Qwen 3.7がリリース、open weightモデル界に新たな王者誕生か

AlibabaのAIチームがQwen 3.7をリリースし、LocalLLaMAコミュニティで大きな話題となっている。Redditのスレッドでは「The new King has arrived」と興奮気味に報告されており、Qwen 3.7のブログ記事も公開されている。

直前のQwen 3.6 35Bですでにユーザーのワークフローを大きく変えていた。あるユーザーは、Codexでタスクを実行し、その手順を「スキル」としてドキュメント化してローカル環境のQwen 3.6に食わせるという手法で、WhatsAppの音声メッセージからウェブサイトをローカルで全自動構築するデモを披露。「数ヶ月前はローカルモデルに何の使い道があるのか疑問だったが、今日ではQwen 3.6 35BだけでWhatsAppの音声からウェブサイト公開まで全部できた」と驚きを示している。

Qwen 3.7はこの流れをさらに加速させる可能性があり、オープンソースAIモデルの競争が激しさを増している。

Starbucksが北米全店でAI在庫管理ツールを廃止

Reutersの報道によると、Starbucksは北米全域でAIベースの在庫管理ツールの運用を停止した。Hacker Newsでも9ポイントを集め、AI導入の失敗事例として注目を集めている。

AIの実用化が進む中で、在庫管理という一見AIと相性が良さそうな領域での撤退は示唆に富む。データ品質、店舗ごとの特殊性、予測モデルの限界など、AIを本番環境で運用する難しさが浮き彫りになった事例と言える。

法王レオ14世がAI委員会を設立、Anthropic共同創業者も参加

Fortuneの報道によると、法王レオ14世は教皇書簡の発表に先立ち、AIに関する委員会を立ち上げた。注目すべきは、Anthropicの共同創業者クリストファー・オラーがこの委員会に参加していることだ。

オラーは2024年末にAnthropicを離れており、その後AI倫理の分野で活動を続けていた。カトリック教会がAI倫理に本格的に取り組む姿勢を示したことは、AIの社会的影響に関する議論に新たな次元を加えるものとなっている。

GoogleがLighthouseでllms.txt対応テストを開始

The Decoderの報道によると、Googleはウェブサイト分析ツールLighthouseに「Agentic Browsing」という新しい実験的カテゴリを追加し、ウェブサイトがAIエージェントにどれだけ適しているかをテストできるようにした。

具体的には、ウェブサイトがllms.txtファイルを提供しているか、AIエージェントがコンテンツにアクセスしやすい構造になっているかを評価する。これは、AI検索やエージェント型ブラウジングが主流になる中で、ウェブサイトの見え方が根本的に変わりつつあることを示している。

TechCrunchも「GoogleはもうGoogleではなくなりつつある」として、AI概要機能を好まないユーザー向けに6つの代替検索エンジンを紹介する記事を掲載。検索体験の変革が加速している。

AIアシストエンジニアの燃え尽き問題が議論を呼ぶ

Evil Martiansのブログ記事「AI-assisted engineers are burning out, is this fine?」がHacker Newsで注目を集めている。

AIコーディングツールの導入によって開発スピードは向上したものの、コードレビューの負荷増大、AI生成コードの品質確認のストレス、そして何より「人間がAIのレビュアーになってしまう」という役割の逆転が、エンジニアの心理的負担を増やしているという指摘だ。

生産性の向上と引き換えに、エンジニアの健康や創造性が損なわれているのではないかという問いは、AI開発ツールの普及が進む中で避けて通れない課題となっている。

Daytonaがエージェントにコンピュータを与える、月次成長率74%

Latent Spaceのインタビューで、DaytonaのCEO Ivan Burazinが同社の急成長について語った。月次成長率74%、日次85万回の実行という数字は、AIエージェント向けインフラの需要が爆発的に増えていることを示している。

Perplexity、Manus、Cursorなどが次々と「コンピュータを与える」アプローチを採用する中、エージェントの実行環境を提供するDaytonaのようなインフラ企業が注目を集めている。AIエージェントがローカルホストからクラウドへ、そしてベアメタルサンドボックスへと進化する流れは、LLM OSスタックの標準化と密接に関連している。

国内トピック：ローカルLLMのハードウェア選び2026春

ITmedia AI+の記事では、Gemma 4を手元で動かした体験をもとに、ローカルLLMのハードウェア選びについて詳しく解説している。翻訳や要約ならローカルLLMでも十分に実用的だと感じたという筆者の感想は、Qwenコミュニティの盛り上がりとも呼応する内容だ。

モデルの選び方、GPUの選定、Macや専用AIマシンの価格感まで、個人が無理なくローカルLLMを始めるための判断材料が整理されている。