Anthropic、イタリア企業・研究・開発者を支援するミラノオフィスを開設

AI エージェントがツール実行後、戻り値が曖昧でもモデルは「完了した」と幻覚する問題を報告。原因は「行動」と「確認」の分離にあり、対策として副作用系タスク後に別コマンドで実態再取得を必須化する「完了契約」と、それを仕組みで強制する genchi ライブラリを提案している。

フロントエンドコーディング案件でClaude Codeを導入し、熟練者の290時間見積もりを147時間で完成。マークアップ工程のみで約49%の工数削減を実現。量産ページの差分適用、25,000行のSCSS記述、JavaScriptコード生成、QAチェックなどの局面で効果が顕著だった一方、デザイン解釈やページ構成判断は人間判断が必須。

LLMエージェントの暴走対策は事前防御に偏りがちだが、エージェントが共有メモリに誤情報を書き込んだ場合、プロセス停止後も汚染は他エージェントに連鎖拡大する。真のリカバリには「誰が何を読んで意思決定したか」の消費記録を出力メタデータに刻印し、影響範囲を特定・再実行するアーキテクチャが必須となる。

顔出しなし YouTube チャンネル運用で、単純な AI 台本量産は重複やファクトチェック漏れを招くため失敗。生成担当と検証担当を異なるモデルに分け、数値の合格ラインを設定し、重複検知は機械的に照合する仕組みを構築。これにより人間のチェック負荷が激減し、同時に失敗パターンをルール化して再発防止を図った実運用事例。