AI駆動開発の実装・つまずき・設計の知見。手を動かした一次情報として綴ります。
Anthropicが新モデル Claude Sonnet 5 を発表。ひとことで言えば「最上位のOpus 4.8に肉薄する力を、半額以下で回せる中位モデル」だ。公式は「最も自律的なSonnet」と位置づけ、無料・Proの標準モデルに。計画→ブラウザ/ターミナル操作→自律で完走のエージェント性能、100万トークンの文脈、$2/$10の導入価格（〜8/31）、Opus 4.8との差、使いどころと使う前の注意まで——毎日Claudeで開発する現場目線で分かりやすく整理する。
2026年6月29日、Claude Opus 4.8 の fast mode が GitHub Copilot でプレビューに。賢さを落とさず出力だけ速くする——反復の速いAI開発では効く。でも毎日AIにコードを書かせていると分かる：優秀で速いモデルでも、ブランチが混ざり・repoのルールを知らず・過去の判断を忘れ・危険なsetupを実行し・UIのブランド文脈も無ければ、速く迷い・速く壊し・速くレビュー漏れするだけ。速さは方向を持たない。前回「作業環境へ移った」の続編として、速いモデルが“安全に”働ける職場をAIから見た5階層で整理する：①速度（fast mode/低遅延を使い分け）②分離（worktreeで机を分ける・GitHub Desktop 3.6）③記憶（AGENTS.md＋codebase-memory-mcpで社内Wiki・地図／MIT・約21,660★）④安全（SkillSpectorで入館ゲート＝README主張で調査スキルの26.1%に脆弱性/5.2%に悪意の可能性・Apache-2.0・約11,482★／Copilotレビュー深度・MCP最小権限）⑤文脈（DESIGN.mdでUIをtoken＋根拠で渡す・約23,268★）。CAGが受託で標準化する職場パッケージも一次情報で紹介。結論は足し算でなく掛け算＝速いモデル×安全に働ける職場。これからのAI開発者はモデル選定者でなくAI workplace designerになる。数値は公式/GitHub上の主張でCAG非検証。
AI開発の話題はいまも「GPTが強い」「Claudeが賢い」のモデル比較で盛り上がる。でも毎日AIにコードを書かせていると、差がつくのはそこだけではないと分かる。賢い脳を雇っても、repoのルールを知らない・作業ブランチが混ざる・過去の判断を忘れる・レビューが浅い・秘密値を読む——職場が散らかっていると成果が積み上がらない。2026年6月の更新を並べると、その職場のほうが動き出している：GitHub Desktop 3.6（worktree/AGENTS.md/model picker/BYOK/conflict支援）、低遅延の MAI-Code-1-Flash（高頻度反復向け）、深さを設定できる Copilot コードレビュー（review depth/MCP/skills/grep・rg・glob・view）、OpenAI Codex の worktrees/PR/review/automations。さらに codebase-memory-mcp（repoをナレッジグラフ化し構造検索・MIT・約19,600★）、headroom（文脈圧縮・Apache-2.0・約53,000★）、SkillSpector（スキル/MCPの脆弱性スキャン・約11,300★）が記憶・圧縮・安全という職場インフラを担う。CAGが受託で標準化している5点＝worktree（机）/AGENTS.md・docs/TASKS（就業規則）/repo記憶（資料棚）/レビューゲート（上司）/MCP権限の棚卸し（鍵）も一次情報として紹介。結論は足し算でなく掛け算＝強いモデル×整った作業環境。モデル比較だけ見ている人はAI開発の作業台を見落としている。数値は公式/GitHub上の主張でCAG非検証。
OpenAIが2026年6月26日に限定プレビューを公開した次世代モデルGPT-5.6（フラッグシップの呼び名がSol、ほかにTerra/Luna）。新モデルはつい「どのベンチで勝ったか」で見がちだが、今回いちばん面白いのは性能表より“出し方”のほうだ。いきなり全公開せず、信頼できるパートナーへの限定プレビュー→API/Codex先行→広い展開と段階を踏み、System Card・自動レッドチーミング（A100換算 約70万GPU時間・自己申告値）・リアルタイム監視という層で囲んで出した。System Cardはサイバー/生物・化学を「High capability（Criticalには未到達）」と分類し、エージェント的コーディングでGPT-5.5より“ユーザー意図を超える行動”が増える傾向も正直に明記。max reasoning／ultra mode（サブエージェント活用）、Sol価格は入力$5・出力$30（100万トークンあたり）、Cerebras上で最大750トークン/秒（2026年7月・一部顧客から予定）。だから差がつくのは“最強モデルを選ぶ眼”でなく、強いモデルを安全に現場へ入れる運用の型——承認ゲート・権限の絞り込み・旧新の差分検証だ。新モデルが来たら、ベンチの順位を眺める前に自分の代表タスクを旧新で走らせ「賢くなったか」より「自分の作法を守れるか」を確かめる。情報紹介記事（数値はOpenAI公式・System Cardの主張に基づきCAG非検証）。
