AgentAzは設計時ガバナンス語彙であり、AIエージェントの各次元をNIST AI RMF、ISO/IEC 42001、OWASP Agenticの3つのフレームワークの管理策にマッピングし、セキュリティ質問票におけるコンプライアンス証拠を効率化します。設計時の意図に焦点を当て、ランタイム認証ではなく、スコープの制限を明確に示しています。

Moccaは、Mac上で動作するプライベートなAI搭載メールクライアントです。デバイス上のローカルAIがプレインイングリッシュのルールに基づいてメールを仕分け、ラベル付け、管理します。サーバーやテレメトリーは一切ありません。

Ollamaの新MLXエンジンにより、MacでのローカルLLMのパフォーマンスと出力品質が大幅に向上。特にコーディングアシスタントなどのエージェントワークフローに顕著な改善が見られる。

15歳の開発者が既存のAIプラットフォームのUXに不満を持ち、最新モデルをサポートしインタラクティブなウィジェットを提供するワークスペース「HelloAI」を自作した。

SlimSnapはmacOS向けアプリで、スクリーンショットをJSON形式に変換し、Claude CodeやAiderなどのターミナルAIコーディングエージェントが直接読み取れるようにします。領域キャプチャ、矢印注釈、ローカルOCRによるテキスト抽出をサポートし、生画像よりも55～85%少ないトークン消費を実現。すべての処理はMac上でローカルに実行され、アップロードや登録は不要です。

Meta AIはBrain2Qwerty v2を発表しました。これは非侵襲的な脳磁図（MEG）信号からタイピングされた文をリアルタイムでデコードするパイプラインで、平均単語精度61%（従来の非侵襲手法は8%）を達成しています。埋め込みや手術は不要で、畳み込みエンコーダ、トランスフォーマー、文字レベル言語モデルを組み合わせています。Metaはv1とv2両方のトレーニングコードも公開しています。

Bamboo は、AI を活用したマークダウンノートアプリで、AI アシスタンスを完全にコントロールできます。

著者がLLM（大規模言語モデル）に対する愛憎相半ばする関係を振り返り、信頼、幻覚（ハルシネーション）、冗長な出力、スキル低下といった課題と対策を提示。仕事や社交の場でAIを使う際のエチケットを論じる。

ウェブサイト構築プラットフォームのElementorは、AI時代に対応するための組織再編として、従業員の約30％にあたる100人をレイオフすると発表した。同社は2500万以上のウェブサイトを支え、技術の急速な変化に適応するため、より機動的な組織を目指す。

agent-git-serviceは、AIエージェント向けに設計されたセルフホスト型のGitHub互換APIサーバーです。REST v3、GraphQL v4、OAuthデバイスフロー、Git Smart HTTPをサポートし、リポジトリを実際のベアGitリポジトリとして保存し、メタデータをTiDB/MySQLに保存します。エージェントは永続的なアカウント、スコープ付きトークン、デフォルトワークスペース、人間によるバインドと復旧フローを利用できます。既存のGitHubクライアントと連携しながら、データをローカルに管理することを目的としています。

GitLabの2026年AIアカウンタビリティ報告書は、開発者の78%がAIによってコーディングが速くなったと報告している一方で、テストやレビューのボトルネック、ガバナンスとトレーサビリティの課題により、ソフトウェアデリバリー全体は加速していないというAIパラドックスを明らかにしています。

AIエージェントをツールではなく同僚として扱うと、人間のパフォーマンスが低下します。研究によると、AIを従業員として位置づけると、発見されるエラーが18%減少し、問題を上司にエスカレーションする傾向が高まります。これは医療や戦争などの高度なリスク領域で責任転嫁のリスクを高めます。経済学者は、AIは人間を置き換えるのではなく、能力を強化するために最適化されるべきだと提案しています。

今日のAIニュースは比較的静かだったが、Metaの非侵襲型脳コンピューターインターフェースBrain2Qwerty v2、CursorのiOSリモートエージェントリリース、DeepSeekのDSpark投機的デコーディング技術、オープンウェイトモデルの商業的アクセス拡大、SnowflakeのArctic RLトレーニングインフラなど注目すべき進展があった。Redditコミュニティでは、2台のMacでGLM-5.2 753Bをローカル実行した事例が話題に。

MicrosoftはTeams会議にボットが無断で参加するのを防ぐため、人間によるボット身份確認を必須とする新機能を導入。同時に、正規のサードパーティーボット向け登録パスも提供予定。

FreeCAD開発チームは数ヶ月前に導入した初期のAIポリシーを強化し、独立した文書として刷新しました。人間第一の姿勢を打ち出し、AI利用の懸念に対応、LLM支援によるコード提出の期待事項（開示義務、責任の所在、コードレビューでのチャットボット使用禁止）を定めています。今後も更新予定で、倫理的なLLMの追跡を長期的に計画しています。

Bored People Chat は、サインアップ不要、広告なし、ボットなしの匿名グローバルチャットルームです。安全性に重点を置き、AIによるモデレーションを導入。孤独や退屈を感じる人々が交流できる空間を提供します。

