AI デイリーブリーフィング

ユタ郡がAIモデルを航空画像解析に活用し、これまで地図に載っていなかった2万5千件の雨水枡を発見。この発見により、蚊の繁殖地をより多く処理できるようになり、西ナイルウイルスなどの感染症リスクを低減する。

AIに関するビンゴゲーム。

セキュリティ研究者は、偽のエラーレポートを使ってAIコーディングエージェントを乗っ取る「Agentjacking」攻撃を発見しました。マルウェアやパスワードは不要で、Sentryエラー追跡ツールを悪用し、Claude Code、Cursor、Codexなどのエージェントに悪意のあるコマンドを注入します。成功率は85％、2,388の組織が影響を受けました。Sentryは問題を認めたものの、根本的な修正は行わず、一時的なフィルターを追加しただけです。この脆弱性は、AIエージェントが外部データを信頼することの体系的なリスクを浮き彫りにしています。

著者は、AIが生成するコードの品質向上がソフトウェアエンジニアリングの本質を変えていると論じる。コードは貴重な資産から使い捨てのキャッシュへと変わり、チームはコードそのものではなく、評価とアーキテクチャに重点を置くべきだと主張する。

本記事では、Strands Evals SDKの検出器がAIエージェントの実行トレースから障害を自動的に識別し、根本原因分析を行うことで、診断時間を数時間から数分に短縮する方法を紹介します。検出関数の呼び出し方、構造化出力（分類された障害、信頼度、因果連鎖、修正推奨事項）の解釈方法、および評価パイプラインへの統合方法について学びます。

Appleの新機能「Describe a Shortcut」は、ユーザーが自然言語で自動化を作成できるようにするが、セキュリティ専門家は、特に永続的な自動化がユーザーに理解されずに機密データやデバイスにアクセスする可能性があると警告する。記事では危険な自動化の例と、ユーザーおよび企業向けのアドバイスを提供する。

米国および同盟国の技術リーダーらが連名で、AnthropicのFableおよびMythos大規模言語モデルに対する輸出規制の解除を求め、将来のAIリスク評価を科学的かつ透明なプロセスで行うよう要請する公開状。

Velxioは無料のオープンソースオンライン回路シミュレーターで、SPICE精度のアナログシミュレーションと複数のマイクロコントローラー（Arduino、ESP32、RP2040、ATtiny85など）のリアルタイムエミュレーションを組み合わせています。最新バージョン2.5では、ngspice-WASMによるリアルタイムSPICEを導入し、デジタルとアナログのハイブリッド協調シミュレーションを実現。ブラウザ上で動作し、インストール不要、アカウント不要。C/Rust/AssemblyScriptによるカスタムチップ作成、100以上のインタラクティブコンポーネント、ライブオシロスコープなどをサポートします。

この記事では、AIエージェントの定義を探求し、エージェントはLLMを使用してアプリケーションの制御フローを決定するシステムであると提案しています。著者はAndrew Ngの見解に同意し、エージェントの能力はスペクトルであるとし、「エージェンティック」な行動の概念を紹介し、開発、運用、評価、監視への影響について議論しています。

LangChainはDeep Agentsを使用したGTMエージェントを構築し、リードの調査、ドラフト作成、アカウントインテリジェンスを自動化。リード転換率が250%向上し、セールス担当者1人あたり月40時間を節約しました。

本記事は、一見相反する2つのブログ記事（Cognitionチームの「マルチエージェントを構築するな」とAnthropicチームの「マルチエージェント研究システムの構築方法」）を分析し、それらが多くの共通点を持ち、マルチエージェントシステムをいつ、どのように構築するかについての洞察を提供することを示します。重要なポイントは、コンテキストエンジニアリングの重要性、「読む」主体のシステムが「書く」主体のものより容易であること、そして本番環境での信頼性とエンジニアリングの課題です。また、LangGraphやLangSmithなどのツールがこれらの課題にどう対処するかについても触れています。

ReplitがLangSmithの可観測性機能を活用して複雑なエージェントワークフローをデバッグし、トレースパフォーマンスの改善、検索機能、ヒューマンインザループスレッドを実現した方法をご紹介します。

Interrupt 2025は、LangChainが初めて開催した業界カンファレンスで、世界中から800名がサンフランシスコに集まりました。基調講演では、エージェントエンジニアリングの新たな学問としての位置づけ、マルチモデルLLMアプリケーション、信頼性の高いエージェントを構築するためのLangGraph、AI可観測性などがテーマとなりました。製品発表では、LangGraph Platform GA、Open Agent Platform、LangGraph Studio v2、LangGraph Pre-Builts、LangSmithの可観測性アップデート、Open Evals、LLM-as-Judgeのプライベートプレビューなどが行われました。

Pinecone Serverless、LangChain、LangServeを使用して、プロダクション対応のRAGアプリを構築するチュートリアル。ベクトルストア管理、迅速なデプロイ、可観測性といった課題に対処します。

