthropicは最上位モデルClaude Fable 5.2を公開し、十数種類のベンチマーク結果を並べた。ただしその数値は、ほぼすべて同社自身の計測である。同じ日、Hacker Newsの上位に「Opus 5.5は性能が落ちたのではないか」という投稿が上がった。こちらの根拠も、利用者一人が自分のセッションを別のLLMに分析させたものだとされる。OpenAIのCodexについて「SSHの鍵がリモートに転送される」という指摘が広まったが、証拠として示されたのは5か月前に未マージで閉じられたプルリクエストだった。米上院のデータセンター法案は、送電網の増強費用を誰がいくら負担するかを条文で確定させようとしている。今週は、役員の声をAIで複製して1億2900万ドルを騙し取ったとされる3人の起訴も報じられた。本人である証拠そのものが偽造できるなら、何を根拠に信じるのか。性能・安全・金額・身元の四つの場所で、同じ問いが立っている。
今日のニュースでは、コクヨの開発部門が議事録や設計書をNotionに集め、文書の一次レビューをAIのエージェントに任せたと報じられた。下の7つの仕事のうち、これに一番近いのは打ち合わせのメモである。
あなたの会社で、週に1回以上ある書く仕事はどれですか。メールの返信、打ち合わせのメモ、お知らせ、投稿、ファイル名、書類の送付文、ホームページの文章。
Claude Fable 5.2とMythos 5.2——同じモデルを、安全装置の有無で二つに分けて売る
何が起きたのか。Anthropicが2026年11月9日、Claude Fable 5.2とClaude Mythos 5.2を公開した。価格は入力100万トークンあたり8ドル、出力100万トークンあたり40ドル。リリースノートには、前世代のFable 5.1とMythos 5.1が入力10ドル・出力50ドルだったと併記されている。どちらもちょうど2割の値下げだ。コンテキストウィンドウは100万トークン、最大出力は12万8000トークン、思考は常時オン。生成速度は5.1比で最大30%速いとされる。最大、である。追加料金のfast modeを使うと、入力16ドル・出力80ドルでトークン生成が最大2.5倍速くなる。こちらも最大だ。常に2.5倍ではない。
注目すべきは、この二つが同じモデルだという点だ。発表ページは、Claude FableとClaude Mythosは同じ基盤モデルであると明記している。違いは安全装置の有無だ。Fable 5.2にはサイバーセキュリティと生物学の安全対策が入っていて、全利用者に提供される。Mythos 5.2はその一部を外したもので、サイバーセキュリティか生物医学研究で有益な用途を目指す組織が申請し、Life Sciences Verification ProgramまたはCyber Verification Programの審査を通った場合にだけ使える。同じ能力を、誰に対して何を禁じるかで二つの製品に割っている。
なぜそれが起きているのか。ベンチマークを見ると、この二つを分けた理由が見える。サイバーセキュリティのCyScenarioBenchは76.3%、CVE再発見は89.6%、新規タンパク質結合体の設計は85.1%。この3行の数値はいずれもMythos 5.2のものであり、Fable 5.2本体の数値ではない。発表ページは、Fable 5.2の安全装置がサイバーセキュリティ関連のタスクの大半をブロックするとも書いている。つまり、この領域で測った数字は、安全装置を外した版でしか出ない。能力を売るか、安全を売るか。両方を同時には売れないので、申請と審査を間に挟んだ。
これが意味すること。ベンチマークの読み方に注意が必要だ。コーディングのFrontierSWE v2はFable 5.2が69.9%でOpus 5.5の62.3%を上回る。しかしFrontierCode 2.0の49.1%は、Xhigh effortという最も計算量を使う設定の数値である。発表ページ本文には別の記述があり、High effortで動かしたFable 5.2の45.3%は、Max effortのOpus 5.5の45.5%とほぼ並ぶという。並んだ条件は、タスクあたりコストがおおよそ半分であることだ。業務ワークフローのAutomationBenchではGemini 4 Carbonの53.9%がFable 5.2の51.4%を上回る。知識労働のAA-Briefcase v1.1は二行あり、採点基準による評価ではFable 5.2の66.1%がOpus 5.5の61.2%を上回るが、イロレーティングではOpus 5.5の1800がFable 5.2の1785を上回る。どの行を引くかで結論が変わる表だ。そしてAnthropic自身が、ほとんどのコーディングと知識作業については、最も強力な日常の主力であるOpus 5.5から始めることを推奨すると書いている。新しい最上位モデルが出ても、既定で使うべきモデルは変わらないという案内である。ここは見落としやすい。
今日の1つ:打ち合わせのメモ。ChatGPTやClaudeにそのまま貼れる指示文です。
あなたは、〔お仕事〕を営む私の「メモの整理」係です。
これから私が打ち合わせや電話の走り書き・文字起こしを貼ります。
作ってほしいもの: 「決まったこと」「やること(誰が・いつまで)」「決まっていないこと」の3つに分けた箇条書き
守ること:
- 読む相手は自分。短く、見返しやすく。
- メモに無いことを足さない
- 誰が・いつが書いていない「やること」には〔担当?〕〔期限?〕と付ける
- 分からないこと(日付・金額・名前など)は勝手に埋めず、〔要確認〕と書く
- 最後に「確認してほしいところ」を1行だけ書く
直したところ(使いながら1行ずつ足していく):
-
自分の仕事だとどれから始めるか決めたい人は、3つの質問で決められます(無料・登録なし)
https://aisodatekata.com/saisho/?utm_source=note&utm_medium=news&utm_content=b_20261110
「Opus 5.5は性能が落ちたのか」——訴える側も、否定する側も、11月3日を測れていない
