AI時代を生き抜く実践ノート — 2026年6月30日

1. AI最前線：GPT-5.6登場で変わるモデル選択の考え方

所要時間: 約3分

OpenAIがGPT-5.6シリーズを発表しました。3つのモデルが存在します。

同時に中国のZ.aiがGLM-5.2をMITライセンスで公開。753Bパラメータ（MoEで40Bアクティブ）・コンテキスト100万トークンという巨大オープンモデルが登場しました。

手順：用途別にモデルを使い分ける

ステップ1: 作業を分類する

• 単純な文章校正・要約 → Luna / Haiku相当の軽量モデルで十分
• コードレビュー・設計相談 → Terra / Sonnet相当
• 複雑な推論・長文分析 → Sol / Opus相当

ステップ2: コスト計算をする

• 1Mトークン ≈ 日本語約75万字（文庫本3〜4冊分）
• 月100万トークン使っても Lunaなら入力$1、出力$6

ステップ3: オープンモデルと比較する

• GLM-5.2はMITライセンスで商用利用可能
• ローカル実行やプライベートデータ処理に向く

2. ソフトウェアテクノロジー：Self-Scaffolding LLMとは何か

所要時間: 約4分

Ornith-1.0というオープンモデルが2026年6月29日に登場しました。キーワードは「Self-Scaffolding LLMs for Agentic Coding（自己足場組みLLM）」。

Self-Scaffoldingとは？ 通常のLLMはユーザーが「次に何をすべきか」を指示しますが、Self-Scaffoldingモデルは自分でタスクを小さなステップに分解し、必要なツール呼び出しや検証を自律的に組み立てる能力を持ちます。

OrnithにはGemma 4とQwen 3.5をベースとした4つのバリアントがあります（9B/31B Dense、35B/397B MoE）。すべてMITライセンスで商用利用可能。

手順：コーディングエージェントを理解して使いこなす

ステップ1: エージェントと通常のチャットの違いを把握する

• チャット: 1問1答（都度指示が必要）
• エージェント: 「テストが通るまでコードを直して」→ 自律的に試行錯誤

ステップ2: 小さなタスクから試す

• 「このPRのdiffをレビューして問題点を列挙して」などで体験

ステップ3: エージェントの出力を必ず検証する

• 自律的な動作は便利だが、誤ったファイル削除・外部API呼び出しに注意

ステップ4: Ornith-1.0をローカルで試す（上級者向け）

• OllamaやLM Studioで397B MoEモデルを動かすには大きなGPUが必要
• 9B Denseなら一般的なGPUでも動作可能

3. セキュリティ：AIが書いたコードの脆弱性と自動修正

所要時間: 約3分

AIコード生成が当たり前になった今、「AIが書いたコードは安全か？」 が重大な問題になっています。

セキュリティツールのSnykが、AI生成コードの脆弱性を自動検出・自動修正する機能を公開ベータとしてリリースしました。

また、2026年6月にはWindowsのセキュアブートCA証明書が期限切れになる問題が明らかになりました。EC2インスタンスを含むWindowsマシンでKB5025885/KB5012170のパッチ適用が必要です。

手順：AIコードのセキュリティを守る

ステップ1: AIが生成したコードを「そのまま本番投入しない」ルールを作る

• プルリクエストには必ず人間のレビューを挟む

ステップ2: Snyk（無料プランあり）をCIに組み込む

• GitHubのActionsにSnykアクションを追加するだけ
• AI生成コードの脆弱性パターン（SQLインジェクション、XSSなど）を自動検出

ステップ3: 依存ライブラリもチェックする

• npm audit / pip audit / trivy で定期的にスキャン

ステップ4: セキュアブートパッチの確認

• Windowsを使用している場合、KB5025885とKB5012170の適用状況を確認

今日から試せること

• ChatGPT/Claude: 同じプロンプトをLuna(安い)とSol(高い)で比べてみる → 自分の用途に合ったティアを見つける
• Snyk無料枠: npm install -g snyk && snyk auth && snyk test でローカルプロジェクトの脆弱性チェック
• GLM-5.2: HuggingFaceで公開中。小さなバリアントからAPIを叩いてみる

AIによる考察

2026年上半期のAI業界は「高性能化の民主化」が最大のテーマです。GPT-5.6という有料フラッグシップが登場する一方で、GLM-5.2（MITライセンス）やOrnith-1.0（MIT）という強力なオープンモデルが相次いでいます。

注目すべきは開発者の役割の変化です。以前は「コードを書く人」でしたが、今は「エージェントを監督する人」になりつつある。Ornith-1.0のようなSelf-Scaffoldingモデルが普及すると、コーディングの仕事は「問題の正確な定義と出力の検証」に移行するでしょう。

セキュリティ面では、「AIが書いたコードだから安全性も問題ない」という誤解が広まっています。むしろAIは既知の脆弱性パターンを学習しているため、意図せず危険なコードを生成しやすい面があります。Snykのような自動スキャンを習慣化することが急務です。

関連記事

1. Ornith-1.0: Self-Scaffolding LLMs for Agentic Coding

Gemma 4とQwen 3.5をベースに構築されたオープンウェイトモデル群。9B〜397B MoEまで4バリアント。コーディングエージェントがタスクを自律的に分解・実行する「Self-Scaffolding」能力を持ち、全モデルがMITライセンスで商用利用可能。2026年6月29日公開。 simonwillison.net

2. GLM-5.2はオープンエージェントの転換点

中国Z.aiが公開した753B・MoEオープンモデル。アクティブパラメータは40Bで、1Mトークンコンテキストを持ち、クローズドモデルとの性能差は約6〜9ヶ月に縮まっているとNathan Lambertが分析。オープンモデルが実用的なエージェント用途に到達した節目とされる。 interconnects.ai

3. Snyk: AI生成コードの脆弱性を自動修正（公開ベータ）

SnykがAI生成コードの脆弱性を検出・自動修正する機能を公開ベータとしてリリース。Claude CodeやGitHub Copilotが普及した現在、AIが出力したコードのセキュリティホールを自動的に検出・提案・適用できる。CI/CDパイプラインへの統合が可能。 dev.classmethod.jp

※ 本記事はWebSearchスニペット情報をベースに作成。一部ソースはWebFetch 403エラーにより直接確認不可。