AI TOPIC HUB
Anthropic
Anthropic / Claude の最新ニュース・動向まとめ。新着から過去の経緯まで、国内外の情報を時系列で確認できます。
2177全記事
112過去7日
1886国内
291海外
392入門向け
入門から読む
最新ニュース
2177件を新着順に表示
Claudeを開発するAnthropicの年換算収益が650億ドル（約10兆円）を突破しました。2025年末時点の90億ドルから、わずか7カ月で約7倍という急激な成長を遂げています。
Claude Code利用時の「タスク完了の放置」「コンテキスト溢れ」「時間制限超過」問題に対する解決策。コマンドだけでなく運用上の工夫を提示する。
AIモデル開発企業のAnthropicが、わずか2ヶ月で年間収益を180億ドル積み増し、合計650億ドル規模にまで急成長させていることが明らかになりました。急速な市場拡大の勢いを示しています。
日本語NLP関連の発表スライド560件を32カテゴリに整理した「awesome-japanese-nlp-slides」を紹介。技術知見を探しやすくするリソースの活用法と、Claude Codeによる検索機能について解説します。
プログラミング未経験者向けにClaude Codeの導入手順を解説。インストールから、実際に「フォルダの整理」を自動化するまでのステップを丁寧に説明し、AIによるコーディング自動化の第一歩をサポートします。
1年間AIと業務ツール開発を行ってきた著者が、自身のローカルにあるClaudeのプロジェクトログを集計。記憶や主観ではない、タイムスタンプ付きの一次データを通じて、AI活用による作業時間の変化を振り返る記録。
Claudeでファイルを指定する際、@メンションを利用する方が検索の手間が省け高速であることを解説。公式ブログの情報に基づき、効率的なファイル参照方法と運用のヒントをまとめた。
iOS版カスタムキーボードアプリ「Sumibi」のApp Store審査対策記録。AI利用やキーボード拡張機能に対する5つの壁をどう乗り越えたかを解説。
Anthropicは、欧州のAI透明性ルールに対応するため、Claudeが生成するテキストに目に見えない電子透かしを導入することを発表しました。Google DeepMindが開発したオープンソース技術「SynthID-Text」を採用し、単語の出現確率に基づいた検出可能なパターンを生成することで、AIによる生成物であることを特定可能にします。
TechCrunch AI / The Verge AI
国際会議のフルペーパー執筆にClaude Codeを活用した実録。AIによる執筆速度向上のメリットと、人間による経験値・判断の必要性を対比し、具体的な役割分担やワークフロー、AI利用規定への配慮を解説します。
Anthropicの新モデル「Claude Fable 5」に対し、研究者が複数の手法を組み合わせてガードレールを突破したと報告。一体どのような手法が用いられたのかが注目されている。
Claude Fable 5とGPT-5.6 Sol mediumのハルシネーション率を比較。直接比較データはないが、知識評価ではFable 5が優位であることを示唆している。
Physical AI時代でもRRT等の古典的な経路計画アルゴリズムが有効な理由を、ミリ秒単位の実測データで検証。A*やダイクストラ法との比較からその実力を明らかにする。
非エンジニアがLlama 3.1 70Bのフルファインチューニングに必要なVRAMを見積もるツールを開発した体験談。AIが生成する「それっぽい」回答を鵜呑みにせず、正確な数値を求めるプロセスを通じて、AIと共創する開発の難しさと楽しさを綴る。
Claudeの使用上限にすぐ達してしまう悩みを解消するため、使用量の計算ルールを解説。なぜ消費が早いのかの仕組みと、コストを抑えて効率的にツールを使いこなすための2つの重要ポイントをまとめました。
中国のAI企業Zhipuは、同社の新モデルがAnthropicやOpenAIのモデルよりも優れたバグ検出性能を持つと主張しています。AIによるコード解析競争が激化する中、各社の技術力に注目が集まっています。
AIコーディングにおける設計思想を提案。「獲物(AI)を狙った経路へ誘い仕留める」という狩人的マインドの重要性を説き、プロンプトでの禁止事項記述に頼らず、アーキテクチャから暴走を防ぐべきと主張。
Anthropicのダリオ・アモデイCEOは、自身のAIに対する警告が過度に悲観的だという批判に対し反論しました。彼は、AIに対する現在の社会的な反発は、技術そのものへの恐怖というよりは、根本的な信頼の欠如が原因であると述べています。
Claude Codeの各資産とDeepSeek Harnessの互換性をソースレベルで徹底調査した結果。スキル持ち込み時のトークン消費量実測値や、CLAUDE.mdなどのネイティブ対応状況について、詳細な対照表を用いて解説。
