Ethan Mollickは、AIの能力向上が指数的に加速しており、利用の中心がチャットボットとの協働からエージェントへの業務の割り当てに移りつつあると論じている。METRや英国のAI Security Institute、GDPvalなどの評価は、指数を上回る速度での伸びを示すという。Epochは、Opus 4.7が14時間単独で作業し、人間の2〜17週間分に当たるソフトウェアパッケージを作ったと報告している。
Import AI 462は、AIがテキストによる説得で専門家の人間を上回ったとする研究、自己維持型AIの到来時期をめぐる対談、Google DeepMindのASI論文、Recursiveの自動AI研究の成果を取り上げている。説得力の研究は4件の実験で6,923人との18,978件の会話を分析し、募金額でもAIが職業キャンバサーを上回ったと報告する。
Google Researchは、AIを使った皮膚症状の情報ツールが利用者の病名特定を助けるかを2,345人の調査で検証した。AI支援群で病名を推測できた割合は23%と、従来の検索を使う対照群の8%を大きく上回った。一方、次に取るべき行動の正答率は標準的なAI群で統計的に有意な改善が見られず、AI群は対照群より緊急度の低い行動を提案する傾向がわずかに高かった（30%対27%）。
Ethan Mollickは、公開される最初のMythos級モデルClaude 5 Fableに早期アクセスし、従来の公開モデルを大きく上回ったと評価した。Claude Codeで等時線マップや研究用ソフトConcordを作らせ、人間の関与が極めて小さいままAIが成果物を完成させたと述べている。一方でトークン消費の多さやガードレールの過剰な作動も指摘している。
Ethan Mollickは、AIとの協働を描いた前著『Co-Intelligence』に続く新著『Co-Existence』を10月20日に刊行する。チャットボット中心の協働から、AIエージェントが人間を上回る場面もある時代への移行を扱う。原文によれば、Anthropicは社内コードの80%をAIが書き、開発者1人あたりの出荷量が8倍になったと報告した。
Ethan Mollickは、AIを無自覚に既定の手段として文章や学習に使うことは、人間の能力の発達を損なうと論じている。トルコの高校では、ChatGPTを使った生徒は宿題の出来は良かったが、テストではAIなしの生徒を下回った。一方、台北の高校でAIチューターを使った生徒は、AIなしの最終試験で0.15標準偏差高い点を取った。
Import AI 458は、Oxford大学HAI Labでの講演を中心に、AIの進歩を前に「未来を探るか、現在から退くか」という選択を論じる。講演はAIを通常の技術として扱うことはできないと主張し、数千億ドル規模の計算設備投資が将来の進歩を支えていると指摘する。また、ポジティブなシンギュラリティを描く短編小説も収録する。
Google DeepMindは、Geminiを搭載したコーディングエージェントAlphaEvolveの導入から1年の成果をまとめた。ゲノム解析、電力網最適化、量子回路、TPU設計、Google Cloud経由の企業利用など幅広い分野で成果が出ている。DeepConsensusではバリアント検出エラーを30%削減し、AC Optimal Power Flowでは実行可能解の発見率が14%から88%超に向上した。
Google Researchは、LLMの行動傾向（behavioral dispositions）が人間の合意とどの程度整合するかを評価する枠組みを示した。25のLLMを状況判断テスト（SJT）で評価したところ、人間の注釈者の意見が全員一致する場合は、小規模モデルとフロンティアのクローズドウェイトモデルがほぼ完全に整合した。一方、合意が90%未満になると整合率は80%台半ばで頭打ちになり、合意がない場面では人間の意見の幅を捉えきれなかった。
AIの能力を引き出せない主因はモデルの限界よりもチャットボットというインターフェースにあり、Anthropicは対策としてClaude Cowork向けにDispatchを投入した。QRコードを読み取ると、スマートフォンからデスクトップ上で動くClaudeにメッセージを送って遠隔操作できる。著者は朝のブリーフィング作成やスライド内グラフの更新をスマートフォンから依頼した。
ELYZAのソリューション事業部の松浦大貴氏が、生成AIソリューション市場の環境と同社の今後の戦略を解説した。JEITAの予測では国内市場は2025年の494億円から2030年に2,211億円へ拡大するが、数十社が分け合うフラグメンタルな市場とみている。戦略は、基盤「ELYZA Platform」を核にしたプロダクト×ソリューションと、研究開発×ソリューションの二本立てである。
