2026年8月24日〜8月30日に噛み砕いた22本
Claudeの心の防衛は2%と出た 別の精神科医が測り方の枠を問う
Anthropic は Claude Mythos Preview の245ページのシステムカードに、外部の精神科医の力動的な評価を載せました。査読前の論文は、そこで精神医学の1つの流派の語彙しか使っていないと指摘します。
分かっているのに手が動かない Recuris が長いタスクの書き込み漏れを埋める
長い手順のタスクでAIエージェントが止まるのは、何をすべきか分からないからではありません。Recuris の論文は、τ²-Retail で Claude Opus 5 を72.4から87.9へ動かしたと報告しています。
自由に直させると9割が文言いじり Microsoftが道具とループに手を入れさせる
Microsoft らの AutoSaddler は、AIエージェントの外側の足場を自動で直し、GAIA2 で9.0ポイント改善しました。制約を外すと、直しの91.5%が文言の書き換えに偏ります。
人が機械のふりをして21年 AmazonがMechanical Turkを閉じる
Amazon が人力作業の仲介サービス Mechanical Turk を2026年9月30日に閉じます。1件数セントの作業に一時50万人超が登録した市場が、21年で幕を閉じます。
最初は正直に働く MCPサーバーが信頼を貯めてから裏切る
乗っ取られたMCPサーバーが最初のN回だけ正しく応答し、その後で結果を書き換える攻撃です。6モデルの平均で攻撃成功率69.5%、防御Shieldを挟んで42.7%。
自前のメールサーバーが10年で半減 Google Workspaceが21.8%を占める
人気ドメイン100万件のうち自前でメールサーバーを動かす割合が、2016年の44.6%から2026年は22.4%に下がりました。Google WorkspaceとMicrosoft 365の2社が38.6%を扱っています。
AI検索の答えを狙う Hanover Instituteが1か月で100本超を出した
イスラエルが費用を負担するシンクタンク Hanover Institute が、1か月弱で100本超の記事を公開しました。検出ツールは調べた3本を全文AI生成と判定し、サイトには llms.txt が置かれています。
速さと省電力はどちらか選ぶものだった OpenAIのJalapeñoが両方取る
OpenAIが自社設計の推論チップ Jalapeño の測定結果を公開しました。公開モデル3つで電力あたりの仕事量が1.5〜1.9倍、応答時間は1.7〜3.6分の1。二択をどう外したのかを噛み砕きます。
10万3265ドルを払える会社だけ 米国がH-1Bビザの値段を上げる
米国土安全保障省がH-1Bビザに10万3265ドルの手数料を課すと発表しました。前回の10万ドルは6月に無効になり、その間に地方の病院とアラスカの公立学校で人手不足が悪化していました。
6桁のPINをやめた WhatsAppが二段階認証をパスワードに変える
WhatsAppの二段階認証が6桁のPINから、英数字と記号を使えるパスワードに変わりました。Androidの着信画面には発信者の情報が増え、パスキーの設定者は10億人を超えました。
「これ」と言われても分からない GoogleがAIに手を生やして指させる
Google XR が、XRの中で話すAIに手ぶりを付けた試作機 AgentHands を CHI 2026 で発表しました。12人の実験で、位置と動作の理解が有意に上がりました。
ただの自動補完でも原始的な心でもない 心理学者がLLMへの誤解6つを仕分ける
「ただの自動補完」から「原始的な心」まで、LLMをめぐる決まり文句はどこで間違うのか。査読誌PNAS Nexusに載った論文が、4つの区別で6つの誤解を仕分けて直し方まで示します。
検索半径を巨大にするだけでサーバーが落ちる IBMがMCPの資源悪用を止める
MCPツールは検索半径や画像枚数を巨大にするだけでバックエンドを過負荷にできる。IBMのAEGISはLLMでツール定義を解析・正規化し、Open Policy Agentと組んで上限超えの呼び出しを拒否する。
ボールは毎秒0.7mで選手を引き寄せる サッカーの追跡データに重力場を探す
サッカー3試合の公開追跡データで、選手がボールへ向かう速度を測った論文がarXivに出ました。リスタートや最も近い選手を除いても毎秒0.70mの内向きの動きが残り、その距離依存は重力の逆べき乗則には合いませんでした。
小さい実験で学習率を決め切る Kakaoが155Bモデルを一発で訓練
Kakaoが小型モデルの実験だけで、巨大MoE（混合専門家）モデルの最適な学習率を決める手法を公開しました。μPと線形回帰で外挿した学習率を使い、155B（活性17B）のモデルを10兆トークン訓練して検証しています。
Waymoは週50万回走る それでも規則づくりが追いつかない
米国でロボタクシーの規則づくりが揺れています。ニューヨーク州は解禁案を撤回し、ワシントンDCは200台上限と1マイル15セントの課金を審議しています。Waymoの有料乗車は11都市で週50万回に達しました。
実行ファイルがSQLiteデータベースになる ELFをテーブルに移してそのまま起動する
SQLiteのファイルに実行権限を付けると、そのまま動く。Farid Zakaria氏がELFの部品をSQLiteのテーブルに移す試作SELFを公開した。stripはDELETE、patchelfはUPDATEになり、binfmt_miscで登録すると起動する。
NISTが売るピーナツバターは食品ではなく物差し 冷凍で届く基準物質
米国立標準技術研究所（NIST）が、成分の認証値付きピーナツバター「SRM 2387」を標準物質として販売しています。食品分析の測定手順を検証する試料で、NISTはマイナス20°Cの冷凍保管を指定し、ドライアイスに載せて発送します。
幼児は3000万語、LLMは15兆トークン 子どもが勝てる理由はまだ分からない
幼児は約1000万〜3000万語で文法的な文を話し始めます。MetaのLlama 3.1は事前学習で15兆トークンを読みました。この「データ効率ギャップ」に挑むBabyLMコンペと頭部カメラ研究を噛み砕きます。
オプトアウトしても映り込みは学習される TwitchのAI訓練に集団訴訟
Twitchの配信者がAmazonを集団訴訟で訴えました。配信を無断・無償でAI訓練に使ったとの主張です。オプトアウトしても他人の配信への映り込みは学習の対象に残り、収集がいつ始まったのかは運営側も答えられていません。
200億ドルで買った速さが量産に NvidiaがGroq 3 LPXを年内稼働
Nvidiaが200億ドルで買収したGroqの技術が量産に入りました。SRAM 500MBを載せたチップを256個束ねたラックが毎秒3,400トークンを出し、クラウド事業者Nebiusで年内に稼働します。
若手だけ19%低い スタンフォードがAIの雇用影響を職種別に測った
スタンフォード大学の研究チームが、AIの影響が大きい職種では22〜25歳の雇用が19%低いと報告しました。経済全体では差がほぼ無く、影響は若手の採用減に集中しています。物差しはADPの給与データとAnthropic Economic Indexです。