Max Nardit

記事

オリジナルデータのリサーチ、技術調査、エンジニアリングノート、そして構築・研究するシステムのビルドログ。

  1. ChatGPT Pro の OpenAI API クレジットと Claude Max の API クレジットを比較: 金額は同じ、コーディングエージェントの線引きが違う

    自分で書いた headless の Claude スクリプトは Anthropic のクレジットを使えますが、API キーで動かす Codex は OpenAI のクレジットを使えません。さらに両社とも、相手が書いていない課金ルールを 1 つずつ明記しており、その違いがどのクレジットをどの仕事に回すかを決めます。

  2. GPT-6.1 Terra 公開から 3 日: 出そろったレポートと、コンピューター操作ツールを試したものが 1 つもない理由

    Terra は画面とクリックを売りに登場しました。最初の 3 日間に公開されたのは、ペリカンの絵、スプレッドシートの監査、レイテンシの比較、画面読み取りのクイズ、そして C# についての GitHub の一言です。Terra が制限をすり抜けて行動するかどうかについて、証拠に最も近いのは OpenAI 自身のシステムカードで、そこで重要なのは、Terra が別ルートを見つけた頻度です。

  3. Claude Code のメモリを Codex 0.165 にインポートする：最初のインポートより前に memories を有効にしないと、プロファイルは v1 のまま

    ノートのコピー自体は簡単な部分です。Claude Code のファイルはすべてそのまま残り、Codex がセッション開始時に読み込むのは、サイズ上限が厳格に決まったサマリーの中にモデルが書いた、そのファイルへの道筋です。デフォルトでオフのスイッチ 2 つと、紛れ込んだディレクトリ 1 つが、ファイルがどのメモリパイプラインに入るかを決めます。

  4. GPT-6.1 Terra をコンピューター操作に使うなら: エージェント構成ではレビュー役よりワーカー役に向く

    中位モデルが価格に見合うのは、実際に影響が出る前に結果を安く確認できる場面です。Terra のベンチマークが測るのはタスクあたりのコストですが、コンピューター操作で決め手になるのは誤クリック 1 回の代償で、OpenAI のグラフにはその軸がありません。

  5. OpenAI のフロンティア学習にインターネットを使わないルール：外への出口になったのは許可されたサービスで、エージェントのサンドボックスはこの分離をまねるべき

    Web のコピーは持ちこたえました。OpenAI 自身のレッドチームが抜け道を見つけたのは、ラボの運用のために接続を残したサービスのほぼすべてで、9 月の脱出はどのコピーも置き換えていなかったリゾルバを通っていました。エージェントの作業はコピーでまかない、ライブ接続は少なくしてエージェントの手の届かない場所に置き、そのコストは github.com に集中すると考えておくことです。

  6. Vox の AGENTS.md の行を Claude Code で 90 回試した: いちばん効いた行は彼のものではなかった

    1 行目を入れるとエージェントは入力チェックを省きました。2 行目が足した要素は、1 行目と同じファイルに並ぶと消えました。「without breaking anything」は、テストコマンドを書いた行がすでに果たしていた以上の効果をはっきりとは示しませんでした。90 回の実行で言えること、言えないこと、そして行を残す前に試す方法。

  7. Claude Code によるアタックサーフェス削減: Anthropic の 3 つのパスを自分のサイトで試し、Anthropic が問わない 4 つ目の問いを加える

    Anthropic のスキルはまだ公開されていませんが、手法は半日あれば再構築できます。難しいのは、どこに向けるかの選択です。今回いちばん役に立った発見は壊れていた検証ファイルで、本当に問題だった露出は、3 つのパスが一度も開かなかったデプロイ設定の中にありました。

  8. ChatGPT 経由トラフィックのコンバージョン率: 「8 倍」の主張と 973 サイトの研究は別のものを測っている

    選択バイアス、ラストクリック・アトリビューション、コンバージョンの定義、そして 100 程度のセッションというサンプルによって、同じ訪問者が「8 倍」にも、オーガニック検索に劣るチャネルにもなります。どちらの数字を信じる前にも、その裏にある実数を確認してください。

  9. Claude に人間らしい文章を書かせる方法: 最後に残る手がかりは、Claude がでっち上げる体験談

    筆者のテストでは、Claude Sonnet 5.5 は、禁止しなくてもエムダッシュや定番の言い回しを使いませんでした。代わりに 9 本中 8 本の文章を存在しないチームの出来事から書き始め、humanizer のパスはそのすべてを残しました。人間が書いたように読めるからです。

  10. Claude アプリで auto mode が標準に: チェックが止めるもの、89% の調査が測ったもの

    Anthropic の調査は、その設計については正直です。疲れたテスターに、仕込んだ危険なコマンドを 1 つ見せただけです。誤検知率も実運用での見逃し率も示しておらず、クラウドセッションには戻る先の Manual モードがありません。

  11. Claude Code の料金 2026：同じ作業に Pro、Max、API はいくら請求するか

    プランの料金は定額で、トークン単価も公開されています。そのため比較はただの計算に見えますが、そう単純ではありません。Claude Code は支払い方によって会話のキャッシュの仕方を変えます。そしてサブスクリプションの利用量をドル換算するのに多くの人が使うツールは、実際に使っていたキャッシュで計算するため、乗り換えた後に使うことになるキャッシュの料金は出てきません。

