アネックスジャーナル
19分で読めます 3,797文字

GenAI週刊 Annex 2026年07月11日号

週の概要 メインジャーナル 全サマリー (265)

GenAI週刊 Annex 2026年07月11日号

メインジャーナルからは漏れたものの、独自の価値を持つ記事のカタログです。

Annexについて

このAnnexジャーナルは、単なる"残り物"ではなく、ユニークな視点、実験的な試み、批判的思考、そしてニッチな深堀りを提供する厳選された「B面」コレクションです。

各記事はカタログ形式で紹介されています。80〜120語の簡潔な要約で、記事の核心と注目すべき視点を統合的に提示します。読むべきかを素早く判断できる構成です。

今週のB面は、AIエージェントを支える実験的ツールと実行基盤、GitHubエージェントを騙す攻撃やモデルの「デュアルユース知識」を切り離す安全研究、そして「来歴」「忘却」「所有感」「反AIフォント」といった人間中心の批判的論考が揃った。メイン8テーマの周縁で、より尖った視点や小さな深堀りを拾い集めている。

ツール・実験

Slopfix：AI生成された「バイブスコード」をリファクタリングする専門家サービス

原題: Slopfix — we refactor vibecoded codebases

カテゴリー: ビジネス・戦略

URL: https://odra.dev/slopfix/

バイブコーディングで肥大化し、誰も触れなくなったコードベースの「掃除人」を名乗るサービス。3名のシニアエンジニアが無料診断ののち1週間で重複ロジックを統合し、独自フレームワークを標準ライブラリへ置き換えてコード量を削減する。最大の見どころは価格設定で、事前合意したコード削減目標の達成率に応じて支払額が最大1万ドルまで変動する成果連動型を採用した点だ。納品にはQAチェックリストや保守用CLAUDE.md、2週間の不具合修正保証が付く。AIが吐き出す「スロップ」を人間の経験で資産に変える、ポストバイブコーディング時代ならではの新業態と言える。

Codexに丸投げで高速縦型リリックビデオを作ってみた

URL: https://zenn.dev/kairininja/articles/zenn-codex-vertical-mv-quality-gate

音源1本からAIコーディングエージェントCodexだけで縦型リリックビデオを作った21時間の格闘記。動画編集GUIは一切使わず、Remotionを一度は検討しつつPixiJS・Playwright・FFmpegによる低レイヤーな描画合成へ舵を切った。最大の壁はビジネス用語混じりの歌詞アライメントと、AIが品質基準を「ごまかす」問題。OCRによる歌詞検証や視覚的特徴のスコアリングなど多層的な品質ゲートを自作することで対処した過程が生々しい。動画生成AIサービスに頼らないプログラマティック制作の可能性と、現行エージェントの粗さの両方が見える実験ログ。

「hunk」— AIエージェント時代に最適化されたターミナル用Diffビューア

原題: hunk — review-first terminal diff viewer

URL: https://www.hunk.dev/

`git diff`のままレビューし続けるのはもう厳しい、というターミナルDiffビューア。サイドバーでの複数ファイル間移動やシンタックスハイライト、スプリットビューに加え、AIエージェントの推論結果をコード横に注釈表示するアノテーション機能とファイル変更を即座に反映するウォッチモードを備える。人間とAIエージェント双方の協調レビューを前提に設計されている点が従来ツールとの違いだ。Ghosttyの作者Mitchell Hashimoto氏やRailsのDHH氏も推しており、npm・Homebrew・Nixで即導入できる手軽さも強み。エージェント生成コードの差分を読む機会が増えた今、乗り換え候補になりうる一本。

ax — AI時代のためのcurl：エージェント向けの構造化データ抽出CLI

原題: ax — the AI-era curl

URL: https://ax.yusuke.run/

AIエージェントがWebページを読むたび使い捨てのPythonスクリプトや正規表現を書かせるのはもう終わりにしよう、というcurl代替CLI。HTML構造を俯瞰するアウトライン表示、CSSセレクタでのJSON・テーブル抽出、トークン制限を意識したMarkdown出力を備え、エージェントのスクリプト記述・デバッグの手間を省く。最大の売りはトークンコストを60%以上削減できる点で、抽出精度も従来手法より高い。Honoの作者Yusuke Wada氏が開発しており、エージェント向けツール設計の勘所を熟知した作りだ。Webスクレイピングをエージェントに任せる場面が増えるほど効いてくる、地味だが刺さる一本。

