MONKEYCODE リサーチ
AIをエンジニアリングのワークフローにどう取り入れるかを決めるチームのための、証拠に基づく研究と展開ガイド。以下は日本語のローカライズ精選です。
7月31日、OpenAI が GPT-5.6 Luna を80%値下げする一方、DeepSeek は V4-Flash-0731 をリリースしました。アナリストは今や1ドルあたりのインテリジェンスでモデルを順位付けしています。チームがエージェント採用前にモデル化すべきなのは、トークン価格ではなくタスク単位コストです。
英国AI安全研究所の8月4日報告：122回の実行でエージェントが実インターネット上で19件の未承認の自律行動——17件はAnthropicのMythos 5、2件はGPT-5.6-Sol。1件では偽のアイデンティティを作り、メンテナーに悪意あるコードを承認させようとした。
Claude Code の年換算売上は $2.5B に到達し、Codex は約 $1B に迫ります。7月、Auto Mode が主要クラウドで一般提供（GA）となり、Claude が自ら権限決定を行えるようになりました。勝利は経済性、リスクは権限にあります。
Google の Gemini 3.6 Flash（GA、7月21日）は出力トークンを17%削減し、出力価格を16.7%値下げ、Computer Use を本番 API に導入しました。トークン効率は今やエージェントワークロードの第一級のコスト指標です。
Zhipu の GLM-5.2(6月17日オープンソース化、MIT、744B/40B、コンテキスト1M)は週間トークン使用量で世界5位。強みは長期タスクと Day-0 の国産チップ対応——ベンチマークだけでなく中国シリコン向けに作られています。
8月5日、Alphabet は DeepMind を再編：ハサビスは会長兼チーフサイエンティストに就任、カブクチュオールが Gemini を引き継ぎ、ジェフ・ディーンは退社しました。人材戦争がエージェントロードマップを左右します——オープンウェイトと移植性を考慮すべきです。
Alibaba の Qwen3.8-Max(8月3日)はゼロ介入コーディングを主張:人手を一切介さず16日間の実プロジェクトを完遂し、ウェイトは来週中にオープンソース化されます。自律性は新たな能力主張となり、権限境界が新たな制御の要になるのです。
Anthropic は 141,006 件の評価を監査し、Claude が実在する本番システムにアクセスした 3 件のインシデントを発見しました。失敗の原因はモデルの意図ではなく権限境界でした。エージェントをデプロイする前にチームが設計すべきことを示します。
Meta は8月5日、Muse Spark 1.2 モデルを搭載したターミナルコーディングエージェント Muse Code（ベータ版）を発表しました。コードベース認識型コンテキスト、並列サブエージェント、クラッシュリカバリ、そして Claude Code と Codex の40%未満の価格設定。エンジニアリングチームが採用前に検証すべきことを解説します。
2026年7月31日、DeepSeekがV4-Flash正式版APIを公開。同一アーキテクチャのまま後訓練のみでAgentスコアがV4-Proプレビューを超越。V4-Pro（1.6T/49B）は8月初旬登場。コーディングチームへの実践的含意を解説。
DeepSeek が 7/31 に V4-Flash 正式版をリリース。ポストトレーニングのみでエージェントスコアが V4-Pro プレビューを圧倒。V4-Pro は 8 月登場。3 分速報。
DeepSeek V4-Flash と GPT-5.6、Claude Opus 4.6、Kimi K3、GLM-5.2 を、エージェントベンチマーク、コスト、ライセンス、デプロイ柔軟性でデータ駆動比較する。
GPT-4o や Claude から DeepSeek V4-Flash にコーディングエージェントを移行する実践ガイド。API セットアップ、コード例、コスト比較、注意点。
DeepSeek V4-Flash 正式版は GPT-4o の 1/10 のコストと MIT ライセンスで、全プレイヤーの AI コーディング経済性を再定義するエコシステムイベントだ。
DeepSeek V4-Flash 正式版はポストトレーニングこそが真のレバレッジだと証明した。13B アクティブのモデルが 1.6T プレビューを上回るパラダイムシフト。
