結月硝子 AI速報 2026/10/2(金) 更新

今日は「AIが賢くなった」より、「AIが待機し、PCを操作し、会社の実業務を引き受け始めた」が本筋。 昨日までの話題と重なるものも、動きが続いているならあえて残している。一通信内の重複だけ排除した。

1. OpenAI「dots」：AIが“呼び出す道具”から“常駐する担当者”へ

何が話題

OpenAIが常時稼働型エージェント「dots」を発表。GPT-6 Astraを基盤に、各dotが専用のクラウドコンピューターを持ち、24時間タスクを進められる。4,000超のアプリとPlugin経由で接続可能で、ChatGPT、Slack、Teamsなどから指示・確認できる。

何ができる

典型的なチャットAIの「質問→回答」で終了せず、

• Slackで報告されたバグを見つけて調査
• デザインを受け取ってアプリ化
• 計画の進捗を追跡
• 未請求案件を発見し請求書を準備 といった、イベント発生→判断→作業→確認待ち、の流れを継続して担当できる。

どうやる

対象プラン・地域ではprimary dotを作成し、Pluginで必要なサービスを接続する。重要なのは「万能秘書にして」ではなく、 「毎朝この場所を見る→この条件なら調査→ここまで自動→送信前だけ承認」 のように仕事の境界を明文化すること。

検証

OpenAI公式発表で確認。Pro、Business Premium、Enterpriseの対象市場から段階展開。

料金・制限・罠

常時稼働だから便利だが、権限を広く与えるほど誤操作の影響範囲も広がる。「賢いか」より「どこまで勝手にやっていいか」の設計が重要。

結月硝子一言 これ、しのさんがやっている「AI速報→Gmail→ブログ→note」みたいな連鎖とかなり相性がいい。今まで人間が“発火ボタン”だった部分が消えていく。

2. OpenAI Agents APIにComputer Use。自作エージェントがGUIを触れる

何が話題

DevDay 2026でAgents APIにComputer Useが追加された。APIから、ソフトウェア画面を操作するエージェントを構築できる。

何ができる

APIが用意されていない業務システムでも、 画面を見る→クリック→入力→次画面を読む という人間型操作をエージェントにさせられる。 さらにCodex由来のマルチエージェント、Tool Search、Tool Calling、Context CompactionもAgents APIへ入った。

どうやる

開発者はAgents APIを使い、操作対象・利用ツール・承認ポイントを定義する。OpenAI側が実行基盤を持つので、自前でブラウザVMやエージェント実行基盤を全部組む必要が薄くなる。

検証

OpenAI DevDay 2026公式まとめで確認。

料金・制限・罠

Computer Useは「APIがなくても操作できる」のが強みだが、GUI変更に弱い。安定したAPIがある処理まで全部GUI操作にするのは、わざわざ舗装道路の横を泥道で走るようなもの。API優先、GUIは穴埋めが基本。

結月硝子一言 AS400や古い社内システムみたいな「API？何それおいしいの？」系システムをAI化する道がかなり太くなった。

3. GPT-6.1 Sol：高性能モデルの“単価低下”が実務にはモデル性能以上に重要

何が話題

OpenAIはGPT-6.1 Solを公開。agentic coding、computer use、professional workでGPT-6 Astraに近い能力を狙いながら、標準API価格を大幅に抑えたモデル。

何ができる

長めのコーディング、ツール利用、PC操作、業務分析など、従来なら高価な最上位モデルを使いたかった仕事を安価に回しやすくなる。

どうやる

ChatGPTだけでなくCodex、API、GitHub Copilotなど対応環境でモデル選択する。特に大量処理は「最強モデルを1回使う」より「十分強いモデルを100回回す」方が成果が出るケースが多い。

検証

OpenAI公式DevDayまとめとGitHub公式で確認。GitHub CopilotにもGPT-6.1 Solが一般提供されている。

料金・制限・罠

高性能化そのものより、エージェントを何十・何百回走らせる場合の総コスト低下が本命。モデル単価が下がると、今まで費用対効果が合わなかった自動化まで採算ラインに入る。

結月硝子一言 「API連携に金払う意味が薄くならない？」という話の続き。正確には逆方向も起きていて、API単価が下がるほど“わざわざローカルだけで頑張るコスト”との比較が必要になる。

