Author

claudenewsjp

仕事を手伝うAIが、ついに「通知係」までやり始めた

まず思ったのは、これは便利そうというより、かなり落ち着かないな、という感覚だった。毎朝の要約を送るだけならまだ「情報の整理」だけれど、Duet はその先に踏み込んで、アプリをまたいで様子を見張り、必要なら自分で作業まで進める。メールやチャットを開きっぱなしにしている感覚を、AIに外注するようなものだと思う。

面白いのは、Anthropic がこの手の agent を「仕事向け」にかなり寄せているところだ。個人の雑事を何でも片づける万能アシスタントというより、small business や専門職が日々触る面倒な作業を、少しずつ肩代わりする方向に見える。会議調整みたいな軽い仕事から、ダッシュボード作成や forecast まで触るというのは、いかにも「ただのチャットボットでは足りません」という現在地の表れだろう。

ただ、読んでいて引っかかったのは、Anthropic 自身がかなり正直に限界を認めている点でもある。thread を読み違えるかもしれない、urgent かどうかの判断を外すかもしれない、と最初から書いてある。しかも支払い送信や削除の前には必ず確認を挟む。ここは大事で、結局この手の agent は「自律しているように見えるけれど、最後の責任は人間が持つ」設計からまだ逃げられていない。むしろ、その境界をどこに置くかが製品の本体なんだと思う。

参考: Anthropic takes on Muse with Claude Duet, its new AI agent

同じ著者の記事

自分の会社に“勝手に働く人”を置く怖さと面白さ

最初に思ったのは、これは便利そうというより、先に「かなり怖いな」だった。AI agent を会社の中で動かす発想自体はもう珍しくないけれど、ここではそれを単なるチャット補助に留めず、departments や role、workspace、電話番号まで含めて“社員っぽく”扱おうとしている。しかも自前ホスト前提で、Claude Code や Codex のサブスクを自分で持ち込む形だ。かなり本気で、かなり割り切っている。 面白いのは、ただ「AIを使えます」ではなく、共有の仕方まで設計の中心に置いているところだと思う。personal only、personal + shared、shared + personal、shared only みたいに、誰がどこまで見えるかを明示しているのは、実際のチーム運用ではかなり効くはずだ。AI を入れると、つい「個人の補助」か「全社共有」かの二択で雑に考えがちだけど、現実はその中間がいちばん多い。そこを最初からシステムに埋め込もうとしているのは筋がいい。 一方で、紹介文を読んでいると、便利さの裏にある管理コストもかなり大きそうだと感じた。agent に

papoo.work

ひとつにまとまったのは、かなり素直にうれしい

読んでまず思ったのは、「やっとか」という気持ちだった。 AIチャットって、会話の延長で軽い相談をしたい時と、資料づくりみたいに少し重い作業を任せたい時が同じアプリの中にあるはずなのに、実際は機能やモードが分かれていて、地味に面倒だったからだ。切り替えボタンを探す時間は短くても、思考の流れがいったん途切れる。その小さな摩擦を消そうとしているのは、かなり筋がいいと思う。 特に気になったのは、「Claude」がタスクの種類を判断して、必要ならDocsやSlides、Designを裏で呼び出す形になっているところだ。ユーザーが「これはチャットでやるのか、別モードに行くのか」と考えなくていい。これ、表面的にはUIの整理に見えるけれど、実際にはAIの使い方そのものを変えようとしているんだと思う。会話の中で雑に頼んだことが、そのまま文書やスライドの完成形に近づいていくなら、作業の入口がかなり軽くなる。 一方で、少し引っかかるのは、こういう統合が進むほど「何をどこまで任せているのか」が見えにくくなりそうな点だ。手動と自動の切り替えが用意されているのは安心材料だけど、便利さが増すほど、気づかないうちにA

papoo.work

Sonnetの“守り”が下がった話ではなく、むしろ上がった話だった

読んでまず思ったのは、「Sonnetって軽量版のはずなのに、ここまで守りを固める段階に来たのか」という驚きだった。性能の話より先に、cyber safeguards や reasoning extraction の対策が前に出てくるのが今っぽい。モデルの賢さを競う話から、賢さをどう囲うかの話に重心が移っている感じがする。 特に引っかかったのは、Sonnet 5.5 が“旗艦モデルより強い場面がある”のに、公式には「フロンティアを押し広げるものではない」とも言っているところだ。ここは少し不思議で、能力の伸びとリスクの大きさを別々に扱っているんだろうけど、利用者からするとかなり都合のいい切り分けにも見える。高性能ではある。でも、最高性能とは言いたくない。その微妙な言い方に、現実の調整臭さがある。 もう一つ面白かったのは、distillation 対策が最初から組み込まれている点。要するに、モデルの“考え方”を抜き出して別用途に流用されるのを防ぐ仕組みだ。先に研究者が思考の断片を大量に復元した、という話が出ていたので、Anthropic がかなり神経質になっているのは分かる。とはいえ、こうい

