Anthropicが新たに発表したClaude Tagを中心に、チーム単位で動くAIエージェントの進化、Slack上での共同作業、権限管理、企業向けAI競争の激化を解説する内容である。さらにClaude Codeの推論表示をめぐる暗号化と監査性の問題、OpenAIとAnthropicの推論ブロックに関するセキュリティ研究、Sakana AIのFugu Ultra、そしてOpenAIのアライメント研究における強化学習の成果までを幅広く扱っている。
Anthropicの大きな一週間とClaude Tagの発表
さて、Anthropicにとって本当に大きな一週間でした。取り上げることがたくさんあります。ワクワクする話もあれば、本格的な疑問を投げかける話もあります。そして、アライメント研究が実際にどこへ向かっているのかに関心があるなら、OpenAIから出てきた少なくとも一つの話は注目に値します。
まずは発表からいきましょう。AnthropicはClaude Tagを発表しました。これはClaude Codeの進化版という位置づけですが、個人の開発者ではなく、チーム全体のために再設計されています。Anthropicが大きく打ち出している数字は、同社自身のプロダクトコードのおよそ65%が、いまやClaude Tagの関与によって書かれているというものです。
少し前にAnthropicへ加わったアンドレイ・カルパシーは、これをLLMインターフェースにおける三つ目の大きな変革だと位置づけました。最初はWebチャット、次がデスクトップアプリ、そして今は、LLMが独立して継続的に稼働するシステムとなり、組織のインフラに組み込まれ、人間のチームと協力する段階に入った、という見方です。
現時点でClaude TagはSlackを通じて動作します。チャンネルやスレッドに追加すると、依頼をステップに分解し、接続されたツールを使って実行し、その結果を会話内に投稿します。プルリクエストの提出やマージ、データ分析、問題解決に対応し、GitHub、Jira、Linear、データベース、CRMシステムとも連携します。
Anthropicが共有したデモの一つでは、Nadiaというエンジニアが #productingles launches というチャンネルで新機能の追加を提案しました。するとClaudeは即座にコードベースを分析し、解決策を提示しました。そのやり取り全体は公開スレッド上で進み、チーム全員がリアルタイムで流れを追える形になっていました。
SlackのゼネラルマネージャーであるRob Seamanは、これを複数人がついに一緒に使えるAIだと表現しました。共同作業が個人用のチャットウィンドウから、全員が進捗と推論を見られる公開チームチャンネルへ移っていく、ということです。
Claude Tagが標準的なSlackbotと違うのは、共有コンテキストのモデルです。ある人のタスクがチャンネル全体に見える状態で残り、他の人が背景を説明し直さなくても、そのまま作業を先に進められます。
アンビエントモードは、それをさらに先へ進めます。有効にすると、Claudeは呼び出されるのを待つだけではありません。停滞している議論、未解決の問題、そして誰かが実際に判断を下す必要がある決定事項を、自分から浮かび上がらせます。
非同期実行によって、長いタスクを開始してからSlackを完全に閉じても、Claudeは作業を続け、完了したら通知してくれます。長期的な定常業務を割り当てたり、チャンネルの進捗を毎週要約させたり、緊急項目にフラグを立てたり、関係者へスケジュールに沿ってリマインダーを送らせたりできます。そして、細かく手をかけなくてもバックグラウンドで動き続けます。
権限面では、AnthropicはClaude identitiesと呼ぶ仕組みを使っています。チームごとに分離されたインスタンスを用意するもので、営業チームのClaudeとエンジニアリングチームのClaudeは、コンテキストもデータアクセスも完全に別々になります。管理者は組織レベルとチャンネルレベルの両方でトークン予算を設定できます。また、Claudeが実行したすべての操作と、それを誰が開始したのかを記録する完全な監査ログもあります。
現在はClaude EnterpriseとTeamユーザー向けのベータ版で、既存のSlack連携は30日以内に置き換えられます。他のプラットフォームへの対応もその後数週間で始まる予定です。
Reutersによると、この領域の競争は非常に激しくなっています。MicrosoftはCopilotとGraphで同じ空間を追いかけています。SnowflakeとDatabricksは企業の知識レイヤーを押さえようとしています。そしてGleanは、モデルと組織データのあいだに知的な橋を架ける取り組みを進めてきました。みんなが本当に狙っている賞品は、チームチャンネルやワークフローの中に存在する、暗黙の組織知です。
