Claudeが新酵素系発見ほか9件

目次

• 1. Claude discovers a novel enzyme system with CRISPR-like repeats
• 2. Once Claude can measure something, it can make it faster
• 3. Claude Code reads AGENTS.md only when telemetry is on [fixed]
• 4. v2.1.281
• 5. Gemini 3.8 text-to-speech
• 6. Gemini 3.8 TTS Playground
• 7. Strands Harness
• 8. 0.158.0-alpha.4
• 9. 0.157.0-alpha.11
• 10. Grow the Harness, Not the Context: From Strategy-Free Scaffolds to Reusable Specialist Agents

1. Anthropicが新酵素系を発見

• Anthropicは2026年春に生命科学研究グループと自社ラボを設立し、Claudeを生物学研究に特化して訓練している。
• ClaudeはDNAデータセットを探索し、未特性化タンパク質ファミリーを特定し、仮説を大規模に生成してラボで実験検証する。
• 初期成果として、科学者の高レベル指示のみで、CRISPR様の性質を持つ新規酵素系を自律的に発見した。
• 制限酵素やTaqポリメラーゼ、CRISPRといった生物学革命の発見と同様に、自然界の分子機械の多様性から新たな発見を体系化することを目指す。
• 研究はエージェントと人間が各ステップで協働する新しい生物学研究の方法を確立するために行われている。

原典 Claude discovers a novel enzyme system with CRISPR-like repeats

2. Claude.aiが2週間で3倍高速化

• 8月にclaude.aiとデスクトップアプリのコアUXを2週間スプリントで約3倍高速化。ユーザー活動の95%を占める4つの主要ジャーニーに集中した。
• 75パーセンタイルで、claude.aiの新規読み込みは3.1秒から0.55秒、Claude Codeセッション開始は0.8秒から0.3秒、Coworkクラウドセッション読み込みは2.6秒から0.73秒に短縮された。
• Claude Tag（ベータ、内部研究モデルはOpus 5.5相当）を使用。Claudeがボトルネック発見、ベンチマーク構築、改善実装、デプロイ監視を担当し、人間は目標設定と変更承認を管理した。
• 3000件以上の変更を顧客影響のインシデントやロールバックなしにマージ。単一Slackチャンネルで全運用を管理し、毎日数万時間の待機削減を見積もる。

原典 Once Claude can measure something, it can make it faster

3. Claude CodeのAGENTS.md読み込みとテレメトリ依存

• Claude Code 2.1.277で追加されたAGENTS.md読み込みは、プロジェクトにCLAUDE.mdがない場合に代わりに読み込む仕様である。
• テレメトリ無効（DISABLE_TELEMETRY=1やCLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1）では、リモート機能フラグtengu_agents_md_modを取得できずプラグインagents-mdが利用不可になり、ファイルが読み込まれない。
• 環境変数を0に設定してもブロックは解除されず、.claude/settings.jsonのenvブロックで変数をクリアしてもリポジトリ単位では有効化できない。
• ファイル読み込みにネットワークは不要だが、サーバー側の機能スイッチに依存する設計になっているため、テレメトリを有効にするかセッションレベルで上書きする必要がある。

原典 Claude Code reads AGENTS.md only when telemetry is on [fixed]

4. Claude Code v2.1.281、アプリゲートウェイとAWS統合強化

• Claude apps gatewayで新しいClaude Desktopキーをサポートし、desktopポリシーブロックにblockReadsOutsideWorkingDirectoriesとdisableBypassPermissionsModeを追加した。
• Bedrock上流にassume_roleを追加。STS経由で別AWSアカウントのIAMロールを引き受け、開発者ごとにセッションを分離できる。
• Bedrock上流にguardrail: {id, version}を追加。Amazon Bedrockガードレールを全リクエストに適用し、全上流またはなしのいずれかで設定する。

