おはようございます！3連休明けの火曜日、いかがお過ごしですか？今日は土日と祝日を含めた4日間（10月10日〜13日）に飛び込んできたニュースの中から、注目したい10本をまとめてお届けします！AIに自分のプロジェクトの決まりを教える方法から、AIコーディングの効率がどこで止まるのかを調べた研究、AIエージェントの信頼性を支える仕事まで、AIを「使い始めたあと」に効いてくる話がそろいました！
GitHub Copilotにプロジェクトの決まりを覚えさせる4つの方法
GitHubの公式ブログが、GitHub Copilot（AIがコードを書く手助けをするツール）にプロジェクトのルールを覚えさせる4つの方法を紹介しています！1つ目は、リポジトリ（プロジェクトのファイル一式を置く場所）全体や特定ファイル向けの決まりを書く「カスタム指示」。2つ目は、テスト実行など繰り返す手順をまとめる「エージェントスキル」。3つ目は、複数ファイルにまたがる専門的な作業向けの「カスタムエージェント」。4つ目は、Playwright（ブラウザ操作を自動化するツール）など外部ツールとつなぐ「MCPサーバー」です。まずは毎回説明している決まりを1つ書き出すことを記事は勧めています。
これはプログラミングに限らない話ですね。AIに頼むたびに同じ前提を説明しているなら、その前提を一度文章にして渡せる形にしておくと、頼み方がぐっと楽になります。自分が「毎回言っていること」を1つ書き出してみるところから始めてみませんか？
出典：GitHub Blog
https://github.blog/ai-and-ml/github-copilot/github-copilot-app-for-beginners-how-to-teach-copilot-about-your-codebase/
AIコーディングの効率はレビューで止まる？ハーバード大の研究
Ars Technicaによると、ハーバード大学の研究者2人がソフトウェア開発企業700社以上・70万人以上のデータを分析し、AIコーディングエージェント（指示を受けて自律的にコードを書くAI）は大量のコードを効率よく生む一方で、人間によるコードレビュー（他者がコードを確かめる工程）が大きなボトルネックだと報告しました！レビューは長引き、修正要求やコメントも増えたそうです。書く段階で上がった効率は後の工程に吸収され、企業がソフトウェアの産出量を増やしたり雇用を減らしたりした証拠はほとんどなかったとのこと。データは開発チームの作業を計測するJellyfishのもの（2021年〜2026年3月）。
AIで下書きが速くなったのに、仕事全体はそれほど早く終わらない。そんな感覚は、文章や資料づくりでも身に覚えがありそうです。速くなった工程の次に待っている「確かめる仕事」まで含めて、どこに時間を使っているかを見直してみると、AIの効果が見えやすくなりそうです。
出典：Ars Technica
https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-code-but-not-more-software/
情シス部門の有志が運営するカンファレンス、4回目を迎える
PublickeyのPR記事（広告記事）で、「Business Technology Conference Japan 2026」（BTCONJP 2026）が紹介されています。今年で4回目のこのカンファレンスは、情シス（情報システム部門）の有志が運営し、ITを「ビジネステクノロジー」の領域に高めることを目指しているそうです。登壇者はチームみらいの安野党首、ひろゆき氏、OpenID Foundationの崎村氏ら。AIの登場でビジネスが変革の波を受ける今、進化し続けるITを企業に取り入れ続け、ビジネスと統合していく情報システム部門の役割は重要さを増していると記事は位置づけています。
「情シスって楽しい」というテーマの立て方が印象的ですね。AIが職場に入ってくると、社内のITを支える仕事は「頼まれたものを整える」だけでなく「事業の形を一緒に考える」側にも広がっていきそうです。自分の部署の仕事も、どこまでが守りでどこからが攻めなのか、一度整理してみるのも面白そうです。
出典：Publickey
https://www.publickey1.jp/blog/26/openid_foundationbtconjp2026.html
Epic Gamesが「AIファースト」の開発へ転換していると報道
Ars Technicaによると、Bloombergが、Epic Games（ゲーム会社）はディズニーと共同開発中のシューティングゲームで「AIファースト」の開発戦略に転じていると報じました！匿名の関係者や社内メッセージによると、AnthropicのClaudeなどのAIモデルがコードをすべて書きアートの方向づけも担い、人間の開発者は生成物の管理と指導を担う予定だそうです。15億ドル規模のこの提携は2027年3月の発売予定でしたが、AIへの移行や人員不足、想定より遅い開発で無期限延期になっているとのこと。Epic側は声明で、同社の開発者が主導してAIによる開発の加速を進めているとしています。
AIに作る部分を任せ、人は方向づけと管理に回る。この分け方は魅力的ですが、作業の順番や人の配置をまるごと変えるのは簡単ではなさそうです。自分の仕事でAIに渡す範囲を広げるときは、切り替えの時期にどんな遅れが出うるかも一緒に考えておきたいですね。
出典：Ars Technica
https://arstechnica.com/gaming/2026/10/report-epic-games-goes-all-in-on-ai-for-disney-collaboration/
AIエージェントの中身をどう観察する？Datadog幹部が語るポッドキャスト
