AIの最前線を、
毎日5分で。

供給網の安全性が、AI導入の前提条件として再浮上した

• PythonのAI APIプロキシとして広く使われる LiteLLM が、PyPI上でクレデンシャル窃取型マルウェアを含む状態で配布された [1][5][15]。
• 影響を受けたのは主に 1.82.7 と 1.82.8 で、1.82.8 では litellm_init.pth により、インストールしただけで発火する可能性があった [1]。
• PyPIは当該パッケージを隔離し、公開された脆弱版の流通を止めた [1]。

何が深刻だったのか

• 単なる不具合ではなく、開発環境の秘密情報がまとめて抜かれるタイプの攻撃だった点が重大です [1][5]。
• 攻撃対象は ~/.ssh/、クラウド設定、kube、docker、npm、シェル履歴など非常に広く、1つの端末から複数のクラウドや本番環境へ波及し得ます [1]。
• LiteLLM は AI/LLM スタックの中核に入りやすく、依存更新や自動ビルドを通じて広範囲に感染が広がる構造でした [4][15]。
• さらに、CI/CD の汚染や Kubernetes 経由の拡散が報告されており、「AIツール」そのものより、その周辺の運用基盤が狙われる構図が鮮明になりました [5][15]。
• 重要なのは、AI 導入が進むほど、APIプロキシ・エージェント・実行基盤・クラウド権限が密接につながり、1つの依存関係事故が組織全体の侵害に直結することです [1][5][15]。

エージェント化がインフラまで広がった

• Microsoft は Azure Skills Plugin を公開し、Claude Code や GitHub Copilot から「このアプリをデプロイせよ」と指示すると、最適な Azure 構成の選定からデプロイまで自律実行できる流れを示しました [18]。
• 同方向の動きとして、Cloudflare は Dynamic Workers を公開し、AI エージェントが生成したコードをミリ秒単位で立ち上がる isolate で実行できるようにしました [20]。
• Anthropic は Claude に Mac を直接操作させる機能を拡張し、Claude Code でもより少ない承認で作業を進める auto mode を導入しています [6][21][33]。
• これらは、AIが「文章を返す」段階から、PC操作・クラウド操作・デプロイまで担う実務エージェントへ移行していることを示します [6][18][20][33]。

オープンな代替と、閉じたプラットフォームのせめぎ合い

• AI2 は MolmoWeb を公開し、30,000件の人手軌跡を含むデータと学習スタック込みで、ブラウザ操作を行うオープンウェイトのビジュアルWebエージェントを配布しました [19]。
• これは、OpenAI や Anthropic のようなクローズドなコンピュータ利用APIに対し、検証可能で自己ホスト可能な代替を提示する動きです [19]。
• 一方で OpenAI は Sora のアプリとAPIを終了し、動画生成を単独製品として持続させる難しさを示しました [7][8][22]。
• その一方で ChatGPT はショッピング支援やファイル管理、購買体験などを機能として内包していく方向に寄っています [23][24][42]。
• つまり、AI市場では「単独アプリで勝負する」より、大規模プラットフォームへの統合と、オープンな自前運用可能ツールの二極化が進んでいます [7][9][19][42]。

ハードウェア競争はCPU・光・電力・データセンターに拡張した

• Arm は自社初の AGI CPU を発表し、Meta を最初の顧客として、AIデータセンター向けCPU市場に本格参入しました [3][13][14][36]。
• イーロン・マスク氏は、Tesla・SpaceX・xAI をまたぐ 半導体 megaproject や、宇宙向けも視野に入れたテラファブ構想を打ち出しました [2][11]。
• TSMC は光電融合向けの PDK を広く提供し、新光電気工業も OSAT として参入を狙うなど、AI時代のボトルネックはGPU単体ではなく、実装・接続・電力効率に移っています [10][34]。
• 日立はエネルギーインフラ向け AI サービス HMAX Energy を開始し、AIを「モデル」だけでなく電力・設備保全・データセンター運用に展開しています [32]。
• こうした動きは、AIの競争軸がモデル性能だけでなく、電力・冷却・通信・半導体供給・保守まで含む総合戦に変わったことを示しています [2][3][10][26][32][34]。

