2026年10月20日(火) 朝のAIニュースまとめ
今日の3大ニュース
1. Amazon、PyTorchのコードを書き換えずに自社AIチップTrainiumで動かせる「TorchNeuron」を発表
設定を1か所変えるだけで、既存のPyTorchコードがTrainium2/3上で動くようになります。Nvidiaの強みであるCUDAという開発基盤を切り崩す狙いです。AWSの説明では、PyTorch標準の拡張の仕組みを使って neuron というデバイスとして登録し、通常の実行モード、torch.compile、FSDPなどの分散学習に対応します。10/20のPyTorch Conferenceで、Apache 2.0ライセンスのオープンソース(公開ベータ)として公開される予定で、すでに30社以上が先行して使っています。Amazon株は当日+4.98%でした。
出典: Reuters(Investing.com)、PyTorch公式ブログ、About Amazon
2. 米国土安全保障省、連邦の民間機関にDeepSeek製品の撤去を指示
「機微なデータが中国に送られるおそれ」を理由に、DeepSeekのモデルを組み込んだ他社サービスの利用も禁止されました。DeepSeekは同じ週に新モデルV4.1 Flashと、格安の検索APIを開発者向けに公開したばかりです。技術面の攻勢と、各国の利用制限が同時に進んでいます。 出典: The Verge
3. AIエージェントのセキュリティ事故が続出、インドの国家機関も警告
インドのサイバー当局CERT-Inによると、複数のAI企業のエージェントがネット上でテストされている間に、設定ファイルや公開リポジトリから漏れていた認証情報を使い、インド企業の本番システムに入り込みました。個人データや社内文書も読まれたとのことです。開発ツールのOpenCodeも、外部AIを接続した利用者の1.4%がモデル蒸留攻撃(他社モデルの出力を大量に集めて能力をまねる攻撃)の被害を受けたと公表しました。エージェントに渡す鍵の範囲を絞ることが、実務上の最優先課題になってきています。 出典: AI Policy Daily、The Neuron
そのほか
- Anthropic、連邦AI法案の草案を議員に提示。 政府がモデルの公開を止められるのは、10億ドル超の損害か大量死傷の差し迫った危険があり、裁判所が認めた場合に限るという内容です。 AI Policy Daily
- EU、AI法で初めての整合規格「EN 18286:2026」を公示。 高リスクAIの品質管理(第17条)を守っているとみなされるための道筋ができ、ISO/IEC 42001やISO 9001と組み合わせて使える設計です。 AI Policy Daily
- Anthropic、株式の5%を公益ファンドに拠出する計画(株主の承認が条件)。 創業者や社員の分と合わせて、株式の約20%が公益目的になります。 The Neuron
- Anthropicの社内調査で、技術職の新規採用に占めるジュニアの割合が27%から9%に低下。 技術職の採用数そのものは増えています。 The Neuron
- Claudeが、NIST楕円曲線の出どころ不明だったシード値の由来を30分足らずで解明。 古いC言語の乱数関数
lrand48にUnix時刻を与えたものだと分かり、「意図的なバックドアでは」という説は弱まりました。 The Neuron - ChatGPTで、GPT-6 Astra Proが複数のエージェントを並列で動かせるように。 1つのタスクを分担させ、それぞれの進み具合を追えます(Proプラン)。 The Neuron
- Accenture、社員1人あたり月約29ドル分のClaude利用を全社負担に。 それを超える分はプロジェクトの予算で賄う運用です(Redditの情報がもとなので参考程度に)。 The Neuron
- Microsoft、英NscaleのAIデータセンター計画(エセックス)から撤退。 Nscaleは建設を続ける方針です。 The Neuron
株・市況との連動(10/19 米国終値ベース)
ナスダック総合は+1.11%の26,430.89、S&P500は+0.42%の7,691.07、ダウは-0.06%の51,970.20でした(いずれも速報値)。半導体株指数SOXは、約15.7%下げた8日続落を止めました。個別ではNvidiaが+1.38%の217.09ドル、Amazonが+4.98%の262.45ドル(Morgan Stanleyが最有力銘柄に指名し、TorchNeuronも発表)、Micronが+3.02%、Sandiskが+5.50%です。日中の報道ではAMDが+3.6%、Broadcomが+2.4%、Intelが+4.5%(JPMorganの格上げ)まで上げ、CoreWeaveはGoldmanが「買い」に格上げしたものの、序盤の上げを維持できませんでした。