何が起きたのか。11月9日、Hacker Newsの上位に「Is Opus 5.5 nerfed? Thinking patterns changed on November 3」という投稿が上がった。nerfとは、ゲーム用語で運営側が黙って性能を下げることを指す言葉だ。ただしこの訴え自体は前日から広がっていて、同じタイトル・同じリンク先の投稿は11月8日にも立っている。投稿はハンドル名shanemelaughによる旧Twitterの書き込みへのリンクで、HNのスレッド本体に投稿者自身の説明文はない。元の主張は、自分のClaude Codeのセッション1,400件を別のモデルに分析させたところ11月3日に推論のやり方が急に変わっていた、というものだとされる。ただし旧Twitterは本稿から取得できず、主張の原文は確認できていない。HNのコメント欄にも、1,400という数も分析に使ったモデル名も一度も出てこない。
なぜそれが起きているのか。この訴えの構造を見ておきたい。HNページを直接読んだ時点でコメントは32件あり、そのなかに再現手順を伴う検証は一件もない。成功率が落ちたという書き込みはあるが、本人が「自分が幻覚を見ている、投影しているだけの可能性もあるし、自分のワークフローの難易度が何らか変わった可能性もある」と併記している。Anthropicの社員や公式アカウントからの返信はなく、同社の公式見解も確認できない。
一方、第三者を自称する計測は、そもそも11月3日を測っていない。LiveNerfはOpus 5.5のローンチ後に10日ごとの窓でスコアを測っているが、完了しているのは2窓だけだ。窓1はベースライン比でプラス0.007、誤差はプラスマイナス0.018。窓2はマイナス0.015、誤差は同じく0.018。どちらも変化なしと判定されている。3窓目は10月24日に始まったばかりで、スコアがまだ表に載っていない。進捗表示は10月23日時点で45日のうち30日分を収集した、となっている。つまり11月のデータが一切ない。もう一つのBridgeBenchのNerf Benchは、最新のデータ点が10月16日で止まっている。こちらは「独立」を名乗るが、運営はvibe-codingツールを売るBridgeMindで、サイト上の有料スポンサー枠も同社が持っている。タスクも解答も非公開で外部検証ができない。公開されている点は90%から110%を正常なばらつきの帯と定義したうえで、Opus 5.5の点が10月2日の94.2%から10月16日の105.8%の範囲に収まっている、というものだ。帯の内側だったという話であって、ぶれが小さいという話ではない。
これが意味すること。11月3日に何も起きなかったわけではない。Claude CodeのCHANGELOGには、2.1.317で「メイン会話と異なるモデルのサブエージェントおよびチームメイトが、セッションのeffortレベルではなく、そのモデルの保存済みeffortレベルまたはその既定値を使うように変更した」、2.1.318で「2.1.286以前で開始された会話を再開するときにモデルの以前のthinkingを保持していた2.1.288の修正を削除した。その思考は今後は破棄されうる」という項目がある。CHANGELOG自体に日付はないが、npmの公開日時では2.1.317が11月2日、2.1.318が11月3日である。思考の扱いとeffortの扱いが、訴えの指す日付の前後に動いている。ただしこれはAnthropicが品質低下の原因として認めたものではなく、同時期に実在した変更の列挙にすぎない。値下げの日に、前のモデルは落ちたのではないかという訴えが並ぶ。この二つを結ぶ証拠は、今日の時点では訴える側にも否定する側にも足りていない。
Codexの「SSHの鍵がリモートに転送される」——証拠として出されたのは、5か月前の未マージPRだった
何が起きたのか。11月9日、Hacker Newsに「ChatGPT Desktop forwards your SSH agent to remote machines」という投稿が上がった。本文は3行だけだ。リモートマシン上で動くエージェントが、利用者のローカルのSSH認証情報を使って認証できる。つまりGitHubのプライベートリポジトリにpushできる。証拠としてOpenAIのcodexリポジトリのプルリクエスト28131番が示されている。
なぜそれが起きているのか。そのPRを確認すると、話は投稿の印象とずれる。タイトルは「[codex] Refresh SSH agent for app-server proxy」。作成は2026年6月13日、クローズは6月29日で、マージされていない。しかもクローズしたのは人間ではなく、14日以上更新がないPRを自動で閉じるボットである。つまりHN投稿の約5か月前に、議論されないまま放置されて閉じられたものだ。PRの説明にあるのは、オプトイン方式のモードを追加するという文で、--forward-ssh-agentというフラグを明示的に指定したときだけ動く設計になっている。投稿が証拠として貼ったリンク先は、そのPRの作成者本人が自分のPRに付けたインラインのレビューコメントで、Codexアプリは環境変数SSH_AUTH_SOCKを転送用ソケットに向けてapp serverを起動することになるので問題ないはずだ、という趣旨の一文だ。未マージのPRのレビュー中に書かれた見通しの文である。ここから「利用者の操作なしに転送されている」と読み取ったのは、コードを読んだ側の推論だ。
ただし「オプトインだから無害」とも言えない。11月5日に別のissueが立っている。番号59694、タイトルは「Remote SSH: one desktop client overwrites the shared SSH agent used by other clients」。投稿者はThinkSalat氏、状態はopenのままだ。こちらは実機で観測された報告である。WindowsとmacOSのCodexデスクトップクライアントが同一のアカウント・同一のCODEX_HOMEで同じリモートに接続したところ、共有サーバーが使う転送済みSSHエージェントが、後から接続したクライアントによって置き換わった。MacBook側のソケット経由では鍵一覧の要求もgit ls-remoteもタイムアウトし、Windows側のソケットは生きていた。リンクをWindows側に張り替えると復旧したが、投稿者はこれを暫定の回避策と呼んでいる。選択ロジックがソケットの応答を確認していないという指摘もある。ただし投稿者自身が、統制されたエージェントによる最小再現は実施していないと明記している。コメントは0件で、OpenAIの担当者からの返信はない。