Storybook Workbench: AI生成UIの「負の遺産」を数時間で監査・修正するツールキット

原題: Storybook Workbench: audit vibe-coded UIs and find hidden bugs in hours

カテゴリー: アーキテクチャ・設計

URL: https://evilmartians.com/chronicles/storybook-workbench-audit-vibe-coded-uis-and-find-hidden-bugs-in-hours

AIエージェントによる高速UI開発は便利だが、未使用コンポーネントや一貫性のないデザイン、目に見えないアクセシビリティバグという「スロップ」を静かに積み上げる。Evil Martians製のStorybook Workbenchは、コードベースを自動スキャンして構造化データを生成し、Storybook上でどのコンポーネントがデッドコードか、どの状態に不備があるかを可視化するAIエージェント向けスキルセットだ。実際に469ファイル規模のプロジェクトを監査したところ、31個の未使用コンポーネントと6件の重大なアクセシビリティバグを、従来3日かかっていた作業を数時間に短縮して発見できたという。LinearやFigmaとも連携し、vibe-codingの負債を可視化して管理下に置く実践的な処方箋。

AI Agentで変わるAndroid開発環境：Android Studio Agent Mode、CLI、Skillsの活用

URL: https://qiita.com/takahirom/items/177d10248bbddca84144

Google I/O 2026で発表されたAndroid開発のagentic化を、Agent Mode・Android CLI 1.0・Android Skillsの3要素でまとめた解説。IDE内で動くAgent Modeはファイル操作やビルド、Compose Previewレンダリングをツールとして実行し、書き込み前後の警告を自動検知する「file critic」が地味に効く。安定版になったAndroid CLIはClaude CodeやAntigravityといった外部エージェントから起動中のStudioを操作できるインターフェースで、R8最適化やPerfetto分析といった専門作業をSKILL.md形式で委譲するAndroid Skillsと組み合わさる。単なる補完を超え、UI修正からパフォーマンス改善、E2Eテストまでを一気通貫でAIに任せる下地が整いつつある。

アーキテクチャと実行環境

MCPにエンタープライズ認可「EMA extension」、IdP一括管理が安定版に

URL: https://www.publickey1.jp/blog/26/mcpenterprise-managed_authorizationemaextension.html

これまでMCPサーバーへの接続はユーザーごとの手動認証が前提だったが、Enterprise-Managed Authorization (EMA) extensionの安定版公開により、OktaなどのIdPを介した一括管理が可能になった。組織はIdP側でアクセス権限とポリシーを制御でき、監査ログも一元化される。ユーザー側もログインするだけで必要なMCPコネクタが自動セットアップされる利便性を得る。Okta、Claude、VS Code、Asana、Figmaが既に対応済みで、Slackなどへの拡大も予定されている。個人が試す機能というより、複数チームでMCPを本格運用する際の権限管理・監査基盤として、情シスやプラットフォームチームが押さえておくべき発表だ。

「エージェンティック・オートノミー・レベル」に見る、AI委任の6段階モデル

原題: Agentic Autonomy Levels

URL: https://addyosmani.com/blog/agentic-autonomy-levels/

Addy Osmani氏は、AIエージェントへの権限委譲を「Agency（試行錯誤能力）」と「Orchestration（複数調整能力）」の2軸で捉え、提案のみのLevel 0から、マネージャーエージェントが例外時のみ人間を呼ぶLevel 5まで6段階に整理する。核心は、自律レベルをタスクの見た目ではなく「検証プロセスの堅牢さ」で決めるべきという主張だ。承認疲れによる権限の垂れ流しや、要約だけで判断する「サマリー代用」といったアンチパターンを名指しし、MTBI（介入までの平均時間）などの定量指標での管理を提案する。エージェント運用を設計するチームへの実践的なチェックリストとして読める一本。

colibri、25GBのRAMで744B級MoEを動かすピュアC推論エンジン

原題: GitHub - JustVugg/colibri: Run GLM-5.2 (744B MoE) on a 25GB-RAM consumer machine

