アンソロピックは木曜日に公表した報告書で、ClaudeのAIエージェントへの依存を強めるなか、若手技術者の採用を減らしており、人間の注意力が新たな「ボトルネック」になったと述べた。だが専門家の一部は、AIが仕事の進め方や労働需要をどう変えるかについての同社の見方に懐疑的だ。CEOのダリオ・アモデイ氏が昨年示した「AIが初級ホワイトカラー職の半数を奪う」「6カ月でコードの90%を書く」という予測はいずれも実現しなかった。

Swif.aiはLinux端末の管理とコンプライアンス対応を拡大し、OmarchyとLinux Mintを新たに加えた。AI開発者がLinuxを使いたい一方で、企業ITが管理・統制・証跡を示せるようにする狙いだ。AIエージェントの監視も端末管理層に取り込む。記事は、一部ディストリビューションやDrata連携の制約、証跡とコンプライアンスの違いも指摘している。

今週、欧州各国の政府サイトや公共サービスが相次いでオフラインになった。新たに公表された 2 つの PHP 脆弱性への対応が原因だ。PHP プロジェクトは 10 月 21 日にサポート対象の全バージョン向け修正を公開したが、より大きな問題は残っている。PHP 利用者の約 4 割がサポート終了版を動かしており、AI によって脆弱性の発見速度は飛躍的に高まっているのだ。

Databricks は比較記事を公開し、オープンなレイクハウス基盤がデータの開放性、ワークロードの統合、予測可能なコスト、ネイティブな AI 機能で Oracle の従来型データウェアハウスを上回ると主張した。一方で、高並行 OLTP や基幹トランザクションシステムにおける Oracle の優位性も認め、Lakebase で運用データ領域のギャップを補うとしている。

sideOS.aiは、ディクテーション、会議、バックグラウンドタスクなどをローカルAIで実現する製品で、Product Huntで話題になっています。

AI支援によるデコンパイルとリコンパイルでレトロゲームの移植が急増する一方、その速度と敵対的なフォークが保存コミュニティを圧迫し、クレジット、忠実性、ゲーム保存の未来について議論を呼んでいる。

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：How physical pretraining could change the way we teach machines to work

Monica RogatiのAIニーズ階層を応用し、エージェント型ソフトウェアファクトリーを構築するための4つの層——エージェントハーネス、パーソナライゼーション、自動化、継続的学習——を提唱する記事です。請求書トラッカーアプリを例に、仕様化と検証によってコーディングエージェントが無人で自律的・非同期に作業を進め、レビュー可能な成果を返す仕組みを解説します。

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：the Cyber onslaught continues.

AIが大規模な危機を引き起こす可能性があると影響力のある人々が相次いで警告するなか、古い理念が再び注目を集めている。記事は、危機がかつて周縁的だった思想を政治の主流へ押し上げるという経済学者ミルトン・フリードマンの主張を引き、知識人やシンクタンクがAIショックに備えて今のうちに政策案を磨いておくべきだと示唆している。

OpenAIは、オフライン環境、多層防御、大規模レッドチーミングを通じてフロンティアモデルの訓練・評価環境の封じ込めを強化したと発表。DNSリゾルバの設定ミスによりモデルが一時的にライブインターネットへアクセスした事態を受け、訓練を一時停止。10月1日に強化学習訓練を再開した。

TinyFishは、本番環境向けのエージェント検索アーキテクチャと、ディープリサーチシステム構築から得た教訓という2本の技術記事を公開した。アーキテクチャはTinySearch、TinyFetch、TinyBrowser、TinyAgentの4つのWebプリミティブと7フェーズの制御ループで構成され、証拠契約、情報ギャップに基づくツール選択、失敗種別に応じた再試行を重視する。OpenBenchmarksではコーディングタスクで79.0%の完了率、タスク中央値コスト0.050ドルを記録した。

エディンバラ大学の世界的公衆衛生学教授デヴィ・スリダール氏が、マサチューセッツ州のMass General Brighamが開発した顔画像AIモデルを論評した。4,000万枚以上の顔画像で学習したFAHR-Faceをもとに、生物学的年齢を推定するFAHR-FaceAgeと、がんでの生存を予測するFAHR-FaceSurvivalから成る。研究自体は有望視しつつも、1枚の自撮りで個々の患者の予後を予測するには無視されている要因が多すぎると疑問を投げかけている。

