# ChatGPTが「答えるAI」から「その場でアプリを作るAI」へ。10月8日のAIニュースがかなり面白い > https://bookfactory.kr/board/news/20407 > 게시판: 뉴스 > 작성자: admin > 작성일: 2026-10-09T10:26:45.344Z --- 2026年10月8日朝。 今日はかなり面白いニュースが揃っています。 特に大きいのが、GPT-6の一般展開と「Intelligent UI」、そしてClaude Haiku 5.5です。 一見すると、 「また新しいAIモデルが出たのか」 と思ってしまいます。 でも今回の変化は、モデルの点数が少し上がったという話ではありません。 AIが、 文章を返す↓その場で道具を作る そして、 1体の巨大AIが全部やる↓安いAIを何十体も働かせる という方向へ進み始めています。 さらに生命科学では、Google DeepMindやMeta、米政府などが総額18億ドル規模で「生命そのものを予測するAI」のためのデータ作りを始めました。 今日は、この変化をなるべく普通の言葉で整理します。 ニュースひとことで言うとGPT-6 + Intelligent UI必要な画面やツールをChatGPTがその場で作るClaude Haiku 5.5安くて速いAIがAgentの「部下」になれるVirtual Biology InitiativeAIで細胞をシミュレーションするための巨大データ計画Nano Banana 2.1同じ人物・商品を崩さず画像生成しやすくなるNous ResearchOpen Source Agentを企業でも使える形へ ## 🥇 ChatGPTが「その場でアプリを作る」ようになった OpenAIが10月7日、GPT-6をChatGPTのより広いユーザーへ展開すると発表しました。 Plus、Pro、Business、EnterpriseではGPT-6 Sol、FreeとGoではGPT-6 Lunaが使われます。 そして今回、一番面白いのが、 ## Intelligent UI です。OpenAI これまでChatGPTへ質問すると、基本的には文章が返ってきました。 もちろん表や画像などはありましたが、基本構造は、 質問 → 回答 です。 Intelligent UIでは、ChatGPTが質問内容を見て、 比較表。 グラフ。 入力フォーム。 ボタン。 Calculator。 割り勘ツール。 簡単なGame。 などをその場で組み立てて返すことができます。OpenAI 例えば、 > > > 「友達5人で23,480円の食事をした。2人だけお酒を飲んだから少し多めに払ってほしい」 > と頼んだとします。 今までなら、 「Aさんは○円、Bさんは○円……」 と文章で計算結果を出すことが中心でした。 これからは、金額や人数を自分で変更できる割り勘ツールそのものを会話の中に作ることができます。 ## 「どのアプリを使う？」ではなくなるかもしれない ここが個人的にかなり重要だと思っています。 今までSoftwareを使うときは、 目的を考える↓その目的に合うアプリを探す↓アプリの操作方法を覚える 必要がありました。 でもIntelligent UIの方向が進めば、 > > > 「こういうことがしたい」 > と言うだけで、 その仕事に必要なInterfaceをAIがその場で作る。 OpenAI自身も、将来的には人間がSoftwareに合わせるのではなく、Softwareが人間に合わせる方向を目指していると説明しています。OpenAI これって、地味に大きな変化です。 僕たちは将来、 「どのアプリを開こう？」 ではなく、 「何をしたい？」 からComputerを使い始めるのかもしれません。 ## しかも、回答しながら裏で考え続ける GPT-6ではもう一つ面白い変更があります。 ChatGPTが、 回答を表示し始めたあとも、裏側でThinkingやTool Useを継続できる ようになりました。OpenAI 今までは難しい問題だと、 考える↓待つ↓回答が全部完成↓表示 という感覚がありました。 これからは、 回答を読み始める↓裏でAIがさらに検索・計算・推論↓追加情報が出てくる という使い方ができます。 人間同士でいうと、 > > > 「まず分かっているところから説明するね。残りは調べながら続ける」 > に近い。 ChatGPTが少しずつ、静的な回答画面ではなく、動く作業空間になってきています。 ## ⚡ Claude Haiku 5.5。「安いAI」がかなり強くなった Anthropicからは、 Claude Haiku 5.5 が登場しました。 HaikuはClaudeシリーズの中で、軽量・高速・低価格を担当するモデルです。 今回のHaiku 5.5は、Anthropicによれば同社史上、 最も安く、速く、高性能な小型Claude です。Anthropic 100K tokens以下のPromptなら、100万tokenあたり、 入力：0.10ドル出力：0.50ドルCache Read：0.01ドル です。Anthropic 前世代Haiku 4.5と比べて、平均実行Costは約75%下がったとAnthropicは説明しています。 でも僕が気になったのは、安さよりComputer Use性能です。 OSWorld 2.1では、 Haiku 4.5：15.7%GPT-6 Luna：48.9%Haiku 5.5：72.4% という結果をAnthropicが公開しています。Anthropic もちろん、これは特定のBenchmarkであり、すべての仕事でHaiku 5.5が優れているという意味ではありません。 