AWSがSageMaker AIに多段強化学習を追加し、タスク全体の一連の判断に報酬を与えて小型モデルをエージェント業務へ特化させる訓練ループをサーバーレスで管理できるようになった

以前: 1週前まではAIはコード補完や単発タスクの補助役で、複数ステップを通した業務特化は自前で訓練ループを組む必要があった

効く理由: 大型モデルAPIの従量課金で膨らむ推論コストを、特化した小型モデルへ置き換える選択肢が現実になり、コスト構造の見直し判断に直結する

6月1日にトークン量ベース課金へ切替わり、フォールバックが廃止され、コードレビュー機能は自動処理の実行時間も追加で消費する仕様になった

以前: 1週前までCopilot Chatはリクエスト回数ベースで課金され、クレジット枯渇時は安価モデルへ自動切替（フォールバック）されコスト上限が読みやすかった

効く理由: 長い文脈を多用するヘビーユーザーほど月額負担が膨らむため、利用パターンの実測と上限設計を今すぐ見直さないと請求が読めなくなる

未公開モデルが1,000超のオープンソース資産から23,019件の脆弱性を検出し90.6%が本物と確認され、これに対応する12社の防御連合が立ち上がった

以前: 1週前まで未公開モデルによる大規模な脆弱性探索は実証段階で、防御側の組織的な受け皿は明確でなかった

効く理由: 攻撃側AIの探索力が実証された以上、自社が依存するOSS資産の棚卸しと優先パッチ判断を遅らせるとリスク露出が広がる

回数課金からトークン制へ。フォールバック廃止でヘビー利用ほど月額増

多段RLでタスク全体に報酬。大型API依存からの脱却手段が増えた

補完でなく解析・並行作業・知識所有を工程ごとAIが引き受ける設計へ

2.3万件検出90.6%実在。12社防御連合でOSS棚卸しの緊急度が上昇

確認する: Claude Code を v2.1.156 以降へ更新済みか、Opus 4.8 利用時のAPIエラー再現の有無を測る

測る: チームのCopilot Chat利用を文脈長別に集計し、トークン課金後の月額をフォールバック廃止前提で再試算する

試す: SageMaker の多段RLで業務特化させた小型モデルを、現行の大型API呼び出し1ユースケースと推論コストで比較する