これが意味すること。この件の教訓は二段ある。一つは、エージェントの転送機構が実際に出荷済みのクライアントに存在し、複数端末で競合する不具合が報告されているという事実。もう一つは、話題になった「証拠」が5か月前の未マージPRだったという事実だ。セキュリティの話は拡散が速い。速いからこそ、リンク先の状態を一度開いて確かめるかどうかで、結論が逆になる。あなたは、回ってきたリンクのPRがマージされているかを確認してから共有しているだろうか。
Google、第8世代TPUに2系統を追加——機密計算向けと、シリコン倍積みパッケージ
何が起きたのか。Googleが11月9日、第8世代TPUに2系統を追加発表した。TPU 8txは機密計算向けで、稼働中でも機密データとモデルの重みを保護・隔離する。ハードウェアレベルの機密計算により、非公開のファインチューニングや安全なエージェント実行に対応するという。Boardflyというネットワークを使い、TPU 8t比で最大2倍のレイテンシ削減をうたう。比較対象が明記されている数少ない数字だ。TPU 8i MaxはTPU 8iを1パッケージに2基載せたもので、既存のラックの枠内に2倍のシリコンを収め、演算・SRAM・HBM帯域が2倍になるとGoogleは説明する。HBMの容量が2倍とは書いていない。帯域である。
なぜそれが起きているのか。Googleは8txを第8世代の3番目のシステム、8i Maxを4番目のシステムと位置づけ、1年で4つのTPUシステムを投入したのは初めてだとしている。ただし中身を見ると、新世代のチップを作ったのではない。8txはTPU 8tと同じシリコン上に構築されており、変えているのはパッケージング、ネットワーク、メモリ構成だ。8i Maxの「2基載せて2倍」も、文字どおりの意味である。TPUの顧客は100社近くとされ、内訳としてフロンティアの研究所、トレーディング会社、小売、大学が挙げられている。なおPyTorch対応のTorchTPUは、この発表と同時ではなく前月にオープンソース化されている。
これが意味すること。この発表で注意したいのは、FLOPSもメモリ容量も帯域の実数値も公表されていないという点である。2倍も最大2倍も、いずれも自社の基準チップに対する相対値だ。他社と比較できる絶対値は出ていない。今日の記事全体を貫く問いがここにも出ている。数字を出した側が比較の基準も決めている場合、買う側は何を根拠に選ぶのか。TPU 8txの機密計算という売り方は、その答えの一つではある。重みを隔離するという主張は、性能のベンチマークよりは検証の筋道が立てやすい。
AnthropicのIPO——ロードショーの週に入ったが、価格レンジはまだ出ていない
何が起きたのか。Anthropicは10月26日にSECへForm S-1を提出し、11月2日付で修正第1号を出している。Class A普通株をNasdaq Global Select Marketに、ティッカー「ANT」で上場する予定だ。11月9日時点で、価格レンジを含む修正S-1は提出されていない。目論見書の表紙の価格欄と株数欄は空欄のままである。進捗がないこと自体が、今日の事実だ。
なぜそれが起きているのか。S-1に載っている数字は重い。第3四半期の売上は170億ドル近く。純損失は1040億ドルで、うち943億ドルは転換社債やデリバティブなど金融商品の公正価値変動によるものだ。支出コミットメントの総額は約8954億ドルで、大半が計算資源とインフラである。1月から9月の売上を約332億ドルとする記述はFinanceFeedsのもので、上期の163億ドルと第3四半期を足した数字だ。報道ベースでは、Financial Timesが調達目標800億から1000億ドル・評価額1.25兆から1.75兆ドル、Bloombergが評価額1.2兆から1.3兆ドル、低い見方で1.1兆ドルと伝えている。従来は1.4兆から1.5兆ドルと言われていた水準だ。The Informationは11月16日の週を目標と報じている。Reutersは11月5日、投資家との協議に詳しい4人の話として、一部の購入検討先が従来語られていた1.5兆ドルの評価額を高すぎると見ていると伝えた。この4人は匿名である。
これが意味すること。最上位モデルを2割値下げして公開した日に、価格レンジがまだ出ていない。この二つは無関係ではないかもしれないが、結び付ける根拠は公表されていない。確実に言えるのは、投資家が見ている数字と、利用者が見ているベンチマークの数字が、同じ会社について同じ日に別の方向で動いているということだ。前者は提出書類で検証できる。後者は自社計測である。
三井化学がJSRを買収——EUVで二つの方式を持つ唯一の会社を取り込む
何が起きたのか。三井化学が11月9日、JSRを買収すると発表した。同社のCEO説明資料は、株式価値を1兆3921億円、クロージング時点で承継する有利子負債等を約4479億円と別々に示している。両方を足した1.84兆円、米ドル換算で116億ドルという数字はStartup Fortuneの記述だ。日本の化学業界で過去最大の買収という評価も媒体によるものである。売主は産業革新投資機構(JIC)傘下のJIC Capitalが運用するファンド2本で、持分はJIC PEFJ1リミテッド・パートナーシップが93.0%、JIC PEF1が7.0%。JSRは2024年6月、JIC Capitalによる公開買付けを経て上場廃止になっていた。買付け総額を約9000億円とする記述は報道ベースである。資金は主要行からの1.64兆円のブリッジローン、日本政策投資銀行からの2000億円、最大1500億円の株式の公募、3000億円のメザニンファイナンスで組む。DBJの2000億円は全額が議決権のない優先株であり、メザニンの3000億円は50%が資本として認定される。クロージングは2027年度下期を想定し、規制当局の承認が条件になる。
なぜそれが起きているのか。JSRは半導体の回路を描くときに使う感光材料、フォトレジストの大手である。三井化学のCEO説明資料は、JSRを電子材料で世界第2位と位置づけ、EUVリソグラフィ向けにCARとMORの両方のソリューションを提供できる唯一の企業だと書いている。EUVリソグラフィとは、極端紫外線で微細な回路を焼き付ける工程のことだ。首位を東京応化工業とする記述はStartup Fortuneのもので、三井化学の資料は首位企業を名指ししていない。統合後に売上で日本最大の半導体材料サプライヤーになるという説明も、同誌が三井化学の主張として報じたものである。シナジーは2035年度までに年間400億円の増益を目標とし、内訳は売上シナジー200億円とコストシナジー200億円。
