Amazon社内で「Tokenmaxxing」拡散 — AI利用リーダーボードの不正操作が問題に
Amazonの社内で、従業員がAIツールの利用実績を水増しする「Tokenmaxxing」という現象が拡散していることが分かった。社内のAIリーダーボードで上位表示されることを目的に、不要なタスクを自動化してトークン消費を意図的に増やす行為が広がっているという。
AmazonはBedrock AIサービスで自動プロンプト最適化機能を導入し、タスクに応じて最大22%の性能向上を実現している。AnthropicやOpenAIも同様の最適化ツールを提供しているが、最適化結果の正確な評価自体が業界全体の課題となっている。
この問題は、企業がAI導入を「利用量」で測ろうとすることの副作用を浮き彫りにしている。指標の設計如何で、AIの本来の目的である生産性向上から逸脱するリスクがあると言える。
Statewright — ステートマシンでAIエージェントの信頼性を根本から解決
NVIDIAやAMDでDistinguished Engineerを務めたBen Cochran氏が、AIエージェントの信頼性問題にステートマシンのアプローチで挑む「Statewright」を発表した。
同氏は、現在のエージェントアプローチが「モデルを大きくする」か「コンテキストウィンドウを広げる」という力技に頼っていると指摘。代わりに、問題空間を小さくするアプローチを採用した。13〜20Bパラメータクラスのモデルに、形式的なステートマシンで制約をかけ、各状態で利用可能なツール、反復回数、遷移条件を定義する。
結果は予想以上で、複数のモデルファミリで一貫した改善が見られた。HaikuやSonnetがクラス以上の性能を発揮し、Opusは少ないトークンでより確実に問題を解決できるようになったという。重要な知見は、「コンテキストウィンドウの活用効率が、生のコンテキストサイズよりも重要」という点だ。
StatewrightはRustエンジンをコアに、Claude CodeへのMCPプラグインとして統合されており、将来的にCodexやCursorなどにも対応予定。
TabPFN-3がリリース — 表形式データ100万行対応の基盤モデル
表形式データの事前学習済み基盤モデル「TabPFN-3」がリリースされた。従来の表形式データアプローチは特徴量エンジニアリングやハイパーパラメータ調整に多くの時間を費やしていたが、TabPFNはニューラルネットワークベースの事前学習により、その手間を大幅に削減する。
最大の改善点は、対応データサイズが最大100万行に拡大したこと。実用的な企業データの多くがこの規模に収まるため、従来のXGBoostやLightGBMとの競合が現実味を帯びてきた。
Dessnがプロダクション直結のAIデザインツールで600万ドル調達
スタートアップのDessnが、プロダクションコードベースと直接連携するAIデザインツールを開発し、600万ドルの資金調達を行った。従来のデザインツールが静的なモックアップに留まるのに対し、Dessnは実際の本番コードをベースにデザイン変更を提案する。
デザインから実装の往復コストを削減するアプローチは、開発ワークフローの効率化という観点で注目に値する。
Kimiflare — Kimi K2.6をCloudflare Workers AIで動かすオープンソースコーディングエージェント
Cloudflareのクレジット期限を機に、Kimi K2.6をバックエンドに使ったオープンソースのCLIコーディングエージェント「Kimiflare」が構築された。Claude Codeのクローン的な位置づけで、npm経由でインストール可能。
12,000以上のnpmダウンロードと137のGitHubスターを獲得。特に興味深いのは、最初の数コミットはClaude Codeで行い、v0.3.0以降はKimiflare自身を使って開発を継続しているというドッグフーディングの実践だ。Cloudflareのクレジット期限後はBYOK（Bring Your Own Key）モデルに移行する予定。
ビッグテックのAI投資負債が急増 — 支出はさらに拡大へ
Barron'sの報道によると、ビッグテック企業のAI関連投資負債が急増しており、今後の支出はさらに拡大するとの見通しが示された。AIインフラへの巨額投資は収益化のスピードを上回っており、債務水準が懸念材料となっている。
一方で、AIへの投資を怠る競争上のリスクも大きく、各社は「投資しなければ負ける」というジレンマに直面している。この構図は今後数四半期にわたってテクノロジーセクターの重要なテーマになりそうだ。