Claude Blog

OpenAIも3月にコンプライアンスログ基盤を刷新してCodexのログを加えており、監査の対象をチャットからエージェントへ広げる競争は既に始まっている。

なぜ今かといえば、Coworkが4月9日に全有料プランへ広がった後で、配ってから監査を足す順番になっているからだ。

肝はむしろ除外側で、記録はモデルではなく実行環境の持ち主に付く——Bedrock等で動かす規制業種ほど穴が残るとみられる。

完全自律のAI営業代行への期待は、2025年3月にTechCrunchがa16z出資の11xを解約率70〜80%と報じて以来、明らかにしぼんでいる。

そのAIの当事者が「送信前は必ず人が読んで編集する」運用を看板に掲げた点こそ、売り文句の転換とみられる。

勝負はもう自律の度合いではなく、下書きの質と社内データへの接続に移った。

Anthropicは7月3日の更新で、既定モードの呼び名を挙動そのままに「Manual」へ改めたばかりだった。

その6週間後にautoモードをデフォルトで導入するのは、人間による承認よりもAIによる商品の方が安全であることが自社データで示せたからだろう。

ただし、企業・API向けは当面オプトインで選択の余地は残している。Anthropic自身もautoモードに変更したからといってリスクは消えないと認める格好だ。しかし、これは安全確認の担い手を人からAIへ移す最初の一歩でもある。

Bridgewaterは2023年にAIA Labsを作って「人工の投資家」を狙ったが、Millenniumが選んだのは守りのリスク管理だ。

稼ぐ側から入らないのは、AIとのやり取りを記録として残すべきかがSEC・FINRAでまだ決着せず、まず説明できることが要るからだ。

5月にゴールドマンらと作った新会社も企業に人を送り込む形で、Anthropicは現場を押さえに来たとみられる。

Reflexionなど自己修正の研究が示す通り、AIは自分を批判するだけでは改善が頭打ちになり、外から合否を返されて初めて伸びる。

記事が答えない「なぜ今か」を補えば、コードを書く速さはもう十分で、詰まる場所が「作る」から「確かめる」へ移ったからだろう。

これはプロンプトを磨く時代の卒業で、合否を自分で組み立てる「検証エンジニアリング」への移行とみられる。

同じHebbia上ではOpenAIも自社事例で「金融・法務の9割を自動化」と掲げており、a16z主導で2024年に1.3億ドルを集めたこの基盤は、各モデルが同じ顧客データで腕を競う品評会になっている。

なぜ精度2割向上がそれほど響くのか、それはデューデリでは見落とし一つが取引を壊すため、勝負が速さから「引用の裏取り精度」へ移ったからだ。

資料作成が数分に縮んで速さは早くも横並びになり、モデルは差し替え可能な部品へ、顧客をつなぐHebbiaのような土台こそが本当の関所になったとみられる。

METRの調査では、AIが自力でこなす作業の長さは約7カ月ごとに倍増し近年は加速したとされ、8時間連続もこの曲線上の一点にすぎない。

なら誰がその成果を朝に点検するのか、GoogleのJulesやOpenAIのCodexも競う非同期エージェント時代の詰まりは「書けるか」から「任せられるか」へ移った。

これは性能表の更新ではなく、任せる単位が一打鍵の補完から一晩の当番へ変わる転換であり、フロンティアはもはや能力でなく信頼の側にあるとみられる。