Claude 向けに作ったメルマガ生成 AI を、さくらの AI Engine（gpt-oss）に載せ替えて本番に出すまで

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。

`/v1/user_profiles` のリリースにより、API リクエストごとにエンドカスタマーを指定し、安全性措置を組織全体ではなく該当顧客1人に限定可能に。Admin API には user profile の制限・BAN を通知する組織 Webhook(ベータ、アクセス申請制)が追加。Managed Agents の web_search が組織のドメイン制限に従う挙動変更も含め、マルチテナント運用・再販事業者向けの対応手順を整理。

TypeSafe AI の Jev（選択肢分類モデル）を使い、依頼メッセージを 19 件の案件に自動振り分けする実験を行った結果、正解率 22.4% に留まった。応答速度と料金は公表値どおりだが、単語の重複で誤分類したり、似た案件を取り違えたりするため、確信度でも足切りできず、ベースラインの 73.7%（全部同じ案件と答える）にも劣った。実装時の伏せ字処理が重要で、本番前に必ず検証が必要という知見も共有。