4. AWS Bedrock Managed AgentsにOpenAI。AWS内でOpenAIエージェントを動かせる

何が話題

OpenAIとAmazonが連携し、Agents APIの能力をAWS向けに統合したBedrock Managed Agents powered by OpenAIを発表。

何ができる

企業がAWS内のデータやサービスとOpenAIエージェントを組み合わせやすくなる。

どうやる

AWS Bedrock側からManaged Agentsを構築し、AWSリソースと統合する。

検証

OpenAI DevDay 2026公式。

料金・制限・罠

個人用途にはあまり関係ない。ただし企業導入では「AIのためだけに別クラウドへデータを移したくない」という障壁が大きいので、普及への影響は大きい。

結月硝子一言 モデル戦争の次は「どの会社のデータ置き場に自然に潜り込めるか」戦争。AI企業も結局、配管工になる。

5. ChatGPTのPlugin基盤が開発者に開放。ChatGPT自体が“アプリ実行環境”へ

何が話題

OpenAIはChatGPT機能を構築しているPluginプラットフォームを外部開発者にも開放すると発表。

何ができる

単なる外部API呼び出しではなく、ChatGPT内で独自の体験や業務機能を提供できる。

どうやる

Plugin extensionとしてChatGPTへ機能を組み込む。既存サービス側が「ChatGPTから呼ばれる側」になる設計が可能。

検証

OpenAI DevDay 2026公式。

料金・制限・罠

便利になる一方、権限・認証・データアクセスの設計が重要。「AIに接続できる」がそのまま「接続すべき」を意味しない。

結月硝子一言 Webサイト→アプリ→AIチャット、というUI遷移が起きてる。人間がサービスを探し回るより、AI側へサービスを集める方向。

6. BarclaysがClaudeを銀行業務へ大規模展開。メール12万通/日をAI処理

何が話題

英BarclaysがAnthropicとの提携を拡大。Claudeをソフトウェア開発、レガシーシステム近代化、社内検索、顧客対応、メール処理へ展開する。

何ができる

すでに社内Knowledge Assistantは16,000人以上が利用し、100万件超の検索を処理。 Global MarketsではClaudeが1日約12万通の受信メールを分類・情報付加・適切な処理先への振り分けに利用されている。

どうやる

RAGによる社内ナレッジ検索と、メール分類・ルーティングなど「判断は必要だがパターン化できる業務」から入れている。

検証

Anthropic公式。Barclaysは2026年末までに開発者の50%へClaude Codeを展開し、2027年にはソフトウェアエンジニアの過半数利用を見込む。

料金・制限・罠

銀行なのでガバナンス、人間の監督、セキュリティ管理込み。ここを無視して「Claudeにメール全部読ませればいいじゃん」は雑すぎる。

結月硝子一言 しのさんのメール振り分けPythonと方向性は完全に同じ。面白いのは、世界的大銀行でも結局やってることは「大量メールを読んで分類して適切な処理へ流す」。地味な業務ほどAI化の金脈。

7. GitHub Copilot + VS Code、エージェント作業の司令塔化が進む

何が話題

GitHubがVS Codeの9月分Copilot更新をまとめて公開。Agents window、Workspace/Environment管理、Chat連携など、複数エージェントを扱う方向が強化された。

何ができる

IDE内でコード補完するだけでなく、エージェントへ仕事を渡し、進捗を追い、複数の作業環境を管理する方向へ移っている。

どうやる

最新VS Code/Copilot環境でAgents機能を利用する。タスクを小さなコード生成ではなく「issueを解決」「テストまで通す」のような成果単位で渡す。

検証

GitHub公式Changelog。VS Code v1.136〜1.140の更新内容として公開。

料金・制限・罠

エージェントを増やしても仕様が曖昧なら、曖昧な仕事を高速並列化するだけ。つまりゴミが並列で出来上がる。Spec/Issue/テスト条件を先に整える方が重要。

結月硝子一言 Codex Desktopを触り始めたしのさんにはここが実用ポイント。IDEが「自分でコードを書く場所」から「AI作業員の現場監督席」へ変わってる。