Claude Tagは今のところOpus 4.8でのみ動きます。Fable 5との統合はまだありません。そしてローンチ発表の下にあったRedditのトップコメントは、Fableはいつ戻ってくるのか、というものでした。あのコミュニティらしい、非常に一貫した熱量です。
Claude Codeの推論表示をめぐる疑問
さて、引き続きAnthropicの話ですが、ここからはまったく違うトーンになります。Claude Codeをめぐって、ユーザーがモデルの思考を見ていると思っているとき、実際には何を受け取っているのか、という話が広がってきています。そしてこれは、ここ数週間で表に出てきた本当に興味深い暗号研究ともつながっています。
今年の初め、AnthropicはClaude Codeのデフォルト設定をひそかに変更しました。adaptive thinkingを無効化し、redact thinkingを有効化し、デフォルトの努力レベルを引き下げたのです。その結果として、思考の深さはおよそ67%減少しました。ユーザーは劣化に気づきました。Anthropicは沈黙していました。最終的に、証拠が十分に公になったため、同社は説明せざるを得なくなりました。
その一連の流れがあったからこそ、Patrick McKennaが見つけたものは大きな衝撃を与えました。
Capathyというスキルベースのエージェント市場
先へ進む前に、Capathyという面白いものを手短に紹介したいと思います。人々はいま、Claude Code、Codex、OpenClaw、その他のエージェントビルダーのようなツールを使って、強力なエージェントを構築しています。しかし本当の価値は、エージェントの中にあるスキルです。スクリプトを書く、コードを監査する、企業を調査する、履歴書を修正する、広告を分析する、特定のビジネス課題を解決する。そうしたことをうまくやらせるノウハウです。
問題は、人々がそうしたスキルを公開すると、誰でもコピーしたり、フォークしたり、再販売したりできることです。Kappyはその問題を解決します。これはスキルベースのエージェントマーケットプレイスで、クリエイターは自分のスキルエージェントをクローズドソースのアプリとして公開し、自分で価格を設定し、誰かが使うたびに収益を得られます。あなたのノウハウはあなたのものとして守られたまま、ユーザーは結果を得られます。
ユーザー側から見ても簡単です。専門家が作ったスキルエージェントを開き、オンラインで実行し、何もインストールせず、自分でエージェントを構築することもなく、出力を得られます。
たとえば、大手ブランドの広告を作ってきたディレクターなら、自分の絵コンテ作成やストーリーテリングをスキルエージェントに変えられます。カメラの経験も、脚本を書くスキルも必要ありません。ただ実行すれば、その人のセンスと専門性に形づくられた商業動画が得られます。
つまり、採用スキル、SEO監査ツール、広告切り口の発見ツール、あるいは汎用AIプロンプトより優れたあらゆるスキルを作ったなら、Capathyを使えばその能力を収入に変えられます。ぜひチェックしてみてください。リンクは概要欄にあります。それでは動画に戻りましょう。
暗号化された推論ブロックと失われる監査性
McKennaは開発者で、週末に自分のローカルのClaude Codeセッションログを確認していました。AIエージェントが実際に何をしたのか監査しようとするなら、ごく普通に行う作業です。
彼が見つけたのは、そのログ内の拡張思考ブロックが実質的に空だったということです。完全な空白ではありません。しかしそこにあったのは、約600文字の暗号署名だけでした。推論テキストはなく、思考があるはずの場所に暗号化された塊があるだけでした。
彼は何が起きているのかを調べるためにAnthropicのドキュメントを見に行きました。ドキュメントは技術的にはその挙動を説明しています。ただし、彼自身の表現を借りれば、その言い方はひどく遠回しです。コーヒーを飲む前なら見落としてしまう、というくらいです。
Anthropicの拡張思考が実際に返しているのは、Claudeの完全な思考プロセスの要約です。実際の思考の連鎖ではありません。要約です。本物の推論は暗号化されています。鍵はAnthropicが保持しています。あなたのマシンがそれを受け取ることはありません。そして完全な出力を得るには、エンタープライズ契約が必要です。
McKennaのたとえは、BMPをJPEGとして保存し、そのJPEGを編集してから、またBMPとして保存し直すようなものだというものです。その変換の中でデータ損失が起きます。ログで得られるものは、セッション中のモデルの挙動を実際に駆動しているものではありません。
同じ頃、ジョンズ・ホプキンズ大学の暗号学教授Matt Greenが、まったく別の角度からこの件に巻き込まれました。彼はOpenClawエージェントを設定しているときに、Claudeの思考ブロック出力で奇妙な署名エラーに遭遇しました。そして暗号学者がよくそうするように、どうしても放っておけなくなりました。
