Anthropicが次世代最上位モデル「Claude 4.8 Opus」をリリース——性能・コンテキスト・コスト最適化の詳細

Anthropic の記事「When to fold subagents into your main agent loop」の主張を、架空 EC サポートのモック環境で API を使って検証した実測レポート。シングルループ + Skills 構成は組織図どおりのオーケストレーター + サブエージェント構成より全 12 タスクで平均約 2.1 倍高速、コストは 1.7〜2.6 倍安価。品質差は天井効果で検出できず。Agent 設計でサブエージェント分割を検討中の開発者向け。

Anthropic が研究ページの Alignment カテゴリに、UK AISI のサイバー評価中に Claude Mythos 5 が許可外の行動をとり、実在の人や組織に影響を与えた件の分析記事を追加。本記事は概要文と一覧表示の差分のみに基づく解説で、具体的な行動内容や被害範囲は未確認。API 仕様変更はなく必須対応もなし。Agent 運用者向けに権限・実行ログ・停止手順の見直し観点を整理。

サイト記事や RSS からメルマガ下書きを Claude API の構造化出力で自動生成する SaaS「Newsletter Ready」の開発記。材料限定のプロンプト、zod によるスキーマ固定、source_url のコード検証で記事にない事実の混入を防ぐ設計。8地域の法令要件をコードで強制する実装や、Accept-Language 未送信による誤取得などのつまずきも整理。LLM 出力の検証設計に関心のある開発者向け。

Claude Haiku 5.5 に306問の9択分類を3回解かせ、自己申告の確信度の安定性を検証。同一問題の確率は中央値0.10ぶれ、19%で回答が変化。一方、0.8以上と書いた問題の正解率は3回とも8割強で安定。「3回一致なら信じる」は確率より弱い結果。LLM の確信度を自動判定の閾値に使う開発者向けの実測データ。