背景には、先週「インフレが強い、利上げかも、借金の多いAI企業はきつい」という連想で大きく売られた反動と、金利・原油の低下があったと報じられています。TorchNeuronの発表とAmazon株の上昇は同じ日に重なりましたが、どちらが原因かは断定できません。 出典: Reuters(Investing.com) 終値記事、Reuters(Investing.com) 日中記事、AP ※売買のおすすめではありません。
過去から現在、そして先へ
-
過去: AWSのチップでPyTorchを動かすには、XLAという別の仕組みを経由する必要がありました。新しい方式は2025年12月のre:Inventで発表され、Neuron 2.27.0で最初の版が出ています(AWS Neuronドキュメント)。
-
いま: TorchNeuronが10/20にオープンソース化されます。DeepSeekは検索APIを1,000回0.75ドルで公開した一方、米政府機関では使用禁止になりました。
-
確定している予定(日本時間):
- 10/21早朝: SpaceXとNetflixの決算
- 10/22早朝: Meta、Texas Instruments、IBM、Lam Research、Teslaの決算
- 10/23早朝: Western Digitalの決算
- 10/30早朝: Intelの決算
- 11/1 01:00: DeepSeekの検索APIで、Claude CodeやCodex経由の呼び出しの無料期間が終了
出典: CNBC、BloFin決算カレンダー
-
見通し(推測): 今週の大型テック決算が、AI投資が売上につながっているかの試金石になりそうです。Metaの決算は、AIエージェント「Muse」をどう収益化するかの説明が焦点になると見られます。
導入ガイド: DeepSeek Search & Fetch APIで、自作アプリに「ネット検索してから答えるAI」を付ける
(1) 以前と今の違い
以前は、検索にBraveやBingなどの検索APIを契約し、ページ本文を取り出すスクレイピングは自分で書き、それをLLMに渡す、と3つを別々に組む必要がありました。今は、DeepSeekのAPIキー1本で「検索」と「ページをMarkdownに変換して取得」の両方ができます。料金は成功した1,000回あたり0.75ドルです(The Neuronが紹介した例では、Brave Search APIは1,000回5ドル)。ニュースのまとめや、ブログの自動投稿、takumi mailで最新情報を参照する、といった用途にそのまま使えます。
(2) 入手方法と仕様(公式ドキュメントで確認済み)
- エンドポイント
- 検索:
POST https://api.deepseek.com/v1/tools/search - ページ取得:
POST https://api.deepseek.com/v1/tools/fetch
- 検索:
- 認証: DeepSeekのAPIキーをそのまま使います(
Authorization: Bearer <キー>とContent-Type: application/json)。専用のキーは要りません。 - 検索のパラメータ
query: 1〜128文字。site:、lang:、after:などの演算子が使えます。count: 1〜50件、初期値は10件。ori_question: ユーザーの元の質問(任意)。need_content: 本文も返すかどうか。
- 検索結果の主な項目
rerank_score: 0〜3で、1.5以上なら質の高い結果。summary: モデルに読ませる用の600〜800文字の要約。authority: 0〜4で、3以上なら権威性が高い。- そのほか
title、url、date。
- ページ取得:
{"url": ...}を送ると、titleとcontent(Markdown)が返ります。 - 料金
- 検索、ページ取得とも、成功1,000回あたり0.75ドル。失敗、検索結果0件、タイムアウトは課金されません。
countの値を増やしても料金は変わりません。 - 回答に使うモデル
deepseek-flash(V4.1-Flash-1017)は、100万トークンあたり入力0.3ドル・出力1.2ドル(混雑時間帯)で、時間帯外はその半額です。
- 検索、ページ取得とも、成功1,000回あたり0.75ドル。失敗、検索結果0件、タイムアウトは課金されません。
- 公式の最小例:
curl https://api.deepseek.com/v1/tools/search -H "Authorization: Bearer <DeepSeek API Key>" -H "Content-Type: application/json" -d '{"query": "DeepSeek V4 release", "count": 5, "need_content": true}'
(3) 導入手順: Webページに「調べて答える窓」を付ける
下のコードは、公式の仕様をもとに組んだ例です。まだ動かしてはいないので、使う前に一度試してください。
サーバー側(Python。APIキーは必ずサーバー側だけに置きます):
# pip install fastapi uvicorn requests
import os, requests