それでも、 「安い小型AIは簡単な文章処理だけ」 というイメージはかなり崩れてきました。 ## なぜ「安いAI」がそんなに重要なのか？ AI Agentというと、 超高性能なAIが一人で全部仕事をする姿を想像しがちです。 でも実際には、 賢いLead Agentが計画を立てる ↓ 安いSubagentが大量の小さな仕事をこなす という構成の方が合理的です。 Anthropic自身もHaiku 5.5を、Opus 5.5やSonnet 5.5と組み合わせるSubagentとして紹介しています。Anthropic 例えば会社の資料作成なら、 Opus→ 全体構成を考える Haiku A→ 売上数字を探す Haiku B→ 過去資料を要約する Haiku C→ Competitor情報を確認する Haiku D→ 誤字を確認する という形です。 人間の会社と同じで、 社長がコピー作業まで全部やる必要はない。 この考え方がAIでも成立し始めています。 僕自身、最近AI Agentを使っていて、 「最高性能のAIを常に使えばいいわけではない」 と感じることが増えています。 今回のHaiku 5.5は、その流れをさらに強めるモデルだと思います。 ## 🧬 18億ドルで「仮想の細胞」を作る 科学分野では、さらに大きな話があります。 Biohub、米国エネルギー省、NIH、Google DeepMind、Isomorphic Labs、Metaなどが、 総額18億ドル規模 のリソースを投入して、AI向けの大規模な生物学データを構築すると発表しました。Biohub 目標は、 ## Virtual Cell です。 簡単に言えば、 コンピューター上に「予測できる細胞」を作る という構想です。 ## 薬の実験を、まずComputerの中でできるようにする 今、新しい薬を作るには、 候補を考える。 実験する。 失敗する。 また候補を作る。 さらに実験する。 という大量のTrial & Errorが必要です。 もし細胞の反応を高精度に予測できるAIができれば、 100万個の候補をComputer上で試す↓有望な100個を選ぶ↓実際のLaboratoryで検証する という研究方法が可能になるかもしれません。 今回のプロジェクトでは、Google DeepMind、Isomorphic Labs、Metaだけでも3億ドルを投資。 米DOEは5年間で5億ドル超を投入し、NIHもこれまで5億ドル超を投資して構築してきた関連Datasetなどを統合していきます。Biohub しかも重要なのは、最終的なData Resourceを研究コミュニティへOpenにする方向で進めていることです。 ## ChatGPTを作った方法を「生命」に持っていく？ かなり乱暴に単純化すると、LLM革命は、 Internet上の大量の文章↓巨大Dataset↓Foundation Model という流れで起こりました。 Virtual Biology Initiativeは、 大量の細胞DataProteinTissueInterventionImaging ↓ 巨大なMultimodal Biology Dataset ↓ Biology Foundation Model を作ろうとしています。Biohub つまり、 言葉を予測するAI の次に、 生命の反応を予測するAI を作ろうとしている。 昨日紹介したOpenAIの数学研究と並べると、AIがScientific Discoveryへ入っていく流れがかなり強くなっています。 ## 🍌 Nano Banana 2.1。「同じ人」を作り続ける能力が上がった Google DeepMindは画像生成・編集モデル、 Nano Banana 2.1 も公開しています。 Gemini 3.6 Flashをベースにしていて、 Text-to-Image。 Image Editing。 複数画像のReference。 Product Consistency。 文字入り画像。 Infographic。 などに対応します。Google DeepMind ここで僕が特に気になったのが、 Multi-character consistency です。 Googleの内部評価では、前世代の978から1106まで改善しています。Google DeepMind ## 「1枚きれい」より「20枚ずっと同じ」が大事 AI画像って、 「ものすごく綺麗な1枚」 はかなり簡単に作れるようになりました。 でも実際に漫画や広告、YouTube、Story制作で使おうとすると、 1枚目では黒髪。 2枚目では茶髪。 3枚目では顔が別人。 みたいな問題が起きます。 実用では、 最高の1枚を作れることより、同じCharacterを何度作っても同じにできること の方が重要です。 Nano Banana 2.1は、この方向をかなり強化しています。 生成AIが、 「面白い画像を作るTool」 から、 Production Tool へ移っている感じがあります。 ## 🦙 Open Source Agent「Hermes」が企業へ Nous Researchも面白い動きをしています。 同社は9,000万ドルを調達。 NVIDIA、MicrosoftのM12、Samsung、Robot Ventures、Union Square Ventures、Y Combinator、Menlo Venturesなどが参加しています。Nous Research そして資金を使って、 Hermes for Businesses を展開します。 