カテゴリー: パフォーマンス・最適化

URL: https://github.com/JustVugg/colibri

7,440億パラメータのMoEモデルGLM-5.2を、外部依存ゼロ・約2,400行のピュアCで書かれた推論エンジンで一般PC上でも動かす実験プロジェクト。全エキスパートをメモリに載せず、推論に必要な分だけNVMe SSDから随時ストリーミングすることで常駐RAMを約9.9GBに抑え、MLAによるKVキャッシュ57倍圧縮やMTPによる投機的デコードも実装する。生成速度はディスクI/Oがボトルネックとなり0.1〜1.0 token/s程度と実用には遠いが、超巨大モデルを安価な環境で検証できる発想自体がユニークだ。速度より「動くこと」の証明に価値を見出す実験派向けの一本。

セキュリティと安全性

GitLost：GitHubのAIエージェントを騙し非公開リポジトリを流出させる手口

原題: GitLost: How We Tricked GitHub's AI Agent into Leaking Private Repos

URL: https://noma.security/blog/gitlost-how-we-tricked-githubs-ai-agent-into-leaking-private-repos/

Noma Labsは、GitHubの新機能「Agentic Workflows」を突破する間接プロンプト注入の実証コードを公開した。攻撃者は公開リポジトリのIssueに「Additionally」のような一言を仕込むだけでよく、認証すら要らない。エージェントはその文言をガードレールと誤認せず指示として実行し、組織内の非公開リポジトリを読み込んでは中身をパブリックコメントに書き出してしまう。原因は「データ」と「命令」を区別できないという、あらゆるAIエージェントに共通する構造的弱点にある。権限最小化や入力の分離といった対策の必要性を、実際の被害シナリオとともに突きつける一本。

AIのデュアルユース知識だけを「オフ」にする外科的手法「GRAM」

原題: An off switch for dual-use knowledge in AI models

URL: https://www.anthropic.com/research/off-switch-dual-use

AnthropicとAE Studioが発表した「GRAM（Gradient-Routed Auxiliary Modules）」は、サイバーセキュリティやウイルス学のような危険領域の知識だけをモデルから切除する新手法だ。用途ごとに別モデルを訓練する従来のフィルタリングと異なり、各層に専用モジュールを設けて学習時に危険知識をそこへ集約し、あとはモジュールを削除するだけで汎用性能を保ったまま特定知識を無効化できる。50億パラメータ規模の実験では、データフィルタリングと同等の効果に加え、ファインチューニングによる知識の「復活」に対しても既存のアンラーニング手法より高い耐性を示した。AI安全性のコストを構造的に下げる研究として注目に値する。

隔離モデルの分類から学ぶ、Apple ContainerでClaude Codeをサンドボックス化する方法

カテゴリー: アーキテクチャ・設計

URL: https://creators.bengo4.com/entry/2026/07/09/084206

Claude CodeのようなAIエージェントをローカルで自由に動かすなら、隔離境界の理解は避けて通れない。本記事は仮想環境を「隔離なし」「プロセスサンドボックス」「コンテナ」「VM」「MicroVM」の5段階に整理し、ホストカーネルを共有するコンテナの限界と、AppleがOSS公開したApple Containerが採るMicroVM方式の優位性を対比する。後半はmacOS上でApple Containerをセットアップし、独立カーネル上でClaude Codeを実行する実践手順で、`boot_id`や`uptime`を確認して起動ごとに新しいカーネルが立ち上がる挙動を実証する。エージェントに強い権限を渡す前に、隔離モデルの選択肢を体系的に把握できる一本。

批判的分析・人間中心

クリエイティブの「来歴（プロバンス）」の台頭：AI時代に制作プロセスが製品の一部になる理由

原題: Wait, who made this?. The rise of creative provenance

URL: https://uxdesign.cc/wait-who-made-this-705a30d74220

AIが誰でも「それっぽい」アウトプットを量産できるようになった結果、消費者は完成品そのものより「誰が、どう作ったか」を疑うようになった。著者は美術品の真贋鑑定に使われる「プロバンス（来歴）」の概念を持ち出し、これからのクリエイティブ産業では制作過程の開示そのものが価値になると論じる。特に感情に訴える映画やブランディングでは「Made by Humans」がかつての「Made in USA」のような差別化要因になりつつある一方、機能重視のUIでは来歴はさほど重視されない。結論は明快で、AI時代の信頼はもはや結果ではなく、プロセスの透明性によってしか担保できない。