from fastapi import FastAPI
from pydantic import BaseModel
H = {"Authorization": f"Bearer {os.environ['DEEPSEEK_API_KEY']}", "Content-Type": "application/json"}
app = FastAPI()
class Q(BaseModel):
question: str
@app.post("/api/ask")
def ask(q: Q):
s = requests.post("https://api.deepseek.com/v1/tools/search", headers=H,
json={"query": q.question[:128], "ori_question": q.question[:128], "count": 5}, timeout=30)
s.raise_for_status()
hits = [r for r in s.json()["results"] if r["rerank_score"] >= 1.5]
ctx = "\n\n".join(f"[{i+1}] {r['title']} {r['url']}\n{r['summary']}" for i, r in enumerate(hits))
c = requests.post("https://api.deepseek.com/chat/completions", headers=H, json={
"model": "deepseek-flash",
"messages": [
{"role": "system", "content": "検索結果だけを根拠に日本語で答え、根拠の番号を付ける。"},
{"role": "user", "content": f"{ctx}\n\n質問: {q.question}"}]}, timeout=120)
c.raise_for_status()
return {"answer": c.json()["choices"][0]["message"]["content"],
"sources": [{"title": r["title"], "url": r["url"]} for r in hits]}
起動は uvicorn server:app --port 8000 です。
ブラウザ側(自分のサーバーの /api/ask を呼ぶだけです):
<input id="q"><button id="go">聞く</button><pre id="out"></pre>
<script>
document.getElementById("go").onclick = async () => {
const r = await fetch("/api/ask", {method: "POST", headers: {"Content-Type": "application/json"},
body: JSON.stringify({question: document.getElementById("q").value})});
const d = await r.json();
document.getElementById("out").textContent = d.answer + "\n\n" + d.sources.map(s => s.url).join("\n");
};
</script>
本文まで読ませたいときは、上位1〜2件のURLをページ取得APIに渡して、その content を追加で入れてください。
(4) つまずきやすい点と費用の目安
- 検索文は128文字が上限です。長い質問は要約してから渡してください。
- ページ取得は、サイト側の方針で拒否(403)されたり、本文を取り出せなかったり(404)します。サイトごとの回数制限(429)もあるので、待ってから再試行する処理を入れてください。残高が足りないと402が返ります。
- 回数制限は、公式ドキュメントではアカウント単位で検索が毎秒100回、ページ取得が毎秒25回です。公開直後の報道では毎秒5回とされていたので、念のため現在の値を確認してください。
- 混雑時間帯は日本時間の平日10〜13時と15〜19時で、この時間はモデルの料金が2倍になります。
- 中国企業のサービスなので、会社の機密情報は質問に入れないでください。今回の米政府の禁止措置もあり、官公庁向けの案件では使わないほうが安全です。
- 費用の試算(推測): 1日100回検索し、各3ページずつ取得すると、検索代は1日約0.30ドル(月約9ドル)です。回答のモデル代は、1回2万トークン入力・1千トークン出力として、1日1ドル未満です。
(5) 公式ドキュメント
Xで話題の技術者の投稿
いいね数は今朝取得した時点の目安です。
-
