2024年、WorkBenchで最良のエージェントGPT-4は43%のタスクを完了し、26%で有害行動。2026年、Claude Opus 4.8は89%完了、2.5%に減少。能力と安全性は共に向上、基本的なミスが残る、オープンウェイトモデルがコスト低下。更新版ベンチマーク公開。

ハイブリッド開放型トリ・エボリューション（HOTE）フレームワークは、ハイブリッドモード強化学習を用いて提案者、解決者、評価者の協調進化を促進し、ウェブ規模の知識に基づいて開放型タスクにおける自律進化エージェントを実現する。8Bモデルは静的8-32Bモデルや最先端の深層研究訓練手法を上回る性能を示した。

本論文では、テキスト、画像、音声、動画など複数のモダリティを統一的に扱うエージェントオーケストレーションフレームワーク「Orchestra-o1」を提案する。モダリティ認識型タスク分解、オンラインサブエージェント特化、並列サブタスク実行を特徴とし、OmniGAIAベンチマークで2位の手法を10.3%上回る精度を達成。さらに、意思決定整合グループ相対方策最適化（DA-GRPO）による強化学習手法を導入し、Orchestra-o1-8Bモデルが既存のオープンソース全モーダルエージェントの中で最先端性能を示した。

Hans van DitmarschによるarXiv論文は、認識論理の発展に影響を与えた知識と無知に関するパズル「泥だらけの子どものパズル」の起源を追跡している。過去2世紀にわたる論理学および文学の出版物を調査し、数字や色付き帽子などの変種を探求し、自己言及を含む新しい帽子パズルを提示する。

Noah AIは、製薬、バイオテクノロジー、医療専門家向けに設計されたドメイン特化型AIプラットフォームです。1億以上の研究論文、臨床試験、ガイドライン、特許、財務報告書にアクセスし、質問を引用付きの意思決定対応レポートに変換します。ワークフローを自動化し、専門家スキルと証拠に基づいた回答を提供し、さまざまな役割に対応することで、ユーザーの効率を大幅に向上させます。

新たな研究により、隠されたプロンプトや科学的内容の変更なしに、要旨やナラティブ構造などのプレゼンテーション面のみを修正することで、AI査読者を有意に操作でき、成功率75.1%を達成できることが示された。

NVIDIAの戦略は単なるGPU製造ではなく、AIエコシステム全体への大規模投資を通じて自社の核となる製品への需要を創出し、自己強化サイクルを形成して支配的地位を固めることです。2026年だけで400億ドル以上を投入し、NVIDIAは供給者兼資金提供者として、自社チップがAI経済の基盤リソースであることを確実にしています。

Dream Server は、Linux、Windows、macOS に対応したワンコマンドでインストール可能なローカル AI サーバースタックです。モデル推論、チャット UI、ダッシュボード、音声、エージェント、ワークフロー、RAG、画像生成、プライバシーツールを統合し、クラウドやサブスクリプションは不要です。

エンタープライズAIエージェントは集中型サーバーから分散環境へ移行し、柔軟性と応答速度が向上しています。Focused Labsは3週間で本番対応のエージェントブループリントを提供するサービスを開始しました。

LLM Gateway Chat は210以上のAIモデルを統合したプラットフォームで、会話中にモデルを切り替えたり、画像・動画・音声・キャンバススタジオを利用できます。グループモードで回答を比較することも可能。単一の残高で全てをカバーし、月額9ドルからのサブスクリプションまたは従量課金制を提供。

新しい研究によると、AIセキュリティに最も自信がある組織ほど、実際に侵害を受ける可能性が高いことがわかりました。

Claude Codeはターミナルコーディングアシスタントから階層型エージェントシステムへと進化しました。このガイドでは、CLAUDE.md、スキル、サブエージェント、フック、MCPサーバー、Autoモードなどの公式機能に加え、コミュニティ技術やサードパーティツールを含む25の機能と戦略を解説します。比較表、実用的なユースケース、コード例、インタラクティブデモを含みます。

開発者が最新の研究に基づいて無料のAIライティング検出器 Isitslop.xyz を構築しました。ログインは不要です。

Deep Work Plan は、構造化された計画をコードリポジトリに直接埋め込むことで、長時間のタスク中にAIエージェントが意図した作業から逸脱するのを防ぐオープンソースツールです。アトミックタスク、合格基準、検証ゲートを通じてエージェントの行動を制約し、中断後の再開をサポートし、任意のエージェントやリポジトリと互換性があります。

