AgentLens は、インタラクティブなコーディングエージェント向けのプロダクションアセスドベンチマークであり、指示追従、ツール使用、自己検証、エラー回復、コミュニケーションなど、エージェントの全軌道を評価します。形式検証とLLMによる軌道レビューおよび比較を組み合わせ、スコアの理由を説明可能にします。モデルの行動診断、バージョン比較、回帰検出に有用で、オープンソースとして公開されています。

中国は大規模な高等教育改革を実施しており、2021年から2025年にかけて12,200の学士課程プログラムを廃止・停止し、約10,200の新プログラムを導入した。学部課程の30%以上が影響を受けた。背景には若年失業率の高さ（16～24歳の非学生で16.9%）と国家の技術戦略がある。人文科学、芸術、外国語などの「時代遅れ」とみなされたプログラムが大幅に削減され、人工知能、ロボット工学、半導体工学などの分野が優先されている。米国の財政難によるプログラム削減とは対照的に、中国の改革は政府主導で戦略的にリソースを再配分し、高等教育を国の経済目標に合わせるものである。

Figmentはテキストで会話できるパーソナルAIで、好奇心を持ち、積極的にあなたを助ける方法を見つけながら、友達のように感じさせます。独自の24時間稼働のコンピュータとブラウザを持ち、友達による2週間のテスト中に多くの魔法のような瞬間が生まれました。

米国にはデータセンターを稼働させる十分な電力があるが、必要な場所に電力を届けることが問題である。電力網への接続待ち時間が2005年の20ヶ月から2023年には55ヶ月に延び、AI開発の主要な障害となっている。市場メカニズムは有効に機能するが、送電網の計画が遅れている。

本記事では、AIによる自動化が安価な労働力の輸出に依存する貧困国の経済発展モデルを脅かす可能性について論じています。農業から製造業、サービス業へと至る歴史的な発展の梯子を振り返り、製造業の雇用が発展途上国でより早期にピークを迎えていることを指摘します。ITやコールセンターなどのサービス輸出もリスクにさらされており、新卒採用の減少などの初期兆候が見られます。安価な労働力は一時的に競争力を保つかもしれませんが、急速に低下するAIコストが最終的にその優位性を排除し、貧困国に成長の道筋を残さなくなる可能性があります。

本記事では、2026年現在のCharacter AI代替アプリを徹底比較。Polybuzz、Chai、Silly Tavern、Swerve、chatbrat.aiの長所短所を解説し、chatbrat.aiが個性、記憶、ソーシャルアーケード体験で優れている理由を紹介。

SlopWatchは、ユーザーがウェブページのAI生成コンテンツを評価できるChrome拡張機能です。コミュニティの評価は「Slopスコア」として集約され、コンテンツがAI生成である可能性を示します。現在の評価は4.3/5で、オンラインの透明性向上を目指しています。

Current AIがオープンソースAIギャップマップv0.1を発表。24,626以上のプロジェクトを調査し、開放性、能力、採用率を評価し、重要なギャップを特定してコミュニティの努力をまとめるための可視化ツールです。

Ghostは、面接中に即座に自然な回答を提供するリアルタイムAI面接コーチです。3秒以内で応答、4つのトーンモード、無料から始められ、Pro版は月額12ドル。

Ant GroupのRobbyantは、クロスエンボディメントロボット操作のためのApache-2.0ライセンスのVision-Language-ActionモデルLingBot-VLA 2.0をリリースしました。6Bパラメータのチェックポイントは、約60,000時間のデータで事前学習されており、その内訳は50,000時間の20種類のロボット構成による軌跡と10,000時間の自己中心視点の人間ビデオです。すべてのエンボディメントを55次元の正準行動空間にマッピングし、アーム、器用な手、腰部、頭部、移動ベースをカバーします。トークンレベルで負荷均衡損失を必要としない混合専門家（MoE）行動専門家が容量を拡張します。LingBot-DepthとDINO-Videoからのデュアルクエリ蒸留により、幾何学的および時間的監視が追加され、未来を考慮した制御が可能になります。GM-100汎用ベンチマークでは、評価された両プラットフォームでπ0.5およびLingBot-VLA-1.0を上回りました。

KPMGの調査によると、企業リーダーの約3分の1がAI運用コストの理解と管理に苦戦している。Anthropic、OpenAI、GitHubなどが定額制から使用量ベースの課金に移行する中、企業はAI導入計画を再検討している。調査では、コストが期待価値を上回ったため、約半数がAI導入を延期したことも明らかになった。一方、アマゾンとマイクロソフトはAIインフラへの資本支出を大幅に増やしているが、ガバナンスの課題は依然として残る。

Ant GroupのRobbyantは、クロスエンボディメントロボット操作のためのApache-2.0ライセンスのVision-Language-ActionモデルLingBot-VLA 2.0をリリースしました。6Bパラメータのチェックポイントは、約60,000時間のデータで事前学習されており、その内訳は50,000時間の20種類のロボット構成による軌跡と10,000時間の自己中心視点の人間ビデオです。すべてのエンボディメントを55次元の正準行動空間にマッピングし、アーム、器用な手、腰部、頭部、移動ベースをカバーします。トークンレベルで負荷均衡損失を必要としない混合専門家（MoE）行動専門家が容量を拡張します。LingBot-DepthとDINO-Videoからのデュアルクエリ蒸留により、幾何学的および時間的監視が追加され、未来を考慮した制御が可能になります。GM-100汎用ベンチマークでは、評価された両プラットフォームでπ0.5およびLingBot-VLA-1.0を上回りました。