原典 v2.1.281

5. Gemini 3.8 Flash TTSとFlash-Lite TTS発表

• GoogleはGemini 3.8 Flash TTSとFlash-Lite TTSの2モデルを発表。2000以上の音声ライブラリと、30秒の音声サンプルからカスタム音声を生成できる機能を備える。
• Flash TTSはゲームやオーディオブック向けに、自然言語プロンプトから新しいキャラクター音声を作成し、演技のペースや方言変化、バックチャネリングまで細かく制御できる。
• Flash-Lite TTSは高ボリュームの吹き替えに最適化されたコスト効率重視モデルで、Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook、Google Vidsで利用できる。

原典 Gemini 3.8 text-to-speech

6. Gemini 3.8 TTS Playground公開

• Simon WillisonがGemini 3.8 Flash TTSとFlash-Lite TTSを試せるインタラクティブプレイグラウンドを公開した。自分のAPIキーを持ち込む形式で、複数キャラクターの対話生成や音声プレビュー、リクエスト詳細の確認ができる。
• 2000以上の音声ライブラリと30秒の音声サンプルからカスタム音声を生成できる。マルチスピーカー対話では各キャラクターに異なる音声とスタイル指示を設定できる。
• ペリカン2羽がPacifica Pierへの移動を議論するデモを含む。1分18秒の音声生成に約20秒かかり、Flash TTS（Flash-Liteではない）で2.74セントのコストだった。
• プレイグラウンドはGPT-6 Astraで構築され、Gemini APIのオープンCORSポリシーを活用している。

原典 Gemini 3.8 TTS Playground

7. Strands Harness、28%低コストで同等精度

• Strands Harnessは一般用途のエージェントハーネスで、PythonまたはTypeScriptの1行で任意のモデルと接続でき、ローカル実行や任意プロバイダーへのデプロイに対応する。コーディングエージェントではなく汎用エージェントとして設計されている。
• 同じClaudeやGPTモデルを6つのベンチマークで比較した結果、コストを28%削減しつつ精度は同等以上を維持する。Apache 2.0ライセンスで公開されている。
• Fable 5ではClaude Codeより77%低コストで、Terminal Bench 2.1ではより高いスコアを記録した。Deepseek Harnessは最もトークン効率が高いが精度スコアは最低だった。
• デフォルトのコンテキスト管理では、ツール結果が約1500トークンを超えると切り捨て、コンテキストウィンドウが85%を超えるとコンパクション（要約）が発動し、オーバーフロー時にはループ内でコンテキスト回復が実行される。
• Strands Harness SDK上に構築され、プロンプトキャッシングとコンテキスト管理のデフォルト設定を含む。テスト環境はEC2上のHarborによる分散ベンチマークで構築された。

原典 Strands Harness

8. Codex Rust版 0.158.0-alpha.4公開

• OpenAI CodexのRust版リリース0.158.0-alpha.4が公開された。アルファ版として継続的に更新されている。
• デスクトップポリシーブロックやAWS Bedrock統合の上流機能追加を含むリリースである。
• Codexを使う開発者にとって、デスクトップアプリのセキュリティポリシーやAWS統合の最新機能を把握できる。

原典 0.158.0-alpha.4

9. Codex Rust版 0.157.0-alpha.11公開

• OpenAI CodexのRust版リリース0.157.0-alpha.11が公開された。
• リリースページのタイトルは「Release 0.157.0-alpha.11」である。
• GitHubのリリースタグはrust-v0.157.0-alpha.11として管理されている。

原典 0.157.0-alpha.11

10. Growing Harnessで再利用可能な専門エージェントへ

• 標準的なLLMエージェントハーネスでは、関連タスクのストリームを処理する際に各タスクのコンテキスト内で同じ制御判断をモデルに繰り返し再構築させている。
• タスクフィードバックを再利用可能な実行コードに変換し、LLM呼び出しはタスク固有の意味推論に限定することで、コンテキスト肥大化を防ぐ手法を検討している。
• Growing Harnessは、固定されたモデルとツールインターフェースを公開する戦略フリーのスキャフォールドから、失敗誘導型の訓練パラダイムでハーネス自体を学習する。
• 個人開発者が独自エージェントを構築する際、繰り返し発生する制御を再利用可能なコードに変換する設計指針になる。

原典 Grow the Harness, Not the Context: From Strategy-Free Scaffolds to Reusable Specialist Agents