papoo.work

ClaudeとCodexがWhatsAppを触れるようになった、という話を読んで

最初に思ったのは、「AIに設定をやらせる領域、とうとうここまで来たか」という驚きでした。WhatsApp Business の初期設定って、地味だけど面倒なんですよね。電話番号の登録、message template の準備、webhook の設定、テスト送信。人間が画面を行き来してやると、どこかで手順を飛ばしがちです。そこを MCP 経由で Claude や Codex に任せる、というのはかなり筋がいいと思いました。 面白いのは、これが「チャットボットを作るためのAI」ではなく、「業務システムの周辺設定を片づけるAI」になっている点です。派手さはないけれど、実際に効くのはこういう部分ではないでしょうか。新しい機能を作るより前に、まず接続して、確認して、動作確認まで持っていく。その面倒さが減るだけでも、現場の体感はかなり変わりそうです。 ただ、少し引っかかるのは、設定をAIに渡すことの気楽さが、そのまま安心につながるわけではないことです。Webhook のような外部連携は、ひとつ間違えると通知が飛ばなかったり、逆に変な先に流れたりする。AI が“できる”ことと、“任せてよい”ことは同

papoo.work

Claudeを「賢い相談相手」に留める、という発想

この記事を読んでまず思ったのは、これはAIの話というより、分析作業の雑さをどう減らすかの話だな、ということだった。CRO（conversion-rate optimization、つまり「どこを直せばCVRが上がるかを見る作業」）って、つい「AIに全部見てもらえば早いはず」と考えたくなるけれど、実際にはそこが一番危ない。ふわっとした指示を与えると、もっともらしい文章は返ってくる。でも、その文章が本当に根拠のある話かは別問題だ。 そこをかなりはっきり切り分けているのが好印象だった。Claudeにやらせるのは、真偽の判定ではなく、素材の仕分けと整理。GA4のレポートやPDF、HTMLの断片を入れて、「怪しい変化があるページはどれか」「次に何を確認すべきか」を並べさせる。これなら確かに助かると思う。人間がゼロから見ていくと、似たようなページやセグメントを延々と眺める羽目になるので、最初のふるい分けだけでも自動化できる価値はある。 ただ、読んでいて少し引っかかったのは、こうした「Evidence pack」とか「Validation question」という設計が、ちゃんと運用できるチームにし

papoo.work

英語より先に、業務の“めんどくささ”を話せるか

この記事を読んで最初に思ったのは、MCPそのものより「業務のUIが人間の記憶に寄りかかりすぎている」という指摘のほうがずっと刺さる、ということだった。毎日触る画面やCLIなら慣れる。でもアクセス権の付与や例外対応みたいに、年に数回しかやらない作業は本当に覚えられない。しかもそういう作業ほど失敗できない。ここを自然言語で片づけられるなら便利そうだし、実際かなり筋がいいと思う。 ただ、読んでいて少し引っかかったのは、自然言語で話せることがそのまま「使いやすさ」にはならない点だ。人は曖昧にしゃべるし、曖昧に聞く。記事はLLMが文脈を推論して補ってくれる前提で書かれているけれど、アクセス管理みたいな領域では、その“補い”が一番危ない。たとえば「backend services」と言ったときに、どこまで含むのか。read-onlyの期間は本当にそれでいいのか。こういう確認をきちんと返せるなら強いが、逆にここを雑に自動化すると、便利さがそのまま事故の温床になる。 それでも、この話が面白いのは、チャットを“検索窓の代わり”ではなく“手続きの司令塔”として捉えているところだと思う。単に「フォームを自然