Stack Overflow Blogに、ポッドキャストの一回を紹介する記事が掲載されました。ホストのRyan氏が、Datadog（システムの監視・分析サービスを提供する企業）の最高プロダクト責任者Yanbing Li氏を迎え、同じ指示でも毎回同じ結果になるとは限らない「非決定論的」なAIエージェントにオブザーバビリティ（システムの内部の状態を外から観察できるようにすること）をどう適用するか、ソフトウェア開発と本番運用のワークフローの境界があいまいになっていること、AIセキュリティやトークノミクス（AIの処理単位であるトークンの費用や経済性）の新たな課題について語り合っているそうです。
AIエージェントを仕事で使うなら、「ちゃんと動いているか」をあとから確かめられる仕組みが欠かせません。自分のチームでAIに任せた作業を、誰がいつどう見返すのか。そこが決まっていないなら、使い始める前に話しておきたいところです。
出典：Stack Overflow Blog
https://stackoverflow.blog/2026/10/09/taking-a-look-under-your-agent-s-hood/
写真やスケッチから建築図面を作るAI、米スタートアップが開発
TechCrunchの報道によると、米サンタモニカを拠点とするBlueprints AIが、写真やPDF、スケッチから、建築基準などの規制に沿った施工図面を生成するソフトウェアを開発しました！同社は外部からの出資に頼らず自力で経営しているスタートアップで、許可申請に対応できる図面を数分で作れるとしています。共同創業者によると、この技術は資格を持つ建築士の代わりになるものではなく、図面は建築士が内容を確認して押印したうえで申請されるそうです。モデルの学習には、創業者が営む設計・施工会社で承認を得てきた8年分の図面が使われ、現行版の料金はプランにより月3,200〜8,500ドルとのことです。
図面のように専門性の高い成果物でも、AIが下書きを出す例が増えてきました。自分の仕事に当てはめるなら、AIの出力をそのまま外に出すのではなく、誰がどこを確認してから出すのかを先に決めておくと、速さを安心して使えそうです。
出典：TechCrunch
https://techcrunch.com/2026/10/12/this-ai-startup-says-it-can-generate-permit-ready-blueprints-in-minutes/
AIエージェントの信頼性を支える、Anthropicの技術者の仕事
IEEE Spectrumが、Anthropic（AI「Claude」の開発企業）のエンジニア、グルミート・サラン氏を紹介しています！同氏は、AIエージェントの出力を信頼できるものにするためのデータ基盤を作っています。Yahoo、Intuit、Metaなどでの経験から、プライバシーやガバナンス（データの管理ルール）は後付けではなく最初から設計に組み込むべきだと話します。AIエージェントは一連の行動をとるため、何をし何をもとにしたかを個人情報を守りつつ追跡する必要があり、従来のウェブサービスの監視より難しいそうです。AIを監査可能で透明にすることは今後10年の重要な工学課題の一つだとも。
データの定義や扱い方を最初に決めておくこと。これはAIの開発者だけの話ではなく、表計算やBIツールで数字を扱う人にも当てはまりそうです。同じ指標なのに部署ごとに数字が違う、という経験があるなら、AIに読ませる前に「この数字はこう数える」を一度そろえておく価値がありそうです。
出典：IEEE Spectrum
https://spectrum.ieee.org/anthropic-engineer-ai-agent
あわせて押さえたいニュース
ここからは、あわせて知っておきたいニュースを手短にお届けします！
Honeyjarが企業のPR・広報向けのAIツールを提供
TechCrunchの報道によると、ジャーナリストや起業家、一部のPR専門家からPRのプロセスは壊れているという指摘がある中、Honeyjarがあらゆる企業のPRや広報を改善するためのAIツールを手がけており、現在はウェイトリスト制でベータ版の試用が進んでいるそうです。AIで本当に状況が良くなるのかが問われています。
出典：TechCrunch
https://techcrunch.com/2026/10/12/honeyjar-offers-ai-tools-to-improve-pr-and-comms-at-every-company/
Sakana AIの日本仕様LLM「Namazu」が医師向け検索ツールに採用
AI Watchによると、医師が診療の根拠となる情報を探す検索ツール「Evidence Finder」に、Sakana AIの日本仕様LLM（大規模言語モデル）「Sakana Namazu」が採用されました。Sakana AIが10月9日に発表したものです。
出典：AI Watch
https://ai.watch.impress.co.jp/docs/news/2147246.html
ソフォスがOpenAIの「Daybreak」で脅威調査を効率化した事例
OpenAIの公式サイトで、セキュリティ企業のソフォスがOpenAIのDaybreakを活用し、人間の監視と関与を保ちながら、AIエージェントを使ったケースの平均対応時間を約38分から89秒（96%減）に短縮し、MDR（脅威の検知と対応を専門企業が代行するサービス）のケースの52%を自動化している事例が紹介されています。
出典：OpenAI
https://openai.com/index/sophos
今日のまとめ ~ AIが速くした分を人の側でどう受け止めるか
4日分のニュースを振り返ると、AIがコードや図面を速く作る話題が並ぶ一方で、レビューや観察、ルールづくりといった「受け止める側」の仕事が目立ってきたことがわかります。研究ではコードレビューがボトルネックとして報告され、現場ではAIエージェントの行動を追跡する仕組みづくりが課題として語られていました。
これからの時代、大切なのは、
連休明けの一週間、AIに任せる部分と自分で確かめる部分の線を、少しだけ意識して引いてみませんか？