Anthropicは最新モデル「Claude Opus 4.7」を発表した。前バージョンからコーディング、推論、エージェント的タスクの性能が向上し、フラッグシップモデルとして提供される。
Our latest model, Claude Opus 4.7, is now generally available. Opus 4.7 is a notable improvement on Opus 4.6 in advanced software engineering, with particular gains on the most difficult tasks. Users
過去日のカウントは保持ポリシー（per-source cap / half-life）により縮む場合があります。直近 1〜2 日の活動量の目安としてご覧ください。 Past-day counts may shrink over time due to retention (per-source cap / half-life). Use this chart as a rough gauge of the last 1-2 days.
| Date | Count |
|---|---|
| 2026-05-10 | 7 |
| 2026-05-11 | 38 |
| 2026-05-12 | 48 |
| 2026-05-13 | 84 |
| 2026-05-14 | 321 |
| 2026-05-15 | 445 |
| 2026-05-16 | 83 |
AI要約 Anthropicは最新モデル「Claude Opus 4.7」を発表した。前バージョンからコーディング、推論、エージェント的タスクの性能が向上し、フラッグシップモデルとして提供される。
EN Our latest model, Claude Opus 4.7, is now generally available. Opus 4.7 is a notable improvement on Opus 4.6 in advanced software engineering, with particular gains on the most difficult tasks. Users
AI要約 AnthropicがClaudeおよび新組織「Anthropic Labs」のブランドアイデンティティを刷新した。AIとの対話体験をより人間的で温かみのあるものにするビジュアル言語を採用し、ロゴやタイポグラフィ、配色を一新している。
EN Today, we’re launching Claude Design, a new Anthropic Labs product that lets you collaborate with Claude to create polished visual work like designs, prototypes, slides, one-pagers, and more. Claude D
AI要約 2026年2月、Claude Code に公式の memory 機能が入った（2.1.33）。 サブエージェントの frontmatter に memory フィールドを書くと、セッションを跨いで知識を蓄積できる。 Gartner は202
og AI要約 はじめに 最近、ローカルで動作する大規模言語モデル（LLM）が急速に普及してきた。 Gemma Llama Qwen Mistral こうしたモデルを、個人のPC上で動かせる時代になっている。 ただ、モデルの内部には数十億個のパラメータ（重
og AI要約 コンシューマーテック企業の歴史は、毎回ひとつのことを取り合っている。ユーザーの入口、最初に開く画面のことだ。最初に起動するOS、最初に立ち上がるブラウザ、最初にアクセスする検索、最初に開くSNS、最初に話しかけるスマートスピーカー。Ben
og AI要約 ! 本記事は EDINET DB のブログ記事 「"AIが高くなる"のではなく"適正化される" — 入力トークンで差がつく時代の、構造化データベースの存在理由」 の転載です。最新版はそちらに掲載しています。 2026年5月14日、Anthr
og AI要約 はじめに 私の本業は建築家です。コードはほとんど書けません。そんな私が、AIエージェントフレームワーク 「OpenClaw」を本業の仕事が終わってから毎日8時間以上使い続け、結局85日目で手放しました。でもやめたわけではありません。 建築基
AI要約 AIコーディングを使うと、個人開発の速度はかなり上がります。 Claude Code、Cursor、Windsurf、Codex、ChatGPTなどを使えば、アイデアから動くものまで一気に進められることも増えました。 ただ、公開直前になると
AI要約 概要 3月にリリースされた gemini-embedding-2-preview は、テキスト・画像・動画・音声をインプットとして受け付け、同じフォーマットのエンベディングを出力できます。 これにより理論上、画像同士の類似度比較や、画像とテ
AI要約 目次 はじめに 結論 背景：顧客の現場がダメなら自社をハックすればいい 企画：経営課題をハックして自分の提案に「大義名分」を持たせる 情報収集：元営業のスキルをフル活用した「社内営業」と直談判 提案：技術論を捨て「費用対効果」に特化した15
AI要約 この記事で実装する国税庁インボイス検証は、pay-per-call-mcp に check_tax ツールとして組み込み済みです。Claude Desktop に追加するだけですぐ使えます。 npm: https://www.npmjs.c
og AI要約 はじめに 今回は最近話題の、「Claude CodeからCodexを呼び出してレビューを依頼する」Skillを作成してみました。 Codexのセットアップ方法に関してはこちらをご参照ください。 なぜこの組み合わせが流行っているのか この組み
og AI要約 はじめに LLMの登場は、機械学習の実装様式を根底から変えた。基盤モデルの巨大化に伴い、我々アプリケーションベンダーがLLMを内製したりフルファインチューニングすることは2026年4月現在、経済的・技術的にほぼ不可能である。 しかし一方で、
og AI要約 最近、SNS で「AI にコードを書かせたあと、人間はちゃんとレビューすべきか」という話をよく見ます。 以前の自分なら、かなり強く「見るべき」と思っていました。でも最近は、もう人間が差分を全部読む前提は崩れてきている気がしています。 もちろ
AI要約 最近、SNS で「AI にコードを書かせたあと、人間はちゃんとレビューすべきか」という話をよく見ます。 以前の自分なら、かなり強く「見るべき」と思っていました。でも最近は、もう人間が差分を全部読む前提は崩れてきている気がしています。 もちろ
AI要約 D-VLAは視覚言語行動(VLA)モデルの強化学習を効率化する分散非同期フレームワーク。ロールアウト収集と学習を分離し高い並列性を実現することで、ロボット制御等の大規模VLA学習のスループットと安定性を向上させると見られる。
EN arXiv:2605.13276v2 Announce Type: replace Abstract: The rapid evolution of Embodied AI has enabled Vision-Language-Action (VLA) models to excel in multimodal perception and task execution. However, ap
og AI要約 このエントリは arxiv-cs-ai から収集した research 領域の最新アップデートです。原題:「NeuroState-Bench: A Human-Calibrated Benchmark for Commitment Integrity in LLM Agent Profiles」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.01847v3 Announce Type: replace Abstract: Outcome-only evaluation under-specifies whether an evaluated agent profile preserves the commitments required to solve a multi-turn task coherently.