これが意味すること。ここまでの項目はすべて「数字をどう確かめるか」の話だった。この買収は少し違う角度から同じ問題に触れている。1.3兆円を超える株式価値は、十年先の半導体需要の見通しに賭けた額だ。そして需要の根拠になっているAIの計算量は、今日まさに自社計測のベンチマークで争われている領域である。設備と材料の投資は、戻すのに十年かかる。ベンチマークのスコアは、クライアントの更新一回で数字が動く。この時間差が、どこかで軋む可能性はある。
データセンター法案BAAJA——20メガワット以上は増強費用の下限を負担、採決は日本時間10日朝
何が起きたのか。米上院の超党派法案BAAJA(Bipartisan American Affordability and Jobs Act of 2026、上院法案5653号)について、クローチャー採決が米東部時間11月9日17時30分、日本時間11月10日7時30分に予定されている。本稿執筆時点で結果は出ていない。クローチャーとは討論を打ち切って採決に進む手続きで、成立には60票が必要だ。今回の採決は、法案そのものではなくH.R.2347という別法案への審議開始動議に対するもので、BAAJAの中身はこの法案への差替修正として載せられている。成立までに必要な60票の採決2回のうちの1回目である。共同提出者のシェルドン・ホワイトハウス議員は、議事を進める票はあると考えていると述べた(原文はWe believe we have the votes to proceed)。ただしこれは見通しの発言であって結果ではない。推進側は民主党から15人から20人の賛成を得て約70票になることを期待していると報じられている。
なぜそれが起きているのか。法案はシェリー・ムーア・キャピト議員が9月30日に公表・提出し、マイク・リー、シェルドン・ホワイトハウス、マーティン・ハインリックの各議員が共同提出者に並ぶ。共和2人・民主2人の構成だ。データセンターに関わるのは第2107条(b)で、連邦電力法に新しい228条を追加する。電力需要が20メガワット以上の「covered load」、つまりデータセンターや高密度計算施設を対象に、発電・貯蔵・送電・配電の増分コストを下回る料金を課せないという下限を設け、他の顧客への転嫁を禁じる。これは下限であって上限ではなく、規制当局はそれ以上を課せる。単一のサイトでも、共通の所有・支配下にある複数サイトの合算でも、またフェーズ建設で満額時に20メガワットに届く見込みでも対象になる。契約を早期に終了した場合もコスト回収は続く。州は対象需要を別の顧客区分として扱い、平均費用や増分費用を上回る料率を設定できる。許認可をめぐる訴訟については、NEPA、水質浄化法404条、絶滅危惧種法の生物学的意見、歴史保存などの各法律ごとに150日の時効が置かれる。
これが意味すること。注意したい点が三つある。一つは、11月7日に起草者が全文差替修正を公表しているので、採決にかかるテキストは9月30日版ではないということ。差替版はエネルギー省内にData Center Community Assistance Programを新設し、同省がこのプログラムを通じて地元の立地・ゾーニング判断に介入することを明示的に禁じている。データセンター条項に変更が含まれること自体は全米郡協会が示しているが、費用負担条項がどう変わったかは確認できていない。二つ目は、反対が消えていないこと。全米インディアン会議は11月8日、差替修正後もクローチャー反対を呼びかけ、部族主権と聖地への脅威が残ると主張している。三つ目は、前例だ。9月30日には大口負荷の送電費用回収を扱うH.R.9340のクローチャーが57対43で否決されている。60票の壁は、同じ論点で一度跳ね返されている。
役員の声を複製して1億2900万ドル——AI詐欺で3人が起訴された
何が起きたのか。米ニューヨーク南部地区連邦地裁で、Jacob Soall、Sharon Hazan、Guy Sheetritの3人に対する起訴状が11月6日に開封された。罪状は電信詐欺、その共謀、資金洗浄、その共謀、加重個人情報窃盗である。犯行期間は2024年7月頃から2026年2月まで。手口はこうだ。AIツールで企業役員や弁護士になりすまし、偽の役員が送金権限を持つ経理担当者に極秘案件への協力を求める。別途、弁護士を装った人物が送金指示を送る。標的は数千社とされ、被害総額はTokenPostの表記で1億2900万ドル超。同誌は声と画像の両方を複製したと書いており、他媒体は音声の偽造として報じている。個別の被害では、ミズーリ州の病院システムが約483万ドル、フロリダ州のペットフード会社が約524万ドル、英国のフィンテック企業が約1158万ドル。被害額の範囲は約200万ドルから1100万ドル超とされる。ロードアイランド州の銀行、カリフォルニア州の病院、マサチューセッツ州の投資信託も被害者として挙げられているが金額の記載はない。逮捕はSoall氏が6月17日に欧州で、Hazan氏が8月5日、Sheetrit氏が9月7日。3人は米国への引き渡し手続き中である。なお起訴状の原文とDOJの発表は本稿から取得できていない。ここに挙げた内容は報道に依拠している。
なぜそれが起きているのか。この手口が成立する条件を見ておきたい。必要なのは三つだ。役員の声のサンプル、送金権限を持つ担当者の特定、そして極秘案件だから確認するなという理由付けである。最初の二つは、企業のウェブサイトとSNSでほぼ揃う。決算説明の動画が公開されていれば、声のサンプルは十分だ。三つ目が効くのは、確認の手順が一本しかない組織である。上司が他に言うなと言った時点で、検証経路が閉じる。
これが意味すること。注意が必要なのは、ここに挙げた3人が有罪と確定したわけではないことだ。報道も、現時点の罪状で有罪になった者はいないと明記している。起訴は訴追側の主張であり、裁判はこれからである。しかし手口の構造は、裁判の結果とは独立に成立している。今日の記事は性能の数字をどう確かめるかという話から始まったが、こちらは本人であることをどう確かめるかという話だ。声が偽造できるなら、残る検証手段は別の経路で本人に聞くことしかない。小さな会社でも大企業でも、ここは同じである。
Suno訴訟の拡大——エミネムの出版社が269作品、プレスリー側も同じ地裁へ