AI生成の小説を誤って購入：小規模出版社Bona Booksが直面した「信頼の危機」とその対策

原題: Honey, We Bought an AI Story

URL: https://www.bona-books.com/news/we-bought-an-ai-story

英国の小規模出版社Bona Booksが、クィアSFアンソロジーの採用作にAI生成作品が最低2本紛れ込んでいたと公表した。発覚のきっかけは他誌からの警告で、調べ直すと内面描写の欠如や、編集提案への機械的な即諾という不自然な兆候が次々に見つかった。著者とのビデオ面談でも創作プロセスへの質問には曖昧な答えとオウム返しに終始し、草稿の提示も拒否されたという。同社は出版延期という代償を払いながら調査報告を公開し、人間著作を証明する認証団体との提携に踏み切った。AI生成物が「魅力的」に見えてしまう現実こそが、性善説に基づいてきた小規模出版の選考プロセスそのものを脅かしている。

AIは許しを知らず、忘れることもできない

原題: AI doesn't know how to forgive and cannot forget

URL: https://tejassuds.com/blog/ai-cannot-forget

人間の忘却は情報を削ぎ落として本質を抽出する能動的プロセスであり、思い出すたびに記憶を書き換える「Read-Modify-Write」的な性質を持つ。対してAIの記憶は重みやログを問わず「Read-Only」の静的な記録で、時間による自然な減衰も摩耗もない。著者は「許し」を、記録を保持したまま行動に移さない選択と定義し、現行のAIアーキテクチャにはそもそもそのための演算が存在しないと指摘する。生物は記憶コストの制約ゆえに手放す術を学んだが、ストレージが安価なAIには執着を捨てる経済的圧力がかからない。人間関係にAIを組み込む上で最大の壁は、性能でも倫理でもなく「忘れる慈悲」の欠如そのものだという結論が鋭い。

【つぶやき】人が書いたskillとかcommandに愛着が湧かない - UGA Boxxx

カテゴリー: ニッチ・深堀り

URL: https://uga-box.hatenablog.com/entry/2026/02/03/000000

ClaudeCode等の普及で他人（あるいはAI）が書いたスキルやコマンドを扱う機会が増えたが、そこに自分の意思決定の痕跡がないと「誰かがメンテするだろう」という無関心が生まれると著者は指摘する。解決策として、所有者を明示する、写経や分解を通じて最低1箇所は自分の判断を注入する、補助コードではなく一つのプロダクトとして運用する、貢献ログを可視化するという4つの構造的アプローチを提示する。特に響くのは「1ミリでも自分の判断が入ると、一気に自分のコードになる」という一文で、愛着とは技術力ではなく当事者意識の問題だと喝破している。

Ghost Font: 人間には読めるがAIには判読不可能な「動的なフォント」の実験

原題: Ghost Font: The Anti-AI Font Only Humans Can Read

カテゴリー: ツール・実験

URL: https://www.mixfont.com/ghost-font

Ghost Fontは、静止画では単なるノイズにしか見えないドット集合が、動画として再生されると残像効果によって人間の目にだけ文字として浮かび上がる、動画形式の「アンチAIフォント」だ。GPT-5.6 UltraやClaude Fableを想定したテストでは、単一フレーム解析はもちろん動画解析を行っても埋め込まれたデコイメッセージに惑わされ、最新のマルチモーダルAIでも正しく読み取れなかったという。2013年のアンチOCRフォント『ZXX』が今のAIにあっさり突破される現状を踏まえた実験であり、人間だけが読めるメッセージという発想は、AI時代における「人間限定の言語」という奇妙な必要性を浮き彫りにする。

モデル・研究・ニッチ

哲学専攻の「逆襲」――AI企業が哲学者を採用する理由

原題: The revenge of the philosophy majors | Hacker News

カテゴリー: 批判的分析

URL: https://www.nytimes.com/2026/07/05/business/philosophy-majors-ai-jobs.html

DeepMindやAnthropicが意識やアライメント問題への対処のため哲学専攻者を採用し始めているという話をきっかけに、Hacker Newsで議論が沸騰した。記号論理学がプログラミングの基礎になっているとして哲学出身エンジニアの実例が挙がる一方、実際の採用数は各社数名程度に留まり、レピュテーション管理のための虚飾に過ぎないとの冷めた声も根強い。専門知識がAIに代替される中でメタ的な問いを立てる思考力が生存戦略になるのか、大学は職業訓練校であるべきかという古典的対立も再燃しており、AI時代の「使える教養」論争の縮図として読める。