og AI要約 本論文は、製薬業界で長年使われてきたSASベースのレガシー臨床報告システムを、既存の検証済み資産を破壊せずにAI駆動のファーマコインフォマティクス基盤へ橋渡しする方法論的枠組みを提案する。SASコードを温存しつつ現代的なAI/MLパイプラインと連携させるラッパー設計のケーススタディが示される。
EN arXiv:2605.13905v1 Announce Type: cross Abstract: Drug development and pharmacovigilance are frequently bottlenecked by legacy clinical reporting pipelines. These monolithic systems encode regulatory-
og AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「LLM-Based Robustness Testing of Microservice Applications: An Empirical Study」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14202v1 Announce Type: cross Abstract: Malformed, missing, or boundary-value inputs in microservice APIs can cascade across dependent services, threatening reliability. Robustness testing s
og AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「Correctness-Aware Repository Filtering Under Maximum Effective Context Window Constraints」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14362v1 Announce Type: cross Abstract: Context window efficiency is a practical constraint in large language model (LLM)-based developer tools. Paulsen [12] shows that all tested models deg
og AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「In-IDE Toolkit for Developers of AI-Based Features」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14612v1 Announce Type: cross Abstract: AI-enabled features built on LLMs and agentic workflows are difficult to test, debug, and reproduce, especially for product-focused software engineers
og AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「Towards In-Depth Root Cause Localization for Microservices with Multi-Agent Recursion-of-Thought」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14866v1 Announce Type: cross Abstract: As modern microservice systems grow increasingly complex due to dynamic interactions and evolving runtime environments, they experience failures with
og AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「Viverra: Text-to-Code with Guarantees」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14972v1 Announce Type: cross Abstract: A fundamental limitation of Text-to-Code is that no guarantee can be obtained about the correctness of the generated code. Therefore, to ensure its co
og AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「A Two-Dimensional Framework for AI Agent Design Patterns: Cognitive Function and Execution Topology」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.13850v1 Announce Type: new Abstract: Existing frameworks for LLM-based agent architectures describe systems from a single perspective: industry guides (Anthropic, Google, LangChain) focus o
og AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「The Impact of Generative AI on Collaborative Open-Source Software Development: Evidence from GitHub Copilot」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2410.02091v3 Announce Type: replace-cross Abstract: Generative artificial intelligence (AI) facilitates content production and enhances ideation capabilities, which can significantly influence d
AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「From Ranking to Reasoning: Explainable Web API Recommendation via Semantic Reasoning」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2511.05820v2 Announce Type: replace-cross Abstract: The rapid growth of Web APIs has made automated Web API recommendation essential for efficient mashup development. However, existing approache
AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「CRANE: Constrained Reasoning Injection for Code Agents via Nullspace Editing」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14084v1 Announce Type: cross Abstract: Code agents must both reason over long-horizon repository state and obey strict tool-use protocols. In paired Instruct/Thinking checkpoints, these cap
AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「SWE-Chain: Benchmarking Coding Agents on Chained Release-Level Package Upgrades」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14415v1 Announce Type: cross Abstract: Coding agents powered by large language models are increasingly expected to perform realistic software maintenance tasks beyond isolated issue resolut
AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「When Retrieval Hurts Code Completion: A Diagnostic Study of Stale Repository Context」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14478v1 Announce Type: cross Abstract: Context: Retrieval-augmented code generation relies on cross-file repository context, but retrieved snippets may come from obsolete project states. Ob
AI要約 このエントリは arxiv-cs-se から収集した research 領域の最新アップデートです。原題:「Web Agents Should Adopt the Plan-Then-Execute Paradigm」。AI による日本語要約は次回以降の Worker run で生成されます。
EN arXiv:2605.14290v1 Announce Type: cross Abstract: ReAct has become the default architecture across LLM agents, and many existing web agents follow this paradigm. We argue that it is the wrong default