デイリー
2026-07-10 の厳選ニュース 10 件をトピック別に整理します。その他はアーカイブに折りたたみます。
OpenAIはGPT-5.6のリリースに伴い、Codexベースのエージェントツール「ChatGPT Work」を発表し、AnthropicのClaude Coworkと直接競合します。ChatGPTとCodexのデスクトップアプリが統合され、スーパーアプリが形成されます。また、Chrome拡張機能の提供とAtlasブラウザの終了も発表しました。
OpenAI の最新推論モデル GPT-5.6 Sol (max) が Artificial Analysis インテリジェンス指標で 59 点を獲得し、同クラスのモデル平均を大きく上回りました。テキストと画像の入力、100万トークンのコンテキストウィンドウを備える一方、価格は高額（入力 $5/100万トークン、出力 $30/100万トークン）で、評価では7000万トークンを出力し、冗長性が高めです。
ChatGPTの新しいLive Voiceモードは全二重アーキテクチャを採用し、同時に話すことと聞くことを可能にし、より自然な会話を実現します。すべてのユーザーが利用可能で、チャット中にウェブ検索も行え、中断もスムーズに処理します。完璧ではありませんが、ほぼ人間らしく感じられます。
OpenAIは木曜日、米政府のサイバーセキュリティ懸念により公開が遅れていた最新の高度AIモデル「ChatGPT 5.6」をリリースした。トランプ政権は先月、OpenAIに対し、政府承認の小規模ユーザーグループに公開を制限するよう要請。OpenAIはこれに従い、政府当局に能力を説明した上で、信頼できるパートナーにのみモデルを限定した。より広範な公開は、政府のAI標準・イノベーション機関による追加テスト後に行われた。競合他社Anthropicの最新AIモデルにも同様の制限が課されている。
OpenAIはGPT-5.6モデルファミリーをリリース。フラッグシップのSol、メインストリームのTerra、低価格のLunaの3種類を提供し、ベンチマークでAnthropicのFable 5と競合しつつ、コストを削減。コーディング、ナレッジワーク、セキュリティ面での改善も注目される。
この記事は、エージェンティックAIがソフトウェアエンジニアリングに革命をもたらし、実行と「方法」の半分を不要にすることで階層構造を変革することを論じています。AIは人間のエージェンシーと機会を増大させる一方で、エージェンシーリスクも増大させ、ジュニアエンジニアの雇用市場を崩壊させ、リスク許容度の必要性を生み出し、エンジニアとマネージャーの役割をCEO的な立場に収束させると主張しています。
「エージェントの最終試験（Agents' Last Exam）」は、バークレーRDIと300人以上の業界専門家が構築した大規模ベンチマークであり、55のサブ産業と1,500以上のタスクをカバーし、長期的で経済的に価値があり検証可能な現実のワークフローにおけるAIエージェントの性能を評価します。Adobe After Effects、Siemens NX、Unreal Engineなどのプロフェッショナルソフトウェアを使用し、アニメーション、エンジニアリング、ゲーム開発、製造、建築、神経科学などの分野でエージェントの能力を測定します。
Cortexは、AI時代のエンジニアリング組織の健全性を測定するフレームワーク「DRIVE」を発表。デリバリー、信頼性、イニシアチブ、警戒、効率の5本柱で組織の有効性を評価し、運用卓越性レビューを通じて測定値をアクションに変える。
Samaya Researchは、投資家ワークフロー向けの最大のオープンベンチマークであるFrontierFinanceを発表しました。
このアップデートはプラットフォームの大幅な拡張を意味します。
Frame.jsは、インタラクティブなアプリ、チャート、スケッチを作成するためのオープンソースのブラウザ埋め込み型ランタイムです。AIを使うか自分でコードを書いて、自己完結型のURLで即座に共有できます。ビルド、サーバー、アカウントは不要。
Google Cloud は、信頼できないコードやエージェントワークロードを実行するためのネイティブで安全かつ超高速なランタイム環境である Cloud Run サンドボックスのパブリックプレビューを発表しました。ミリ秒単位で起動し、LLMコードインタプリタ、ヘッドレスブラウザ、ユーザー送信コード実行などのユースケースをサポートし、資格情報の分離、デフォルト拒否のネットワーク、読み取り専用ファイルシステムによるゼロトラストセキュリティを提供します。
Autopilot-Jobhuntは、求人情報を自動的にスキャンし、ユーザーの履歴書とマッチングしてTelegramで通知するAIツールです。また、特定のポジションに合わせた履歴書やカバーレターを作成できますが、自動応募は行いません。無料のAIモデルを使用し、プライバシーを重視しています。
マイクロソフトはAIによるWindows脆弱性検出を加速。新たなAIパイプラインで5月に16件の脆弱性（重要度4件含む）を発見し修正を提供。企業管理者は更新ごとに多くの修正を想定する必要があるが、KIRやホットパッチで負担軽減が可能。
