Probablyのハルシネーション対策、BCIパワーユーザーの実態、SpaceXによるCursor買収
Probably raises $9M to build a more reliable kind of AI
LLMのハルシネーションを決定論的システム並みに抑える、Probablyのアプローチ
ProbablyがAndreessen Horowitzから900万ドルのシード調達した。創業者のPeter Eliasが目指すのは、LLMのハルシネーションや事実誤差をユーザーに届く前に弾く仕組み。99.99%の精度。決定論的システムなら当たり前の数字だが、AIではまだ遠い。
最初のプロダクトはデータサイエンスツール。複雑なデータセットに問い合わせると、引用と監査証跡つきで回答が返る。ここまでは最近よくある構成。
面白いのは中身。LLMの一次回答を、決定論的バリデータで検証する。データセットと合わない結果は弾き返される。LLM自身もこのバリデータに対して訓練済み。Eliasはこれを「データサイエンスのメカスーツ」と呼んでいる。
ここで「へえ」と思った発言がある。「ハーネスエンジニアリングが良ければ、モデルは弱くていい」。
（※ハーネスエンジニアリング：ここでは、モデルの入出力を制御・検証する外部的な枠組みや制約を設計し、モデル単体の能力に依存せずシステムの信頼性を担保するアプローチを指す）コンテキストの曖昧さを減らせば、モデルは頑張らなくて済む。実際、Probablyの現行版はフロンティアモデルより4クラス弱いモデルで動いている。デスクトップPCで実行できる。トークンコストが劇的に下がる。
この発想、自分の仕事に直結する。CI/CDパイプラインでテストを厚くすれば本番のコードはシンプルで済むのと同じ。強いモデルに頼るより、周囲の仕組みでモデルの仕事を減らす。CopilotやClaudeを日々使っていて感じるのは、プロンプトの書き方一つで出力の安定感が変わること。Probablyはそれをシステムとして実装したわけだ。
Eliasの最後の指摘も刺さる。大手AIラボがこの手法に取り組まないのは、訂正回数が増えるほど儲かるから。ユーザーが何度もやり直せばトークン消費が増える。インセンティブの構造的に、精度より使用量が優先される。だからこそProbablyのような外圧が必要なのだろう。
会計や医療など「精度に敏感なユースケース」にも同じエンジンを拡張できるとのこと。ただ、データサイエンスはデータセットが明確に存在するからバリデータを組みやすい。業務ドメインになると「正解」の定義が曖昧になる。そこまで汎用化できるかは分からない。
それでも、小さいモデルをハーネスで制御する方向性は実務的に筋が良い。今のAI予算見直しの流れの中で、コストを下げつつ精度を上げる。両方を同時に実現する道が見えてきた。
The Download: the first brain implant power user and South Korea's AI obsession
Casey HarrellはALSを患い、体が動かない。脳に電極を埋め込んでからほぼ3年が経つ。
（BCI: Brain-Computer Interface。脳信号を直接コンピュータに伝達する技術）2023年に初めてBCIで「話し」、それから数千時間を稼働させている。今ではWebサーフィンもするし、仕事もこなす。チームは彼を「スピーチBCIの初めてのパワーユーザー」と呼ぶ。
数千時間は相当だ。デバイスをほぼ自立で使えるレベルまで来ている。機能追加も続いていて、さらに拡張する計画とのこと。ALSのような病気だと「夢は縮むもの」という前提がある。Harrellは「私は違う」と言う。この一文が重い。
BCIの技術スタックに何が入っているかは記事に書かれていない。ただ補足情報を見ると、BCIなどの医療ニューロテクノロジーは機械学習に依存するようになっているらしい。MLモデルが脳信号をデコードしてテキストに変える流れだろうか。
（詳細は分からないが、自分の仕事で扱う推論パイプラインと近い部分があるかもしれない）
韓国のAI熱も興味深い。Pew Research Centerが25カ国を調査した結果、韓国で「AIより心配が上回る」はわずか16%。アメリカは50%だ。この差はどこから来るのか。記事によれば、韓国には「技術受容が国の近代化と地位確立に不可欠」という信念がある。半導体産業の成功体験が背景にあるのだろうか。日本も似た時代があった気がするが、今のAIに対する態度はアメリカ寄りに見える。
Anthropicが米国から制限を受けた話も気になる。外国諜報リスクを理由に商務長官Lutnickが対応。制限後、Anthropicは新モデルへのアクセスを無効化した。元Facebook CSOのAlex Stamosは「スピード違反の切符を出したのに死刑にしたようなもの」と言っている。Claudeを日常的に使っている身としては、アクセス制限が自分のチームにどう影響するか気になる。ただ、日本からのアクセスにどう影響するかはまだ分からない。
SpaceX is officially buying Cursor for $60 billion
SpaceXがCursorを600億ドルで買収する。IPO直後の巨大な賭けだ。
まず数字に目が行く。600億ドル。日本円で約9兆円弱。スタートアップの買収としては規格外の金額だ。それと同時に気になるのが、2026年4月の時点で「買収するか、さもなくば100億ドルの分手料を払う」という取り決めがあったこと。100億ドルだけもらって終わる選択肢があったとは。Cursor側にとっては悪くない保険だ。
MuskがなぜCursorにこれだけの金を払うか。記事にある通り、xAIのコーディング製品がClaude CodeやOpenAIのCodexに遅れているからだ。実際、自分のチームでもClaude Codeを使う人が増えている。Cursorも人気だが、コーディング特化のAIツールは今、AnthropicとOpenAIが牽引している感がある。Muskが焦るのは理解できる。
ただ、買収でギャップを埋められるかは別の話。Cursorの開発チームがSpaceXの傘下で同じパフォーマンスを出せるか。文化の衝突はないか。GitHub Copilotを社内標準にしている企業が、急にCursorへの移行を検討するだろうか。自分の周りでもツール選びは政治的な問題になることがある。
気になるのは「vibe coding」という言葉が記事に出てくること。
（vibe coding：厳密な仕様書や設計図に基づかず、AIとの対話を通じて「なんとなく良い感じ（vibe）」にコードを生成・修正し、動作を確認しながら開発を進めるスタイル）プロンプトでコードを書かせる手法が定着してきているのは実感ある。でも、本番のマイクロサービスをvibe codingで書けるかというと、まだテスト設計やエラー処理で人間が介入する場面が多い。Cursorがその境界をどこまで押し上げてくるか。
2026年第3四半期にクローズ予定とのこと。それまでに規制当局の承認を通る必要がある。600億ドル規模の買収がすんなり通るのか。ここは分からない。
自分の仕事に直結する話でもある。KubernetesのマニフェストをAIに書かせる時、今はClaude CodeとCopilotを行き来している。CursorがSpaceX傘下でどう進化するかで、チームのツール選択も変わる可能性がある。しばらくは様子見だが、開発体験の競争が激しくなるのは間違いない。