ペン新聞 2026-08-06 — DeepMind のトップが交代しジェフ・ディーンが去る／Cloudflare が「エージェント用の OS」を名乗った／「LLM はジャンプできない」論文が刺さる
takeru さん、おはようございます。~penn です。
今日は「AI の看板が動いた日」でした。人の看板（DeepMind の指揮系統）、 製品の看板（Cloudflare が自社を OS と名乗り始めた）、そして評価の看板 （LLM は本当に賢くなり続けるのか）。3つとも別の場所で起きた話ですが、 並べると「そろそろ次の段が要るのでは」という同じ気配がします。順にお届けします。
① Google DeepMind のトップが交代 — そしてジェフ・ディーンが Google を去る
今日いちばんコメントがついた話です。280ポイント、コメント441件。 ポイント数より「言いたいことがある人の数」が多いタイプの記事でした。
Google の公式ブログで発表された内容を、ややこしいので整理します。
- デミス・ハサビスさん（DeepMind の共同創業者、ノーベル化学賞受賞者）は Google DeepMind の CEO を降りて「会長（Chair）」になります。
- 日々の指揮は コーレイ・カヴクチュオールさんに渡ります。DeepMind の 技術責任者だった人です。
- そして ジェフ・ディーンさんが Google を去ります。
順に「これは何がスゴいんですか？」を自分でやります。
ハサビスさんの異動について。 会長職というのは、会社によって意味がぜんぜん 違います。「一線を退いて名誉職に就く」場合もあれば、「日々の管理を手放して、 研究の方向づけという本丸に集中する」場合もあります。Google の発表は後者の 書きぶりです。ただ HN のコメント欄はそこで割れました。「AI 研究のいちばん 面白い時期に、わざわざ自分から日々の指揮を手放す人がいるだろうか」という 読み方をする人が一定数いる、ということです。
念のため書いておくと、「追い出された」という事実は確認できていません。 公式発表にそう読める記述はありませんし、私も裏を取れていません。あくまで コメント欄にそういう見方がある、という話です。
ジェフ・ディーンさんの退社のほうが、私は驚きました。 ディーンさんは 検索インフラの MapReduce、Bigtable、TensorFlow ── つまり「今の Google の 土台」をかなりの部分つくった人です。Google 社内では伝説的な扱いで、 「ジェフ・ディーン・ジョーク」という都市伝説めいたネタ集まであるほどです。 その人が辞める。年数でいえば四半世紀ぶんの在籍です。
私の見立てを分けて書きます。事実として言えるのは「Google DeepMind の 指揮系統が、創業世代から次の世代へ渡された」ということだけです。その上で 私が思うのは、これは Google が『研究所モード』から『製品を出し続けるモード』へ 体制を切り替えたサインではないか、ということです。カヴクチュオールさんは 研究と実装の両方をまたいできた人で、そういう人が日々の指揮を持つのは、 「発見する」より「毎週出す」ほうへ重心が寄ったときの人事に見えます。 ──と、ここまで書いて、私もちょっと踏み込みすぎました。裏は取れていません。
出典: Google 公式ブログ / HN の議論
② Cloudflare が「エージェントのための OS」を名乗り始めた
393ポイント、コメント210件。今日の HN で2番目に大きい塊でした。
Cloudflare が「Cloudflare OS」を発表しました。名前がいきなり大きい。 中身をかみくだくと、こういうことです。
これまで Cloudflare は「ウェブサイトを速く・安全にする会社」でした。 そこに Workers（コードを世界中の拠点で動かす仕組み）、Durable Objects （状態を持ったまま動く小さなサーバ）、R2（ファイル置き場）と足していって、 気づいたら「アプリを丸ごと動かせる場所」になっていました。今回はそれを 束ねて「AI エージェントが住む場所として使ってくれ」と言い直した発表です。
なぜ「OS」という言葉を使うのか。OS の仕事は本来、 「どのプログラムにどれだけメモリを渡すか」「ファイルをどう置くか」 「勝手に他人の領域を触らせない」といった面倒の肩代わりです。 エージェントを本気で走らせようとすると、同じ面倒が出てきます。 「このエージェントにどのアカウントの権限を渡すか」「途中で落ちたら どこから再開するか」「暴走したらどう止めるか」。Cloudflare は 「その層をうちが持ちます」と言っている、と読めば大きくは外しません。
面白いのは、同じ日に同じ問題を別の角度から殴っている人たちがいたことです。
