中国発の巨大モデルがNvidia製GPUに依存しない路線で急伸

7月5日に複数の関連ニュースが並びました。一つは中国のMeituan（美団）が1.6兆（1.6T）パラメータ規模のAIモデルをNvidia製GPUを使わずに学習したという報道です。もう一つは、同じく中国のLongCat-2.0がNvidia製チップ非依存の路線では最大規模のAIモデルになったという話題。米国の輸出規制が続く中で、中国側が代替チップでスケールさせる道を現実に示しつつある形です。

両者を併せて読むと、「巨大化競争は続いているが、調達経路は以前と違う形に移行しつつある」という方向性が見えてきます。ただし学習手法や評価スコアの詳細は現時点では限定的で、性能面の客観比較はこれからの材料になりそうです。

カリフォルニアの研究：「最も影響を受けるのは高学歴労働者」

SFGateが伝えたカリフォルニア州の研究は、「高学歴の労働者ほどAIによる影響を強く受ける」という結果を示しています。AIの自動化対象は単純作業だけにとどまらず、分析や文書処理といったホワイトカラー系の業務にまで及んでいることが背景とみられます。

一方でQiitaに寄稿された日本の実践記録も同じ文脈に並びます。「AIでe-Stat（総務省統計局のデータ）の分析を100倍速くした」という事例報告で、著者は「データ分析は安全地帯だと信じていたが、業界全体も同じ結論に達していた」と振り返っています。分析系業務こそAIの補完・代替領域になりつつあることを示す生の声として興味深いです。

AIコーディングエージェント向け「編集」ツール Mouse

hic-ai.comが公開したMouseは、AIコーディングエージェントに対して「精度の編集操作（Precision Editing）」を提供するツールです。Hacker Newsでは17ポイント・19コメント付きで議論され、エージェントが生成した差分を人間側が細かく制御したいという需要がコメント欄で交わされました。

似た領域の道具として、HNでAgentsnapという「どの設定変更がAIエージェントを壊したかを特定する」ツールも取り上げられています。エージェント運用の観測・制御ツールが徐々に生態系を形成しつつある様子がうかがえます。

Claude Codeの「記憶設計」を整理する日本語記事

QiitaでClaude Codeの記憶設計を早見表にまとめた記事が話題を集めています。CLAUDE.md・rules・自動メモリの置き場所をスコープごとに整理しており、「とりあえず1つCLAUDE.mdを作りたい入門者」と「importや自動メモリまで含めて設計したい開発者」の両方を想定した構成です。AIエージェントを開発実務に組み込む際の運用知見として、実用的なまとめになっています。

おまけ：ローカルモデルに「太陽を消す」テスト

RedditのLocalLLaMAで遊び心のあるテストが投げられました。「太陽が急に消えたら、今後1000年の間に2つの惑星が衝突する日があるか」という思考実験プロンプトです。ローカルLLMの空間推論・長期計算能力を手軽に試せるネタとして、各自の推しモデルを持ち寄るスレッドになっています。真面目なベンチマークとは別の軸で、モデルの「考え方の癖」が見えておもしろいです。