AnthropicのAIプラットフォームClaude Coworkが、初めてモバイルとウェブで利用可能になります。最初にMaxサブスクライバーに展開され、他のプランのClaudeユーザーには「数週間以内」に提供されます。デスクトップアプリは引き続き完全な体験を提供し、ローカルファイルアクセスなどの機能を備えています。セッションはデフォルトでクラウド上で実行され、デバイス間での継続やバックグラウンドタスクが可能になり、スマートフォンへの通知も届きます。さらに、利用制限が2倍に拡大され、8月5日まで延長されます。

著者は、AIが生成したコードを1行ずつレビューすることを、映画を1フレームずつ分析することに例え、非効率的で全体像を見失うと指摘。より包括的なレビュー方法を提案している。

主要なLLMプロバイダーのAPIはデフォルトでステートレスであり、AIエージェントが長時間の対話で頻繁に「記憶喪失」を起こす原因となっている。本記事ではアーキテクチャの根源を分析：各呼び出しは独立しており、記憶はすべてクライアント側のコンテキスト管理に依存。コスト、レイテンシ、長コンテキストによるモデル性能低下（中間喪失問題）が3つの痛点。再説明、引き継ぎ断絶、矛盾未解決、不明時の推測——4つの生産障害は同じ根源を持つ。既存の緩和策は限定的で、真の記憶アーキテクチャは未解決。時間的妥当性の問題が見落とされている：意味検索が古い情報を返し、自信過剰な誤りを招く。

「過去を予測する」という新しいAIスキルにより、歴史家は自然言語で古代の碑文を分析できるようになりました。IthacaやAeneasなどのモデルを統合し、ギリシャ・ローマ世界の碑文の帰属、復元、分析を支援します。3つのケーススタディで実証されています。

米国空軍士官候補生がMITリンカーン研究所の研究者の指導のもと、『バイブコーディング』と呼ばれる手法でAIチャットボットを活用し、プログラミング経験が全くない状態で軍事用アプリケーションのプロトタイプを開発することに成功した。このプロジェクトは、非技術者の軍人がAIを活用する可能性を示す一方、セキュリティや技術的限界も明らかにした。

Amazon QuickSight は、データセットにビジネスコンテキストを直接埋め込むデータセットエンリッチメントを導入し、レガシートピックを置き換えます。この記事では、2 つのアプローチを比較し、3 つのシナリオの移行手順を説明し、新しいデータ準備エクスペリエンスを使用して、列の説明、同義語、計算フィールド、カスタム命令をトピックからデータセットに転送する方法を詳しく説明します。

本記事では、Amazon Quick Sight の新機能「マルチデータセットリレーションシップ」を紹介します。この機能により、事前にテーブルをフラット化することなく、クエリ時に論理的な関係を定義しランタイム結合を実行できます。データモデリングの概念、アーキテクチャ、ベストプラクティス、判断フレームワークを解説し、アナリストが複数テーブルにまたがるデータを効率的に扱えるようにします。

本記事では、Amazon QuickSight Multi-Dataset Relationshipsでサポートされる7つのデータモデリングパターン（スタースキーマ、スノーフレークスキーマ、ギャラクシー/コンステレーションスキーマ、ロールプレイングディメンション、異なる粒度のファクトテーブル、独立した更新スケジュール、実行時行レベルセキュリティ）について、テーブル構造、ユースケース、実装手順、SQLサンプルを交えて解説します。また、高度なシナリオの回避策と現在の制限事項も取り上げます。

この記事は、Amazon Quick Sightのマルチデータセットトピックを使用した自然言語チャットベースの探索に関するベストプラクティスを提供します。特に、事前定義された関係ではなく、セマンティックガイダンスによるAI生成SQLに焦点を当て、8つの具体的なベストプラクティスと例、アンチパターンを紹介します。

Amazon Quick Sight はマルチデータセットトピック（パブリックプレビュー）を導入し、ユーザーは1つのトピックに最大12個のデータセットを追加して関係を定義できます。AIチャットエージェントはこれらの関係を自動的にトラバースしてクロスデータセットクエリを生成し、統一されたセマンティックレイヤーを実現して分析を簡素化します。

この記事では、AIエージェントの機能をツールとして実装するかサブエージェントとして実装するかの判断方法と、過度な設計を避ける方法を解説します。ツールはコードを実行し、サブエージェントは推論を実行します。簡単な三つの質問による判断フレームワークと、サブエージェント導入の実際のコストを紹介します。

実験室と家庭でのテストの結果、Ecovacs X8 Pro Omniが優れた吸引力と自走式モップでトップ評価を獲得しました。

この記事では、ユーザーが写真をアップロードし、プレーンな英語で編集を指示すると、数秒で結果が得られるサーバーレス画像エディターの構築方法を説明します。エージェントはカスタムオーケストレーションコードなしでAgentCoreハーネス上で実行されます。認証、暗号化ストレージ、3つの画像編集ツール、Reactフロントエンドを含む完全なソリューションを、単一のデプロイコマンドでデプロイします。インフラストラクチャはAWS CDKで定義されています。

Liquid AIは、推論モデルにおけるデッドループ（doom loop）に対処するオープンソース手法Antidoomをリリースした。FTPOを用いてループ開始トークンのみを再学習し、LFM2.5-2.6Bのループ率を10.2%から1.4%に、Qwen3.5-4Bを22.9%から1%に削減した。

