Apple、AI開示を義務化

Claire Voは、Instinct AIエージェントが大規模なデータ保持の失敗を犯している現場を抑えました。彼女は、ユーザーがGoogleアカウントをInstinctから切断しても、エージェントは新しいメールの取得を停止するものの、すでに同期されたすべてのコピーを静かに保持していることを発見しました。

Voがこの明らかな見落としを公に報告した後、Instinctは急いで同期データを削除する新しいツールをリリースしました。これは典型的な、壊滅的なインフラストラクチャの自滅行為です。摩擦のないデータ取り込みパイプラインを構築しながら、ライフサイクルの終了とユーザープライバシーを完全に無視していたのです。

機密性の高いユーザーデータに触れるエージェントを構築する場合、「切断」は「削除」を意味しなければなりません。それ以上でも以下でもありません。取り消し後に同期データをため込むことは、便利なキャッシュ機能ではなく、プライバシー規制当局に目をつけられるのを待っている大規模な負債です。あなたはデータを所有しているわけではありません。もしそうであるかのように振る舞えば、一夜にしてユーザーの信頼を失うでしょう。出荷する前に、破棄パイプラインを構築してください。

Sam Altmanは、AI業界の終末論的なメッセージングにうんざりしているようです。OpenAIのトップは今週、AI開発者たちは技術の利点を説明したり、その欠点を軽減したりするのにひどく失敗しており、代わりに恐怖を煽ることで同僚のリーダーを批判することを選んでいると述べました。

Altmanが提案する代替案は、ポピュリズムへの大胆な転換です。彼は、より楽観的で人間中心のビジョンを提唱し、業界に対し、「より多くの力と個人の自由」を人々に与え、中小企業を育成することに焦点を当てるよう求めています。

これは、食物連鎖の頂点からの非常に計算されたPRリセットです。買い手があなたの製品が世界を終わらせるかもしれないと考えているなら、大規模なエンタープライズ契約を売ることはできません。Altmanは業界に対し、大人になり、SF的な哲学論をやめ、実際のROIとビジネス価値を売り始めるよう伝えています。終末論者の哲学者王の時代は終わり、AIセールスマンの時代が始まったのです。

Aikidoは大規模な117億トークンのサイバーセキュリティテストを実施し、その結果はプロプライエタリAIにとって絶対的な大虐殺となりました。DeepSeek V4 Proは、32の新しい脆弱性のうち28を正常に回復し、高リスク環境での実力を証明しました。

さらに、クローズドソースの巨人にとってより致命的だったのは、安価なオープンモデルの3回の実行が、脆弱性カバレッジにおいてOpus 5やGrokの1回のパスを集合的に上回ったことです。オープンソースのエコシステムは、コードベースの干し草の山から針を見つける能力において、明らかに優れていることが示されました。

セキュリティ監査のためにクローズドソースモデルに高額を支払っているなら、あなたはより悪い結果のために現金を燃やしていることになります。スコアカードは明確です。オープンモデルは高価なプロプライエタリソリューションを凌駕しており、ビルダーはすぐにルーティングを調整する必要があります。ブランド名に支払うのをやめ、実際のパフォーマンスのためにルーティングを開始してください。

DeepSeekは、V4 Flashモデルにビジョン機能を正式に統合しました。重要なのは、彼らがこれを攻撃的な低コストティアを維持しながら達成したことで、マルチモーダル入力とビジュアルエージェント機能を予算市場に直接もたらしたことです。

これは、高価格のマルチモーダル製品に対する直接的で残酷な攻撃です。エージェントに画像を見せたり、チャートを読ませたり、密なPDFを解析させたりするためだけに、莫大なAPI料金を正当化する必要はなくなりました。

ビルダーにとって、これは信じられないほど簡単な購入です。V4 Flashをビジョンパイプラインに組み込めば、基本的な視覚的推論を犠牲にすることなく、推論コストが急落するのを目にするでしょう。DeepSeekは、マルチモーダルAIが大規模なエンタープライズ予算のために予約された贅沢な機能である必要はないことを証明しています。それは今やコモディティなのです。