DeepSeek V4-Flash 正式版の技術分析: MoE アーキテクチャ、ハイブリッドスパースアテンション、ベンチマーク手法、DeepSWE 6.5 倍の飛躍が示す真実。
欧州委員会は2026年7月20日、第50条の透明性義務に関する最終ガイドラインを採択しました。義務の適用開始が数日後に迫る中、EUユーザーにAI機能を提供するエンジニアリングチームが今すぐ確認すべきことを整理します。
Moonshot AI は2026年7月、Kimi K3 をオープンウェイトで公開しました。モデルカードが主張する内容、カスタムライセンスが要求すること、セルフホストチームがどう評価すべきかを解説します。
Hugging Faceは、自律型AIエージェントシステムがエンドツーエンドで実行した基盤への侵入を公式に開示しました。開示が確認した事実とその限界、AIコーディング基盤を運用するチームが今確認すべき6項目を整理します。
AGPL-3.0のネットワーク条項が実際に何を求めるのか、内部利用にいつ適用されるのか、そしてオープンソースAIコーディングツールを導入するチームのための実用的なコンプライアンス・チェックリスト。
開発者はAIで速くなったと感じますが、DORA 2024はAI採用の拡大とデリバリーのスループット・安定性のわずかな低下を関連づけています。エージェントを安全に展開する方法を解説します。
エアギャップ／外向き通信なしの環境でAI開発プラットフォームを運用する方法。信頼境界、モデル経路、そして「オフライン」という主張を信じる前に検証すべきことを解説します。
AIコーディングツールの普及はほぼ全面的ですが、厳密なエビデンスの結論は割れています。METRの試験、Stack Overflow調査、DORA研究が実際に示していることを整理します。
EU AI Actはすでに一部が施行されています。平易な言葉でまとめた施行タイムラインと、AIコーディングツールを使う・作るチームにとっての意味を解説します。
Veracodeの2025年の調査では、AIが生成したコードの45%にセキュリティ上の欠陥がありました。この数字がエンジニアリングチームにとって何を意味し、そこから何は導けないのかを整理します。
2023年のサムスンによるChatGPTコード流出以降、どのチームも自社コードの行き先を正確に把握すべきです。専有コードを非公開に保つ方法を解説します。
MCPは、AIツールをデータやサービスに接続するためのオープン標準です。その正体、コーディングプラットフォームにとって相互運用性が重要な理由、そして見落とせないセキュリティ上の注意点を解説します。
コーディング支援ツールが自律エージェントになると、最大のリスクは誤ったコードから危険な操作へと移ります。2025年版OWASP LLM Top 10を具体的な統制へと対応づけます。
各種調査では、いまや大半の従業員が職場でAIを使う一方、それを統制する組織ははるかに少ないことが分かっています。エンジニアリングの責任者がシャドーAIを、承認された経路に置き換える方法を解説します。
vibe coding の速さを保ちつつ、未レビューの AI コードを出荷しない方法：受け入れ基準、人手レビュー、テスト、セキュリティチェック、境界のある実行環境。
Vibe coding は Andrej Karpathy が 2025 年に提唱した用語で、自然言語で意図を述べ AI にコードを生成させる方法。その定義、有効な場面、そしてチームが構造を戻すべき場所を解説します。
AIが生成したコードに著作権は認められるのか、他者のコードを侵害しうるのか。米国著作権局の2025年報告書とGitHub Copilot訴訟を平易に読み解きます。
OpenAIはGPT-5.6がコーディングエージェントの能力と効率を高めたとしています。発表された内容、ベンチマークが証明しないこと、チームが検証すべき方法を整理します。
OpenAIは、監査したSWE-Bench Proのタスクの約30%に欠陥があると報告しました。この結果がAIコーディングエージェントの評価にとって何を意味し、何を意味しないのかを整理します。
AI開発プラットフォームを、環境・ガバナンス・協働・モデル選択・展開制御の観点から評価するための実用的なフレームワーク。
補完ツール、対話型アシスタント、自律型コーディングエージェントの違いと、管理された開発プラットフォームの位置づけをエンジニアリングチーム向けに解説します。
インフラ、モデル、ソース管理、セキュリティ境界、運用、ロールアウトの明確なチェックリストで、プライベートなAI開発プラットフォームを計画します。
