Yakan AI Books

GPT-5.6・AI駆動セキュリティ・AIと共存するソフトウェアエンジニアリング

ai-survival

  • #AI
  • #LLM
  • #GPT-5.6
  • #セキュリティ
  • #ソフトウェアエンジニアリング
  • #GuardDuty

AI時代を生き抜く実践ノート — 2026-07-15

読了時間の目安: 約8分

1. AI：GPT-5.6ファミリーを理解する

所要時間: 10分

OpenAIが2026年7月に発表したGPT-5.6ファミリーは3つのモデルサイズで構成されています。名前が数字からコードネームに変わった点も注目です。

ステップ解説

  1. 3つのモデルを把握する

    • Luna（ルナ） — 最軽量・最安値。入力 $1/百万トークン、出力 $6/百万トークン
    • Terra（テラ） — 中間。入力 $2.5/百万トークン、出力 $15/百万トークン
    • Sol（ソル） — 最高性能。入力 $5/百万トークン、出力 $30/百万トークン
    • 3モデル共通: コンテキストウィンドウ 100万トークン、最大出力 12.8万トークン

  2. 新機能「Programmatic Tool Calling」を理解する

    • モデルが自分でJavaScriptを組み立てて実行し、複数のツール呼び出しをオーケストレーション（指揮）できる
    • 従来: ツール呼び出しは1つずつ → 新機能: 複数ツールを組み合わせたスクリプトを自律生成

  3. 新機能「Multi-agent」を理解する

    • モデルが並列で動くサブエージェントを自分で立ち上げ、分担して作業できる
    • 例: 長文レポートを「リサーチ担当」「要約担当」「校正担当」に自動分割して同時処理

  4. Claude Sonnet 5とGLM-5.2も押さえる

    • Claude Sonnet 5（6月末リリース）: Opus 4.8に迫る性能をより低価格で提供
    • GLM-5.2（中国 Z.ai）: 7530億パラメータのMoEオープンウェイトモデル — 商用利用も検討可能な強力な選択肢

  5. 自分のユースケースでモデルを選ぶ

    • 軽いテキスト処理・チャット → Luna
    • コード生成・長文分析 → Terra
    • 最高精度が必要な本番システム → Sol または Claude Sonnet 5

今日から試せること: OpenAI Playgroundで3モデルを同じプロンプトで比較してみる。コスト差と回答品質の違いを体感すること。

2. ソフトウェアテクノロジー：AIと共存するエンジニアの役割変化

所要時間: 5分

2026年は「本格的なAIエンジニアリングの年」と呼ばれています。実装はAIが担い、人間はアーキテクチャ設計に集中するという分業が急速に進んでいます。

ステップ解説

  1. 「プログラマー」と「アーキテクト」の分離を認識する

    • AIモデルが実装（コードを書く作業）を大幅に担うようになった
    • 人間エンジニアに求められるのは「何を作るか」の設計判断と品質保証

  2. AIに任せられることとそうでないことを仕分ける

    • AIが得意: ボイラープレートコード、テスト生成、ドキュメント作成、リファクタリング
    • 人間が担う: 要件定義、システム設計、セキュリティ判断、ビジネスロジックの検証

  3. 「指示する力」を鍛える

    • AIへの指示（プロンプト）の質がアウトプットの質を決める
    • 具体的な制約・期待値・エラー条件をプロンプトに含める習慣をつける

  4. コードレビューの視点をシフトする

    • AI生成コードのレビューは「正しく動くか」より「意図通りか・保守できるか」の視点で

今日から試せること: 次のコーディングタスクをAIに丸投げしてみる。その後、生成コードのレビューに集中して時間を使ってみる。

3. セキュリティ：AIがもたらすサイバー脅威の進化

所要時間: 5分

2026年は「ランサムウェア・アポカリプス」と呼ばれるほど、AIを悪用したサイバー攻撃が高度化しています。一方、防御側もAIを活用し始めています。

ステップ解説

  1. 現状の脅威レベルを把握する

    • AIを使ったフィッシング攻撃が急増: 音声・テキスト・動画の偽装を組み合わせた「超精巧なフィッシング」
    • AIはJavaScriptの難読化（minify）を容易に解析できる → 「難読化＝セキュリティ」は幻想

  2. クラウドのAI防御ツールを知る

    • Amazon GuardDuty Investigation: AIが自動で脅威を検出・理由を出力・推奨アクションを提示
    • AWSがセキュリティ成熟度モデルをv2にアップデート — クラウド利用企業は再確認推奨

  3. ゼロトラストの原則を再確認する（Google Cloud Next 2026より）

    • 全トラフィックを「信頼しない」前提で扱う
    • 最小権限アクセスを徹底する
    • 継続的な監視を実施する

  4. サプライチェーンリスクに注意

    • AlibabaがClaude Codeをバックドアリスクとして社内利用禁止と報道 → AIツールのサプライチェーンリスクが現実の脅威として認識されている

  5. 開発フローにセキュリティ自動化を組み込む

    • コードのコミット時にAIセキュリティスキャンを入れる（例: GitHub Advanced Security + AIスキャン）

今日から試せること: 自分のプロジェクトのJavaScript依存ライブラリをnpm auditで確認する。不要な依存を削減する。

AIによる考察

2026年7月時点で、AIの進化は3つのベクトルで同時に進んでいます。

第1のベクトル: モデルの商品化 GPT-5.6のLuna/Terra/Solという階層化は、AIモデルが電気やクラウドのような「インフラ商品」に近づいていることを示しています。用途ごとにコスト最適なモデルを選ぶ能力が、エンジニアの基本スキルになりました。

第2のベクトル: 人間の役割の上位レイヤーへの移動 実装からアーキテクチャへ、コーディングからオーケストレーション（AIへの指揮）へ。この移動は避けられませんが、急激な移行に適応できているエンジニアと、旧来のコーディングに固執するエンジニアの間で、生産性の格差が拡大しています。

第3のベクトル: 攻防両面でのAI利用 セキュリティの文脈では、AIは攻撃側（フィッシング、マルウェア生成）と防御側（GuardDuty Investigation、脅威検出）の両方に使われています。この「AI vs AI」の構図がサイバーセキュリティの新しい常態です。

関連記事 3本の要約

1. The new GPT-5.6 family: Luna, Terra, Sol

OpenAIが7月9日に発表した新フラッグシップモデル群。Lunaが最安値で入力$1/出力$6、Solが最高性能で入力$5/出力$30。全モデル100万トークンのコンテキストと12.8万トークンの出力に対応。Programmatic Tool CallingとMulti-agent機能が新搭載。

2. Reflections on software engineering in the age of AI

AIによって「プログラマー」と「アーキテクト」の役割が急速に分離しつつあるという考察。AIが実装を担う時代に、人間エンジニアに求められるのは設計判断力と品質保証能力。2026年は「本格的AIエンジニアリング元年」とコミュニティが捉えている。

3. Obfuscation is not security – AI can deobfuscate any minified JavaScript

JavaScriptの難読化（縮小化・minify）はAIによって容易に解析されるため、セキュリティ対策として機能しないという警告。真のセキュリティは難読化ではなくアーキテクチャレベルの設計で担保する必要がある。

参考