
何が起きたか
4か月・418本のスクリプトで動くClaude Code製キットを買い手に渡すと、初回実行が15か所で停止。大半はAIが作者の「止めろ」指示から足した門で、バグではなかった。
なぜ重要か
各門は過去の失敗への正しい対処だが、作者のマシンと作業手順を前提に書かれている。共有には門を数え、作者専用ルールを見分ける作業が要る。
こういう要約が、毎朝あなたのメールに届きます。
作者はコードを読めないため、仕組みはレビューではなく指示によって成長した。作者が止めろと言うたびにAIが門を追加し、各門は実際に起きた過去の失敗への妥当な対処だった。問題は受け渡しの段階で初めて表面化した。門は1台のマシンと1つの作業方法を前提に書かれていたのだ。
配布用ZIPと自分のマシンを比べると、買い手の初回実行を15か所が阻んだ。クリーンな環境に入れ直すと停止はさらに増え、傾向は同じだった。大半はバグではなく、作者の環境に関する織り込み済みの前提だった。
対処として門は作者向けに残しつつ、10個をkit_config.jsonで切り替え可能にし、配布ZIPは停止ではなく記録する設定にした。販売前チェックは、クリーン環境テストに通っていないZIPの出荷を拒否する。作者によれば、15か所を直した後も新たな実行のたびに新しい門が現れ続けたという。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Metaが9月に中小企業向けAIエージェントMuseを投入し、AnthropicとOpenAIも事業者向けツールを提供、Googleも既存ツールに同機能を組み込んでいる

Vergeの試用でNYT CookingのAIが「生姜風味のワンポット鶏肉とご飯」を書き換え夫も認めたが、焼き菓子でバター6大さじを指示し元の3/4カップでなかった

3日に欧州のFal.ConでCEOのGeorge Kurtz氏がAI Kill Switchを発表した

Nous ResearchはQwen3.8-27Bを5300万トークンでファインチューニングしArete-27Bを作成、プロパガンダ率を22%から0.9%に下げ事実精度を2.32から2.98に高めた

「Into the Unknown」ベンチマークで、9つのAIエージェントが10人の研究者による15の未解決研究課題に135件の提出物を出したが、全要件を満たしたものはなく、114件が整合性チェックに落ちた

スタンフォードのOwen Queen氏とJames Zou氏がLLMの主張50件を20モデルで再検証した結果、44%が失効、34%が弱体化、16%が維持、6%が強化されていた