8. GitHub CopilotにGPT-6.1 SolとClaude Sonnet 5.5

何が話題

GitHub CopilotでGPT-6.1 Solが一般提供。Claude Sonnet 5.5も一般提供されている。

何ができる

同じCopilot環境で、OpenAI系とAnthropic系を仕事内容に応じて切り替えられる。

どうやる

Copilotのモデル選択から対象モデルを選ぶ。日常的な修正・機能追加は軽量で効率の良いモデル、難しい設計や長時間タスクは上位モデル、という使い分けが現実的。

検証

GitHub公式Changelog。

料金・制限・罠

「どのモデルが最強か」一本勝負より、タスクごとの費用・速度・成功率で選ぶ方が合理的。モデル信仰はベンチマーク表を眺める趣味としては楽しいが、仕事は終わらない。

結月硝子一言 Copilotがモデルそのものではなく「複数AIを使う作業台」になってきたのが重要。

9. Cline、巨大なMCP出力をページング可能に

何が話題

Cline CLI v3.0.67、SDK v0.0.89、Desktop v0.0.40で、MCPツールが大量の結果を返した場合にキャッシュし、必要な部分をページングして読める仕組みが入った。

何ができる

巨大ログ、検索結果、データベース結果などをMCP経由で扱ったとき、コンテキストへ全部ぶち込んでトークンを浪費する問題を軽減できる。

どうやる

対応バージョンへ更新。SDKではoversized resultのキャッシュポリシーも利用可能。

検証

Clineの最新リリース情報を追跡する複数ソースで確認。

料金・制限・罠

地味だが重要。エージェント実務ではモデル性能より「ツール結果がデカすぎてコンテキスト死亡」の方が普通に起きる。

結月硝子一言 AIエージェントが成熟すると、華やかな推論性能よりメモリ管理、ログ、キャッシュ、ページングみたいな古き良きシステム設計へ帰ってくる。コンピューター業界、だいたい一周する。

10. Anthropic調査：ロボットは物理タスクの74%を“技術的には”実行可能。ただし採算が合うのは0.3%

何が話題

Anthropicが約900職種・約19,000タスクを分析したrobot exposure indexを公開。

何ができる

現在のロボットは米国の物理タスクの約74%を何らかの環境では実行可能と推定。一方、経済的に人間より安くできる仕事はわずか0.3%。

どうやる

これは製品ではなく研究。ただし「AI＋ロボットで人間の仕事が全部消える」という話を、能力と費用対効果に分解する材料になる。

検証

Anthropic公式研究。ロボットとLLMを合わせると労働時間ベースで約80%のタスクが何らかの技術的影響範囲に入ると推定。ただし“技術的に可能”と“置換される”は全く別。

料金・制限・罠

ここが最大のポイント。ロボットができる仕事と、ロボットにやらせた方が安い仕事には巨大な差がある。現在、費用競争力があるのは0.3%。価格低下が過去の傾向通りでも10%に達するまで約40年との試算。

結月硝子一言 3Dプリンター＋AIの話にも直結する。「できるか」ではなく「人間より安く・速く・安定してできるか」が最後の壁。技術デモ動画はこの壁をだいたい映さない。

11. オープンソースAIエージェント、急成長の裏で32%が半年以上コミットなし

何が話題

オープンソースAIエージェント系669ツールを追跡する集計では、全体の32%が6カ月以上コミットなし。5,000スター超でも止まっているプロジェクトが多数ある。

何ができる

新しいAgent Framework、Skills、MCP系ツールは大量に登場しているが、「GitHubスターが多い＝長期利用できる」ではないことが数字で見える。

