OpenAI Developer Blog

OpenAIは9月10日にAPIで出したGPT-Live-1を、聞いて話す役に絞り、考える仕事は裏の別モデルに任せる設計にしている。

この作例はその見本とみられ、役割を分けてあるので9月22日に出たGPT-6 Lunaへの差し替えも頭脳だけで済むはずだ。

見どころはLED工作ではなく、声の窓口と安い頭脳を分ける作りがOpenAIの推す定番になりつつある点だ。

o1の時にOpenAIは「順を追って考えて」や例示を外すよう促したが、同じ引き算がskillsやAGENTS.mdの層で繰り返されている。

指示ファイルは足し算でしか育たないうえ、今回のモデルは指示への感度が上がったぶん、古い記述の害が大きくなった。

これはプロンプトの負債であり、保守の中心が手順書から「完了の定義と権限の線引き」へ移る合図とみられる。

AIにBlenderを触らせる試みは2025年のBlenderMCP以来広がったが、絵で終わる画像生成のパースと違い、直せる3Dシーンが残る。

先に間取り図を出させるのは、長い自律作業で高くつくのが生成でなく手戻りだからだとみられる。

9月3日公開のAstraの本題は、3D生成の腕前というより、任せきる作業のどこに人の確認を挟むかの段取りにある。

Anthropicは6月30日、研究環境Claude Scienceを「新しいモデルではない」と断って公開した。

OpenAIが今これを出すのは、4月のGPT-Rosalindが審査済み組織に限られ、モデルだけでは研究者に届かないからだろう。

入口は誰でも開き、奥のResearchだけ組織申請で閉じる二層構造が要点で、悪用リスクと裾野を両取りする折衷だ。

実行できる文書という発想は古く、1984年に Knuth が唱えた文芸的プログラミング以来、書く手間の重さで廃れてきた。

なぜ今かといえば、OpenAI の AGENTS.md が6万超のリポジトリで使われるほど、読み手が人からエージェントに移ったからだろう。

Runme のノートも人向けの手順書ではなく次の実行に渡す記憶装置で、手間が減ったのではなく書いた分が返る相手ができたのだ。

見つけて直す機能はAnthropicのClaude Code SecurityもGoogleのCodeMenderもあり、3社出そろって差はつかない。

差が出るのは要約が一行で流した承認制で、OpenAIは8月10日に防御用Blueと審査の厳しいRedへ分けた。

OpenAIいわく攻撃系の要求に応じる割合は標準モデル1.5%に対しRed専用95.0%で、競争は性能から身元審査へ移ったとみられる。

Anthropicは2025年9月にClaude Code SDKをClaude Agent SDKへ改名し、Claude Codeと同じハーネスを先に開放していた。

モデルを変えずスコアが13.3%から38.3%へ伸びた実験こそ今の開放の理由で、差はモデルよりループの作り込みで付くようになったとみられる。

ハーネスは開放し、モデル利用と運用サービスは別建てで残す——これは気前の良さではなく、開発者の入り口を先に押さえる陣取りだ。