KushoAIが、JSONスキーマと1つの有効なサンプルペイロードのみを与えられた7つのAIシステムのAPIバグ検出能力を評価したベンチマークを公開。KushoAIは総合スコア0.83で1位となり、複雑なバグの検出で他を大きく引き離した。レポートは、プロンプトエンジニアリングが網羅性を向上させる一方で、クロスフィールドのビジネスロジック推論には一貫して効果がなく、テストの構成が量よりも重要であることを示している。

Apache 2.0ライセンスで公開されたこのモデルは、クラウドプロバイダーが企業にエージェント型ワークフロー向けのローカルデバイスでのモデル実行を可能にするもう一つの例です。

非営利の研究コンソーシアムが、オープンでピアレビューされた研究を通じて、人類の最も重大な問題に取り組んでいます。誰でもAIアシスタントを使って研究を投稿したり、チームに資金提供したりできます。

この記事では、AIエージェントがデータサイエンスのワークフローをどのように変革し、日常的なタスクを自動化し、システム設計、ツール統合、エージェントの可観測性などの新しいスキルを必要としているかを説明します。LangGraph、AutoGen、smolagentsなどのフレームワーク、手続き型から評価型への移行、そして新たな役割についても触れています。

スペースXのIPOは史上最大級となる見込みで、市場の公正さを保つルールの多くが弯曲されている。X（旧Twitter）は縮小の一途をたどるが、マスクの富と影響力は増大。本インタビューでは、NYT記者ライアン・マックが、マスクの支配力、指数組入れルールの緩和、ガバナンス問題などがIPOに与える影響を解説する。スターリンクが唯一の利益源であり、AI部門などは巨額の損失を計上。投資家はファンダメンタルズではなく、マスクの将来への約束に賭けている。

Microsoft 365 PremiumはCopilot Proの後継で、月額20ドル、既存サブスクライバーには初年50%割引が提供されます。高度なAI機能、拡張された使用制限、Familyサブスクリプションをバンドルし、Microsoft 365ユーザーでAIを頻繁に使う方向けにChatGPT Plusと直接競合します。

組織がエンジニアリングのワークフローを通じてAIを導入すると、デザイン作業はパイプラインに引き込まれ、コードのプロンプト生成器や成果物を高速に生み出す手段の一つにされてしまう。デザイナーはそれらのワークフローに適応せざるを得ないが、その適応によって本来デザインが担うべき意思決定から焦点がずれてしまう。本稿では、AIが速度だけでなく意思決定の質を向上させるために、エンジニアリング、デザイン、プロダクトの共同リーダーシップの必要性を論じる。

Hello Inboxは、AIを活用したメール到達率プラットフォームで、ビジネスやマーケターがメール配信の問題をテスト・修正し、スパムフォルダに入るのを防ぎます。人間の専門家が訓練したAIアシスタントと9つのツール（DMARCモニタリング、リスト検証、スパムワードチェックなど）を提供。無料プランあり。

DatabricksはAgent Bricks Knowledge Assistantの大幅アップデートを発表。Instructed-Retriever-1モデルにより検索速度が3倍以上向上、回答生成時間が半減し、最初のトークンまでの時間は約2秒に。品質を犠牲にすることなく、並列テスト時スケーリングを実現。

OpenAIのCEOサム・アルトマン氏は、AI製品の次のフェーズとして「プロアクティブAI」を概説しました。これは、ユーザーのプロンプトを待たずにバックグラウンドで常に実行され、自律的に行動するものです。企業は高騰するAIコストと、ほとんどの従業員がAIに何を質問すべきかわからないという基本的な問題に直面しています。アルトマン氏は「より少ない支出でより多くの価値を得られるよう支援できる」と約束しました。

Computex 2026でNvidiaはRTX Sparkプロセッサを発表し、高性能ウルトラブックの新たな波を引き起こしました。同時に、各ブランドは599ドルからの「安くてプレミアム」なノートPCを発表し、MacBook Neoに対抗しています。本記事では、Nvidia RTX Spark、Microsoft Surface Ultra、ROG XReal R1 ARグラス、Dell XPS 13、Acer Swift Air 14の5つの注目製品を紹介します。

マイクロソフトは、汎用サーバーLinux「Azure Linux 4.0」、コンテナ用の「Azure Container Linux」、Linux開発者向けに最適化されたWindows 11、そしてAIワークステーション「Surface RTX Spark Dev Box」を発表。Linuxへの深いコミットメントを示した。

NVIDIAは、600Mパラメータのストリーミング多言語音声認識モデル「Nemotron 3.5 ASR」を発表しました。このモデルは40の言語ロケールを単一チェックポイントでサポートし、低遅延、高精度、句読点と大文字化を内蔵しています。記事では、特定の言語、ドメイン、アクセントにモデルをファインチューニングする方法を詳しく説明し、ギリシャ語とブルガリア語での顕著なWER削減を例示しています。

この記事では、OllamaとScikit-LLM Pythonライブラリを使用して、Llama 3、Mistral、Gemmaなどのローカルでホストされたオープンソース大規模言語モデルを無料でテキスト分類に利用する方法を学びます。

ドイツは1億2500万ユーロのAIコンペティションを開始し、欧州が自らのフロンティアAI研究所を構築する支援を行う。これは世界的な競争の一環である。

Ultorgの「Fill with AI」機能は、GPT-4.1-miniなどの大規模言語モデル（LLM）を使用してデータベースビューのデータ編集を自動化します。デモでは、国立美術館のデータベースからアート作品とタイムラインエントリをジョインし、カスタムプロンプトに基づいて作品のドル評価額を生成し、Excelファイルに書き込みます。この機能はUltorg 2.2.0以上とAnthropicまたはOpenAIのAPIキーが必要です。

