10個のLLMを物理シミュレーション内での塔建築でベンチマーク、Claude Opus 5が優勝

LINE連携の秘書Mで会話記憶とデジタルツイン機能を実装し、単なるAIアシスタントから「ユーザーの価値観・状態を学習し先回りするAI参謀」へ進化させた。Supabaseに会話履歴とユーザープロフィール（JSON）を保存し、Claudeへ毎回文脈として渡すことで、前後の関係を理解した提案が可能に。

子どもの宿題答え丸写しを防ぐため、Claude API を使った家庭内学習AIを自作。ノート撮影から3段階のヒント（方針→着眼点→次の一手）を段階的に返す FastAPI サーバーと、答えに「近づかない」「割く」設計で、何往復しても答え到達を防止。APIキー・プロンプトをサーバー側に置き、端末側での抜け道を遮断。

2026年時点で大規模言語モデルは価格階層化されているが、ITエンジニアの高度な知的作業では最上位モデルのみ価値を持つ。弱いモデルは工夫しても監視コストが高く、正答率より自己修正能力が重要であり、弱いAIの使用は人間の認知資源を浪費させる。

Anthropic が Claude の出力に導入するテキスト透かしの技術的仕組みを解説。透かしは LLM の重みには手を加えず、次トークン選択時のサンプリング段階に秘密鍵と直前トークンからシードを決めることで機能し、文章品質に影響を与えない。検出には秘密鍵が必要で、Google の SynthID-Text ベースのトーナメント方式により効率的な検出を実現。