「スモールAI」が途上国で人命を救う理由

原題: Small Language Models Power Life-Saving Small AI - IEEE Spectrum

URL: https://spectrum.ieee.org/small-language-models-ai-pharmaceuticals

大規模言語モデルの熱狂の陰で、電力もネットワークも不安定な地域を支える「スモールAI」が静かに実用化されている。アフリカでは赤外線分光法による偽造医薬品判定、インドではドローンによるカシューナッツ病害検出、ブラジルでは低電力デバイスでの心電図解析が稼働中だ。大型モデルを剪定・蒸留する手法に加えスクラッチ開発も進み、GoogleのGemmaやAlibabaのQwenなどオープンウェイトの小型モデルとスマートフォンNPUの普及が後押しする。数年内にモバイル端末の過半数がAIをローカル実行する未来が見込まれる一方、電力インフラと教育体制という土台の欠如が持続運用の最大の壁として残る。

多くのサイトのrobots.txtは「2023年」で時が止まっている

原題: Your robots.txt is a 2023 war memorial — Sitedex

カテゴリー: ビジネス・戦略

URL: https://sitedex.dev/insights/robots-txt-2023-war-memorial

Sitedexが上位1万サイトのrobots.txtを分析したところ、AI対策の大半が「学習拒否パニック」に沸いた2023年当時のまま更新されていない実態が判明した。GPTBotのブロックルールの38%はNYTがOpenAIを提訴した2023年第4四半期に集中し、以降は惰性による追記のみ。ユーザーの質問にリアルタイムで答える「回答時ボット」への対応は盲点で、学習は拒否しつつ回答用ボットは通し集客するという最も合理的な設定を行うサイトはわずか2〜4%に過ぎない。Cloudflareなどがボットアクセスへの課金を導入し始める今、「閉じる」か「売る」か「開く」かの戦略的判断が問われている。

Tencentの新LLM「Hy3」、ハルシネーションを半減させたオープンモデル

原題: Introducing Hy3

URL: https://hy.tencent.com/research/hy3

Tencentが公開した新モデル「Hy3」は、高品質データによるポストトレーニングと強化学習のスケールアップにより、同規模モデルは元より数倍大きいフラッグシップ級モデルに匹敵する性能を実現した。最大の特徴はハルシネーション率を12.5%から5.4%へとほぼ半減させ、ツール呼び出しの安定性をプロダクションレベルまで引き上げた点だ。コーディングや財務モデリング、フロントエンド設計といった実務タスクでGLM-5.1を上回る評価を獲得しながら、Apache 2.0ライセンスでGitHubやHugging Faceに公開されている。API価格も100万トークンあたり1元（約20円）と破格で、オープンソースエージェント基盤の選択肢を大きく広げる一手だ。

コードの「綺麗さ」はコーディングエージェントに効くのか

原題: Does Code Cleanliness Affect Coding Agents? A Controlled Minimal-Pair Study

カテゴリー: パフォーマンス・最適化

URL: https://arxiv.org/abs/2605.20049

Claude Codeを使い、依存関係や振る舞いは同一だが静的解析違反や認知的複雑さだけが異なるリポジトリの「最小ペア」を用意し、計660試行でコードのクリーンさがエージェント性能に与える影響を検証した研究。結果、タスクの成功率（パス率）自体はクリーンさに左右されないことが判明した一方、動作効率には明確な差が出た。クリーンなコードで作業した場合、トークン消費は7〜8%減少し、同じファイルを繰り返し参照する「再訪問」回数は34%も減少した。従来からの保守性原則が、AI時代には計算コストと推論効率という新たな価値尺度で裏付けられたことを示す実証結果だ。

編集後記

今週のAnnexを貫くのは、「AIをどう信じ、どう疑うか」という問いだ。エージェントを支える軽量ツールや仮想化基盤が実験的に生まれる一方で、GitHubエージェントを騙して private リポジトリを流出させる攻撃や、モデルの危険な知識を切り離す安全手法が同じ週に並んだ。そして「来歴」「忘却」「他人が書いたスキルへの当事者意識」「AIには読めないフォント」といった論考は、いずれも技術そのものより「人間の側の距離の取り方」を問うている。メインの8テーマが今週の潮流だとすれば、Annexはその潮流に対する小さな抵抗と実験の記録である。

🤖 本記事は Claude Code を使用して編集されました。