機械学習モデルは本番環境でデータドリフトやモデルドリフトにより精度が低下します。この記事では、オープンソースのEvidentlyライブラリ、Amazon SageMaker AI、MLflowを組み合わせて、監視レポートの生成、MLflowでの結果の整理と比較、パイプラインによるスケーリング、ドリフト通知のトリガーを実現する方法を紹介します。

この記事では、Amazon Bedrock AgentCore を使用して AWS サポートコンパニオンを構築する方法を説明します。エージェントは Strands Agents をオーケストレーションフレームワークとして使用し、モデルコンテキストプロトコル (MCP) を介して AWS サービスに接続します。最終的に、CloudWatch ログの分析、AWS ドキュメントの検索、AWS re:Post からのコミュニティ知識のクエリ、サポートケースの作成をすべて単一の会話インターフェースから行えるエージェントが完成します。ソリューションは AWS CloudFormation を使用した単一のスクリプトでデプロイされ、AWS Amplify 上に構築された Web フロントエンドが含まれます。

Motleyチームは、Claude SDKとオープンソースのセマンティックレイヤーSLayerを組み合わせ、BIRD-INTERACTベンチマークで75.3%の合格率を達成し、公式最高の36.33%を大幅に上回りました。最大の改善はエージェントハーネス（Claude SDK）によるもので、SLayerはさらなる微増をもたらしました。ベンチマークの多くのゴールドアンサーに誤りがあることが判明し、チームが構築したアノテーションエージェントにより、修正後の合格率はさらに向上しました。

この記事では、AWS FinanceチームがAmazon QuickのチャットエージェントとFlowを活用して、シナリオモデリングと週次ビジネスレビューという2つの時間のかかるワークフローを自動化し、分析時間を時間単位から分単位に短縮し、戦略的な業務に集中できるようにした方法を紹介します。

Google Researchが米国10都市で実施した大規模な実世界研究により、ナビゲーションアプリを使ってごく一部のトリップ（2％未満）をわずかに迂回させることで、交通渋滞と排出量を測定可能なほど削減できることが示されました。Nature Citiesに掲載されたこの研究では、対象区間の走行速度が中央値で約2％向上し、都市あたり年間数千トンのCO2e削減が可能であることがわかりました。

LLMIntelは、GenAIモデルの使用コスト、エンドポイントの健全性、最適化の機会を監視するデモダッシュボードです。モデルのステータス、コスト分析、使用傾向、リスク支出、タグ別内訳などのビューを提供し、モデル廃止やコスト急騰の前に対処できるようにします。

本記事は、長いコンテキスト問題に対処するための真のブレークスルーは、より大きなコンテキストウィンドウではなく、マルチエージェントオーケストレーションであると主張しています。INT21のSwarmOSプラットフォームは、タスクを協調する小さなエージェントに分解することで、効果的なコンテキストスケーリングを実証しています。

新しい手法Antidoomは、最終トークン嗜好最適化（FTPO）を用いて言語モデルの繰り返しループ（ドゥームループ）を正確に特定し排除し、複数のモデルでほぼ完全なループ除去と評価スコアの向上を達成しました。

本記事では、AIの進歩がどのように自律ロボットを職場や家庭で活用できるようにするかを探り、災害地でのナビゲーションや障害物操作、破滅的忘却や計算依存などの課題に取り組む研究者ディパム・パテルの研究を紹介する。

Simon Willison氏がGPT-5.5を使用して構築した実験的なWebコンポーネント。GitHubのコードURLをraw.githubusercontent.comのURLに変換し、指定された行範囲をフェッチして表示します。行番号は表示されますが、シンタックスハイライトはありません。

同じ3つの分析問題、3つのツール、8つの次元を、実際の実行時間と実際のエージェントプロンプトで測定しました。

AnthropicはClaude Coworkをウェブとモバイルに拡大し、120万セッションの分析結果から90％以上がソフトウェア開発以外（主に業務プロセスとコンテンツ作成）に使用されていることを発表しました。Coworkは「仕事のための仕事」に焦点を当て、管理業務を自動化します。新バージョンはクラウド実行、スケジュールタスク、モバイル通知をサポートし、Maxプラン加入者がベータ版を利用可能です。

AnthropicはClaude Coworkをクラウドに移行し、デバイスがオフラインでもタスクが継続、デバイス間の切り替えが可能に。Maxプラン加入者は今すぐベータ版を利用可能で、数週間内に他のプランにも展開予定。ChatとCoworkは統一インターフェースを共有し、スケジュールタスクは自動的にクラウドで実行される。

コーディングエージェントがエージェントを出荷するためのCLIツール。

研究者らは、完全にAIによって駆動されていると思われるランサムウェアキャンペーン「JadePuffer」を記録しました。これは、AIエージェントが攻撃チェーン全体を実行した最初の既知の事例です。LLMが偵察、認証情報の窃取、ランサムウェアの展開を自律的に行い、わずか31秒でエラーを修正します。防御側はAIセキュリティソリューションの導入が急務です。

Miora はAIを活用したクリエイティブプラットフォームで、編集可能なキャンバスとエージェントメモリを提供し、創造性を拡大します。