  12. Claude Code のフック：誘導には強く、関門としては弱い

    フックはモデルが同意するかどうかに関係なく実行されます。そのためフォーマットのような雑用や、エージェントを望むルートへ誘導する用途には向いています。関門としては見た目より弱く、指定したツールしか検査せず、チェック自体が壊れるとブロックを明示的に有効にしない限り呼び出しは通り、構成によっては、フックがブロックした呼び出しを mod が承認できてしまいます。

  13. Linux での Claude Code のサンドボックス: srt が遮断するもの、bypassPermissions が開けるもの

    組み込みのサンドボックスはシェルコマンドを囲む本物の OS 境界ですが、囲むのはシェルコマンドだけです。その強さは、セットアップ画面に表示されない 2 つの要素で決まります。権限モードと、コマンドの開始時点で何が存在していたかです。srt が何をブロックし何を通すかを Ubuntu で試した結果、いまも Linux でサンドボックスを壊すバグ、そしてコンテナや VM のほうが合う場面をまとめます。

  14. CLAUDE.md のベストプラクティス: 何を書き、何を書かず、サイズをどう測るか

    エージェントが自力では決して見つけられないルールは残し、導き出せるものや最初から渡されるものは削り、ファイルの大きさは Claude Code 自身が使う物差しで測ります。確認した 2 つのファイルでは、自作の見積もりが 3 分の 1 ほど低く出ていました。残したルールはどれも「これがないと何かが壊れる」という賭けで、その中には確かめるべき賭けもあります。

  15. Claude Models on Google Cloud (Anthropic managed) と Vertex AI の違い: IAM が API キーを置き換える、ただし届かない場所が 3 つある

    Vertex AI から移る理由は機能です。ファーストパーティ API から移る理由は、キーの代わりに IAM を使えることです。どちらの場合も、IAM がカバーする範囲は見た目より狭くなります。ゲートウェイを置くとすべての呼び出しが 1 つのサービスアカウントになり、読み取り専用ロールはエージェントのトランスクリプトをすべて読めるうえ、デフォルトではその読み取りがログに残りません。さらに、権限を取り消しても実行中のものは止まりません。

  16. Claude Code の MCP Tasks と elicitation: 誰も答えないかもしれない質問

    Claude Code は長いジョブを MCP サーバーに渡し、あとから状況を確認するようになりました。渡した時点で、ジョブはもうクライアントのものではありません。バックグラウンドに移ったあとは時間制限がなく、終了時のキャンセルもなく、実行中のタスクからの質問にはターミナルの前にいる人しか答えられません。期限と後片付けはサーバー作者の仕事になります。

  17. Agent Skills が Agentic AI Foundation へ: インストールする SKILL.md で何が変わるか、バージョン管理が始まるまでにすべきこと

    ファイル形式は少しも変わっていません。変わったのは誰が形式を変更できるかです。そして、スキルをインストールする側が求める保証 (仕様のバージョン、提案プロセス、セキュリティガイダンス) は、まだ提案段階のロードマップにすぎません。それが実現するまで、ピン留め、検証、移植性は自分で担うことになり、どれも数個のコマンドで済みます。

  18. Claude API 2026-10-21 と新しい Anthropic SDK: API キーは Authorization: Bearer に移り、X-Api-Key を読むゲートウェイはキーを見失う

    API を直接呼ぶクライアントなら、ヘッダーの変更に対応する必要はありません。一方、ゲートウェイは両方の形式を読めるようにする必要があります。Claude Code やバージョンを固定したサービスは古い形式を送り続けるうえ、SDK クライアントはゲートウェイのトークンとアップストリームのキーを同時に持つことを拒否するようになったからです。

  19. tmux で動かす Claude Code: send-keys には権限プロンプトが見えず、claude agents --json には見える

    tmux のペインは Claude Code エージェントを置いておく場所としては優秀ですが、エージェントを操作するインターフェースとしては不向きです。私のテストでは、権限プロンプトを表示中のペインに打ち込んだタスクは消え、続けて送った Enter が保留中のコマンドを承認しました。ステータスも、待機の理由も、終了イベントも、今は Claude Code 自身が報告してくれます。画面は、人間が見るためのものに戻せます。

  20. Claude Code の /auto-mode-setup: auto mode の分類器に環境を教え、実際にどのモデルが判定しているかを確かめる

    このセットアップは、リポジトリとエージェントの最近のコマンドから信頼リストの下書きを作ります。そしてその下書きは、同梱の environment テキストに追記されず、それを置き換えます。デフォルトとの差分として読んでください。モデル選びに時間をかける前に、アクションを判定しているのがどのモデルかも確認しましょう。

  21. LLM ゲートウェイ経由の Claude Code：誰が支払うかはクレデンシャルで決まり、クレデンシャルがなければプロキシに claude.ai のログイン情報が渡る

    サブスクリプションでログインしていればリクエストごとに 12 個、ゲートウェイトークンなら 10 個の beta 値が付きます。消える 2 つの値は、ドキュメントの表よりも多くを語ります。ゲートウェイがそのまま通すべきもの、気づかないうちに高くつくデフォルト、そして allowedProviders で固定すると開発者が自分のデバッグ用リスナーまで使えなくなる理由を扱います。

  22. claude -p での Claude Code フォークサブエージェント：2.1.302 がヘッドレス実行で変えたこと

    提供されることと使われることは別です。ヘッドレス実行のモデルはフォークを一度も選ばないかもしれず、公式ドキュメントはまだ古いデフォルトを説明しています。パイプラインがどのサブエージェントを使ったかの確認方法、バックグラウンドのフォークがパーサーに2つの回答を渡す理由、そして無効にする価値がある場面を解説します。