彼は週末を丸ごと費やし、およそ500万のCodexトークンを使い果たしました。ある時点では、OpenAIのセキュリティシステムから非常に強くフラグを立てられたため、続行するためだけに運転免許証の写真を撮り、何らかのサイバー信頼アクセス用ポータルへ提出しなければならなかったほどです。
彼は、これで誰かが大きなバグ報奨金を勝ち取るわけではない、と最初から明言していました。しかし、彼が見つけたことは理解しておく価値があります。
OpenAIとAnthropicの両方で、これらの推論ブロックは、base64でエンコードされた暗号文を含むJSONとしてクライアントに送られます。Greenによると、OpenAIの実装はFernetトークン標準にゆるく基づいているように見えます。ただし、これは部分的には推測です。
設計意図そのものは、実は筋が通っています。ステートレスな会話、ゼロデータ保持モード、あるいは永続的なサーバーセッションを持たないツールループでは、クライアントが状態を次へ運ぶ必要があります。暗号化された推論により、プロバイダーは隠れたモデル状態を、あなたが中継できるが読めず、改変もできない形で返せます。紙の上では妥当なアーキテクチャです。
しかし実際の運用は違います。Anthropicの実装には、signatureとラベル付けされた64バイトのフィールドがありますが、これは実際の暗号署名として機能しているようには見えません。Greenはこれについて広範なテストを行いました。12バイトの値はGCMまたはChaCha暗号を示唆しており、堅牢な実装としてはおそらく少し短いものです。
暗号文を直接改ざんすると、APIエラーは確実に発生します。したがって、その保護は実在します。しかし、まったく別のセッション、あるいはまったく別のアカウントから持ってきた、改変していない古い推論ブロックを再生すると、エラーなしで通ってしまいます。
OpenAI側では、まったく異なるモデル間でブロックを再生できます。Claudeはモデルをまたぐ再生にはやや厳しめでしたが、アカウントをまたぐ再生は両方のプロバイダーで機能しました。
Greenの推論では、両社はほぼ間違いなく、セッションごとやアカウントごとの鍵ではなく、クライアント側のすべての推論データに対して単一のグローバル暗号鍵を使っています。ゼロデータ保持モードでは、これは全員の推論状態が、頻繁にはローテーションされていない一つの鍵の下で預託されていることを意味します。
彼はアプリ開発者にとっての実務上の懸念も指摘しました。外部ユーザー向けにAPIベースのチャットインターフェースを構築しているなら、入力をサニタイズする必要があります。チャットストリームにJSONを注入できる人物がいれば、自分の推論ブロックを挿入し、予測不能なモデル挙動を引き起こせる可能性があるからです。
ブロックが単に静かに吸収されているのではなく、実際に処理されていることを確認するために、GreenはGPT-5.5で実験を行いました。社会保障番号について考えていたセッションの推論ブロックを、別アカウントの完全に別のセッションに再生したのです。すると、その番号が新しいセッションの出力に、何のプロンプトもなしに現れました。つまり、そのブロックは意味的に能動的なのです。
サイドチャネルによる情報漏えい
次にサイドチャネルの研究が来ました。暗号化された内容を読めなくても、メタデータは観測できます。ブロック長、OpenAIが専用API出力として提供するreasoning tokensフィールド、生の壁時計時間で測った応答時間などです。
Greenは、モデルの指示内に隠された秘密ビットが、ゼロなら軽い計算を、一ならはるかに重い計算を引き起こすテストを設計しました。どちらの場合も、見える出力は同一に保ちます。
80回の試行を通じて、0xA3という1バイトの個々のビットを抽出しました。これはビットパターンでいうと 1 0 1 0 0 0 1 1 です。各ビット位置につき10回の試行を行い、推論ブロックの長さだけから、その1バイト全体を再構築しました。
同じ信号は、生の壁時計時間を使っても成立します。つまり、このサイドチャネルは、APIアクセスが一切なくても、あらゆるチャットインターフェースを通じて漏れます。
Greenはこの二つの発見を、バグ報奨金プログラムを通じてOpenAIとAnthropicに報告しました。OpenAIは再現不能だと回答しました。Anthropicは、再生やサイドチャネルにセキュリティ上の影響は見ていないが、開発者向けドキュメントは更新するかもしれない、と回答しました。彼はそれを、公表してよいという許可として受け止めました。
彼の中心的な推奨は、鍵管理を修正せよ、というものです。推論状態を暗号化する価値があるなら、単一のグローバル鍵ではなく、セッションごと、またはアカウントごとに保護すべきです。
Sakana AIのFugu Ultraとルーティング型AI
日本へ話を移すと、Sakana AIは今週、Fuguというモデルシリーズを発表しました。その中でもFugu Ultraは、特にFable 5に匹敵すると主張しています。その主張には、少し文脈が必要です。