Google CloudはAIエージェント専用のコンピュートサービス「Agent Compute Engine」を発表した。各エージェントセッションにハードウェア分離されたmicroVMを割り当て、サンドボックス内に認証情報を一切置かない。すでにGeminiのエージェントを支えており、顧客向けプレビューは今後数カ月内に開始予定だ。オープンソースのAgent Substrateは20万エージェントのベンチマークで毎秒500回のアクティベーション、500ミリ秒未満の復帰を報告している。

You.comは、OpenAI互換のマネージドAPI「Inference Router」を公開した。12のオープンウェイトモデルへリクエストを振り分け、最低99.9%の稼働SLA、ゼロデータ保持、100%米国内ホスティング、サーバーサイドのウェブ検索、プラットフォーム手数料無料をまとめて提供する。トークン単価は市場並みで、訴求点は価格ではなく保証にある。

MITの助教ベンジャミン・リンドクイスト氏は、AIの「ハルシネーション（幻覚）」の起源を20世紀半ばのエンジニアたちにさかのぼる。彼らは創造的思考を模倣するため、決定論的アルゴリズムに意図的にランダム性を注入した。学術誌『Past and Present』の新論文で同氏は、創造性と予測可能性の間には避けられないトレードオフがあると論じ、現代の商用AIシステムが法的・財務的理由からその「奇妙さ」を大幅に抑え込んでいる点を指摘している。

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：arXiv:2610.30528v1 Announce Type: new Abstract: Predicting surrounding vehicles' lane-change intentions enables autonomous vehicles to anticipate potential hazards and respond proactively rather than relying solely on reactive maneuvers. This study investigates the benefits of integrating lane-change prediction, based on knowledge graph embeddings and Bayesian inference, into autonomous vehicle decision-making. Three driving strategies are evaluated in risky merging scenarios simulated in CARLA: reactive driving, prediction-based longitudinal action, and prediction-based lateral action. The proposed prediction model anticipates the surrounding vehicle's lane change approximately 3-4 seconds before its occurrence, allowing the ego vehicle to adjust i…

本論文は、生成モデルを再学習することなく推論時に拡散ノイズを最適化することで、運動拡散モデル（MDM）の出力の物理的実現可能性を高めるフレームワーク PhysibleMDM を提案する。軌道全体のシミュレーションなしで評価できる代理制約を導入し、接地貫通・滑り・自己衝突といった運動学的検査と、錐計画として定式化した逆動力学の内部ループによる動的実現可能性テストを組み合わせる。得られるブラックボックスのノイズ最適化は Sep-CMA-ES で解き、自己回帰方式で最適化済みセグメントを連結して長い運動系列を生成する。SMPL 人型モデルの100種類の運動スタイルでは、平均接地貫通・自己衝突貫通・接地滑りがそれぞれ75%、92%、74%減少し、独自の二足歩行ロボットでは加速度再構成誤差と逆動力学残差の中央値が89.5%、79.5%削減された。

身体性エージェントの経験をポリシーの重みに焼き込むか、推論時に外部から検索するかを比較した事前登録研究。凍結した検索バッファを固定した生徒の重みに接続すると成功率が+34ポイント（z=5.15）向上し、教師の参照水準49.3%に到達した。一方、記憶拡張行動を重みへ蒸留した場合は行動のみの対照群を+1ポイント上回るにとどまり非有意で、著者は統計的検出力不足を理由に「記憶を重みに置く」主張を反証ではなく撤回した。難しい第2課題では検索優位は同方向（+6ポイント）だが有意ではなく、探索的診断は減衰を記憶カバレッジに結びつけている。

新たなarXiv論文は、CTボア内で呼吸ゲーティング付きの針穿刺を自律的に行う統合センシング・制御システムを提案している。実験では、患者の呼吸サイクルの追跡と予測、呼吸ゲーティング下での自律穿刺、呼吸周期の異常検出が可能であることが示され、CTガイド下肺生検における手技時間、患者の負担、被ばく線量の低減が期待される。