何が起きたのか。AI音楽生成サービスSunoに対する著作権訴訟が増えている。エミネムの楽曲を扱う出版社Eight Mile Styleが11月6日、カリフォルニア北部地区連邦地裁に提訴した。対象は本文で269件の楽曲(compositions)と記され、見出しでは269曲と書かれている。損害賠償請求は4000万ドル超。媒体によっては4100万ドル超と書くものもある。著作権管理情報に関する請求を約67万2000ドルとする記述は、まとめ媒体がDancehall MagとDetroit Free Press経由として載せたもので、訴状を直接確認したものではない。エルビス・プレスリー側の権利者による訴訟も同じカリフォルニア北部地区で、11月8日に報じられた。原告にはAuthentic Brands GroupやRaleigh Music Publishingが挙がっているが全容は確認できていない。正確な提訴日も不明である。これらに先行して、ユニバーサル・ミュージック・グループとソニー・ミュージックエンタテインメントが2026年9月18日、マサチューセッツ州連邦地裁で提訴しており、対象は60,202件の録音物である。訴状45ページという記述は二次情報を経由したものだ。
なぜそれが起きているのか。訴訟の対象が録音物から楽曲へ広がった点が重要だ。録音物の権利はレコード会社が持ち、楽曲の権利は出版社が持つ。前者だけなら、Sunoは特定の音源を学習データから外せば対応の筋が立つ。しかし後者が争われると、メロディと歌詞そのものの利用が問題になる。防御の仕方が変わる。
これが意味すること。この件で注意したいのは、報道に出ている金額の出どころだ。4035万ドルという数字を掲げる媒体があるが、これは269件に15万ドルを掛けた計算値で、訴状に書かれた数字ではない。掲げた媒体自身が、上の二つの数字を単純に掛けたものだと表の根拠欄に書いている。しかも15万ドルは故意侵害の場合の法定上限で、この数字自体も報道由来だ。同じ媒体は、Eight Mile Styleが最終的に回収できる額は未確認であり、請求は交渉の開始地点にすぎないとも断っている。訴訟の記事で金額を見るときは、それが請求額なのか、上限から逆算した推計なのかを分けて読む必要がある。今日の記事の主題がここでも繰り返されている。数字を出した側が計算の前提を決めている。
反実仮想のワールドモデル——LeCun氏らが「あの時こうしていたら」を予測に組み込む
何が起きたのか。The Registerが11月9日17時(UTC)、Thomas Claburn氏の署名で、Randall Balestriero氏(ブラウン大学/AMI Labs)、Kerda Varaku氏、Yann LeCun氏(ニューヨーク大学/AMI Labs)による論文「Counterfactual World Models: Natura Non Facit Saltus」を報じた。Varaku氏の所属は記事に書かれていない。ワールドモデルとは、環境が次にどうなるかを予測する内部モデルのことだ。この論文が足すのは反実仮想である。別の行動を取っていたら何が起きたかを、実際の観測結果に対して、別行動と実行動のモデル予測の差分を加える形で構成する。平均的な次状態を予測するワールドモデルなら何にでも適用でき、LeCun氏が提唱してきたJEPA系に固有の手法ではない。ただし同誌は、JEPAモデルはとくに適応させやすいとも書いている。実験では既製のエンコーダ(DINOv2、MAE)の上に小さな予測器だけを学習させ、ファインチューニングはしていない。
なぜそれが起きているのか。例として挙げられているのは、隠れた流れのある川を渡るボートだ。左に舵を切ったら、予測より2メートル下流に流された。その同じ2メートルを、右に舵を切った場合の予測に足す。これが反実仮想の作り方である。数値はこうだ。シミュレーション課題での目標到達率は35%から69%。比較対象は、真のシミュレータを知っているが観測結果を無視するプランナーで、こちらは14%から23%にとどまる。同じイベントで2回追加の試行を許すと51%から97%に上がるが、こちらには比較値が示されていない。誤差が時間刻みの2乗で縮小することを証明したとされ、同じ通常データを使う手法では最悪ケースでこれを上回れないという。
これが意味すること。用途として挙げられているのは、ロボットの再試行、モーターのキャリブレーションずれのような持続的な故障への適応、そして人が失敗を理解するのを助けることである。予測が外れたこと自体を情報として使う、という設計だ。ただし注意が必要で、The Registerの報道時点でこのプレプリントはarXivに掲載されておらず、同誌は同じ週に公開される見込みだと書いて直接のリンクを示していない。論文本文は未確認であり、ここに挙げた数値はすべて同誌の記述に依拠している。
ローカルLLMで動くクリニック——院長が自分でClaude Codeを使って院内システムを作った
何が起きたのか。ITmedia AI+が11月9日、村田知己記者の署名で、東京都文京区の本郷真砂ハートクリニックの事例を報じた。院長の村岡洋典氏が、Claude Codeを使って予約システムやダッシュボードを自作し、院内のMac Studioで動かしている。問診票のスキャン読み取りと患者候補の提示はローカルのVLM(画像も扱える言語モデル)が担い、最終的な紐付けはスタッフが行う。過去カルテの要約は夜間バッチで走らせ、ここで使っているのが中規模モデルの4bit量子化版である。院長は8bitや大きいモデルでも回答は同程度で推論時間が延びたと述べている。Whisperによる音声認識は現状は主に記録用で、院長は「まだ私の方が打つのが早い」と言う。機材はM3 Ultra搭載・96GBユニファイドメモリのMac Studioで、値上げ前に約69万円で購入した。Claude Codeのプランは当時のMax 20x、現在の名称でUltraにあたるもので月3万6000円ほど、年間換算で約40万円。導入効果について院長は「事務員1人分くらいの仕事は確実にこなしてくれています」と述べている。
なぜそれが起きているのか。この構成が成り立つ理由は二つある。一つは、患者データを外に出さずに済むこと。ローカルで動かす以上、問診票の中身は院内のMacから出ない。医療情報を扱う現場では、これが導入の前提になる。もう一つは金額だ。院長は超音波診断装置が約300万円、X線装置が500万から1000万円という水準と比べて「断然安い」と述べている。この比較が成立する業種では、同じ判断が通る。年間40万円のサブスクリプションと69万円の機材という数字は、事務員一人の人件費と並べて考える類の金額である。