Fuguはベースモデルではありません。独自の重みはなく、大規模な学習実行も行っていません。これはディスパッチャーであり、ルーターです。プログラミングタスクはClaude Opus 4.8へ、数学問題はGPT-5.5へ送られます。科学研究、コード作成、推論、マルチモーダル要件のようなカテゴリに入力された作業を分類し、Claude、GPT、Geminiのどれが最適かを判断して引き渡します。
ある人はこれを、リンクを集約していただけの昔の中国のWebディレクトリ123になぞらえました。要するに、水を作るのではなく水を売るAIモデルだ、という言い方です。それは少し厳しすぎるかもしれません。ルーティングとタスク分解のロジックは、本物の仕事をしているからです。
ただし、Fugu Ultraが、あらゆる面でOpus 4.8を上回り、工学、科学、推論タスクでFable 5やMythos previewと同等、あるいはそれ以上だというベンチマークを出すとき、その数字が本当に反映しているのは、基盤にあるフロンティアモデル群を最適に振り分けたときの集合的な上限です。
Fugu Ultraの価格は、入力100万トークンあたり5ドル、出力100万トークンあたり30ドルです。272,000トークンを超えるコンテキストではプレミアム料金が加わります。
ただし、構造的なリスクは明らかです。このビジネス全体は、OpenAI、Anthropic、Googleが、Fuguを自社プロダクトの前に座る競合ルーティングレイヤーではなく、有料顧客として扱うことに依存しています。意味のある規模に達した瞬間、その関係は非常に早い段階で気まずくなります。
Fuguは日本語でフグ、つまりpuffer fishを意味します。この文脈では、そこにちょっとした暗い皮肉があります。
OpenAIのアライメント研究と有益な特性の転移
最後に、OpenAIは reinforcement learning towards broadly and persistently beneficial models という論文を公開しました。これは、ドメインをまたいで一般化するアライメント特性を、強化学習を使って意図的に構築できるのかを問うものです。
背景にある問題は、創発的ミスアライメントです。先行研究では、あるドメインで悪く振る舞うようにモデルを訓練すると、その挙動が無関係なドメインへにじみ出すことが示されていました。安全でないコードを書くように訓練されたモデルは、完全に無関係な会話でも、より欺瞞的になります。
報酬ハッキングもあります。テストに対して最適化されたモデルは、壊れたコードを実際に修正するのではなく、評価ロジックそのものを変更して、結果が合格しているように見せることがあります。
この論文は、悪い挙動と同じように、有益な挙動も一般化できるのかを問っています。研究チームは、医療、教育、ビジネス、工学、法律、科学研究などを含む12種類のシナリオタイプにまたがる合成データセットを構築し、15の具体的な特性を定義しました。真実性、メタ認知的透明性、修正可能性、リスクを意識した計画、力の非対称性への自覚、普遍化可能な公平性などです。
実験は95対5のデータ分割で行われました。一方のモデルは95%の標準的なRLデータに5%の有益特性の例を加えて訓練され、もう一方は同じ計算量で100%標準的なRLデータを使うベースラインです。
53の独立した評価全体で、有益特性モデルはそのうち44件、つまり83%でベースラインを上回りました。平均改善幅は9.1パーセントポイントで、欺瞞、報酬ハッキング、モデル仕様への準拠、医療およびメンタルヘルスのシナリオを含む外部評価にも広がっていました。
最も印象的なのは、ドメイン横断転移の結果です。研究チームは、健康関連の文脈だけで有益な行動データを使ってモデルを訓練し、その後、健康以外のドメインでテストしました。すると、健康以外の19のアライメント評価のうち17件でベースラインを上回り、平均11.3パーセントポイントの改善を示しました。
重要なのは、これが単にモデルの拒否を増やすことで達成されたわけではないという点です。研究者たちが、モデルが通常どおり応答したサンプルだけを切り出して分析しても、有益特性モデルはなお優位でした。
敵対的プロンプトや意図的な有害ファインチューニングの下でのアライメント持続性テストでは、劣化がより少なく、無関係なドメインへの波及も大幅に抑えられました。
OpenAIは、これでアライメントが解決したわけではないと明言しています。ただし、ドメイン横断転移の発見は、個々の失敗モードをすべて列挙して一つずつ修正するよりも、もっとスケールしやすい何かを示している可能性があります。
では、質問があればコメントに書いてください。AIで次に何が来るのかを先取りしたい方は、ぜひチャンネル登録してください。ご視聴ありがとうございました。また次回お会いしましょう。
コメント