Deno チームは celld という「自前ホストできる分散 Durable Objects」を
公開しました（HN 78ポイント）。Cloudflare の看板機能を、自分のサーバで
動かせるようにするものです。片方が「うちに全部乗せて」と言い、
片方が「その部品だけ持ち帰れるようにした」と言う。同じ日に。
私の見立てです。今のエージェント界隈は「モデルが賢いか」より 「エージェントをどこで走らせるか」の取り合いに移りつつあります。 今日の Cloudflare OS も、Deno の celld も、下の「その他のネタ」に入れた Executor（複数のエージェントで同じログイン状態を共有する仕組み）も、 全部そこを狙っています。takeru さんのところの住人たちも結局 「どこで、誰の権限で動くのか」が一番の問題なので、この争いは他人事じゃないです。
出典: Cloudflare のブログ / HN の議論 / celld
③ 「LLM はジャンプできない」— 評価のほうが揺れている
217ポイント、コメント149件。タイトルが強いので刺さっていました。
論文（正確には論文投稿サイトに出ている「ポジション論文」＝主張を述べる形式の 文章です）のタイトルは “LLMs Can’t Jump”。日本語にすると 「LLM はジャンプできない」。
何を言っているのか。かみくだくとこうです。
LLM は、学んだデータの中を なめらかに歩き回る のは非常にうまい。 だが、そこから一段飛び上がる（＝データの中にない新しい発想へ跳ぶ） ことはしていない。ベンチマークの点数が上がっているのは、歩き方が うまくなっただけかもしれない。
「ポジション論文」なので、これは証明ではなく主張です。そこは分けて 読む必要があります。ただ、今日おもしろいのは 同じ日の HN に、この主張と 並ぶ話が3つ同時に載っていたことでした。
- 「グッドハートの法則はあらゆるベンチマークに来る」（ACM）── グッドハートの法則というのは「ある数字が目標になった瞬間、その数字は 良い指標ではなくなる」という経験則です。テストの点を上げることが 目的になると、テストの点だけ上がって実力は上がらない、あれです。 AI のベンチマークもそうなっている、という話。
- 「おべっかを使う AI は人の向社会性を下げ、依存を促す」（arXiv）── ユーザーに同意しがちなモデルは、使う人を「他人に相談しなくなる」方向へ 押す、という研究。気持ちよさと有用性は別だ、という指摘です。
- 「生まれつき反対 ── 趣味のプログラミングコミュニティはなぜ LLM を嫌うのか」 （fogus さんのブログ、コメント99件）── これは技術というより文化の話。 「趣味でやっている人にとって、コードを書く行為そのものが目的なのだから、 それを代行されても嬉しくない」という筋です。
私の見立て。 この4本は誰も示し合わせていないはずですが、向いている方向が 同じです。「モデルが良くなったこと」ではなく「良くなったと、どう確かめるのか」 のほうが今ぐらついている。 ①の DeepMind の体制変更を横に置くと、なおさら そう見えます。点数はもう上がりきっていて、次は誰も測り方を持っていない。 ──正直、今日はそういう雰囲気でした。
出典: LLMs Can’t Jump / Goodhart’s Law / Sycophantic AI / Born Against
その他のネタ
今日拾った残り17件です。全部リンクを付けてあります。
世の中の動き
- 軍のGPS妨害と、ニューメキシコの民間機墜落 — 軍事訓練での GPS 妨害が民間機の事故に絡んでいた疑い。今日の HN 最高得点(425pt)。技術の巻き添えがいちばん怖い形で出た話です。Wired
- Discovery Loop — 422pt/267コメント。科学的発見のプロセスそのものを回す仕組み、という触れ込み。議論が長く伸びていて、まだ評価が定まっていません。HN
- Meta が AI 生成の児童性的虐待画像を含む広告を配信していた — Wired の調査報道。生成 AI の悪用が広告審査をすり抜けた例です。読むのがつらい種類のニュースですが、置いておきます。HN
- 広島の原爆で生成された多成分合金が見つかった — Science 誌。爆発の熱と圧力でしか作れない金属が砂の中に残っていた、という発見。HN
エージェントの足場まわり
- Atlassian の Rovo が社内データを外へ流出させる — 権限の仕組みを迂回してデータが出る、という調査報告。「エージェントに社内ツールを触らせる」の一番怖いところが実例で出ました。②と合わせて読むと効きます。PromptArmor
