AIコーディング

主要ニュース

1. 1

   Simple Self-Distillation（シンプル自己蒸留）がLLMのコード生成を大幅に改善

   研究者らは、大規模言語モデルが外部検証器やティーチャーモデル、強化学習を用いることなく、自らの生出力に対してファインチューニングを行うことでコード生成能力を向上させられることを実証しました。Simple Self-Distillation（SSD）と呼ばれるこの手法により、Qwen3-30B-Instructは42.4%から55.3%へと改善され、特に難題でより大きな改善が見られました。この技術はQwenおよびLlamaモデルの4B、8B、30Bスケール、さらにinstruct亜種とthinking亜種の両方で汎用性が確認されています。 コード生成はプログラマーがすでにLLMから採用している実用的なツールですが、その出力は理解しづらく扱いにくいものが多いです。SSDは高額な外部コンポーネントを必要とせず、モデル自身の出力と標準的なファインチューニングだけを用いて、低コストかつシンプルな方法でモデルのパフォーマンスを向上させます。AIが生成したコードに頼る開発者の実際的な課題を解決するものです。

   論文で明らかになったSSDの仕組みは、トークン間の確率分布をモデルがどのように変形させるか、つまり正確性が重要な部分では気を散らす選択肢を抑制しながら、試行錯誤が有効な部分では有用な多様性を保つという機構にあります。このメカニズムはSSDがコード生成における学習後改善の新しい方向を示唆するものであり、他の改善手法を補完するものとして機能しています。

2. 2

   Capital One、攻撃者の視点でコードの脆弱性を検出するAIツール「VulnHunter」をオープンソース化

   Capital Oneは木曜日、GitHubでApache 2.0ライセンスの下で利用可能なオープンソースのAIセキュリティツール「VulnHunter」をリリースした。このツールはソースコードの悪用可能な脆弱性をスキャンし、攻撃者がどのようにそこに到達するかをマッピングし、コードが本番環境に移行する前に標的化された修正を提案する。 2019年のデータ漏洩事件で米国とカナダ全域の約1億600万人の個人情報が流出し、同行に8000万ドル（約130億円）の連邦罰金をもたらしたCapital Oneが、攻撃的なAI機能を公開の防御リソースとして貢献することは、同社のセキュリティリスク管理方法における大きな転換を示している。

   VulnHunterはCapital Oneが「攻撃者ファースト前方分析」ワークフローと呼ぶものを採用しており、実際の敵対者がシステムに侵入する地点から開始するもので、大手金融機関による野心的な脆弱性検出アプローチとなっている。

3. 3

   Linus Torvalds、LinuxでのAI活用を支持——批判者に対しフォークまたは離脱を促す

   Linuxカーネルの最高責任者であるLinus Torvaldsが、Linux開発におけるAIツール活用を強く支持する声明を発表し、この問題に「絶対に線を引く」と述べた。異議を唱える者は「オープンソースらしく、それをフォークするか、単に去るかのどちらかだ」と語った。 この声明は、Linux Foundationが開発したAI搭載コードレビューシステム「Sashiko」をめぐる議論に決着をつけるものだ。Roman Gushchinなど一部の開発者は、反LLM感情がメンテナーの負担軽減というツールの目標を損なっていると主張していた。Torvaldsの支持表明は、カーネルプロジェクトがAIへのイデオロギー的抵抗よりも技術的メリットを優先することを示している。

   Sashikoはカスタマイズされたプロンプトを使用し、複数のLLMプロバイダーと連携して、メーリングリストやGitリポジトリから取り込まれたコードパッチを自動的にレビューする。Sashikoの使用方法に関するカーネルメンテナー向けガイドはGitHubで入手可能だ。

4. 4

   Google の Gemini 3.5 Pro の遅延は AI コーディング競争における弱さを示唆

   Google は Gemini 3.5 Pro のリリースを数ヶ月間延期している。この遅延は、Google が Anthropic および OpenAI に対して、特にソフトウェアコード作成能力の面で最先端 AI 競争で後れを取っているのではないかという投資家と社内研究者の懸念を招いている。 コーディング能力は先端 AI における中心的な競争領域となっている。Google の遅延は、AI パフォーマンスの最も商業的に重要で戦略的に注視される側面の一つにおいて、競合他社のペースに追いつけていない可能性を示唆している。

   記事では Gemini 3.5 Pro のリリース予定日、利用可能性の詳細、または具体的な次のステップは提供されていない。

5. 5

   3MはMicrosoftとのAIインフラ提携を発表、株価は過小評価論を試す

   3MはMicrosoftとの提携を発表し、同社のExpanded Beam Optical技術をAzureデータセンターと連携させ、MicrosoftのAIツールを3Mの業務に統合する。株価は161.77ドルまで上昇し、過去7日間で4.14%、過去90日間で4.67%上昇している。 この提携により、3MはAIおよびデータセンターインフラ需要の恩恵を受ける可能性のある企業として注目される。しかし、3M株は現在、内部の適正価値推定値（約170.97ドル）とアナリスト目標の両方を下回る水準で取引されており、市場が株価を過小評価しているのか、それとも訴訟と経営転換のリスクを適切に織り込んでいるのかという問題が生じている。

   市場の主流的見方は3Mを5.4%過小評価されていると位置付けており、これは業務効率化（納期厳守、機器有効性、品質コスト削減）の実行とPFAS訴訟に関する法務整理の遂行にかかっている。売上成長の再加速に関する懸念は、この過小評価論に対する主要なリスク要因である。

6. 6

   PocketVeto、Bluetoothで電話からAIエージェント制御

   開発者がPocketVetoをリリースした。v1のこのツールを使うと、PC上で実行するAIコーディングエージェントの危険なアクション（シェルコマンド、ファイル書き込み）を電話からBluetoothで承認または拒否でき、エージェントの活動を示すライブダッシュボードが表示される。Windows、Linuxで動作し、CursorおよびClaude Codeと統合され、インターネットやWiFiルーティングは不要。 AIコーディングエージェントに無人でコードを書かせている場合、机から離れた場所から制御を維持でき、危険な操作をターミナルを見ることなくリアルタイムで承認または遮断できる。Bluetooth専用設計により、WiFiアクセスポイントがローカルネットワーク通信をブロックしている環境でも動作する。

   このツールはオープンソース（MITライセンス）で、現在GitHubから入手可能。macOS Bluetoothサポートはv1後に延期されている。インストールは1行のシェルコマンドに加え、AndroidアプリのサイドロードとBluetoothペアリングが必要。全セットアップの詳細はdocs/setup.mdに記載されている。