ELYZAのLabチームが、3/9~13に宇都宮で開催されたNLP 2026へのスポンサー出展と参加の様子を報告した。ブースではELYZA-Diffusionシリーズの仕組みや生成品質、推論特性について多くの質問が寄せられた。ELYZA賞の対象となったB2-3など、5件の注目発表も紹介している。
Ethan Mollickは、2025年後半からAIエージェントにより「AIを管理する時代」に入ったと論じている。ベンチマークの指数的な向上、StrongDMのSoftware Factory、2月の1週間の出来事を挙げ、再帰的自己改善がロードマップにあると述べる。
Hugging FaceでDifferential Transformer V2が発表された。V2はV1の推論速度低下（約6〜12%減）と学習の不安定性を解消する改良とされ、Query側のヘッド数を2倍にしてKey/Valueは増やさず、FlashAttentionを1回呼び出した出力を偶数・奇数ヘッドで分けて差分を取る構成になっている。
Ethan Mollickは、AIエージェントを使いこなす鍵は委任とマネジメントの技能だと論じている。エグゼクティブMBAの学生が4日間でClaude CodeやGoogle Antigravityを使い、動くプロトタイプを備えた起業案を作った経験が根拠である。AIへの委任可否は、人間の基準時間、成功確率、AI処理時間の3変数で考えるとしている。
Ethan MollickはOpus 4.5搭載のClaude Codeに起業アイデアの立案から実装まで任せ、1時間14分の自律作業でWebサイトが公開可能な状態になったと報告した。最近のAIは自律的な作業量の増大と、ツール群からなるエージェント用ハーネスの組み合わせで能力が跳ね上がっていると述べ、非プログラマー向けにClaude Desktopでの使い方も紹介している。
Ethan Mollickは、AIの能力が不均一なまま伸びる以上、人間の仕事を完全には代替しにくいと論じている。ボトルネックが1つ解消されると全体が一気に進む例として、Google の Nano Banana Pro と NotebookLM のスライド生成を挙げ、ベンチマークではなくボトルネックを見るよう勧めている。
筆者は、公開ベンチマークのスコアだけでは用途に合ったAIモデルは選べないとし、利用者自身がモデルを試して評価すべきだと主張する。文章課題の例では、Claude 4.5 Sonnetが優れた文章モデルとして知られる一方、Gemini 2.5 Proは使用語数を正確に管理できなかったと報告している。ベンチマークには、公開されたテストが学習データに混入する問題や、スコアの差の意味が較正されていない問題があるとも指摘している。
ELYZAは2025年9月、自社初のプロダクトとして法人向け生成AI活用ツール「ELYZA Works」をリリースした。記事は、その構想の経緯を明かすものである。組織活用が進まない原因をLLMアプリの「質」と捉え、「質の高いLLMアプリの開発・運用において、あたりまえを創る」をミッションに据えたとしている。構想の背景には、2019年夏からのLLM研究開発と、2023年のコンタクトセンター業務への本番導入の経験がある。
Ethan Mollickは、AIが経済的に意味のある実務をこなせる段階に入ったと論じている。OpenAIの新テストでは人間の専門家がわずかに勝ったが、差は産業ごとに大きく異なる。Claude Sonnet 4.5に経済学論文の再現を任せたところ、成功したという。
Ethan Mollickは、AIが共同作業の相手から、過程が見えないまま高品質な成果物を返す「魔法使い」に変わりつつあると論じている。NotebookLMの動画要約、GPT-5 Proによる論文の再分析、Claude 4.1 OpusによるExcel作成を例に挙げ、確認のしにくさと専門性を育てる機会の喪失を課題とした。対応策として、使い分け、成果物を見極める目、暫定的な信頼の3点を提案している。
ELYZAのMLE大葉大輔さんは、東京大学で自然言語処理を研究した後にELYZAへ参画し、大規模言語モデル（LLM）の研究開発を担当している。入社の決め手は、ChatGPT登場以前からNLPに投資し、Post-trainingに先んじて注力していた点だったという。入社直後にはABCIプロジェクトやGENIACに参加し、少人数のチームでほぼ全工程に関わったと語る。