仕事の進め方も変わる

• Claude、ChatGPT、Gemini の比較では、Claude がコーディングに最も強いという実務報告がありました [40]。
• OpenAI は GPT-5.4 mini/nano を複数エージェント前提で出し、Cursor は Composer 2 をエージェント型コーディングに最適化しています [16][17]。
• MCP は静かに普及し、AIエージェントが外部ツールを使う標準的な接続方式として存在感を増しています [27]。
• これは、開発や業務が「人が全部打つ」から、複数のAIに分担させる設計へ移る流れです [16][17][27][40]。

今後の示唆

• 短期的には、依存パッケージ・CI/CD・秘密情報管理の再点検が最優先になります [1][5][15]。
• 中期的には、AIエージェントはPC操作、Web操作、デプロイ、調達、保守に広がり、運用は「モデル選定」より権限設計と実行基盤設計が重要になります [18][19][20][31][33]。
• 長期的には、AI競争はソフトウェアだけでなく、半導体・電力・ネットワーク・データセンターを押さえた企業が強くなります [2][3][10][26][32][34]。

まず試すなら、用途別にツールを分ける

• ChatGPT: 企画整理、文章化、比較表作成、社内説明資料のたたき台に向きます [40]。
• Claude: コーディング、長い文脈の理解、リファクタリング、手順の分解に強いです [40]。
• Gemini: Google Workspace との連携を重視するなら候補になりますが、用途は絞るのが無難です [40]。
• Cursor / Claude Code / GitHub Copilot: 開発現場では、実装・修正・デプロイ前提の作業に向きます [17][18][33]。

今日から使える、実務向けの基本プロンプト

• 文章要約:
  • 「以下を、役員向けに3点で要約してください。結論、影響、次の打ち手を分けてください。」
• 企画整理:
  • 「この課題を、短期・中期・長期の打ち手に分け、優先順位と判断基準も添えてください。」
• コーディング:
  • 「既存コードの意図を壊さずに、保守性を上げるリファクタ案を3つ出してください。副作用も書いてください。」
• 業務自動化:
  • 「この作業をAIに任せる場合、任せてよい部分・人が確認すべき部分・失敗時のリカバリを分けてください。」

MCP を使うと、AIは「知っている」より「呼び出せる」ようになる

• MCP は、AIに外部ツールを使わせる共通手順です [27]。
• たとえば Claude Desktop / Claude Code に、社内ナレッジベースやチケット管理、ファイル保存を MCP で接続すると、AIが会話の中で過去の資料を参照できます [25][27]。
• 実践イメージは次の通りです。
  • search_* で関連情報を探す
  • get_* で全文を取得する
  • save_* で会話や成果物を保存する
• これにより、「毎回ゼロから説明する」無駄が減ります [25][27]。

Claude Code と GitHub Copilot の使い方を一段上げる

• まずは、明示的にゴールを伝えます。
  • 例: 「このアプリを本番用にデプロイしてください。コストを抑えつつ、最小構成を提案してください。」
• Azure を使うなら Azure Skills Plugin を組み合わせると、構成選定からデプロイまでの流れを支援できます [18]。
• AWS を使う場合も同様の方向性があり、クラウド選定・インフラ設計・デプロイの自動化が進みます [18]。
• 開発チームでは、AIに任せる作業を
  • 仕様の整理
  • 初期実装
  • テスト修正
  • デプロイ前チェック の4段階に分けると扱いやすいです [17][18][33]。

ブラウザ操作・PC操作系は、限定的に使う

• Claude の computer use や MolmoWeb のようなブラウザエージェントは、フォーム入力、情報収集、定型操作に向きます [6][19][21]。
• まずは「人が毎回やっているが、失敗しても大事故にならない」作業から試すのが安全です。
• 例:
  • 商品比較の下調べ
  • Webサイトの定型チェック
  • 社内ツールの入力補助
• ログインや決済は、最初から自律実行にせず、人の確認を挟む設計にしてください [19][31][42]。

すぐ始めるなら、この3つ

• 文章業務: ChatGPT で議事録・メール・提案書の叩き台を作る。
• 開発業務: Claude か Cursor で、既存コードの修正を小さく頼む。
• 情報接続: MCP で社内メモやドキュメントをAIから引けるようにする [25][27]。