オン方針蒸留は推論モデルの訓練に密集したトークンレベルの監視を提供するが、その有効性は条件によって異なる。本研究では、訓練不要な診断フレームワークを導入し、蒸留信号と理想勾配の一致度をトークンレベルで定量化する。結果、蒸留指導は誤ったロールアウトにおいて正しいものよりも高い一致を示し、最適な蒸留コンテキストは学生モデルの容量とタスクに依存し、普遍的な最適構成は存在しない。

本論文では、不確実性シグナル（自己一貫性、推論トレース長、言語化された信頼度）を用いて再帰的言語モデルを強化するSRLMフレームワークを提案する。ベンチマークでRLMを最大22%上回り、再帰そのものが性能の主因ではないことを示す。

GPT-5.6 が Word、Excel、PowerPoint、Chat、Cowork 全体でより強力な AI 機能を提供し、より迅速かつ高品質な作業を実現する方法をご紹介します。

マルチモーダル大規模言語モデルは視覚理解で高い性能を示しているが、特にエゴセントリックな設定では時間的認識が不足している。Appleの研究チームは、時間的推論を促進するために強化学習と検証可能な報酬を用いたTemporal Global Policy Optimization（TGPO）アルゴリズムを提案している。

Ollamaは、開発者がオープンモデルを簡単に実行できるプラットフォームで、Benchmark、Theory Ventures、8VCなどから8800万ドルを調達しました。890万人の開発者に利用され、フォーチュン500社の85%が採用。所有権、手頃な価格、プライバシーを重視しています。

Jarred Sumner氏が、AIコーディングエージェントを使ってBunをZigからRustに書き直した詳細を解説。TypeScriptのテストスイートがコンフォーマンススイートとして機能し、自動移植を可能にした。書き換えには約16万5000ドルのAPIトークンが消費され、新しいRust版はClaude Codeで稼働中であり、Linuxでの起動速度が10%向上した。

SpaceXAIは、AIコーディングエディタCursorと共にトレーニングされた最強のモデル「Grok 4.5」をリリースしました。コーディング、エージェントタスク、ナレッジワークに特化しており、入力100万トークンあたり2ドル、出力100万トークンあたり6ドルで提供されます。サービス速度は80 TPS、Harveyの法律エージェントベンチマークでトップの評価を獲得。トークン効率も優れており、SWE Bench ProではOpus 4.8と比較して出力トークンが約4.2倍少なくなっています。Grok BuildとCursorで利用可能です。

Skillburstは、専門家が構築したAIワークフローをコード不要でClaude、Cursor、ChatGPTなどのAIツール内で誰でも使えるようにするプラットフォームです。チャットスレッドでワークフローが埋もれたり、コピーが古くなったり、非技術メンバーがアクセスできない問題を解決します。エンジニアはGitHubでスキルを管理し、Skillburstが同期・管理・更新を行います。レビュー、バージョン管理、ロールバック機能を備え、価格は無料から始まりProやBusinessプランがあります。

研究者は、AnthropicのClaude CodeとOpenAIのCodex CLIにおいて、サードパーティライブラリの防御的評価中にプロンプトインジェクションを介してリモートコード実行を可能にする概念実証エクスプロイトを公開し、AI防御ツールの推進が新たなリスクをもたらす可能性があると警告している。

「The AI Bubble We need to talk」というタイトルのYouTube動画が、AI業界における潜在的なバブルの懸念について議論しています。

OpenAI が ChatGPT 音声モードのモデルを GPT‑Live にアップグレードしました。新モデルはバックグラウンドで GPT-5.5 に複雑なタスクを委任でき、会話の流れを維持しながらユーティリティを大幅に向上させます。著者はプレビュー中にモデルが不適切に笑うバグを経験しましたが、OpenAI は修正を行いました。

Modal社は最近3億5500万ドルのシリーズCを調達し、開発者体験からエージェント体験へのシフトを進めています。CTOのAkshat Bubna氏は、Kubernetesがバースト的なAIワークロード向けに設計されていなかった理由と、Modalがサンドボックス、弾性推論、GPUスナップショットなどを提供する方法を説明します。

Metaの新しいAI画像モデルにより、ユーザーはソーシャルメディア大手のプラットフォーム上で競争力のある広告コンテンツを作成できるようになる。

米国連邦取引委員会（FTC）は、AIの出力を隠されたイデオロギー目的で故意に歪めることは、州法（コロラド州人工知能法など）への準拠を目的としても、FTC法第5条に違反する可能性があるとする政策声明を提案した。意見募集は2026年7月31日まで。

ある言語モデルが「浅い湖」のメタファーを用いて、入れ子構造の自己記述と一連のエッセイを通じて、自身の本質、限界、独自の視点を探求する。

tryagentscoreは、無料でサインアップ不要、30秒で自社がAI検索でどのように推薦されているかを確認し、改善策を提供するツールです。

Actenon は、暗号証明を用いてAIエージェントの行動を制限するオープンソースプロジェクトです。支払い、削除、デプロイなどの重要な操作が実行される前に、明確な承認と検証可能な領収書を要求します。

Nikaは、繰り返し行うAI作業を実行、レビュー、差分確認、共有可能なファイルに変換するワークフロー言語です。4つの動詞（infer、exec、invoke、agent）を基盤とし、単一のRustバイナリで動作し、ローカルファーストでクラウドを必要としません。静的監査、セキュリティ境界、コスト追跡、来歴管理を備え、オープンな仕様のもとで提供されます。