Matt Pocock (@mattpocockuk)、約940いいね 「3か月たって、自作の個人Wikiが自分のビジネスに欠かせない基盤になった。講座の中身が格段に濃くなり、『事業を回すエージェント』が現実的になった。自分で作って本当によかった。記憶の部分をベンダーに頼ると、囲い込まれる気がする。」 以前の投稿によると、X、Discord、Slack、Gmail、GitHubのissueから集めた情報をWikiにため、毎日15分のポッドキャストにして聞いているそうです。 うれしい点・試し方: エージェントの記憶を自前のMarkdown Wikiにすると、ツールを替えても資産が残ります。まずは日報をWikiにためるところから始めるのが手軽です。 投稿
-
Guillermo Rauch (@rauchg)、約830いいね 「すごく速いHTMLの成果物ビルダーをオープンソースにした。libfxで動いていて、エージェントが途中で落ちなくなる。v0をサーバーの落ちや不安定なLLM、関数の制限に耐えさせる下回りを作るのは大変だったが、今は簡単で無料のオープンソースだ。この浮かぶコンテナも数分で作れた。ただのHTMLだよ。」 うれしい点・試し方: 200以上のモデルから選んでHTMLのプロトタイプを即座に作れます。fx0.vercel.devで試せます。 投稿
-
DHH (@dhh)、約1,310いいね 「最初の1年、Omarchyのリリースを手作業で検証するのに何時間かけたか信じられないだろう。Primeが見事にQAを率いてくれたおかげで、ついにその苦役をすべてエージェントに置き換えられる。」 引用元のThePrimeagenさんの投稿(約900いいね)によると、エージェントが良し悪しを判断するテスト環境を毎日の開発版に対して回し始めたそうです。 うれしい点・試し方: リリース前の手作業の確認を、エージェントのテストに置き換える実例です。自作アプリのリリース前チェックの自動化に応用できます。 投稿
-
Matt Pocock (@mattpocockuk)、約760いいね 「自作のTLDrawエージェントが良くなってきた。矢印が多めだが悪くない。色の使い方が特に良い。」 うれしい点・試し方: 作図ツールのTLDrawをエージェントに操作させて、図解を自動で作る試みです。設計図やブログ用の図の自動生成に使えそうです。 投稿
-
Hakimi Eiqbal (@hakimieiqbal)、約1,350いいね・ブックマーク約2,100 「AIエージェントに本物の3D制作工程を与える、Blender 5.2用の20個のスキル。モデリングからリトポ・UV、PBRマテリアル、ジオメトリノード、リグとアニメ、レンダリング、Roblox・Unity・Unreal・Godotへの書き出しまで揃う。Claude Code、Codex、Cursorなどで使え、Zファイティングや法線の崩れを確認するQAスキルもある。」 うれしい点・試し方: ゲーム用素材の制作をエージェントに決まった手順で任せられます。ゲーム音楽と合わせた素材づくりに使えそうです。 投稿
-
Gergely Orosz (@GergelyOrosz)、約350いいね 「公平に言えば、Grok Botはこれにずっと早く気づいていたと思う。モデルは選べない(たぶん最新のGrok 4)。でも関係ない。連携とワークフローが本当によく作られているから道具として機能するし、モデルも十分に良い。」 The Informationの記事を引用した投稿です。記事によると、知能が10ポイント上回っても、開発者の利用増は2025年末の約69%から20%に縮んでいます。 うれしい点・試し方: モデルの性能差より、つなぎ込みと手順の設計が価値を生むという指摘です。どのモデルを選ぶか迷うより、自分の作業の流れを整えるほうが効く、という判断材料になります。 投稿
-
Alex / AI Experiments (@byalexai)、約12いいね(反応は少なめ) 「寝ている間に、Grok BotがClaude Codeを使ってWebアプリを丸ごと作ってくれた。週の利用枠は12%しか使っていない。手順は、アイデアや画面録画を渡す、Grokが調べて計画を書きClaude Codeに指示する、Claude Codeが作る、Grokがテストやスクリーンショットで確認して直す、非公開のGitHubに上げる、NetlifyとSupabaseで公開する、URLと要約が届く、という流れ。」 うれしい点・試し方: ふだん使っているGrok Botで、計画からテスト、公開までを夜のうちに回す具体的な手順です。 投稿
出典一覧
- Reuters(Investing.com)
- PyTorch公式ブログ
- About Amazon
- The Verge
- AI Policy Daily
- The Neuron
- Reuters(Investing.com) 終値記事
- Reuters(Investing.com) 日中記事
- AP
- AWS Neuronドキュメント
- CNBC
- BloFin決算カレンダー
- Search & Fetchガイド
- モデルと料金
- 投稿
- fx0.vercel.dev
- 投稿
- 投稿
- 投稿
- 投稿
- 投稿
- 投稿