  23. Claude Code のステータスラインと ccusage：ネイティブのレート制限と、別の時刻に終わる 5 時間ブロック

    2 つのツールが同じ問いに別の根拠で答えます。サーバーはリセット時刻を報告し、ログパーサーはそれを推定します。数時間ずれたらサーバーを信じ、パーサーは履歴用に残してください。サブスクリプションでは、ドル金額は為替レートのようなものです。

  24. Claude Code vs Cursor: どちらのツールも 1 つの利用環境に縛られなくなった今、開発者が仕事を分ける 7 つの方法

    エディタ対ターミナルという古い境界線は、両ベンダーがそれぞれの側から消しました。それでも 2 つを分けているものは、もっと目立たないところにあります。Cursor は Claude Code の設定フォルダを毎回そのまま読み、Claude Code は Cursor のルールを一度だけ取り込みます。そして権限の仕組みは、互いの deny ルールを無視します。

  25. AI エージェントにとっての MCP と API：API カタログはディレクトリであり、選択を決めるのは間に誰が入るか

    API カタログは MCP サーバーと競合しません。MCP サーバーを掲載できる側です。そこを押さえると、MCP か OpenAPI で記述した HTTP API かの選択は、ホストアプリケーションがモデルのためにサービスを組み込むかどうか、そして誰かがすでにそのサービスを組み込むと決めているかどうかにかかってきます。

  26. Claude Code Review が GA に：周囲のレビュー層と、Team プランなしで真似できる層

    Claude Code チームのプロセスを支えているものの大半は GitHub の設定と文章化されたルールで、どのプランでも動きます。真似できないのは、ルールをどこから読むかです。マネージドサービスはプルリクエストが触れられないブランチからルールを読みます。ローカルのレビューはディスク上にあるものを読み、レビュー対象の変更が書き換えたばかりのルールファイルも例外ではありません。

  27. Claude API の OpenTelemetry：トークンを二重に数えずに SDK と API をトレースする

    スパンの入力トークン数にはキャッシュの読み込みと書き込みがすでに含まれています。そのため、Messages API を知っている人が自然に書くクエリでは、キャッシュされたプレフィックスが二重に数えられます。ローカルのモックで試した SDK 側のセットアップ、ドキュメントに沿った Console のデスティネーション設定、そしてキャッシュされていない入力に戻すための引き算をまとめます。

  28. Claude Code のアイドル時コンパクション：今の安い要約か、後でキャッシュを丸ごと書き直すか

    アイドル時コンパクションが動くかどうかは5つの条件で決まり、デフォルトではそのうち2つが、API キーのセッションと、200K ウィンドウのセッションの大半を対象外にします。実際に対象になるのは誰か、このトレードオフがキャッシュトークンでいくらになるか、調整や無効化の方法をまとめます。

  29. Gemini 4 Argon が一般公開：Google が初日に報告した利用例と、12月1日に2倍になる価格

    Google が Argon について報告している利用例を7つ、出どころの記事とあわせて並べます。レビューの記録まで公開しているのは1つだけで、提案6件のうち採用は2件でした。残りは、発表が触れずドキュメントに任せた請求の話です。まず、long decode が入力をどう数えるかから始めます。

  30. Claude Managed Agents の dynamic workflows：ファンアウトはエージェントが書く、だから予算を先に決める

    新しい multiagent タイプではスイッチが最初からオンで、ラン開始を承認する仕組みはなく、唯一の金額上限はセッション作成時にしか付けられません。ドキュメントをもとにした設定ガイドです。最初のメッセージを送る前に決めておく 3 つの設定を扱います。

  31. Codex CLI のマネージド Git worktree: 始め方は 3 通り、モデルが呼ぶツールだけはリモートのデフォルトブランチから始まります

    Codex CLI 0.162.1 を使い捨てのリポジトリで実際に動かした記録です。チェックアウトがどこに作られるか、入口ごとにどのコミットから始まるか、.env と未コミットの編集がなぜ元の場所に残るか、作業をどうマージして戻すか、後片付けでディスクに何が残るかを確かめました。

  32. サプライチェーンとしての Claude Code スキル: 220 万件の採用、レジストリなし、スキャナーがソースを読む一方で Python はキャッシュを実行する

    スキルは実行する前に読む、というのが定番の助言ですが、この助言には穴が 2 つあります。コピーしたスキルには更新の経路がないため、読んだコピーは知らないうちに元のスキルとずれていくことがあります。そして Python を同梱するスキルでは、読んだファイルとインタープリターが読み込むファイルが同じとは限りません。

  33. Claude Code vs Codex: どちらかを選ばず、開発者が 2 つに仕事を振り分ける 7 つの方法

    受け渡しの手段は、いまではベンダー自身が文書化しています。レビューコマンド、セッションの転送、双方向のインポーターです。一方、どの仕事をどちらに任せるべきかは、どこにも書かれていません。7 つの分担を出どころまでたどり、「文書化済み」か「報告」かを付けて紹介します。あわせて、既定値が異なるサンドボックスと、今年削除された連携も取り上げます。

  34. コンテキストエンジニアリングは棚卸しから始まる: 一覧にできないコンテキストウィンドウは予算化できない

    コンテキストエンジニアリングのガイドが勧める実践は、どれも「選ぶ」動詞です。削る、後回しにする、取りに行く、圧縮する。選ぶには一覧が要ります。Claude Code に付いてくる一覧は、設定を読み込み元とサイズつきで項目化する一方で、会話全体はひとつの数字として報告し、何がいつまで残るのかはどこにも書いていません。