Windows 11の更新プログラムには、より多くのセキュリティ問題の修正が一度に含まれるようになる可能性があります。マイクロソフトは木曜日のブログ投稿で、AIを活用して「潜在的な問題をより早期に特定する」と述べ、「顧客は各セキュリティリリースに含まれるセキュリティ更新の量が増える」としています。
新しいダートマス大学の研究によると、AIが作成した患者への返信案には誤りや不要な詳細が含まれることが多く、医師が最初から書くよりも編集に時間を費やすことになる。
AIエージェントが高性能なGPUカーネルを生成するようになるにつれ、その出力への信頼構築が新たなボトルネックとなっています。Gimlet Labsは、数値テストでは見逃されるバグを形式検証で補完する初期研究システムを構築しました。スケーリングドット積注意機構における欠落したクランプ操作の例を通じて、その有効性を示します。
この記事では、MCP（Model Context Protocol）ツール設計における一般的な問題である「肥大化」と「混乱」を探り、それらを修正するための実用的なコンテキストエンジニアリングのアプローチを紹介します。説明の改善、スキーマ制約、ツールの再構築、レイジーローディング、サーバーサイド推論、エージェンティックツールなどの戦略を、模擬K-12コンテンツ検索APIの6つのバージョンを用いて説明します。
今回のモデルリリースは、SpaceXが6月に上場して以来初めてのものであり、特にコーディング分野でSpaceXAIが他のフロンティアモデルプロバイダーと競争するのに役立つ。
AIエージェントは、一度きりのアシスタントから、タスクを繰り返し、変更を監視し、チェックを実行し、結果を返す持続的なワーカーへと進化しています。本記事では、Claude Codeの/loopコマンドとOpenAI Codexの自動化機能を中心に、エージェントループの概念、アーキテクチャ、タイプ、実践例を紹介します。
約2週間前、OpenAIのGPT-5.6は規制上の問題で政府承認組織のみに限定プレビューされていましたが、トランプ政権の承認を得て一般公開されました。同日、OpenAIはChatGPTとCodexを組み合わせたAIエージェント「ChatGPT Work」を発表。非技術ユーザーがコーディング以外のタスクにCodexを活用できるようにします。GPT-5.6モデルスイート（Sol、Terra、Luna）を搭載し、Slack、Gmailなどのツールと連携して文書やスプレッドシートを作成可能。デスクトップアプリは全世界で即時利用可能で、モバイルとWeb版は順次展開。OpenAIは競争の激しいAIエージェント市場でのリードを目指します。
Aurora 1.5は22の気象変数、1時間ごとの時間分解能、確率的アンサンブル予報を追加し、実用的な天気、気候、エネルギー応用により有用な基盤モデルとなりました。オープンソースとして公開され、研究者や開発者が評価・拡張できます。
MetaがMuse Spark 1.1をリリース。初めてAPIを提供するSparkモデルで、エージェンティックツール呼び出しとコンピュータ使用が大幅に改善された。評価レポートでは自己対話による「アトラクター状態」の興味深い現象も報告されている。開発者のSimon WillisonはCLIから利用できるプラグインを作成した。
Simon Willison が llm-meta-ai 0.1 をリリースしました。これは Meta AI API の LLM プラグインで、新しい muse-spark-1.1 モデルに対するプロンプト実行を可能にします。
Simon Willison が llm 0.31.1 をリリース。OpenAI Chat Completion エンドポイントでツールコールの引数が空の場合に一部のプロバイダーで JSON エラーが発生するバグを修正。
LangChain は NVIDIA Nemotron 3 Ultra 向けに Deep Agents ハーネスをチューニングし、オープンモデルの中でベンチマークをリードするエージェント性能を実現、コストはクローズドな代替品の10分の1です。チューニングされたハーネスは LangChain Deep Agents に含まれ、Nemotron 3 Ultra は Fireworks 上で初日からサポートされます。
AIモデルが巨大化・高コスト化するにつれ、ユーザーからは品質低下と請求額増加の報告が相次いでいる。本記事は「モデル・ブロート」という用語を提案し、不必要な規模や複雑さの蓄積を、比例した利益なしに説明する。このパターンに名前を付けることが問題解決の一歩となると主張する。
本記事では、Amazon SageMaker HyperPod 推論の新機能 5 つを紹介します。監査とモデル改善のためのマルチティアデータキャプチャ、Hugging Face Hub からの直接デプロイ、コールドスタート高速化のためのローカル NVMe モデル読み込み、カスタムドメインの自動 Route 53 DNS 管理、カスタムサービスアカウントによるポッドレベル IAM です。これらの機能により、エンタープライズ向け生成 AI ワークロードのための、より高速で可観測性が高く柔軟な推論インフラストラクチャが実現します。
元FRB議長のベン・バーナンキ氏がAnthropicの長期利益信託（LTBT）のメンバーに任命され、AIの経済影響評価を支援する。