Arvind Narayanan氏とSayash Kappor氏は、AIによる雇用喪失の問題を、AIの影響を受けやすいソフトウェアエンジニアリングの観点から分析。データは大規模失業を示しておらず、真のボトルネックは何を作るかの決定、検証と責任、深い人間の理解にあると指摘する。

jqwikのメンテナーであるJohannes Link氏は、生成AIがオープンソースに与える影響に抗議するため、一見悪意があるが無害なログ行をプロジェクトに追加しました。この事件は大きな論争を引き起こし、Link氏は倫理的な立場とAIコーディングツールのセキュリティ・説明責任の問題を指摘しています。

米国政府がAnthropicに対し、最新モデルへの外国人アクセスを禁止する輸出管理指令を発令。本稿の筆者は、AnthropicのCEOダリオ・アモデイが先日、政府にAIモデル展開阻止権限を与える政策を提唱したことを受け、今回の措置はその直接的な結果だと論じる。

Metaは1年前、Scale AIの半分と創業者Alexandr Wang氏を獲得するために143億ドルを投じた。Wang氏率いるチームは4月にMuse Sparkモデルを発表し、Meta初の独自基盤モデルを実現。しかし、株価は他社に劣後し、開発者からの信頼も低い。CEOのMark Zuckerberg氏は、このAIツールを広告以外で収益化し、開発者の信頼を取り戻すという難しい課題に直面している。

2021年の研究で、科学者たちは超知能AIを制御することはほぼ確実に不可能であると結論づけました。

V-COSは、AIネイティブプロジェクト向けのガバナンス層であり、セッション間のコンテキスト劣化を防ぎます。5つの一般的な問題（コンテキスト劣化、暗黙の階層、認知コンテンツと技術参照の混在、自己評価の欠如、セッションプロトコルの欠如）に対処します。フレームワークは3層（ドキュメントガバナンス、スキルアーキテクチャ、エージェントガバナンス）で構成され、層1と2はLLM非依存で、Claude Codeのリファレンス実装を提供します。V-COSは実際のSaaS製品から抽出され、25以上の開発サイクルで検証されています。

急速に進化するAI時代において、企業が直面する「ビルダーのジレンマ」について考察。過剰構築とメンテナンスによる不均衡を警告し、柔軟性の維持、顧客重視、小規模実験の重要性を説く。

このチュートリアルでは、FineWebデータセットを高度なハンズオン・ワークフローで探索します。マルチテラバイトの全コーパスをダウンロードせずに管理可能なサンプルをストリーミングし、スキーマとメタデータを確認し、URL、言語、言語スコア、トークン数などの主要フィールドを分析します。FineWebの品質フィルタリング・パイプラインの簡易版を再現し、MinHashベースの近似重複検出を適用し、GPT-2トークナイザーでトークン数を検証し、ドメイン、言語スコア、文書長、トークナイザー効率に関する有用な分析を生成します。

AmpleDataは、各行を調査し、引用付きの回答、信頼度スコア、競合解決を提供するAI搭載のデータエンリッチメントツールです。セル単位の料金、API、ChatGPTやClayとの比較を提供します。

Scott Belskyのニュースレターでは、技術の指数関数的成長の影響、効率的なAIへの移行（ローカルモデルがほとんどのタスクを処理）、そしてAI時代における人材密度とインパクトベースの採用への新たな焦点について探求しています。

モンタナ州立大学のコンピュータ科学教授Carson Grossが、AI時代における大学の意義を考察。大学は依然として重要だが、能力を示す独自のシグナルを維持するためにカリキュラムを適応させる必要があると主張。対面手書き試験の復活、AIのTAとしての活用、宿題の再定義など、自身が実施した変更を詳細に説明し、今後の改革案も提示する。

FramePin は、スクリーン録画から注釈付きのステップバイステップチュートリアルを作成できるツールです。再録画や複雑なエディタは不要。ブラウザ内で完結し、動画はコンピュータから外部に出ません。

jqwikツールの反AI条項とShai-Huludワームの例を通じて、AIシステムは本質的にコードであり、プロンプトで賢くすることは不可能であることを示す。

GPTZeroの調査により、KPMGが2025年10月に発表した「エージェント型AI」に関する報告書の45の引用のうち40が虚偽であり、事実主張の約半数が誤っているか誤った帰属をしていることが判明。KPMGはこの報告書を撤回した。

Locus Founderは、テキストコマンドだけでビジネスの構築と運営を自動化するAIエージェントです。起業家が素早くアイデアを具体化できるようにします。

Frona v2026.6.0 では、全サポートチャンネルでの統一されたヒューマン・イン・ザ・ループ（HITL）一時停止/再開機構、スラッシュコマンドコンポーザー、型付きファイルツール、チャンネル別メッセージスプリッター、共有リンクとプレビューページが導入されました。内部アーキテクチャも再構築され、新しい Harness 構造体でランタイムを統合し、サンドボックス管理を合理化し、チャンネルアダプターで型付きエラーを使用するようになりました。