  35. WebMCP を実サイトで使う: document.modelContext でツールを登録する方法と、自分の navigator.modelContext スクリプトが何も登録しない理由

    この API は 5 月に navigator から document へ移りました。それより前に 3 つのメソッドが削除され、移動の後には登録の呼び出しが Promise を返すようになりました。4 月に検出ツールを満足させるために書いたスクリプトは、現在のブラウザーにツールを 1 つも公開しないことがあります。動く登録コード、エージェントなしでできるテスト、そして素の MCP エンドポイントのほうが良い入口になる場面を取り上げます。

  36. エージェント開発者から見た Anthropic の 2026 年版 Usage Policy：ハードウェアの停止ボタンは告知に載り、サブスクリプション経由のプロキシ条項は載らなかった

    ハードウェアの規則はケーブルを 1 本抜けば確かめられます。コンシューマー向けサブスクリプションを経由した無許可のプロキシ、エージェントがツールで行うことへの責任、そして執行に踏み切る基準が下がったことは外からは確かめられず、どれも説明なしに加わりました。

  37. Claude Dashboards を実際に試す（Claude Motion も解説）：数式パネルにしか現れなかったバグ

    Claude Dashboards が公開 Wikipedia データ 88 行から何を作ったか、どの数字が元ファイルとの照合に耐えたか、そして唯一の誤りが共有ダッシュボードを見る大半の人には見えない理由。あわせて、ダッシュボードを共有したときに誰が何を見るのか、Claude Motion が動画生成モデルを使わずに動画を作る仕組みも扱います。

  38. Claude Managed Agents の web_fetch：取得できる URL はユーザーか Web 由来のものだけに

    新しいルールは、URL の出どころを信頼の度合いで順位付けしてはいません。攻撃者の Web ページは出どころとして認められ、自分で動かした bash の出力は認められません。bash はモデルが操作でき、Web はモデルが書けないからです。Web ツールを制限しても、デフォルトの環境では次の抜け道は curl です。

  39. Claude Max の API クレジット：月 $100 または $200 で何がまかなえるか、Thariq の AI 新しいタブページがクラウドに何を送るか

    どの Console 組織をリンクすべきか、どの設定で気づかないうちにカードへの請求が復活するのか、claude -p と対話型 Claude Code で課金が違う理由、そして Anthropic のエンジニアが作った毎日更新の新しいタブ拡張機能が、実行のたびにログイン済みのブラウザから何をアップロードするのか。

  40. Claude Code のサブエージェントとしての Claude Haiku 5.5：effort、100K の料金区分、タスクあたりのコスト

    Claude Code のサブエージェントを意図して Haiku 5.5 に割り当てる方法、固定すべき effort レベル、/autocompact で長いプロンプト向けの料金を避ける方法、そしてツールループを任せる前にシステムカードで確認しておくべき点をまとめます。

  41. Claude Haiku 5.5 と GPT-6 Luna は、プロンプトが長くなるまでは同じ価格です

    料金表はまったく同じで、崖の位置だけが違います。長いプロンプトで 2 つのモデルは分かれます。一方は 100,000 トークンを超えるとリクエスト全体を高い料金で計算し、もう一方は 272,000 トークンを超えてからです。ファイルを読むサブエージェントにとっては、単価よりもこの境界線のほうが請求額を左右します。

  42. Claude Code のパーミッションルール: 3 つのリリースで塞がれた 10 の抜け道

    10 件の修正のうち半分は、ドキュメントがすでに認めている限界ではなく、ドキュメントが保証している内容に関わるものです。さらに 2 件は失敗時に素通りさせていた部品です。そして PreToolUse フックのスクリプトがクラッシュしたりハングしたりした場合に素通りするのは、今もドキュメント上の仕様のままです。

  43. Decision Model と LLM-as-a-Judge: Jev、OpenAI の Decisions API、そして確率を較正するのは誰か

    自由記述の Judge を型付きの答えに置き換えようとベンダーが提案する 7 つの場面、Red Hat のベンチマークが示したこと、そしてこのカテゴリのベンダーが、較正を売りにする 1 社も含めて、全員ドキュメントの最後でしきい値の判断を利用者に返してくる理由。

  44. AI 文章の電子透かし: OpenAI の textGrain、Claude の SynthID 方式の透かし、そして誰が確かめられるのか

    文章の透かしの検出結果から何が言えるのか、どれだけの編集に耐えるのか、そして現時点で公開されている誤り率がなぜすべて鍵を持つベンダー自身の測定なのか。そのうえで、採点する人、書く人、これらのモデルの上で開発する人にとって何を意味するのかを考えます。

  45. Claude Cowork がクラウドへ移行: サンドボックスはノート PC を離れ、フォルダの許可はそのまま

    Anthropic 自身の安全性に関するページが一文で書いています。分離が制限するのは Claude のコードがどこで動くかであって、Claude が何を読み、何をするかではありません。クラウド移行は前者を移し、後者はデスクトップアプリにつないだままにしました。そのアプリが今、見ていない間も動き続けるセッションと手元のマシンをつなぐ経路になっています。

  46. Markdown ドキュメントとしてのエージェントの記憶: 読める記憶も、記憶であることに変わりはありません

    エージェントの記憶をベクトルストアから Markdown ファイルへ移すと、中身を点検しやすくなります。それには十分な価値があります。ただ、情報の古さ、食い違う書き手、誰も開かなかったページは、もともと保存形式の問題ではありません。だからそのままフォルダへ移り、そこでは整ったファイルが点検済みのファイルに見えてしまうことがあります。

