Deep Dive

Deep Dive

LLMは「忘れる」ことができるか？ — 記憶の選択的消去がもたらす可能性と限界

8月25日、Anubhab Banerjeeが「Can an LLM Forget the Right Things?」と題した記事を公開した。LLMが「何を覚えているか」ではなく「何を忘れられるか」という問いを正面から取り上げ、機械的忘却（machine unlearning）の現状と実装上の課題を整理した内容だ。

AIエージェントの本番導入が静かに失敗する理由 — 問題はモデルではなく「その周辺」にある

Thomson Reutersが4,000万ドルで法律特化LLMを自社開発 — 「汎用モデルはコモディティ化する」と内製化に舵を切った理由

LLMのAPIコストは「トークン単価×呼び出し回数」では計算できない — エージェントループが二次関数的に請求を膨らませる理由と、85%削減のための5つの手法

「シャドーAI」はポリシー違反ではなく設計の失敗だ — 承認済みのパスを最速のパスにするワークフロー設計という発想

LinkedInユーザーの5人に1人が過去の職歴を遡って編集 — 2022年のAIスキル普及度が約30%過大評価されている問題が浮上

NVIDIAは「汎用」、TPUは「専用」、Cerebrasは「ウェハー丸ごと1チップ」、Groqは「決定論的データフロー」— 本番稼働中のAIチップ4系統のアーキテクチャを徹底比較

サイバーセキュリティ求人でAIスキル要件が1年で倍増 — 給与14.9%増の一方、未経験者には「シニア級スキル」を要求する矛盾も

「推論をAIに外注すれば、思考力は退化する」— ゴールドマン・サックス幹部が警告する、AI時代の徒弟制崩壊リスク

GPUダイの8倍を占めるHBMシリコン — MicronがHot Chips 2026で明かしたAIの「メモリウォール」

AIコンピュート市場でGPU特化の新興クラウドがハイパースケーラーを脅かす — ただし「GPUは鉄道にはなれない」という構造的限界も

12秒のデモ1本でロボットが新タスクを習得 — 勾配更新ゼロで59%成功、LLMのin-context学習をロボットに応用したGEN-1.5

AIに仕事を奪われる中国の労働者たち — プログラマー・翻訳者・脚本家、広がる雇用代替の現実

英国の新卒求人が前年比45%減・10年来最低水準に — AIと自動化へのシフトがジュニア職を侵食しはじめている

AIエージェントが速くなるほど「仕様書の精度」が命になる — 規律は消えるのではなく上流に移動する

AIが奪うのは「仕事」より「賃金上昇」— 321職種の実データが示す、雇用統計に映らない格差

深夜2時のオンコール対応をAIが先回りして調査 — DatabricksがAI SREで「コンテキスト収集の60〜80%」を自動化した方法

SalesforceのAIエージェント「Agentforce」、パートナー企業の新規受注への貢献はゼロ — CEO「ARR10億ドル突破」発言と現場の温度差が鮮明に

「ほぼ私のせいだ」と認めたSam Altmanが次の12ヶ月に仕掛ける大型の賭け — モデルの値下げ、エージェントAI、独自ハードウェアでエコシステムの覇権を狙う

Anthropicの最高性能モデル「Opus 5」の支出シェアはわずか3.5% — Rampデータが示す「安いモデルで十分」という企業の現実

Sam AltmanがAI権力集中に警鐘——「自由を守るためのガバナンス」を訴えるOpenAI CEOの真意