HermesはOpen SourceのAI Agentです。 Nousの考え方はかなり明確で、 > > > 使う人がAIをControlできるべき > というもの。 企業版でも、 自分たちでModelを選ぶ。 自分たちのDataを管理する。 PrivateにDeployする。 自社独自のKnowledgeをAgentへ持たせる。 という方向を目指しています。Nous Research ## Open Source AIは「無料Model」だけじゃなくなる これも面白い変化です。 Open Source AIというと、 無料で使えるModel というイメージがあります。 でも企業市場では、 Model自体をOpenにしながら、 Security。 Deployment。 Governance。 Support。 Enterprise Integration。 でビジネスを作ることができます。 かなりLinuxとRed Hatに近い構造です。 AI Agentの世界でも、 Open Agent + Enterprise Infrastructure という市場が大きくなる可能性があります。 ## 💰 DeepSeekは約120億ドル調達へ。ただしまだ未確定 中国ではDeepSeekが、少なくとも800億元、約119億ドル規模の新たな資金調達を進めているとReutersが報じています。 最終的には1,000億元規模になる可能性もあります。Reuters ただし、ここは他のニュースと扱いを分ける必要があります。 まだ完了したFundingではありません。 DeepSeek自身もReutersの問い合わせに回答していません。Reuters 報道によればTencentやCATLなどが参加し、目標企業価値は約740億ドル。 またHuaweiとAscend AI Chip向けのProgramming Toolも開発しており、中国独自のAI Infrastructure作りも進めています。Reuters 確定したらかなり大きなニュースですが、現時点では「調達へ」という段階で見ておくのが良さそうです。 ## 今日のニュースをつなげると見えてくるもの 今日のニュース、一見かなりバラバラです。 でも僕には、一本の流れに見えます。 GPT-6。 → 必要なInterfaceをAI自身が作る。 Claude Haiku 5.5。 → 安いAIを大量に働かせる。 Hermes。 → AI Agentを自分で所有する。 Nano Banana 2.1。 → AI生成を実際のProductionへ使いやすくする。 Virtual Biology。 → AIを科学研究そのものへ入れる。 つまり、 「ものすごく賢いChatbotを1つ作る」 という競争だけではなくなっています。 ## 「1人の天才AI」より「AIのチーム」へ 個人的に今日一番注目したいのは、 Claude Haiku 5.5 です。 理由は性能そのものより、 AI Agentの使い方を変える価格帯に入ってきた からです。 AI Agent時代というと、 最強Modelが一人で何時間も考える未来を想像しがちです。 でも現実は、 Lead Agent：難しい判断 Subagent：検索 Subagent：要約 Subagent：Browser操作 Subagent：Data整理 のように、AI同士で分業する方が効率的かもしれません。 Haiku 5.5のような小型Modelが強く、安くなるほど、 AIを1回使う のではなく、 AIチームを動かす という発想が現実的になります。 ## そして長期では「Virtual Biology」 でも、10年単位で見たときに一番大きい可能性があるのはVirtual Biologyだと思います。 昨日は、 AIが新しい数学的結果を作る というOpenAIの研究を紹介しました。 今日は、 AIが生命そのものを予測するためのData Infrastructure に18億ドル規模の資源が集まりました。Biohub 数学。 生物学。 材料科学。 医学。 AIが、 > > > 「人間が作った知識を検索する」 > ところから、 > > > 「人間がまだ知らない知識を作る」 > ところへ進んでいく。 最近のAIニュースを追っていると、その変化がかなりはっきりしてきた気がします。 2026年は、 「Chatbotが賢くなった年」 ではなく、 「AIがSoftware・仕事・科学そのものへ入り始めた年」 として振り返ることになるのかもしれません。🔥 ## Haruki AI OS｜AIを深く学ぶ 毎日のAIニュースでは、新しいModelや機能が次々と出てきます。 でもHaruki AI OSでは、 「新しいAIが出た」 だけで終わらず、 それが自分たちの生活・仕事・学習をどう変えるのか まで考えていきます。 AI / LLM / Reasoning / AI Agent / AGI / ASIなどを基礎から学びながら、今回のIntelligent UIやSubagent、AI Scientistのような最新テーマも、なるべく普通の言葉で整理していきます。 AIをなんとなく使うところから、一歩ずつ理解して使えるようになる。 そんな研究室にしていきます。 **출처:** [note 원문](https://note.com/real_rail8101/n/naafc38d9e5ec) *번역: Gemma 3(.44) 초벌 + 교정 검수* [원문 보기](https://note.com/real_rail8101/n/naafc38d9e5ec) | 출처: note.com