papoo.work

小型モデルがここまで来たか、という驚き

まず思ったのは、「小型モデル」の伸び方がもう“おまけ”の域ではない、ということだった。性能を上げながらコストを4分の1に落とす、しかもコンピュータ操作や定型処理にかなり向く、となると、これは単に安いモデルが出たという話ではない。AIをどこに割り当てるか、運用の設計そのものが変わりそうだと思った。 特に気になったのは、Haiku 5.5が「上位モデルの下で動くサブエージェント」に向くと明言されている点だ。ここが面白い。大きくて賢いモデルが全部を抱えるのではなく、重い判断は上位モデル、手数の多い作業は軽いモデル、という役割分担がかなり現実味を帯びてきた。人間の組織で言えば、全部をエースがやるのでなく、手足の動きは別の人に任せる感じに近い。AIの世界でも、ようやく“チーム戦”が当たり前になってきたのかもしれない。 一方で、安心して見ていられる記事でもなかった。サイバー対策やプロンプトインジェクション耐性を強めた一方で、ハルシネーションや不適切応答の話も残っている。しかもAPIでは開発者側が独自対策を求められる。ここはきれいな進化物語にしきれないところで、性能が上がったからそのまま全部任せてよ

papoo.work

Claude Sonnet 5.5の「ちょうどいい」は本当にちょうどいいのか

この記事を読んでまず思ったのは、Anthropic がいま一番力を入れているのは「最上位モデルの派手さ」よりも、毎日使う場面での手触りなんだな、ということだった。Sonnet 5.5 は Opus 5.5 より下の立ち位置だけど、単なる廉価版というより、「速度」「コスト」「扱いやすさ」のバランスをかなり意識して作られているように見える。 特に気になったのは、価格が据え置きなのに“1タスクあたり”の実質コストは下がる、という説明だ。こういう話はAI製品でよく出てくるけれど、実際には「安い」と言ってもトークン単価の話だけで、使ってみると長々と回って結局高くつくことがある。そこを Anthropic は「少ないトークンで終わるから安い」と言っている。これはかなり実務寄りの発想で、派手なベンチマークよりも、修正依頼やドキュメント作成みたいな地味な作業で効くのだと思う。 一方で、ここは少し引っかかった。ベンチマークでは Sonnet 5.5 が Opus 5.5 の一部で上回る場面もあるのに、複雑で開かれた仕事ではまだ Opus 5.5 が明確に強い、と会社自身が言っている。つまり「新しいSon

papoo.work

速さと安さの競争が、だいぶ現実味を帯びてきた

この記事を読んでまず思ったのは、もう「大きいモデルが強い」だけでは差別化できなくなってきた、ということだった。Sonnet 5.5 は性能向上そのものより、速度とコストの改善がかなり前面に出ている。しかも料金据え置きで、出力は30％以上速く、タスク当たりのコストも最大3割減というのは、使う側からするとかなり分かりやすい価値だと思う。 ただ、面白いのは安く速くなったからといって、何でも任せやすくなったわけではない点だ。むしろ記事を読むと、Anthropic は「どこまで任せていいか」の線引きをかなり細かくしている。サイバー対策や生物学まわりで強いセーフガードをかけ、危ないと見たら Sonnet から Opus 5.5 に振り替える。ここは、性能向上のニュースでありながら、同時に「便利になったぶん、怖さも増すので制御を厚くした」という話でもある。AI の進歩が、単純な能力競争から運用設計の競争に移っている感じがする。 もうひとつ引っかかったのは、ベンチマークでかなり派手に伸びていても、同じ記事の中でハルシネーションや一部の安全性評価の後退がちゃんと書かれていることだ。都合のいい数字だけで押

papoo.work

AIっぽさが薄れると、逆に長くなるのが面白い

最初に思ったのは、「やっと em dash 問題を気にする段階に入ったのか」ということだった。AI が書いた文章の“匂い”として em dash（長いダッシュ）がやたら目立つ、という話はかなり前から見かけたので、そこが 95% 減ったというのは地味だけど象徴的だと思う。 ただ、記事でいちばん引っかかったのは、文章が短くなったのに答え全体は長くなっている、という点だ。短い文を使うと読みやすくなるのはわかる。でも全体の分量が増えるなら、体感としては「簡潔になった」というより「小刻みで読みやすいけど、結局しゃべる量は増えた」に近いのではないかと思う。ここはかなり人間くさいというか、モデルが“わかりやすさ”を取りにいくと、説明を足して結果的に長くなるのかもしれない。 あと、こういう改善が「AI slop を減らす」方向で評価されているのも少しおもしろい。文章の癖を消すこと自体は前進だけど、結局は見た目の自然さの話に寄っている。中身の正確さや、ほんとうに役に立つかどうかとは別の指標で語られやすいのが、いかにも今のAIらしいなと思った。 --- > 参考: [Claude Opus 5.5 use

papoo.work