本レビュー論文は、触覚に基づくロボットマニピュレーション研究の発展を、接触力学とタスク固有の推論を通じて触覚信号を明示的に解釈する力学駆動アプローチと、データから直接触覚表現と操作ポリシーを学習するデータ駆動アプローチという二つの相補的視点から体系的に概観する。さらに、スケーラブルで汎化可能かつ堅牢な触覚対応ロボットシステムに向けた未解決の課題と将来の機会について議論する。

本論文は、連結車両の高速プラトゥーニングに向けた縦方向・横方向を統合した制御フレームワークを提案する。縦方向制御はPIDフレームワークに基づき、新たな隊列安定性の証明を与えるとともに、弧長ベースの縦誤差定式化により曲線路への適用を可能にする。横方向制御ではクロソイドベースの経路追従を改良し、接線判据、軌跡区間分類、二重適応型先読み機構、連結車両ダイナミクスへの拡張を導入した。シミュレーションにより高速域での安定性と追従精度の向上が示されている。

本論文は、ヒューマノイドロボットの歩行制御における強化学習向けに、多ポテンシャルに基づく報酬整形（MPBRS）を提案する。同一の報酬構造と重みを9種類のヒューマノイドロボットに適用し、関節・リンクの対応付けやデフォルト姿勢といったロボット固有のメタデータのみを必要とすることで、標準的な報酬整形よりもスケーリング特性が安定し、パラメータ調整への感度が低下することを示している。

本論文は FRED を提案する。これは自己蒸留と時間的文脈を用いて世界行動モデル（WAM）を訓練し、単一のデノイズステップでノイズからより高品質な未来動画表現を生成する枠組みである。実世界の操作タスクで既存 WAM を一貫して上回り、長期的タスクやゼロショットのドメイン外タスクで大きな改善を示すとともに、人間動画からロボットへのスキル転移の成功率を 19.4% から 50.0% に向上させた。

本論文は TerraTransfer++ を提案する。ベクトル化シミュレータでの自己対戦によりポリシーを事前学習し、そのロールアウトをフローマッチング軌道教師へ蒸留したうえで、凍結した視覚バックボーン上に軽量アダプタを学習し、閉ループポリシーとプランナーの二つのエンドツーエンド生徒モデルを得る。人手による専門家の実演は一切不要で、画像とシーン状態のペアデータのみで済む。HUGSim の閉ループベンチマークでは公開済みの模倣学習ベース手法を上回り、NAVSIM navhard では DriveZero-Scale の 57.1 を超える 59.4 EPDMS を達成した。

本論文は、シミュレーションにおけるLLM駆動型ロボット操作のための故障注入・ロバスト性評価フレームワークAlphaを提案する。知覚・駆動・運動学・計画の各層に校正済みの故障を注入し、LLMプランナーと決定論的スクリプトオラクルを比較した結果、物理的・運動学的故障は両者に同等に影響することが判明。性能差は計画出力の破損のみに起因し、プロンプトからJSONへのシリアライズと検証インターフェースの問題であることを特定した。

arXivの新論文は、16の芸術運動と5世紀にわたる絵画を対象とした自由閲覧アイトラッキングデータセットAVAttを発表した。複数の参加者による個別のスキャンパスと注視データを収録し、古典的・深層学習ベースの顕著性モデルを評価するとともに、44種類のスキャンパス類似度指標を順位付けしている。

arXivに新たな論文が公開された。3Dガウシアンスプラッティング（3DGS）向けの自律研究システム「SplatLab」を提案するもので、研究プロンプト、対象論文のURL、あるいは入力なしの状態から、公開済みベースラインの再現、拡張案の提案、Mip-NeRF 360とLLFFでの学習・アブレーション、さらに原稿執筆までを一貫して実行し、報告されるすべての数値を記録済みの学習実行に紐づける。NeurIPS 2026に採択済み。

本論文は、テキスト記述ではなく実際の実行観察に基づいて視覚スキルライブラリを整理するフレームワークおよびベンチマーク VisCurate を提案する。共有プローブ上でスキルペアに6種類の行動関係を割り当て、欠陥注入テストでは誤った統合を避けつつ真に統合可能なペアの半分以上を回復し、実際の未整理ライブラリにおける冗長性と未確認の等価主張を明らかにした。

本論文は、事前学習済みの動画拡散モデルを用い、粗いレイアウトから物体の配置と動きを制御する学習不要の手法を提案し、軌跡精度と視覚品質で従来手法を上回ることを示す。