全 4113 件 · 99 / 206 ページ
Anthropic が Claude Sonnet 5 を公開し、無料・Pro プランの既定モデルに。コーディングとエージェント用途の性能が向上する一方、API での拡張思考の手動指定や temperature 設定に非対応になった。同社は研究者向け AI ワークベンチ Claude Science もベータ公開し、Google は低コストモデル Nano Banana 2 Lite や動画生成の Gemini Omni Flash を投入。Cognition、Google、X も開発ツール・エージェント強化を相次ぎ発表。
子ども向け学習アプリの UI をリニューアルする際、Fable 5 を設計・指示書作成に、Opus 4.8 を実装に分けて活用した事例。Fable 5 に既存コードと仕様を読ませて具体的な指示書を作成し、変更禁止範囲やデザイントークンを明示することで、下位モデルの実装を効率化した。ステッカー獲得時の演出強化など UI 改善の詳細と、モデル選定の考え方を共有。
Fable 5のトークン消費が大きいため、設計・レビュー時のみ使用し、実装・調査はOpusに割り当てる運用方法を紹介。スキルにモデル名を書かず、.claude/agents/に役割定義を置くことで、モデル切り替え時の保守性と汎用性を確保した構成になっている。
5歳向け学習アプリの UI リニューアルで、Fable 5 を設計・指示書作成役、Opus 4.8 を実装役として役割分担。Fable 5 に変更禁止範囲やデザイントークンを明記した指示書を作らせることで、実装ミスを防ぎながらトークン効率を最適化。ステッカー獲得時の演出などを重点的に仕上げた実践例。
Reddit ユーザーが arena.ai 上で Claude Sonnet 5 と 4.6 の性能差を検証・比較した投稿。両モデルの実際の回答品質や応答特性の違いについて、ユーザーの実験結果や所感が共有されている。
Anthropic が 2026 年 6 月 9 日に公開した Mythosクラスの Claude Fable 5 は、SWE-bench Pro で 80.3%、SWE-bench Verified で 95.0% を記録し、Opus 4.8 や GPT-5.5 を大きく上回るコーディング性能を持つ。ただし安全装置の回避リスクが指摘され、6 月 12 日にアメリカ政府が輸出規制をかけ、Anthropic が安全分類器を改良したうえで 7 月 1 日に世界向けで再公開された。
Claude Fable 5 の公開直後72時間に、開発者たちが実装した事例集。Minecraft クローンを20分で生成、Stripe の5,000万行コード移行、12時間の自律実装など、一発で動くものから業務規模まで幅広い成果が報告された。共通点は「one-shot × 長時間自律 × 高トークン」で、時間のかかる大仕事を丸ごと任せられる相棒としての側面が浮き彫りに。
2026年7月に復活した Claude Fable 5 は高性能な一方で料金が高額（入力 $10 / 出力 $50 / 100万トークン）。Claude Code のアドバイザー機能で Fable 5 を相談役に据え、実行役を Sonnet 5 にすることで、Fable 5 の判断力を活かしながらコストを約12%削減できる。コードレビューは OpenAI の Codex に振ることでさらなる節約が可能。
Claude Code でファイルを扱う際、Markdown・YAML・JSON・CSV など各形式のメリット・デメリットを、読み書きの動作観点から整理した実践ガイド。テキストファイルは直接読み書きできるが、Word・Excel・PDF などバイナリは変換が必要となる仕組みを踏まえ、用途別のおすすめ形式（Markdown 最推奨）を提示。
Anthropicが米国の輸出管理解除を受けてClaude Fable 5の提供を全面再開し、7月7日までは週間利用上限の50%まで無料利用可能。並行してNotionがHTMLブロック、xAIがVoice Agent Builder、NVIDIAが拡散型言語モデルをそれぞれベータ・公開。Cloudflareはデフォルトで広告ページへのAIクローラーをブロックする新ポリシーを発表。
Reddit と Hacker News に投稿された記事で、Anthropic が Claude Code にスパイウェア機能を組み込んでいるという疑惑が報告されています。詳細は記事 URL で確認できますが、透明性やプライバシーに関わる重大な主張です。
AI駆動開発でのチーム開発は指示の出し方がばらつき、設計規約が守られず、レビューコストが増加する課題を抱えている。これらを解決するため、Claude Codeの指示方法（CLAUDE.md、rules、skills等）を体系化する「ハーネスエンジニアリング」を導入し、AI が安全に開発できる環境を整備する手法を紹介。
Claude Code の skill は実装後も動作確認ができないまま静かに劣化する課題に対し、skill-creator の評価機構を活用してベンチマーク比較による運用を導入した事例。assertion 評価とモデル更新による陳腐化を検出し、効果量がない skill を削除することでコンテキスト消費を削減する仕組みを紹介。
Anthropic公開のClaude Agent SDKはClaude Codeをライブラリとして利用可能にし、Agent Loopを自動化するSDK。従来の開発者実装のLLM→Tool実行ループが不要になり、query()呼び出しで判断・実行・確認・コンテキスト管理を自律実行。Sub Agent構文とHooks機能により複雑なマルチエージェントワークフローが管理しやすくなった。