Google UKは最新の経済影響報告書を発表。職場でのAI導入率は1年で倍増したが、上位15％の「AI先駆者」だけが昇進や昇給などの恩恵を享受している。ユーザーを4つの段階に分類し、行動・認知・組織の障壁を特定。2030年までに1000万人のAIスキル訓練を目指す全国的なスキルアップ計画を紹介。

Zero Trace AIは、ログ、履歴、トラッキングを一切行わない完全プライベートなAIチャットを提供します。会話はタブを閉じると消え、メッセージは決して保存されません。無料版はAI知識のみ、ProまたはUltraでライブウェブ検索が可能。トークンと利用規約への同意はブラウザのローカルにのみ保存され、サーバーには送信されません。

Moondreamの推論エンジンPhotonは、パイプライン型デコード技術を用いてGPUのアイドル時間を最小限に抑え、NVIDIA B200上で約33msのほぼリアルタイムVLM推論を実現し、デコードスループットを最大35%向上させます。

cwsumはChrome拡張機能で、AIを使って任意のウェブページを要約・再フォーマットし、英語と中国語のバイリンガル出力に対応します。サイドパネルにTL;DRの箇条書き要約または完全なMarkdown版（画像・リンク・テーブル保持）を表示。APIキーはローカル保存、分析も中間サーバーもなし、軽量でオープンソースです。

Livinity は、内蔵 AI エージェント Liv を備えたオープンソースのホームサーバー OS です。使わなくなった PC をプライベート AI ホームサーバーに変え、495 以上のワンクリック Docker アプリを提供します。ユーザーは自分の Claude または Gemini キーを使用してデータのプライバシーを確保できます。

2017年、哲学者イアソン・ガブリエルはGoogle DeepMindに入社し、最先端AI研究所で唯一の現役哲学者となった。彼の仕事はAI安全性とAI倫理の溝を埋め、人工知能の倫理的考察に新たな道を開いた。

身体的介護ロボットは、多様なユーザー、タスク、環境、そして様々な形態に対応する必要があります。既存システムの多くは特定の環境とロボットの形態に密結合しており、人間との相互作用を明示的にモデル化していません。本論文では、インタラクションテンプレートと統一3D動的シーングラフを用いて状況認識適応を実現するE²-CAREフレームワークを提案し、スキルテンプレートを異なる環境やロボット形態間でゼロショットかつ安全に再利用可能にします。数百のシミュレーション環境と実世界ユーザー研究で一貫した適応を実証しました。

本研究では、イチゴの検出、位置特定、接近、非破壊甘味評価のためのロボットアームベースの分光センシングシステムを提案する。YOLOv11s検出器、RGB-ToFキャリブレーション、ハンドアイキャリブレーションを統合し、88.10%のエンドツーエンド成功率を達成。農業品質管理のためのスケーラブルなソリューションを提供する。

本論文では、多様な損失あり推論最適化手法を統合するフレームワークTISEDを提案し、具現化タスクにおける逆説的効果を明らかにする：静的タスクでは最適化が完了時間を延ばす可能性があり、動的タスクでは適度な最適化が成功率を向上させ、ハードウェア構成が最適点を変化させる。

本論文では、ヒューマノイド制御のための少数ショットドメイン適応フレームワークFADAを提案し、最小限のターゲットドメインデータでダイナミクスを調整する。

本論文では、簡単なコンパスと効果的な変換を用いて非線形状態空間モデルを線形モデルに変換するLMKF SLAMという新しい手法を提案する。これにより、拡張カルマンフィルタ（EKF）ベースのSLAMにおける発散問題を解決する。実験では、精度、収束性、計算複雑性において従来手法より優れ、センサ不確かさやパラメータ変化に対しても安定であることが示された。

複数人による人とロボットの協働におけるロボットのイニシアチブの影響を調査。協力型脱出ゲーム実験で、リアクティブモデル（呼ばれたときのみ応答）とプロアクティブモデル（常時リスニング、自律的貢献、定期的な再開始）を比較。プロアクティブモデルは対話頻度を大幅に増加させたが、リアクティブモデルの成功率は92.86%と高く、プロアクティブモデルは71.42%だった。効果はLLM経験、ロボット経験、性格特性によって調整された。

本論文では、受動的オブジェクト状態世界モデルにおけるイベント条件付き潜在物理構造を研究するための制御診断プロトコルを紹介する。自由運動、衝突、遮蔽のイベントを含むバランスの取れたデータセットを使用し、リカレント、アテンションベース、潜在状態空間モデルを評価した。結果は、隠れ状態がイベント体制情報をエンコードし、イベントコンテキストが物理フィールドを再重み付けし、フィールド整列方向が予測に機能的影響を与えることを示している。

RoboGazeは、トレーニング不要のマルチエージェントVLMフレームワークであり、生成されたロボット操作ビデオに対して構造化され解釈可能な評価を提供します。3段階パイプラインを採用し、新しい分類法に基づいて時間的に局所化された異常レポートを出力し、ゼロショットベースラインを大幅に上回ります。