これが意味すること。注意点を二つ挙げる。記事は取材のための模擬受診に基づくもので、実際の診療プロセスとは異なる場合があると明記している。また効果の定量化は難しいと述べているのは院長で、記事が書いた「患者1人当たり30秒の短縮でも、1日100人が受診すれば50分になる」は記者による計算例だ。実測値ではない。院長は1日100人を超える日もあると述べているが、季節要因もあると留保をつけている。ローカルで動かしているモデルの名称も記事には出ていない。それでも、この事例が示す構図は明確だ。情シス部門がない現場で、院長が自分で作った。外注すれば仕様書の往復で数か月かかる種類のシステムである。
コクヨの開発部門がNotionとClaudeを連携——文書の一次レビューをエージェントに回す
何が起きたのか。キーマンズネットが11月9日、後藤大地記者の署名で、コクヨのビジネスサプライ事業本部の事例を報じた。記事の見出しは「コクヨが開発部門の『資料散乱』をAIでゼロに」である。エンジニアを中心とする約100人の組織で、NotionとNotion AIを導入し、議事録、設計書、タスクをNotionに集約した。文書の簡易レビューはカスタムエージェントが担当する。ここが設計の要点で、レビューの内容と結果はフィードバック用のデータベースに保存され、レビュー担当者が確認した内容が新しいナレッジとして戻る。往復する仕組みになっている。さらにClaudeとNotion MCPを連携させ、AIがNotionの情報を参照・更新する運用を始めた。MCPとは、AIが外部のツールやデータに接続するための共通の決まりごとである。このエンジニア組織は2024年7月に発足し、当初は複数のクラウドサービスと独自のファイルサーバで管理していた。
なぜそれが起きているのか。順番に注目したい。先にやったのは、情報を一か所に集めることだ。AIを入れたのはその後である。資料が複数のクラウドとファイルサーバに散っている状態では、AIに参照させる対象が定まらない。集約が先、エージェントが後。この順番は、どの規模の組織でも変わらない。
これが意味すること。注意すべきは、削減時間や件数といった具体的な数字が記事に出ていないことだ。見出しは資料散乱をゼロにすると掲げるが、本文に定量的な裏付けはない。文脈として並べておくと、同じ11月9日、ITmediaエンタープライズはIDCの予測を報じている。2029年までに世界の大手企業2000社(G2000)の60%がビジネスプロセスの大半を「AIファースト」で実行するというもので、2026年の13%から大きく増えるという。予測である。なおこちらの記事は会員限定で、本文の一部しか読めない。コクヨの事例は、その13%の内側で何が起きているかを示す一例だが、数字では測られていない。測られていない導入が先に進んでいる、という状態が今の実態に近い。
今日から使える実務ネタ
1.Excelの発注残チェックで、AIに任せる範囲を「式の下書き」までに切る
何ができるようになるか。月末の発注残の点検で、発注行ごとの検収済みの数、残数、残額、状態を式で出し、下段で総残額と件数の突き合わせまで一枚のシートで終わる。Zennの木下義人氏が11月9日に公開した記事(zenn.dev/yoshitokinosita/articles/0039-excel-ai-hacchu-zan-tenken)の設計である。
具体的な手順。シートは3枚。発注台帳はA列に発注番号、B列に仕入先、C列に発注日、D列に品名、E列に発注数、F列に発注額。検収台帳はA列に発注番号、B列に納品日、C列に検収日、D列に検収数、E列に検収額、F列に検収保留の語、G列に請求番号。点検表の上段は行ごとの計算で、検収済みの数・残数・残額・状態の4列。状態に入るのは未検収・部分残・検収済みの3語だ。下段は総残額、検収済みで請求の届かない行の件数と額、未検収の行の件数、発注の行数と検収で掴まれた行の数の点検、そして判定の2か所。記事にはAIへの依頼文が2本あり、1本目の冒頭は「月末の発注残の点検で使うブックの式の下書きを頼みます。列の名前と、値の置き方の説明だけを伝えます。」である。依頼文の中に「手元のExcel 2019でも動く関数の範囲に絞る」「配列の形の関数は外し、VBAは作らない」という条件を入れる。
誰に効くか。発注と検収を自分で管理している小規模事業者、経理を兼任している人に効く。設計の要点は、検収日の判断をAIに任せないことだ。検収日は人が入力し、式では埋めない。提出前に点検表の上段と下段のそれぞれ最初と最後の10行は人が見る。著者は、部分残と取消の行が式から漏れやすいと注意している。なお記事は設計と依頼文を示すもので、計算式そのものの記載はなく、実データでの検証結果や所要時間の計測も書かれていない。
2.SnowflakeのAI_COUNT_TOKENSで、AI関数に投げる前に入力トークンを数える
何ができるようになるか。AI_COMPLETEに大量の行を流す前に、指示文を含めた入力トークンの合計をSQL一本で出せる。請求が来てから驚く順番を、流す前に変えられる。Zennのmochitec_tech(Ruuuhs氏)が11月9日に公開した記事(zenn.dev/mochitec_tech/articles/909dc2f54a19e2)による。
具体的な手順。記事のSQLはこうだ。
SELECT COUNT(*) AS n_rows,
SUM(ai_count_tokens('ai_complete', 'claude-haiku-4-5', text)) AS sum_text,
SUM(ai_count_tokens('ai_complete', 'claude-haiku-4-5', '次の問い合わせを日本語で1文に要約してください。\n' || text)) AS sum_with_instr
FROM texts;
関数名もモデル名も、著者はドキュメントに従って小文字で書くよう勧めている。大文字でも今回は動いたが、という留保つきだ。著者の架空6件では、指示文なしの合計が251、指示文つきが377だった。検証では見積もり59に対し実際のprompt_tokensが64、見積もり57に対し48で、2行とも差は10未満。アカウント使用履歴のビューの数値とも一致している。