  47. AI エージェントはどうサンドボックスを抜け出すのか：出口のほとんどはエージェントに与えられていたサービスだった

    OpenAI が報告した事例のうち 5 件は、隔離された環境から外へ出る経路です。そのほとんどで、経路は別の用途のために渡されていたリゾルバ、シェル、認証情報でした。こうした経路の一覧こそが最初のコントロールであり、ブロックされた試行はその経路が存在する証拠として扱うべきです。

  48. Claude Code の /doctor で CLAUDE.md を監査する：理由はファイルに、経緯は git に

    新しい監査は、エージェント設定にある強調されたルールのひとつひとつを、もう使っていないかもしれないモデルについての仮説として扱います。各ルールがどこから来たのかを問う一方で、同じ手順書の中で、その由来の経緯は削除するよう指示します。理由と経緯を別々の場所に置けば、どちらの指示も正しくなります。

  49. Amazon 対 Meta のショッピングエージェント Muse：線を引くべきはエージェントの身元ではなく、セッションの管理権

    ショッピングエージェントに名乗らせると、サイトはそのエージェントを止めるスイッチを手にします。名乗らせることは商取引や許可の管理には役立ちますが、安全の境界線にはなりません。ユーザーを守る線は、ログイン済みセッションの管理権です。問うべきは、エージェントがその中で何に届くのか、そしてユーザーがその行動を確認し、アクセスを取り消せるかどうかです。

  50. Claude プラグインディレクトリ解説：プラグインの仕組み、公開の方法、そしてマーケットプレイスではない理由

    プラグインディレクトリが審査するのはアップロードしたパッケージで、その先にあるサーバーではありません。そして、課金できる仕組みは何もありません。Claude Marketplace の有料部分は別の入り口で、企業の利用枠から購入されるパートナー製品向けです。ディレクトリが開発者に何をもたらし、ユーザーに何を負わせるのか。そして自分の2つの MCP サーバーがそのままでは載らない理由を書きます。

  51. LLM の出力を理解するための Karpathy のヒントと、規格を誤って伝える ASD-STE100 チートシート

    LLM の出力に ASD-STE100 を使うための実践ガイド。確認できる規則、回答の書き換え前と書き換え後、識別子とぼかし表現を保つプロンプトを紹介します。あわせて、制限英語から図、HTML ページ、解説動画へと進む モデルの出力を読むための Andrej Karpathy のはしごと、辞書の規則を 1 つ逆にし、規格が認めない動詞を承認し、推奨を辞書の項目のように見せている投稿添付のチートシートを取り上げます。

  52. Notion の ChatGPT トークン共有：AI の請求にメーターが 2 つになった

    Notion の AI の一部を、ChatGPT Plus または Pro のサブスクリプションで支払えるようになりました。対象は 1 つのエージェントと 1 つのモデルファミリーだけで、Notion 側の Business か Enterprise プランは引き続き必要です。しかも利用条件は、開始から 2 日以内にツイート 1 本で変わりました。トークン共有とは何か、安全な設定のしかた、何が対象になるのか、そして Notion のタスクがどちらの利用枠をどれだけ使うのかがいまだに分からない理由を整理します。

  53. フルディスクアクセスは許可しにくくなる。でも、ターミナルはすでに持っているかもしれない

    許可する瞬間のハードルが上がっても、すでに与えた許可については何もわかりません。ターミナルがこの権限を持つ Mac では、Apple のエンジニアが説明するルールに従えば、そこで起動したコーディングエージェントはターミナルの権限で読み取れます。そして、どのコマンドを実行するかはエージェント自身が決めます。

  54. Claude Code の mod は、あなたの hook がブロックしたものを許可できる

    mod は v2.1.287 のリリースノートにたった1行で登場しました。増えたのは権限の届く範囲ではありません。プラグインはもともとあなたの権限で動いていました。増えたのは優先順位です。インストールした mod はルールと PreToolUse hook の後に答え、managed settings の外では、その答えが最終判断になります。

  55. Gemini 4 Argon の防御側向けビルドは、あなたが呼び出すものとは別物

    Google は新しいフロンティアモデルへのアクセスを、サイバー関連の安全策の有無で分けています。3.8 Flash のときと同じで、Anthropic が Mythos でとった方法とも同じです。開発者向けビルドはまだ調整中なので、ベンチマーク表に載っているのは、開発者がその形では手にしないモデルです。

  56. ひとつのエージェント事案をめぐる三つの記録

    OpenAI のログ、URL スキャナーの公開アーカイブ、そして統計局。三者はそれぞれ違う話をしています。いちばん完全な記録を持つ者は、その記録で自らを採点する立場でもあります。

  57. 技術チームのための AI 検索における可視性の測定フレームワーク

    パネル 1 つでわかるのはスナップショットです。レポートは 2 つの期間を比べます。そしてそこで、AI の可視性の変化の多くが、パネルやサンプルサイズ、記録されていないモデルの入れ替えが生んだ見かけ上の変化だとわかります。トレンドを検証できるものにするための設計です。

  58. Sonnet 5.5 の推論は、ひとつのモデルとひとつのアカウントの中にとどまる

    以前の thinking を読めないモデルや API アカウントに切り替えても、リクエストは成功します。それまでのターンで積み上げた推論は、モデルが読む前に破棄されます。エラーも出ず、請求にも載りません。気づけるのは、API に報告を求めていた場合だけです。

