本日（8月25日）のAIニュースから、アンドリュー・ン氏による教育事業の方向転換、オープンモデルの勢力図を示すMozillaのレポート、ChatGPTの利用制限とLinux版アプリという新展開、モデルの「見かけの能力」を左右するハーネスの議論、MCPのエンタープライズ向け認証、そして1931年以前のテキストだけで訓練されたユニークなLLMまでを整理する。

アンドリュー・ン氏、DeepLearning.AIを「AIエンジニアリング」へ再フォーカス

Google Brainの共同創業者でCourseraの共同創業者でもあるアンドリュー・ン氏が、DeepLearning.AIの活動を「AIエンジニアリング」に焦点を当てて再始動させると発表した。1万件超の求人票の分析、AI専門家・採用担当者・リクルーターへの数十件の構造化インタビュー、調査データの収集をもとに方向性を定めたという。

提示されたのは4つの中心スキルだ。(1) AIアプリケーションの構築とデプロイ——LLMやRAG、エージェントワークフローといった構成要素を理解し、規律正しくevalsとエラー分析のループを回す力。(2) ソフトウェア工学の基礎——技術スタックやアーキテクチャ、データ設計のトレードオフを見抜く力。(3) コーディングエージェントの活用——どこまで任せどこで介入するかを見極め、複数エージェントを協調させる力。(4) プロダクト感覚とビジネス文脈——何を作るべきかを自ら形づくる力、という構成になる。

注目すべきは、これらが「AIエンジニア」という職種を持つ人だけでなく、多くの開発者に広く当てはまるスキルだと位置づけられている点だ。ン氏は、基礎を欠いた開発者が文脈を与えずにコーディングエージェントを使うと、エージェントは不適切なトレードオフを選びがちだと指摘する。LLMが熟練者の天井を大きく引き上げる一方で、基礎なく使えばその恩恵を取り逃す——AI時代の教育事業の中心に、こうした筋の良い信念が置かれた形だ。

Mozillaレポート、オープンモデル上位は中国製が占有——米国製に3倍差

Mozillaが、オープンウェイトAIモデルの利用動向や現状をまとめたレポート「The State of Open Source AI」を公開した。同社と調査会社SlashDataによる調査に加え、「Chatbot Arena」やOpenRouterの公開データに基づくものだ。

それによると、オープンモデルの上位は中国製AIが占有しており、米国製AIとは3倍の差がついているという。DeepSeekやQwenをはじめとする中国発のオープンウェイトモデルが世界中の利用を集める構図が、第三者データで裏付けられた形だ。米国側は輸出管理などの影響もあり、オープン公開での競争から距離を置く動きが続いてきた。この差が今後も開いていくのか、規制環境の変化と合わせて見たいポイントとなる。

ChatGPT Plusで5時間制限が復活——Linux版デスクトップアプリも登場

OpenAIはChatGPT Plusにおいて、5時間あたりの利用制限を復活させた。対象はChatGPT WorkおよびCodexを含み、Proプランは「数カ月は対象外」としている。OpenAIは「5時間制限により計算資源の負荷を平準化でき、週単位の利用枠を手厚く維持できる」と説明しており、ピーク需要への対応と週次上限の緩和を天秤にかけた運用といえそうだ。

あわせて動きがあるのはクライアント側だ。Linux版のChatGPTデスクトップアプリのプレビュー版が登場し、ChatGPTに加えてWorkとCodexも利用できるようになった。macOS・Windowsに続いて主要デスクトップOSをカバーすることになる。何ができて何ができないかは現時点で整理された情報が少ないため、機能の境界は実際の入手後確認したいところだ。

Qwen3.8-27BがCode Arena総合9位——「能力を決めるのはハーネス」の議論も

Web開発の対戦形式ベンチマーク「Code Arena: WebDev」で、27BパラメータのQwen3.8-27Bが1595ポイントで総合9位に入った。トップ10に入った同サイズクラスのモデルはこの1つだけで、上位のQwen3.8-Maxとは6ランク差という。小型モデルの実力がフロンティア帯に肉薄しつつある。

興味深いのは、このモデルをめぐるコミュニティの議論だ。Redditでは、VS Code Copilotの環境では失敗したC#/OpenGLのレンダリングタスクが、別のエージェントハーネス（pi.dev）では成功したという検証が報告された。RTX 5090上で約19万トークンのコンテキストを処理し、スクリーンショットからのフィードバックも活用したという。当初「Qwen 3.8はOpus級ではない」と結論していた本人が、ハーネスを変えた再検証で自ら結論を撤回した経緯が示唆的だ。

この流れを裏付けるように、NVIDIAの評価研究は、エージェントのスキルに対する構造的なチェックでは実用性をほとんど予測できない（順位相関でSpearman ρ=0.14）と報告し、同じタスクをスキルあり／なしで走らせて完了仕事量の差を測る「Skill Lift」という指標を提案している。エンタープライズ用途では単一の再利用可能なコーディングエージェント・ハーネスへの標準化を進めるべきだとする主張の論文も出ている。モデル選びと同じかそれ以上に、実行環境（ハーネス）の設計が結果を決める——そんな前提が定着しつつあるようにも見える。

なお、Unslothの量子化版（IQ3_K_XXS）を使えば16GBのGeForce RTX 4060 Tiでも約10万トークンのコンテキストを扱えるという個人運用の報告もあり、ローカルでエージェントを回すハードルは下がり続けている。

Anthropic、MCPにエンタープライズ管理の認証を導入

AnthropicはMCPコネクタについて、組織の認証基盤（IdP）経由で認可を一元管理する「enterprise-managed auth」の提供を開始した。Asana、Atlassian、Canva、Datadog、Figma、Notion、Slack、Supabaseなどのコネクタで、エンドユーザーがツールごとにOAuth認証を行う必要がなくなる。

MCPのロードマップには、長時間実行ジョブ向けのストリーミング／サーバープッシュ、ローカルサーバー向けのHTTP、大規模カタログ向けのプログレッシブディスカバリー、標準化されたアイデンティティと委任権限などが並ぶ。個人のお試しデモと、監査可能なエンタープライズ導入の間にあった溝を埋める方向の更新が続いている。

1931年以前の英語だけで訓練した「Bart」——ビンテージLLMの挑戦

最後に、変わった取り組みを紹介したい。Unbounded Labsが、1931年より前に書かれた英語テキスト（約201億トークン）だけを学習させた2.82BパラメータのLLM「Bart」を公開した。約3ヶ月、費用800ドルでのゼロからの訓練という。

目的は、Demis Hassabis氏が提起した「LLMは過去の偉大な科学者と同じ結論に到達できるか」という問いへの接近だ。相対性理論の再発現は予算的に無理だったため、まずは時代を限定したコーパスでモデルが何を学べるかを検証した。評価用のベンチマークが存在しなかったため自作し、コーパスの収集・クリーニングから全アブレーション、訓練実行までを公開している。

モデルは次のトークンを予測するだけの機械なのか、それともオリジナルのアイデアを生み出せるのか。フロンティアのスケール競争の傍らで、AI研究の核心を小さな予算で突いてみせるこうした実験には、独特の説得力がある。