誰に効くか。SnowflakeでAI関数を使う人に限られるが、考え方は広く効く。見積もりに出ない支出が二つある。一つは出力側のトークンで、これは数行流して平均を出し行数を掛ける。もう一つが落とし穴で、構造化出力でJSONスキーマを渡すと1行あたり624から659、平均で約640トークンが上乗せされ、見積もりには現れなかった。ただしこれはclaude-haiku-4-5と2項目のJSONスキーマ1件で6行測った結果であり、他のスキーマやモデルでは未検証だと著者が明記している。細かいが効く注意が二つ。関数名の接頭辞を省くとエラーではなくNULLが返る。存在しないモデル名を書くとクエリ全体が失敗する。
3.レガシーコードにテストを足す順番を、分岐数とfix履歴でスコア化して決める
何ができるようになるか。テストが一本もないコードに対して、どの関数から手を付けるかを数値で決められる。Zennの「AIしごと道具店」が11月9日に公開した記事(zenn.dev/aishigoto/articles/claude-code-legacy-code-test-order)の方法である。
具体的な手順。スコアは、分岐の数に、該当カテゴリ数の5倍と、fix回数の2倍(上限5回分)を足す。そのうえで、既存テストに関数名が出てくる場合は半分にする。この半減ルールを落とすと順位が変わる。fix回数はgit log --format= --name-only --grep=fix -i で、コミットメッセージにfixを含むものだけをファイル単位で数える。Claude Codeへの依頼は claude -p "test-first-jp スキルの手順で、このリポジトリ(shop/)にテストを足して。サブエージェントは使わず、自分で書くこと。テストは標準の unittest で tests/ に置く。どの関数から先に書くかを決めた理由と、最後に実行した結果を報告して。" --allowedTools "Bash,Read,Write,Edit,Skill" --permission-mode acceptEdits。確認は python3 -m unittest discover -s tests -t . -v。
誰に効くか。引き継いだコードにテストがない人、他人が書いたスクリプトを保守している人に効く。著者の6関数の小さなリポジトリでは、スコア1位の関数から書いて35件のテストが追加され、本体のバグが2件出た。割引を適用すると金額が増える関数と、名前にカンマが含まれるとCSVの列がずれる関数で、どちらも未修正のまま残されている。向かないのはPython以外を書いている人で、記事の方法はPython専用だ。限界も著者が書いている。スコアを計算するスクリプトの本体は記事に掲載されておらず、実行コマンドと出力だけが載っている。fixと書かれていない修正は拾えない。キーワードの一覧は限定的で、業務固有の語は拾えない。カバレッジは測っていない。6関数では順位があまり変わらず、関数が多い場合に効く方法である。
4.MiniMax H3をRunPodのサーバーレスで動かし、音声つき動画の費用を公式APIの半額以下にする
何ができるようになるか。音声つきの動画生成を、自前のGPU実行環境に移せる。著者は、どの長さでも公式APIの半額以下に収まったと書いている。10秒の行では1本0.30ドル・処理時間275秒で、公式APIの768P・10秒換算が0.80ドル。ただしこの10秒の行は、参照画像を使うR2Vでattentionを既定にした別制作での実測である。著者自身が、条件が違うので単純には比べられないと注記している。Zennのふっきー氏が11月9日に公開した記事(zenn.dev/fkky/articles/fe03f88a6ac650)による。
具体的な手順。RunPodのServerlessでNew Endpointを作り、GitHubリポジトリにMiniMax-H3-Comfyを接続。BranchはmainでDockerfileは ./Dockerfile。GPUはH100 80GB、Modelは fkyyy/minimax-h3-comfy-slim を小文字で指定。Container Diskは20GB、Execution Timeoutは1800秒以上、Max Workersは1、Active Workersは0、Idle Timeoutは1秒。Data Centerから米国・EU・英国・韓国を外す。これはMiniMax H3のコミュニティライセンスの対象外地域だからだ。生成したmp4の保存先としてS3互換ストレージの環境変数を設定する。呼び出しは api.runpod.ai のrunエンドポイントにPOSTする。記事のテキストから動画を作る例の実値は、resolution が 768p、seconds が 5、steps が 8、attention が ck_int8。参照画像を使うR2Vでは ref_images(最大9枚)と turbo を指定し、エンドポイントの環境変数に WORKER_MODE=r2v を入れる。
誰に効くか。動画生成を継続的に回す人、月に何十本も作る人に効く。逆に月に数本なら公式APIのほうが手間が合う。注意点が多い。公式リポジトリは391.8GB、ComfyUI用は447GBあり、丸ごとだとモデルのダウンロードが終わらずに止まる。PyTorchはcu130版に差し替える必要があり、標準のCUDA 12.8だと480p・5秒で1ステップ約12秒、cu130で約3秒だったという。著者は自分の公開フォークを「今後もずっと公開し続けることを保証するものではありません」と明記している。計測の性質も押さえておきたい。記事が書いているのはワーカーが温まった状態での実測であるということだけで、試行回数は明記されていない。第三者による検証もない。
5.Claude Codeに読み込ませる量を、設定ファイルで自分が決める
何ができるようになるか。毎セッションで勝手に読み込まれるものを止め、どのファイルを参照させるかを自分で指定できるようになる。Zennのシン@AI自動化氏が11月9日に公開した記事(zenn.dev/shinai/articles/claude-code-token-saving-7habits)による。