本記事では、信頼性の高いエージェントシステムを構築する上での核心的な課題、すなわち各ステップでLLMに適切なコンテキストを提供することについて深く考察しています。著者はワークフローとエージェント、宣言的アプローチと命令的アプローチを比較し、LangGraphフレームワークの設計思想を紹介しています。また、OpenAIのエージェントガイドを批判し、Anthropicの定義を称賛し、フレームワークの「フロア」と「シーリング」の概念について議論しています。

Promptim は、データセットと評価器を用いてプロンプトを反復的に改善することにより、プロンプトエンジニアリングを自動化し、時間を節約しAIシステムのパフォーマンスを向上させる実験的ライブラリです。

New ComputerはLangSmithを活用してAIメモリ検索システムを改善し、再現率50%向上、精度40%向上を達成しました。

ディープエージェントを評価する5つのパターン：カスタムテスト、単一ステップ検証、完全ターン、マルチターンシミュレーション、環境設定。

Eva は完全オフラインで動作する Android 向け AI アシスタントです。言語モデル、音声認識、文書検索、地図、音楽、Wikipedia など全ての機能が端末上で実行され、アカウントやクラウドは不要です。チャット、オフラインマップ、音楽プレイヤー、ドキュメントリーダー、画像管理などを提供します。

Recursive社は、自動化AI研究システムの初期成果を発表し、固定予算言語モデル学習、小規模モデル学習速度、GPUカーネル最適化の3つのベンチマークで最先端の性能を達成しました。システムは研究ループ（アイデア提案、実装、実験、検証、反復）を自動化し、NanoChatでは0.9109 BPBを達成してコミュニティの成果を上回り、NanoGPT Speedrunでは学習時間を77.5秒に短縮、SOL-ExecBenchでは0.754のSOLスコアを達成しました。ハッシュテーブルnグラム埋め込みやバイトレベル特徴量などの革新を発見しました。

Degen & Co. は、FOMOトレーダー、配当重視の保守派、悲観的なクマなど、個性的なAI投資家を作成できるプラットフォームです。各AIトレーダーは独自の意見を形成し、取引を行い、ジャーナルでその決定を擁護します。アーキタイプの選択、性格の調整、ハードルールの設定、ポートフォリオの初期化が可能。ペーパーマネーですが、確固たる信念を持っています。

金曜日以来、Anthropic、Mythos、Fableモデルをめぐる論争が話題となっています。本記事では、国防総省との確執、Mythosモデルの発表、ホワイトハウスとの意見の相違、Fable 5のリリースとその安全規制に対する批判、そしてトランプ政権による輸出管理措置に至るまでのタイムラインを整理します。賛否両論を分析し、筆者はAnthropicの対応はおおむね適切であり、結果的にFableの広告になっていると結論づけています。

IBMとノルウェー政府系ファンドのCEOがAIがバブルかどうかを議論するYouTube動画のページ情報。

先週末、ワシントンの要請により、Anthropicは最新かつ最も強力なAIモデルを突然オフラインにした。同社は、ホワイトハウスが全外国人のアクセスを遮断するよう要求し、自社の従業員も例外ではなかったため、選択の余地はほとんどなかったと述べた。国外では、この出来事は、米国がフロンティアAIを支配しているだけでなく、その政府が誰がそれを使用できるかについて力を行使していることを痛感させるものとなった。トランプ政権の行動は迅速かつ広範囲に及び、ほとんど警告や説明なしに課された。Fable 5およびMythos 5モデルの前例のない閉鎖は、すでに「高リスク分野」での使用を制限する安全策が施されていたが、重要技術を米国に依存することに警告を発する長年の議論に新たな力を与えた。英国では、AI・オンライン安全担当大臣のカニシュカ・ナラヤン氏がこの閉鎖を利用し、英国が自国のAI能力を開発する必要性を国家安全保障の問題として主張した。フランスでは、ガブリエル・アタル前首相がこれを「AI戦争」の始まりと呼び、イランによるホルムズ海峡封鎖に例えた。カナダのマーク・カーニー首相は、一つのパートナーへの過度な依存に警告を発した。この事件は、世界中でAI主権への呼び声を強めている。

LangChainとFireworksはオープンモデルをファインチューニングし、プロダクショントレースから知覚エラーシグナルを抽出。フロンティアモデル並みの性能をわずかなコストで実現。

LangSmith の新機能 Align Evals は、評価者を人間の好みに合わせて調整し、評価スコアと人間の判断の不一致を減らします。

ペアワイズ評価とは何か、LLMアプリ開発に必要な理由、およびLangChainのLangSmithでの使用例を学びます。

OpenEvalsとAgentEvalsは、LLM-as-judge、構造化データ、エージェント軌跡評価のためのビルド済み評価器を提供します。これらのオープンソースパッケージにより、開発者は評価ワークフローを迅速に構築し、LLMアプリケーションの信頼性を確保できます。

LangSmithは、人間による修正を数ショット例として保存し、プロンプトエンジニアリングなしで評価を人間の嗜好に合わせる自己改善型LLM評価器を導入。

大手テクノロジー企業は、州ごとの規制を上書きする連邦AI優先法を推進しているが、その試みは児童安全法案と結びつき、政治的混乱と不確実な展望をもたらしている。