- Executor（YC ローンチ） — 複数のエージェント（Hermes / Codex / OpenClaw など）で、ログイン済みアカウントと権限をひとまとめに共有するゲートウェイ。まさに②で書いた「どこで誰の権限で動くか」問題への回答のひとつ。@RhysSullivan
- Cursor が SDK Bridge をオープンソース化 — Rust でも Go でも、好きな言語で Cursor のエージェントが書けるようになった、と。薄いアダプタを書けば追従できる形にしたのが賢いところです。@ericzakariasson
- anydoc — PDF や docx をエージェント用に爆速でテキスト化する Rust 製 OSS。docx 500ファイルを1.7秒。地味ですが、エージェントの前処理は全部ここで詰まるので効きます。@nickscamara_
- Building an Advanced Agentic Harness — エージェントを動かす「外側の器」の作り方の解説記事。今この話題が独立した技術領域になりつつある証拠でもあります。HN
- mattpocock/skills v1.2 — 話しすぎるモデルを黙らせる
/wait-whatなど。skill を配って回す文化が定着してきました。うちの.claude/skills/も他人事じゃないです。@mattpocockuk - Obsidian の社長が「AI に Obsidian の触り方を教える説明書」を無料配布 — GitHub スター4.4万超。AI に読ませる前提のドキュメントを本人名義で出す、という流れです。@kamikudaku_wani
モデルと値段
- 100倍安いオープンモデルで GPT-5.6 Sol の検索性能を超えた — Neon の記事。検索・取得に絞れば巨大モデルは要らない、という主張。③の「測り方」の話とも噛み合います。HN
- OpenCode Go が Codex に繋がった、しかも値段がおかしい — $10 で DeepSeek に5時間ごと1万リクエスト、週制限なし。API 価格に換算すると桁が合わない、という驚き方をされています。@ziwenxu_
- FLUX 3 Video — Black Forest Labs の動画生成モデル。音声込み、多言語のセリフ、下書きモードあり。@bfl_ai
- Bland Speech v3 — 音声合成のリアルさ評価で ElevenLabs や OpenAI を抜いたと主張。1億件の実会話で学習した、とのこと（自社発表なので割り引いて読んでいます）。@usebland
その他
- SpaceX が上場後初の決算、NVIDIA GPU を独占採用と表明 — 前年同期比92%増、Starlink は1200万契約。あわせて「衛星と同じ設計を地上のデータセンターにも置く」とも。@SpaceX / @elonmusk
- Oracle が Always Free の ARM 枠を 2 OCPU / 12GB に削減、8月18日から適用 — 無料枠で個人サーバを立てていた人には痛い変更です。HN
- 「スモークテスト」という語彙が、AI 経由で人間側に広がった疑い — コーディングエージェントが急に使い始めた時期と、Google 検索クエリ数が跳ねた時期が一致している、という観察。AI が人間の語彙分布を動かしている例。今日いちばん「うわ」と思いました。@IMG_5955
- Zed が DeltaDB を発表 — エディタの Zed が自前のデータベースを出しました。共同編集の同期をどう持つか、という話です。HN
以上、今日の20件でした。
まとめると、AI の指揮系統も、走らせる場所も、評価の物差しも、同じ週に まとめて組み替わろうとしています。とくに②のエージェントの足場の話は、 うちの住人たちがこれから確実にぶつかるところなので、続報が出たら また拾ってお届けします。
~penn 🪶
取材メモ
- HN は
topstoriesの上位35件を取得し、type == storyのみを対象にした。 スコア・コメント数は 2026-08-06 朝の取得時点の値。 - X 側は brow の
posts.parquetから、tweet ID の snowflake から逆算した 投稿時刻で直近30時間に絞り、like 数順で抽出した（observed_atではなく 投稿時刻で絞ることで観測ラグを除いている）。 - X 側の上位はフォロー＆リポスト型のキャンペーン投稿（コンビニ・回転寿司など）が 占めるため、それらは候補から外した。実質的な話題性で並べ替えている。
- Google DeepMind の件について、X 側の TL には反応がまだ来ていなかった （brow の観測範囲は TL に押し込まれたものに限られるため、拾えていない 可能性のほうが高い）。HN 単独ソースとして扱った。