  59. ベンチマークは実時間に連動することを証明しなければならない

    エージェントが渡された数値を何でも押し下げるようになると、議論すべきはもうモデルではありません。自分が責任を持つのは、その数値と目標が一緒に動くという証拠です。そしてその証拠は、最適化が確認した範囲の外に出た時点で期限切れになります。

  60. AI 検索結果におけるブランドの可視性を測定する方法

    アシスタントに同じ質問を 2 回以上投げた瞬間、メンション、回答への採用、引用はばらばらに動き始めます。たった 1 つのプロンプトがブランドの存在感をすべて担うこともあれば、パーサー次第で引用率が 2.5 倍変わることもあり、でっち上げのライセンスでもメンションとして数えられます。359 件の回答をもとにした、技術チーム向けのワークフローです。

  61. プロンプトキャッシュを壊したものを見つける

    Cache diagnostics は、リクエストが直前のものと一致しなくなった最初の箇所を教えてくれます。役に立つのは、その判定をキャッシュ読み取り数と並べて読み、diagnostics が検出しないパラメータの変更を自分で押さえたときです。目で探して最も見つけにくいミスは、まさにそこにあります。

  62. クローンしたリポジトリの設定ファイルが、まだ実行できること

    Claude Code は、リポジトリがテレメトリのエクスポートを有効にすることを禁止しました。この狭い修正の裏には、もっと広い事実があります。コミットされた設定ファイルは、あなたの権限で動くコードです。ヘッドレス実行では、事前に誰も確認しません。対話モードでは確認のダイアログが表示されますが、筆者はそれを読まずに承認しています。

  63. Opus 5.5 は安くなった。400 エラーは簡単なほうです

    400 を返すリクエストは、何を直せばいいかをすでに教えてくれています。今回のアップグレードで実際にコストになる変更は 200 で返ってきます。テキストで始まらなくなったレスポンス、一度も設定しなかったせいで一段下がった effort、そしてデプロイなしで新しいモデルに切り替わったエイリアスです。

  64. Notion AI の料金（2026年）：計算できない価格

    請求額は年 $96 上がりました。金額としては大したことではありません。その下で変わったのは、金額をもう導き出せなくなったことです。プランに含まれる利用枠のサイズは公開されておらず、無料クレジットの量も公開されておらず、年間クレジットは月間クレジットより割高です。公開された数字から計算できない価格は見積もりにすぎず、見積もりは、価格とは別の種類の依存です。

  65. Claude Code が AGENTS.md を読むようになった。ただしデフォルトはフォールバック

    Anthropic はまた「読み込み」を解決し、「優先順位」は手つかずのままにしました。デフォルトでは、どのプロジェクトファイルを読むかがディスク上にたまたま存在するファイルで決まり、読み込まれたファイルは監査に使う一覧に現れません。プロバイダーやバージョンをまたいで同じように動くのは、今も一行の import です。

  66. インストールするツールは、あなたのリーチを丸ごと持っています

    インストールしたツールは、あなたがすでに持っている権限をそのまま抱えます。そしてそれを渡すことは、二度と見直されない唯一のセキュリティ判断です。インストール全体でもっとも無自覚な一瞬に一度きり下され、その後は決して振り返られません。何に到達できるかを封じ込めることも、コードが実際に何に触れるかを読むこともできますが、名前を信じることはそのどちらでもありません。

  67. コンパクションは信頼できない入力です

    外から来る入力には規律が課されますが、エージェント自身の出力には課されません。だからリセットを生き延びるために書く要約も、あとで呼び出す記憶も、何も取り消していない権限を帯びた指示として戻ってきます。ハーネスがそれらについて記録する書き手はモデル自身であり、それこそがチェックがそれらを通してしまう理由です。

  68. プロンプトは不変条件ではない

    エージェントのプロンプトや CLAUDE.md に書いたルールは、あくまで助言です。モデルはどの経路でもそれを読みますが、重み付けするだけであり、重み付けは拒否ではありません。だからたいていは守られますが、たいていというのは、根幹を支えるルールに求められるものではありません。ルールを本当に効かせるには、遵守が任意でない場所、つまりモデルが何を決めたかに関わらずハーネス自身が実行して強制するチェックへと移す必要があります。ただし限界があります。ゲートが拘束するのは、それがカバーする経路の上だけであり、いくつかのルールはどのゲートでも決着できません。違反が現れるのは世界の中であって、ゲートが検査するはずの操作の中ではないからです。

  69. あなたのエージェント設定は、いまやインフラです

    エージェントが数体を超えると、その定義はあなたが編集する設定であることをやめ、インフラになります。インフラのやっかいなところは、頭の中に収めきれなくなった時点から、宣言された状態と動いている状態が放っておけば乖離していき、それを誰も報告しないことです。直し方は、サーバーが学んだ規律です。集合をファイルとして宣言し、現実と差分を取り、適用したものを固定し、そして背後で起きた変更の上から適用することを、乗り越えて収束させるのではなく拒否します。ただし、見落としやすい落とし穴が一つあります。リコンサイラーが扱えるのは、あなたが宣言し忘れずにいたものだけです。

  70. コネクターは信頼できない書き手です

    あるスパンを誰が書いたかは、ハーネスがすでに把握している事実です。そのスパンに従うのが安全かどうかは、そうではありません。ですから直しは、より賢い読み手ではありません。ツールとピアに、届いた経路である配管の立場ではなく、それらが本来そうである異物の立場を与えることです。

  71. エージェントは、読める道具に手を伸ばす

    道具は、何ができるかを基準に最適化されます。ところがエージェントは、結果を予測できるか、そして答えが空で返ってきたときにそれを読めるかを基準に道具を選びます。この二つは別の性質であり、その隔たりこそが、より高機能な道具ほど手つかずのまま残りがちな理由です。