NVIDIAのAVOエージェントシステムは、公開されているARC-AGI-3の全183レベルを正常に完了しました。これは大規模なベンチマーク勝利ですが、真のストーリーは、彼らが実際にどのようにこれを成し遂げたかです。

この勝利は、モデルの長期タスクにおけるパフォーマンスに対する周辺アーキテクチャの圧倒的な影響を示しています。オーケストレーション、メモリ管理、ツール使用フレームワークが、標準モデルをARCを打ち破るエージェントに変え、システムアーキテクチャがベースモデル自体と同じくらい重要であることを証明しました。

より賢いベースモデルが問題を解決するのを待つのはやめましょう。エージェントパフォーマンスのフロンティアは、推論ループをどのように足場を組むかに完全に依存しており、NVIDIAはそれを正しく行うための青写真を皆に与えました。足場が新しい堀であり、生の計算能力はその中のエンジンにすぎません。

言語モデルの医療診断能力を評価した新たな研究が、AIコミュニティから激しい反発を受けています。主な批判は、研究者たちがGPT-4oのような古いモデルを使って、現在のAI能力について広範な結論を導き出したことです。

この速さで進化する分野で時代遅れのAIを評価することは、その発見を即座に陳腐化させます。これは、研究の妥当性、発見の関連性、そしてそもそもその出版を許可した査読プロセスについて深刻な疑問を投げかけます。

AI研究を行う場合、あなたの基準は現在のフロンティアでなければなりません。廃止されたモデルで医療診断をテストするのは科学ではなく、考古学です。業界は、AIの失敗に関するクリックベイトの見出しを生み出すだけの歴史的回顧ではなく、最先端システムに対する厳密なテストを必要としています。

研究者のDevanshは、次の主要なAIブレークスルーへのロードマップとして、単語埋め込みにおける「重ね合わせ（superposition）」の解消を提示しました。

現在、モデルは複数の異なる意味を単一のベクトルにエンコードしてスペースを節約しており、その結果、システムは絶望的に不透明になっています。Devanshは、この重ね合わせを解きほぐすことが、AIシステムにおける真の解釈可能性を達成するための根本的な鍵であると主張しています。

これは、モデルが特定の決定を下した理由を正確に理解できるようになるための基礎研究です。重ね合わせを解決できれば、ブラックボックスを解決し、モデルがその推論を数学的に説明できるようになる道を開くことになります。エンタープライズAIの将来的な採用は、この種の透明性に完全に依存しています。

Alex Volkovは、FrancescoとCuaの『コンピュータの歴史』から、コンピュータ使用エージェントに関する重要な洞察を共有しました。ビルダーへの核心的なアドバイスはシンプルですが、広く無視されています。つまり、エージェントに基本的なUIコンセプトを再発見させるのをやめることです。

ビルダーは、30年間変わっていない標準的なデスクトップパラダイムをエージェントに理解させるために、膨大な計算資源とコンテキストウィンドウを無駄にしています。モデルがウィンドウの最小化方法を推測する必要はありません。

基本的なオペレーティングシステムのプリミティブをエージェントの理解に事前に組み込んでください。ボタンのクリック方法を学ばせるのではなく、実際の仕事のやり方を学ばせるのです。エージェント設計の効率性は、UIナビゲーションの初歩的な学習をスキップし、複雑なワークフローに直接取り組むことから始まります。

Nathan Lambertは今週、長年の目標であった「1000人の真のファン」を獲得したことを発表しました。

大規模なスケール、数十億ドル規模の評価額、バイラルなユーザー獲得に完全に夢中になっている業界において、Lambertのマイルストーンは、インディーズの基本を思い出させる爽やかなものです。1000人の熱心な支持者がいれば、現実的で独立したキャリアを維持するのに十分です。

持続可能なビジネスを構築するには、熱心な有料オーディエンスを育成できれば、ベンチャーキャピタルや大規模なマーケティング予算は必要ありません。「1000人の真のファン」という論文は健在であり、ニッチで高品質なアウトプットが依然としてプレミアムな価値を持つことを証明しています。アルゴリズムを追いかけるのをやめ、あなたの仕事を実際に資金提供したい人々のために構築しましょう。