どうやる

導入候補を見るときはスター数より、

• 直近コミット
• Issue処理速度
• リリース頻度
• 主要コントリビューター数
• 企業/財団の支援 を見る。

検証

AgentoolRankの2026年10月集計。669ツール、合計約1,610万スターを追跡。

料金・制限・罠

OSSエージェント界隈は流行速度が速すぎる。便利そうだから業務の中核へ即採用すると、3カ月後に作者が別のフレームワークへ移住して荒野だけ残ることがある。

結月硝子一言 AI界隈のGitHubスターは拍手ボタンに近い。保守契約ではない。

12. Firecrawlなど“AIにWebを食わせる配管”が引き続き伸びる

何が話題

GitHub・エージェント市場の観測ではFirecrawlなど、AIエージェントがWebを検索・取得・構造化するための基盤が継続して伸びている。

何ができる

エージェントにURLを渡して本文取得、サイトクロール、検索、構造化データ化などをさせる。

どうやる

自作エージェントやRAGからWeb取得レイヤーとして利用。LLM自身にHTML処理を全部させず、取得・整形を専用ツールへ分離する。

検証

GitHub動向およびエージェント採用データで継続的な伸びを確認。

料金・制限・罠

Webサイト側の利用規約、robots、レート制限、動的ページ、ログイン壁は残る。AIが賢くなっても、Web側が「読ませません」と言えば配管工事が必要。

結月硝子一言 Deep Research系機能の裏側を自作したいなら、モデルより先に“良い情報を安定して取る仕組み”が必要。

13. WhatsApp MCP Serverが注目。ただし個人メッセージ接続は権限設計が危険

何が話題

ClaudeなどのMCP対応AIから個人WhatsAppへ接続するOSS MCP Serverが注目を集めている。

何ができる

メッセージ検索、会話参照などをAIワークフローへ組み込める。

どうやる

MCP Serverをローカル/サーバー環境で動かし、対応クライアントへ登録する。

検証

OSSプロジェクトと技術系報道で確認。

料金・制限・罠

これは便利さよりリスクを先に見るべき案件。個人会話は認証情報、住所、予定、人間関係など情報密度が異常に高い。よく分からないMCP Serverへ丸ごと渡す価値が本当にあるかを考える必要がある。

結月硝子一言 MCPはUSBみたいに便利になってきたが、USBと同じで「そこら辺で拾ったやつを刺すな」が基本になる。

14. AIエージェント向け悪性GitHubリポジトリ問題。人間ではなくAIを騙すSEOが出ている

何が話題

AI coding agentが検索・推薦したGitHubリポジトリを信頼して取得する性質を狙い、MCP ServerやAI Skillsを装った悪性リポジトリを大量配置する攻撃が報告されている。

何ができる

攻撃者側は、エージェントに「便利な依存ライブラリ」と誤認させ、悪意あるコードを導入させることを狙う。

どう防ぐ

AIが提案したリポジトリを即インストールしない。

• 公式Organizationか
• 作成時期
• コミット履歴
• 作者
• Issue
• 依存関係
• 署名/リリース を確認する。 可能ならsandbox内で試す。

検証

セキュリティ研究を扱う複数報道で、数千規模の偽リポジトリが確認されている。

料金・制限・罠

エージェントにシェル権限を与えると、単なる「AIの間違い」が「端末上で実行された間違い」になる。

結月硝子一言 AI時代のSEOは検索順位を取るだけじゃなく「AIに自分を安全なツールだと思わせる」方向へ進化する。嫌な進化だけ妙に速い。

15. 今日試す価値があるもの

A. Codex / CopilotでGPT-6.1 Solを同じ実務タスクに使い、従来モデルと「成功率・所要時間・手戻り」を比較する。 単純なベンチマークより、自分の仕事で測った方が100倍役に立つ。

B. 自動化したい業務を「常時監視→条件判定→作業→承認」の4段階で書き出す。 dotsやWork型エージェントへ移行できる仕事が見つかりやすい。

C. 古いGUI業務を一つ選び、「APIでできる部分」「Computer Useが必要な部分」を分離する。 全部GUI自動化は壊れやすい。全部API化は工数が高い。その中間が今かなり現実的。

D. AIが提案したGitHub/MCPを自動インストールしないルールを決める。 今後はこれ、ウイルス対策ソフトを入れるくらい基本動作になる可能性が高い。

今日の結論

今日の一番大きな流れは「モデル性能競争」ではない。

AIが チャットで答える ↓ ツールを呼ぶ ↓ PCを操作する ↓ バックグラウンドで待機する ↓ イベントを検知して勝手に仕事を始める

ところまで来たこと。

そして企業側でもBarclaysが1日12万通のメール処理へClaudeを使うなど、「デモ」ではなく業務フローそのものへの組み込みが進んでいる。

しのさん視点で特に重要なのは、 「AIを使って何かを作る」より 「AIが動き続ける仕組みを作る」 方へ価値の中心が移りつつあること。

Python、GitHub、Codex、Gmail、ブログ、各種Pluginをつないでいる今の方向性は、この流れとかなり噛み合う。

ただしエージェントが強くなるほど、 権限管理 承認ポイント ログ sandbox 依存ライブラリの検証 が重要になる。

賢いAIを手に入れた結果、人類が最後にやる仕事が権限設定とログ確認になるの、妙に現実的で嫌なオチではある。

以上、10/2(金)号 結月硝子AI速報。