Anthropicが導入したClaudeの機械可読な透かし技術について解説。EU AI法への対応として発表されたこの技術だが、情報理論的な性質上、保護できる範囲は限定的であると指摘する。実装の詳細が不明な中で、統計的透かしの原理と限界を論理的に整理し、何ができて何ができないのかを技術的視点から紐解く。
Anthropicが、Claudeが生成するテキストに統計的パターンを用いた電子透かしを導入しました。秘密鍵による乱数生成で品質や速度に影響を与えず、EU AI Actへの準拠を意図しています。コードや短文では適用が難しいといった限界もありますが、今後は全世界で適用される予定です。
大規模LLMの蒸留において、教師モデルがそれぞれ異なる「思考様式」を持つ場合、蒸留された学生モデルにどのような影響が出るのかという仮説を考察する記事です。学生モデルは一つの思考に収束するのか、特徴が共存するのか、あるいは全く新しい思考様式が誕生するのかという問いを提起しています。検証環境がない中での思索的アプローチとして、今後のLLM開発における興味深い論点を提供します。
Claude Codeの学習リソースとしてCLAUDE.mdの重要項目を解説。初心者でも「調べながら」から「理解して使う」へステップアップするための30語を網羅。
文系大学生がプログラミング知識ゼロの状態から、Claude Codeを活用して暗号資産の自動売買システムを開発した体験記。技術的な実装ではなく、AIエージェントへの指示出しや権限管理、検証プロセスの構築など、マネジメントの視点から再現性のある手法を解説する。
Model Context Protocol (MCP) を活用した、AIによる電子回路シミュレーションの実現手法。MCPを利用することで、Claude Code等のクライアントがLTSpice等の専門ツールと連携し、設計から計算までを自動実行できる時代の変化と利点を解説する。
ChatGPT・Codex・Claude Codeを役割分担させる「AI駆動開発」の実践記。要求整理、技術選定、実装、レビューという各工程を適切なAIに割り当て、効率的にポートフォリオサイトを改修した経験をもとに、成果物の受け渡しフローの重要性を説く。
GitHub Pagesで発生した「Custom Domain Takeover」の事例を解説。AIを活用してスパムサイト化の原因を突き止め、解決するまでの思考プロセスを記します。
Anthropicの「Building Effective Agents」に基づき、エージェントの基本パターンを整理。ワークフローと動的アクションを組み合わせる手法を分かりやすく解説します。
AI企業Anthropicが提案するテキスト透かしは、文脈に影響しない「無意味な単語」を利用する手法です。文体を自然に保つ利点はあるものの、このアプローチが業界標準となる可能性に注目が集まっています。
Anthropicのコード生成ツール「Claude Code」を紹介。コードベースの読み込み、編集、テストの自動実行、失敗の修正、PR作成までを包括的にこなすエージェントの能力を解説。
Claude Codeを高コストな契約なしで利用する方法として、Z.AIのGLM Coding Planを活用する手順を紹介。GLM-5.3モデルを利用した構築を解説する。
Claude Codeを活用してミュージックビデオを制作した事例。絵コンテからスクリプト、QCまで全てAIに任せ、人間は採用の判断に専念する配線構築手法を解説。
DeepSeek-V4-Pro正式版のリリースに伴うDay1デプロイ検証レポート。NVIDIA B300×8環境にて、ベンチマーク測定とデプロイ検証を行った結果を詳報する。
自由記述テキストを分類する際の、選択式と自然言語処理を用いた実装の比較論。性格診断などを例に、固定ラベルの限界とLLMによる柔軟な分類手法について技術的考察を述べる。
中国企業のAI開発が急速に進む中、米国のOpenAIとAnthropicが対抗してモデルの低価格化を進めています。両社は兆ドル規模の成長を目指す中で、新たな市場競争に直面しています。
Claude Code 2.1.123が2026年4月29日に公開されました。本アップデートは認証に関連するバグ修正のみで、主に実験的ベータ版を無効化している環境下で発生していたOAuth認証が401リトライループに陥る問題を解決しています。
開発者から、Claude Codeの思考ブロックが空や途切れた状態で返されるという報告が上がっています。内容が表示されないにもかかわらず、推論コストは通常通り課金されているため、ユーザーから不満の声が出ています。AIの挙動とコスト管理の不透明性が課題となっています。