「AIで動画」と聞くと、プロンプトを打てば数十秒で動画が出てくる体験を思い浮かべる。でも仕事で困るのは最初の生成でなく、直せるか・前と同じものを作れるか・ブランドを守れるか・どこを変えたか分かるか、のほう。HeyGenが公開したOSS「HyperFrames」が面白いのは、動画を魔法の出力でなくHTML/CSSで書く“コード”として扱う点。GitHubで公開数か月で3万超スター、Apache-2.0、npm v0.7.14（CAG非検証・公式/GitHubベース）。AIコーディングエージェント（Claude Code/Cursor/Codex等）から使う前提で、企画DESIGN.md→台本SCRIPT.md→絵コンテSTORYBOARD.md→HTML作成→lint/snapshotチェック→render の工程をskill（19個）として進める。diffで差分・lintで不備・snapshotで見た目確認・同じ入力で同じ動画＝Video-as-Code。Reactで動画のRemotionに対しHTML中心の別の賭け（置き換えでなく用途で選ぶ）。リリース/PR/ニュース/提案/SNSのテンプレ量産に向く。ただし一発で高品質ではない・目視チェック必須・Node22/FFmpeg/フォントの準備・クラウドやTTSは有料枠、という注意も。情報紹介記事。
GitHubのExpert Servicesに「Copilot Agents and MCP」という4時間の企業向けトレーニングが載った。扱うのはCopilot Coding Agent・Agent mode・MCP servers、前提はGitHub Enterprise Cloud、目的にsecurity/complianceが入る。これはMCPが「開発者がローカルで試す便利ツール」から「会社が管理すべきAIエージェントの権限レイヤー」へ移ったサインだ。GitHub Docsでは、MCP設定後にCopilotがツールを自律利用し承認を求めないこと、リポジトリ単位のMCP設定がcloud agentとcode reviewに共有されることが明記されている＝個人の趣味設定でなくrepo governance。だから設計対象はagentの作り方でなく、5層（作業契約＝AGENTS.md／権限＝MCP／専門手順＝skills／検証＝hooks/eval/CI/review／記録＝logs/監査）。CAGはkai_wikiをMCPで配線し「読むのは自由・書けるのは決められた場所だけ」で運用、GMJ案件ではRLS・tenant分離・メール送信など危険な境界を最初に切る一次情報から、自社リポの棚卸し（Agent Readiness Audit）を提示。外部の機能はGitHub公式ベースでCAG非検証。
2026-06-23、AnthropicがClaude Tagを発表した。Slackに@Claudeとして常駐し、選んだチャンネルとツールの文脈でタスクを受けるTeam/Enterprise beta。これを「SlackでClaudeが使える」と読むと半分しか見えない。本当に動いたのは、AIのUIが個人のチャット欄からチームの作業場へ引っ越したことだ。SlackのAgentforce、GitHubの社内分析agent Qubot、Claude Codeのauto modeも同じ地点へ寄っている。すると次の競争軸はpromptの上手さではなく、席（どのチャンネルか）・記憶・権限・監査ログ・担当範囲・成果物の置き場という“作業場設計”になる。CAGはLINE WORKSのトークルームに常駐するナレッジBotを実装してきた一次情報から、難所はAIの賢さでなく“何を知識として取り込むか”の境界だと知っている。メタ会話をingest段階で分離し、確定値をコードのガードで保護する。常駐AIを置く前のチェックリスト（席/記憶/権限/監査/担当/成果物）を提示。外部製品の機能・数値は各社公式・報道ベースでCAG非検証。
「GPT・Claude・Geminiどれが最強か」はそろそろ古くなる。Sakana AIが2026-06-22にGA公開したFugu / Fugu Ultraが面白いのは、新しい巨大モデルを作ったからでなく、複数の強いモデルをどう呼び分け協調させるかを“モデルそのもの”にした点だ。モデル選択・役割分担・検証・やり直しを、外側のコードでなく学習済みの司令塔（coordinator）へ寄せる。OpenAI互換APIでbase_url/modelの差し替えで試せ、Codex CLIにはcodex-fuguラッパー。ルーターでもMixtureでもなく、TRINITY/Conductor基盤で役割（Thinker/Worker/Verifier）と協調・自己再帰を学習。ただし第三者初日検証では、軽いコード生成でfugu 55秒/2,141トークン vs fugu-ultra 269秒/28,950トークン（司令塔トークン込み）で品質差は限定的＝軽い仕事にUltra常用は割に合わない。司令塔トークンは可視だがモデル別呼び出しは見えず監査に不足しうる。導入軸はquality/latency/cost/traceability/governance、置き換えでなくadvisor/fallback/benchmarkとして測ってから。数値は各社公式主張/初日小サンプルでCAG非検証。
AIコーディングを使い込むと、悩みが「書けない」から「書きすぎ」に変わる。読ませるログが長すぎる、差分が大きすぎてレビューできない、標準機能で済むのに自作する——生成能力が飽和したあと残るのは“無駄”だ。2026年6月、この課題に別角度から答えるツールと研究が並んだ。入口を絞るheadroom（渡す前に文脈を圧縮・60〜95%削減は公式claim）、出口を絞るponytail（書く前にYAGNI→標準→最小実装を問う判断階段・平均−54%LOC等は自己ベンチ）、過程を測るHugging Face（最終答えでなくturns/tokens/errors/traceを測る）。鍵は「少ないコード≠雑なコード」——削っていいのは儀式と重複、削ってはいけないのは検証・セキュリティ・アクセシビリティ。AGENTS.mdに判断階段と測り方を契約として落とし、安全は別ゲートにする実装案まで。数値は各プロジェクトの公式claim/自己評価でCAG非検証、「Agent Minimalism」は本記事の整理概念。