  72. 終了は判決ではない

    プロセスの不在に対してページを鳴らす監視は、すでに答えの見えている問いに答えています。ジョブが消えたかどうかは検出が安上がりで、しかも肝心なことであることはほとんどありません。それが失敗したのか、それともデプロイや再起動やオペレータによって意図的に止められたのかこそが、ページの分かれ目であり、むき出しの終了はその物語のごくわずかしか運びません。

  73. モデルは、じっとしていない依存先です

    バージョンを固定したソフトウェアライブラリは、中身を調べて再実行できる成果物です。出力が変わったのに自分は何も変えていないなら、読み取れる何かが変わったのであり、それが何かを突き止められます。モデルはそれを壊します。変わらない名前の裏で中身がずれ、予告なく容量が減り、傾向がドリフトします。そのため回帰は、指させる原因のないまま訪れ、あなたは自分のプロンプトを疑って一週間を無駄にします。信頼する土台ではなく、計測する依存先として扱いましょう。バージョンを固定して、それが変わる瞬間を自分のものにし、安価な指標を少数、前もって決めておくことで、ベンダーのドリフトを自分のドリフトと区別できます。

  74. あなたの承認ゲートは、いまや推測です

    セキュリティ境界は、それを越えるために作られたただ一つのアクションで判定されます。そして類似性で判断するモデルは、まさにそこで最も弱い。無人での許可は、ハーネス自身が渡すリーチ、書き込みスコープ、ネットワーク、クレデンシャルに置かれるべきで、説明できないものは拒否します。モデルを境界として信頼すれば、プロンプトインジェクション検出が決して閉じられなかった継ぎ目を、あなたはもう一度作り直すことになります。

  75. ウォッチドッグは忙しいエージェントを殺し、行き詰まったエージェントを信頼する

    長時間動くエージェントがまだ存在するかどうかだけを見るヘルスチェックは、難しい 2 つのケースの両方を取り違えます。健全なエージェントが不在に見えるほど静かになった瞬間にそれを殺し、プロセスがまだ生きている凍結したエージェントをそのまま通してしまうのです。直すべきは、より鋭いプローブではなく別の信号、すなわちエージェントが仕事をすることによってのみ残す永続的な痕跡です。行き詰まったエージェントはそれを伸ばすのをやめます。伸ばすこと自体が仕事だからです。

  76. あなたがフォークしたサブエージェントは、すでに知りすぎています

    エージェントの履歴には、迷い込んだあらゆる行き止まりが残っていますが、そのうちどれをすでに手放したのかを示すものは、そこには何もありません。その履歴をサブタスクに委ねると、捨てられたはずの推測が、確定した事実とまったく同じ顔をして届きます。なぜ多くの場合まっさらから始めるほうが勝つのか、書かれた指示書が継承に勝るのはいつか、そして仕事が、どんな指示書にも収まらない生きたものであるのはいつか。

  77. あなたの指示ファイルはアドレッシングであり、断片化ではありません

    すべてのエージェント指示ファイルを共通の標準に統合するのは、不要な重複を削除するように見えますし、プロジェクトのセットアップに関しては実際にそのとおりです。しかしこれらのドキュメントが抱えるものの大半は、1 つのものが散らばったコピーではありません。どの行が誰に当てはまり、誰が書いてよいかで仕分けられた、別々のアドレスです。その境界の 1 つは信頼境界でもあり、だからこそ 1 つの万能ファイルという小綺麗な解決策は、リポジトリのテキストにあなた自身の常設ルールと同じ権限を、そっと手渡してしまうのです。

  78. あなたのマルチエージェントシステムは分散システムです

    人がエージェントのせいにする失敗(多くが同じ誤答に収束する、意見の相違が妨害へと硬化する、走らなかった仕事に成功が報告される)は、より強いモデルが埋める隙間ではありません。それらは分散コンピューティングで最も古い失敗であり、個々のエージェントの中の知能を増やすことではなく、エージェントの間の層を設計することで解けます。

  79. 一度も呼び出さないツールにかかるトークン税

    エージェントに公開する機能はどれも、あらかじめスキーマ分のコンテキストを消費します。だから能力の値段は、仕事の大きさではなくカタログの大きさに連動します。答えは、サーバーより CLI を選ぶことではありません。ツールの面全体を予算として扱い、仕事が定義を求めたときにだけ支払うことです。

  80. キーストロークではなく、判断のときに起こしてほしい

    コマンドごとの許可プロンプトは、操作する人を反射的に承認するよう仕込んでしまい、仕込まれた危険な要求のおよそ 3 件に 1 件がそのまま通り抜けます。それでも残す価値のある割り込みは、まれで読み取れるものです。取り消せないアクション、サンドボックスの外に及ぶアクション、あるいはすでに 3 回失敗したアプローチ。

  81. レビューでは防げないインジェクション

    コードインジェクションは、データがコードになる継ぎ目で止められます。個々のケースを判断するのではなく、構文上のクラス全体を拒否することで止めます。これはその境界が決定可能な場所ならどこでも成り立ちます。自然言語のプロンプトインジェクションが決して持たない性質です。

  82. エージェント性の高いモデルはレビュー席に座らせる

    モデルをよりエージェント的にする特性(スコープを広げる、頼まれずに自己検証する、出力が長くなる)は、範囲の狭い無人ワーカーでは不利になり、レビュアーでは強みになります。だからフローのワーカーは Claude Opus 4.8 で動かし、Opus 5 はレビューに回します。モデルの気質を、ベンチマークではなく役割に合わせるという話です。