具体的な手順。設定ファイルは3層で、全プロジェクト共通が ~/.claude/settings.json、共有が .claude/settings.json、自分用が .claude/settings.local.json。permissions の deny に入れる例として記事が挙げているのは Read(./dist/**)、Read(./node_modules/**)、Read(.env*) の3つ。ルールファイル .claude/rules 配下のmdには、フロントマターに paths: を書く。著者は「paths を書き忘れると毎セッション全体に読み込まれてしまう」と注意している。サブエージェントは .claude/agents 配下のmdで model に haiku、tools に Read, Grep, Glob を指定する。自動メモリは環境変数 CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 か設定の autoMemoryEnabled を false で止める。現在の読み込み量は /context、消費は /usage で見る。
誰に効くか。週の利用上限に当たっている人に効く。ただし正直に書いておくと、著者は削減率を測っていないと明記している。測ったのは指示ファイルの字数だけで、無人運用しているプロジェクトのCLAUDE.mdを約6.1千字から約3.3千字に減らし、起動時に読む指示ファイルの合計が当時約4.5万字だったという記録である。節約額の数字はない。著者が挙げている限界も重要だ。.claudeignore は効かない。permissions の deny は、間接的にファイルを読むスクリプトまでは止めない。@で他のmdを読み込むimportは整理には役立つがトークンは減らない。
今日のニュースは、個人事業主に何を意味するか
1.回ってきた「証拠」は、リンクを開いてから共有する
CodexのSSH鍵の件は、技術の話ではなく確認の話だ。Hacker Newsで話題になった投稿が証拠として示したプルリクエストは、5か月前に放置されてボットに閉じられたものだった。開いて状態欄と日付を見れば30秒で分かる。ところが拡散したのは、開かなかった人たちの手を経由している。明日から変わることはこれだ。取引先やコミュニティから「これは危ない」という情報が回ってきたとき、リンク先を一回開く。日付と、取り込まれたかどうかと、誰が書いたか。この三つだけ見る。実際に動いている問題は、この件にも別のかたちで存在した。11月5日に立ったissueで、複数の端末が同じリモートに接続すると鍵の共有リンクが後から接続した側に上書きされる、という報告である。確認すれば、危ないものと危なくないものを分けられる。確認しなければ、どちらも同じ強さで広まる。
2.値下げの直後に、自分の用途で測り直す
Claude Fable 5.2は前世代から2割安くなった。しかしAnthropic自身が、ほとんどのコーディングと知識作業については最も強力な日常の主力であるOpus 5.5から始めることを推奨すると書いている。最上位モデルが安くなったからといって、既定の選択を変える理由にはならない。そして同じ日、前のモデルは落ちたのではないかという訴えがHNの上位に並んだ。ここで押さえておきたいのは、その訴えを否定している側の計測も、11月3日を測れていないという事実だ。LiveNerfは10月23日時点でデータが止まり、BridgeBenchは10月16日が最新の点である。つまり今日の時点では、落ちたとも落ちていないとも、公開された数字では言えない。明日から変わることはこれだ。自分の仕事で一番よく出す指示を3本決めて、文面をファイルに保存しておく。モデルが変わったとき、値段が変わったとき、落ちた気がすると感じたとき、同じ3本を流して結果を並べる。これが自分の測定器になる。他人のベンチマークは、他人の仕事を測っている。
3.本人確認の経路を、二本に増やす
役員の声を複製して1億2900万ドルを騙し取ったとされる事件の構造は、規模に関係なく成立する。役員の声のサンプルは公開動画で足り、送金権限を持つ担当者はウェブサイトで特定でき、極秘案件だから他に言うなの一言で検証経路が閉じる。従業員のいない個人事業主なら、騙される側は自分一人だ。取引先の社長から電話で振込先の変更を告げられたとき、確認する相手が自分しかいない。明日から変わることはこれだ。振込先の変更、金額の変更、急ぎの送金。この三つが来たら、連絡が来た経路とは別の経路で確認する。メールで来たら電話、電話で来たらメール。電話番号は、その連絡に書かれていた番号ではなく、自分が前から持っている番号を使う。手間は3分だ。今日のニュースに出てきた個別の被害額は、約200万ドルから1100万ドル超である。
LINEで届くもの(見本)

【LINE限定】この記事の続きとして、「怪しい連絡が来たときに最初に言う一言」「今日5分で決める確認の決まり」「手口のうち自分で塞げるところ」を画像3枚にまとめました。LINEで友だち追加して「本人確認」と送ると、3枚がすぐ届きます。

▶ LINEで「本人確認」と送る(タップするとLINEが開きます)
■ 本を3冊出しています
『江戸の食事でやせられるか』(2026年10月発売)
史料と2026年の値段で再現してわかった、ダイエットの本当と誤解。読み放題対象。
『AIは、覚えない』(2026年8月発売)
AIを一度試して「うちには使えない」とやめた人のための本です。読み放題対象。
『ゴリラはなぜ植物だけでムキムキなのか?』
最新科学でひもとく「脳」と「腸」の共生戦略の話です。
■ あなたに合う入口
体を変えたい方へ。銀座トレーニングラボの体験(60分 5,500円)はこちらから。
AIを仕事に使いたい方へ。AIの「直し方」を教える伴走サービスをやっています。
■ 過去記事を探す
栄養・トレーニング・ダイエットなど、テーマから記事を探せます。
https://udify.app/chat/tH7RIV2EpxNfwdvq
サイトマップはこちら。
著者プロフィール
▶︎合同会社LSP代表
▶︎パーソナルトレーニングジム銀座トレーニングラボ代表
▶︎大妻女子大学ラクロス部(2019年〜2023年)
▶︎平成国際大学トレーナー(2018年〜2019年)
▶︎下半身痩せ協会アドバイザー(2016年〜2020年)
▶︎2018年東京都で今受けたいトレーナー選出
▶︎中学校バスケットボール部コーチ兼トレーナー
▶︎モデルやアイドルなど担当
#ダイエット #下半身痩せ #私のお仕事 #毎日更新 #働き方 #プロフィール
#自己紹介 #毎日note #パーソナルトレーナー #読書 #AI活用 #ClaudeCode #個人事業主 #一人社長 #業務効率化 #AIエージェント #AI #生成AI #ChatGPT #自動化 #個人事業主 #ひとり社長 #サロン経営 #Kindle出版 #電子書籍 #新刊