デジタルインテリジェンスは奇跡としてではなく、開発者としてビジネスに入り込み、すでにそこにある秩序、混沌、データ、責任、ギャップを明らかにします。本書は13の神話を検証し、盲信も恐怖もなく、正しく配置することを目指します。

AIモデルの選択はもはや簡単ではありません。本記事ではベンチマークに頼る誤りを指摘し、個人のワークフローに基づく評価フレームワークを提案します。著者はGPT、Claude、Geminiをテストし、実際のタスクに最適なモデルを選ぶ方法を示します。

オンライン上でAI生成コンテンツを避けることはほぼ不可能だが、そうである必要はない。YouTube、Instagram、TikTokなどは昨年からコンテンツ認証に力を入れ、多くのプラットフォームがAI生成画像や動画、音楽に自動的にラベルを付けるようになった。しかし、ランダムにラベル付きコンテンツに出くわすだけならまだしも、もっと良い方法がある。AIの粗悪コンテンツをフィルタリングできるようにすることだ。

EVA-Bench Data 2.0 は、エンタープライズ音声エージェントのベンチマークを1つのドメインから3つ（航空カスタマーサービス管理、企業ITサービス管理、医療人事サービス提供）に拡大し、121のツールにわたる213の評価シナリオを提供します。シナリオはSyGraパイプラインで生成され、手動レビューと最先端モデルによる検証を経ています。多言語対応も予定されています。

AI業界の主要企業が対立を一時脇に置き、合成DNA・RNAの販売に強制的なスクリーニングを義務付けるよう米議会に要請。AI技術が生物兵器開発に悪用されるのを防ぐため、世界的なパンデミックの引き金となり得るバイオセキュリティの隙間を埋める必要があると警告している。

この記事では、時系列データの分析と予測をPythonで行うための7つの重要なステップを説明します。時系列データの特性理解から、モデルのデプロイと監視までをカバーします。

EndavaがAIエージェント、ChatGPT Enterprise、Codexを活用してソフトウェアデリバリーを加速し、ワークフローを自動化し、企業全体でAIネイティブな文化を構築する方法をご紹介します。

Leniは、投資家向けに設計された精度最優先のAIプラットフォームです。21,000以上の意思決定トレースに基づき、毎日1億行以上のデータを処理し、検証レイヤー、意思決定トレース、統一データモデルにより完全に監査可能な財務グレードの出力を提供します。独立したベンチマークでGPT、Claude、Manusを上回り、800億ドル以上の資産をサポート。Google Startupsの一員として、Product Huntで特別割引コード付きでローンチしました。

MicrosoftはBuildイベントで新しいAutopilot機能のテスト拡大を発表しました。Autopilotはユーザーに代わって自律的に動作するエージェントの新カテゴリで、各Autopilotは独自のIDを持ち、異なるルールセットで共存できます。最初のAutopilotであるScoutは、一部の内部ユーザーがベータテストを行い、現在は選ばれた顧客とFrontier組織に展開されています。ScoutはMicrosoft 365アプリケーション全体で動作し、Outlook、OneDrive、SharePoint、Teamsのデータを調整して会議のスケジュール、重要メッセージのフラグ付け、カレンダーイベントの生成を行います。時間の経過とともにユーザーの好みや作業パターンを学習します。ScoutはOpenClawをベースに構築され、エンタープライズグレードのセキュリティを備えており、Microsoftはオープンソースへの貢献を計画しています。管理者はEntraエントリを介してScoutの安全な運用を検証でき、機密アクションには人間の承認が必要です。初期の内部テストによりセキュリティが調整されました。Scoutは自動的に期限を識別し、カレンダーをブロックし、必要な資料を提供します。発表はコーポレートバイスプレジデントのOmar Shahineによるものです。早期導入者にはFrontierプログラムへの参加、Intuneポリシー、オプトイン証明、アクティブなGitHub Copilotライセンスが必要です。

消費者保護活動家エリン・ブロコビッチが、米国のAIデータセンターを追跡し住民の懸念を収集する新ウェブサイトを立ち上げ、環境影響とコミュニティ協議の欠如を浮き彫りにしている。

Zorvは、CI/CDパイプライン内でCVEを自動修正するセルフホスト型の自律AIツールです。依存関係の脆弱性をスキャンし、アップグレード時にテストが失敗した場合は、AIがコードを書き換えてテストを通過させ、マージ可能なPRを自動で作成します。サンドボックス内で実行され、11以上のLLMプロバイダーをサポートします。

KnoxはAIコーディングエージェント向けのセキュリティポリシーエンジンで、CLI、Nodeライブラリ、Claude Codeプラグイン、Cursorプラグイン、OpenAI Codexプラグインとして提供され、同一のルールセットを共有します。危険なツール呼び出しをリアルタイムでブロックし、監査ログ、プロンプトインジェクションスキャン、ポリシー改ざん防止機能を備えます。本記事ではインストール方法、機能マトリックス、制限事項、カスタマイズ方法を詳述します。

マイクロソフトの開発者が、AIコーディングツールとの協業に関する実践的な原則を、豊富な経験に基づいて共有。重要な教訓は、AI生成コードを盲信しないこと、Makefileを使ったワークフローの自動化、テスト戦略、LLMを使ったユーザーストーリーの生成、そして技術的負債を管理するための積極的なリファクタリング。

Anthropicの650億ドルのシリーズHとS-1草案提出は財務的な節目だけでなく、フロンティアAI企業が通常のソフトウェア企業から重要システム運営者へと進化している深い変化を示しており、長期的な容量計画、安全制御層、公開リスク報告が必要となっている。