AIコーディング

主要ニュース

1. 1

   DeepMindのAI共同研究者、実験と論文執筆に対応

   Google DeepMindはマルチエージェントシステム「Co-Scientist」を、実験室と連携した研究パートナーへと拡張した。仮説の提案だけでなく、実験計画の立案、コード作成、実験機器の操作、科学論文の執筆まで行う。 このシステムは材料科学、生物学、コンピューター科学の3分野で実験的に検証された成果を上げた。信頼性モジュールにより、捏造された主要結果は比較システムの90%に対し、4%にまで削減された。国内の研究機関は、実験計画から論文執筆まで担うAIを研究工程に組み込む可能性がある。

   完全自律のコンピューター科学実験では、システムが設計したAIアーキテクチャが、補正後には6つの最先端モデルをヘルスベンチマークで上回った。ただし人間による評価では、9カテゴリー中1つでのみベースラインを有意に上回った。実験室アシスタントと自律研究者の差はなお大きい。

2. 2

   「バイブコーディング」で独学アプリ開発が可能に

   日経のニュースレターが、作りたいアプリを自然言語で記述する「バイブコーディング」という手法を使い、正式な訓練を受けずにアプリ開発を独学する人々の事例を紹介している。 この手法は非エンジニアにもアプリ作成の門戸を開くといい、第一歩を踏み出した人にとって興味深い出発点になり得ると記事は示唆する。このニュースレターは、購読者に厳選5本のニュースを届ける日経の「News Catch Up」の一環だ。国内の非エンジニアが自然言語でアプリ開発に参入する入り口となる可能性がある。

   記事はバイブコーディングに飛び込む体験を楽しい入り口として描くが、具体的な成果や数字、技術的な詳細には触れず、概念の紹介にとどまっている。

3. 3

   ハーネス、AI対応コードリポジトリとレビュー公開

   ハーネスは本日、エージェント対応コードリポジトリとAIコードレビューを発表した。これらのツールは、人間がレビュー・デプロイする速度を超えてコードを生成するAIコーディングエージェントを使うチーム向けに設計されている。 CEOのジョティ・バンサル氏は、現在のコード管理は人間がコードを書きレビューすることを前提としており、AIエージェントが数分で大量のコードを生成する状況では対応しきれないと指摘。ハーネスはこのレイヤーを再構築し、一度に数千件のプルリクエストを処理し、各エージェントが人間のトリガーから権限を継承することを目指している。国内のAIコーディングエージェントを活用する開発チームでは、生成されたコードの確認の仕組みが現在の運用では追いつかなくなる可能性がある。

   先月の社内テストでは、推定1万時間の削減効果があった。このシステムはModel Context Protocolとコマンドラインインターフェースを採用し、プログラムによる制御とAIトークンコストの削減を可能にする。

4. 4

   MCA最終学年学生が実践的AIプロジェクト案を模索

   Python、LangChain、Chroma、HuggingFace、FastAPIの経験を持つMCA学生が、IBMやGoogleのような企業が実際に解決を必要とする実践的なAIプロジェクトのアイデアを求めている。汎用的なチュートリアルではない。 指導教員は、真のビジネス価値があり、厳しい口頭試問にも耐えうる深みがあり、一人で数ヶ月で構築できる現実的な課題を求めている。日本のAI人材育成に関わる読者にとって、学生の実践的プロジェクト志向が卒業研究の質を高める可能性があるとみられる。

   感傷分析やスパム分類といった典型的な卒業研究を超えるアイデアを探しており、審査員や採用担当者に印象を与えたプロジェクトを参考にしたいと考えている。

5. 5

   Visa、コード自動修正するセキュリティAIを公開

   Visaのオープンソースセキュリティハーネスが、脆弱性の検出、修正コードの作成、そして修正パッチに対する敵対的パネルの実行を、人間のレビュー前に全て自動で行う。この完全なループはデフォルトで有効になり、検出のみに制限しない限り、全11ステージを実行しソースファイルを編集する。 このデフォルト設定は、2日前にExabeamの最高AI・製品責任者でOWASP Top 10 for LLM Applicationsの共同リーダーであるSteve Wilsonがアドバイスした「モデルの外部に認可ゲートを置く」という方針とは正反対だ。AIのセキュリティにおける自律性への懸念を引き起こす可能性がある。国内のセキュリティ担当者は、AIが人間のレビュー前にソースファイルを書き換える運用に直面する可能性がある。

   このリリースは、DEF CON 34でのTenet SecurityによるGhostJackingデモに続くものだ。そのデモでは、エージェントがログファイルからペイロードを読み取り、有効な認証情報でDNSを書き換える様子が示され、Visaのハーネスが対抗しようとするリスクが浮き彫りになった。

6. 6

   AI推論電力需要、2035年に46GWへ

   ABIリサーチは、AI推論データセンターの電力需要が2026年の2GWから2035年には46GWに拡大し、コード生成が最大のワークロードになると予測している。 コード生成ワークロードは年平均成長率（CAGR）52%で成長し、2035年には23.6GWに達する見込みで、AI推論電力全体の半分超を占める。このシフトは、推論特化型インフラの急拡大を浮き彫りにしている。国内のデータセンター運用企業は、AI推論向け電力需要の急拡大に伴う設備投資圧力に直面する可能性がある。

   市場は統合が進み、CoreWeaveやQualcommなどがWeights & BiasesやModularなどの企業を買収している。オープンソースモデルの採用率は2025年の35%から2026年には55%に上昇すると見込まれる。