MicrosoftがOpenAI・Anthropicと「公然と」競合する時代へ

7月29日、Microsoftはウォール街向けの決算説明の場で、自社開発のAIモデル、ハーネス、そしてMythosの競合製品を相次いで発表した。同社がOpenAIやAnthropicとの関係を「パートナーシップ」と呼びつつも、自前のAI基盤で持続的な成長を目指す姿勢を明確にした形だ。

長らくOpenAIの推論モデルに依存してきたMicrosoftだが、今回の発表では自社モデルの投入を前面に打ち出した。これは単なるモデルの入れ替えではなく、Azureという巨大な配信基盤を握るMicrosoftが、AIの「プラットフォーム層」でも独自の立場を固めようとする動きとみられる。OpenAI側にしても、Stargate構想などでインフラの自立化を進めており、両者の関係は「戦略的パートナーシップ」から「協調と競争の混在」へと段階的に移行していると言えるだろう。

MCPが5度目の仕様改訂で「ステートレス化」を実現

Model Context Protocol（MCP）の仕様が、7月28日に5回目の改訂（MCP 2026-07-28）として公開された。今回の改訂の核心は「ステートレス化」だ。

従来のMCPは、サーバーとクライアント間でセッション状態を保持する「つなぐ規格」だった。しかし今回の改訂により、ステートレスなリクエスト/レスポンスモデルが追加され、MCPサーバーをステートレスなAPIエンドポイントとして扱えるようになった。これはつまり、MCPが「都度つなぐ接続」から「置いておける配管」へと、アーキテクチャのレイヤーを一段上げたことを意味する。

実用上のインパクトは大きい。コンテナ環境やサーバーレス環境でのMCPサーバー運用が標準化され、スケーリングが容易になる。また認証まわりの仕様も整備され、プロダクション環境での利用が見据えられている。AIエージェントのエコシステムを支える基盤技術として、MCPの成熟度が一気に上がった改訂と言える。

AIエージェントの承認ゲート — 「却下されたとき」こそが本丸

AIエージェントに本番環境の操作（デプロイ、データ削除、返金処理など）を任せる際、定番のアプローチは人間による承認ゲート（human-in-the-loop）だ。エージェントは危険な操作の前に承認依頼を出して待ち、人間が承認すれば進む。

しかし実際に実装してみると、本番は「承認UIを作ること」ではなかったという。重要なのは「承認されなかったとき、何が起きるかを全部設計すること」だ。

具体的には、承認が却下された後のエージェントの挙動が問題になる。単に止まるだけではタスク全体が停滞する。代替案を提示するのか、スキップするのか、人間に判断を委ねるのか。却下の理由が「タイミング」なのか「内容」なのかでも対応が変わる。承認ゲートは「止める技術」ではなく「止まった後の状態遷移を設計する技術」だったという気づきは、エージェント運用を進める多くのチームにとって参考になるだろう。

Wikidataから一夜でBAN — 109アイテムが2分半で全削除

ある開発者が、LLMの引用元として自分の作品をWikidataに登録しようとしたところ、ある朝、アカウントが無期限ブロックされていた。「Promotion-only account（宣伝専用アカウント）」という理由で、6週間かけて作成した109件のアイテムが約2分半で一括削除された。

個別の編集は規約に準拠しているつもりだったが、「大量にアイテムを作成し、それらが自分に関連している」というパターンが、プラットフォーム側のスパム判定基準に合致したもようだ。

この事例は、AI時代のコンテンツ戦略に重要な教訓を含んでいる。「WikipediaやWikidataに載っている情報はLLMに引用されやすい」という動機自体は理解できるが、プラットフォームごとの規約と運用実態を深く理解せずに大量編集を行うことは、取り返しのつかない結果を招きかねない。

DeepSeek v4 flash q2をコンシューマー環境で — 10 tok/sを達成

DeepSeek v4 flashのq2量子化版（約90GB）を、Threadripper 1950x + 128GB RAM + RTX 5060Ti 16GBの環境で動かしたベンチマーク結果が公開された。

GPUなし（CPUのみ）の場合はprefillもdecodeも3 tok/s程度だったが、GPUオフロードを有効化するとprefill 10〜15 tok/s、decode 10 tok/sまで向上した。128GBのシステムメモリと16GBのVRAMという、ハイエンドではあるがコンシューマー向けの構成で、90GB規模のモデルを実用的な速度で動かせるという結果は、ローカルLLM界隈にとって追い風となるデータだ。

一方で、同じLocalLLaMAコミュニティでは「RTX 5090を買ってAPI依存から脱却しようとしたら、結局ミニデータセンターを作るはめになった」という経験談も共有されている。100Bクラスのモデルが次々と登場する現状では、個人のローカル環境でも常に容量と性能のトレードオフに直面することになる。

「AI自己評価ループ」は本当に効果があるのか

2026年になり「PROMPTS ARE DEAD. LOOPS ARE THE NEW MOAT.（プロンプトは死んだ。ループこそが新たな堀だ）」というフレーズがよく見かけるようになった。これは「AIに出力させ、別のAIが評価し、不合格なら自動でループして改善する」というワークフローを指す。

直感的には「良くなりそう」と思えるこのアプローチだが、実際に検証してみると、結果は一筋縄ではいかないという。評価者AI自身にもバイアスや限界があるため、単純にループを回せば回すほど品質が向上するわけではない。評価基準の設計、ループの終了条件、コストと品質のバランスなど、実運用では多くのチューニングが必要になるという。

「ループは強力だが、魔法ではない」というのが、この検証から読み取れる教訓だろう。