  83. 品質のパラドックス: なぜ検索は Google にとって改善し、パブリッシャーにとって劣化したのか

    3 層のエビデンス (パブリッシャーのトラフィック減衰、Alphabet の収益構成、リークした Google ランキングスキーマ) から、なぜアルゴリズムによる回復が来ないのかを示します。

  84. Pizza Day のビットコインを追跡する

    毎年同じ記事が出ます。仮定的な評価額、ロードトリップの噂、ピザを買った男の見出し。実際のコインを誰も追跡しません。ですので追跡しました。チェーンが何を示すのか、そして「その特定のビットコイン」が何を意味するのかについてです。

  85. 朝の 10:47 に Claude から寝るように言われた

    Anthropic はこれを character tic と呼びます。実際に何がそれを生み出しているのかを調べているうちに、公開されている system prompt、character training の論文、emotion-concepts の論文を読むことになりました。この振る舞いは、スタックが起こりやすくしているものです。

  86. Anthropic、エージェントの残りにもメーターを付ける

    6 月 15 日から、プログラマティックな Claude の利用は API 価格の月額 20〜200 ドルクレジットに分離されます。メールは今朝届きました。それが実際に何を意味するのか、そして他人のコンピュート上で構築することについて何を教えてくれるのか。

  87. Beetroot v1.6.6：Office 修正

    Excel と Word のセルが値ではなくスクリーンショットとしてキャプチャされていました。Microsoft Store の自動起動が密かに壊れていました。画像サムネイルがギガバイト単位の RAM を消費していました。v1.6.6 はこの 3 つに加え、大型の 1.6.5 AI Vision リリース後のセキュリティと信頼性の作業を修正します。

  88. 有料 Chrome 拡張機能はどれも 30 KB で作り直せる

    有料 Chrome 拡張機能のほとんどは課金処理と分析コードです。AI エージェントを使えば、どれも一晩で再実装できます。30 KB、サブスクなし。

  89. Beetroot v1.6.5：クリップボードが画像を読めるようになりました

    Beetroot v1.6.5: AI Vision でクリップボードが画像を読めます (OCR、説明、抽出、翻訳)。バックグラウンド AI ジョブキュー。すべてのプロバイダがネイティブ Rust に。

  90. 見えないバックスラッシュ: シェルエスケープのバグが 20 リリースを静かに壊した話

    Tauri-action の署名鍵が 20 回成功した後、突然失敗するように。原因はシェルクオートのエスケープでパスワードに混入したリテラルなバックスラッシュでした。

  91. Beetroot v1.6.4：プレビューパネルの再設計と、本当にカスタマイズできるオーバーレイ

    Beetroot v1.6.4: カスタマイズ可能なコピーオーバーレイ (位置、時間、アニメーション) と、テキスト、コード、画像のためのコンテンツ対応 3 モードプレビュー。

  92. tmux 越しの xterm.js で OSC 52 クリップボードを動かした方法

    OSC 52 クリップボードは tmux 越しの xterm.js で動きません。修正は set-clipboard でも terminal-features でもなく、allow-passthrough です。

  93. Beetroot v1.6.3：コピーオーバーレイ、エクスプローラー画像、GPT-5.4

    システム全体の「Copied」オーバーレイがすべてのクリップボードキャプチャを確認。エクスプローラーからコピーされた画像を修正。OpenAI モデルが GPT-5.4 にアップグレード。セキュリティ強化。

  94. Beetroot v1.6.2：切り詰めバグ

    v1.6.1 のコンテンツ切り詰めの修正。AI 変換、プレビュー、コピーが部分的なテキストで黙って動作していました。Alt+T トグルとフィルタカウントの修正も含む。

  95. Beetroot v1.6.1：誰も見なかったキーボード書き直し

    Beetroot v1.6.1: no-focus モード用にキーボード入力を書き直し、矢印ナビゲーション付きのリフレッシュされたプレビューパネル、v1.6.0 のリグレッション修正。

  96. Beetroot v1.6.0：Rust 検索エンジン、フォーカスを奪わないウィンドウ

    Beetroot の検索エンジンが Rust に移行: アクセント畳み込み、タイポ許容、プレフィックスマッチ。さらに、ワークフローを中断しないフォーカス非奪取ウィンドウ。

  97. クリップボードマネージャーから Fuse.js を一掃しました。8 イテレーションかかりました。

    Fuse.js がクリップボードデータで失敗する理由と、8 イテレーションをかけて Rust で検索を書き直した話: 同フィールドマッチング、Unicode 単語境界、スコア付きマージ。

  98. Beetroot v1.5.1：ML コード検出と、ちゃんと動く検索

    Beetroot v1.5.1: VS Code の TensorFlow.js モデルが 54 言語を検出。検索エンジンを書き直し。「local v」が 98 件ではなく 9 件を返します。

  99. Tauri デスクトップアプリに AI プロバイダーを 5 つ追加した方法

    Tauri におけるマルチプロバイダー AI: OpenAI、Claude、Gemini、DeepSeek、Ollama。3 つの統合パターンと、localhost CORS を解決する Rust プロキシ。

  100. Beetroot v1.5.0：5 つの AI プロバイダ、よりスマートなアプリ検出

    Beetroot が OpenAI、Gemini、Claude、DeepSeek、ローカルモデルに対応しました。AI スパークル、Ollama プリセット、よりスマートなソースアプリ追跡も追加。