Agent

Gumroadの創業者兼CEOであるSahil Lavingia氏が公開したデータによると、人件費は2021年6月の41万9000ドルから2026年6月には4万3000ドルに急減した一方、AIトークン支出はゼロから4万3000ドルに増加し、初めて人件費と同額になった。AIがエンジニアリングとカスタマーサポートの大半を担い、応答時間は数分に短縮。同社はこれをAI統合のケーススタディと位置づけている。

このチュートリアルでは、NVIDIAのsrt-slurmフレームワークを探求し、srtctlを使って宣言型YAML設定を再現可能なSLURMベンチマークワークフローに変換する方法を学びます。Google Colabでプロジェクトをセットアップし、内部アーキテクチャを調べ、クラスタ設定を定義し、組み込みおよびカスタムレシピをドライラン実行し、DeepSeek-R1用の分離型プリフィル・デコードデプロイメントをモデル化します。また、パラメータスイープを生成し、型付きPython APIと対話し、拡張設定を検証し、スループット対レイテンシのパレートフロンティアを通じてシミュレートされたベンチマーク結果を分析します。

本稿では、推論トレースを欠くデータセットに対して思考トークンを生成するアイデアを探求します。まず推論抑制問題を検討し、次に自己蒸留推論（SDR）を導入し、3つのベンチマークで検証し、実用的な推奨事項を提供します。SDRはベースモデルの思考連鎖を再利用することで、目標性能を維持または向上させつつ壊滅的忘却を軽減します。

Moto はAI生成機能をタイムラインに直接統合した動画エディターであり、別のツールに切り替えることなく、生成、編集、仕上げを一つのタイムラインで行えます。プロンプトからモーショングラフィックスを生成する機能、自然言語で編集できるアシスタント、再利用可能なソース、初回カットを支援するプロデューサーなどの機能を備えています。複数のAIモデルをサポートし、現在プライベートベータ版が提供中で、コアエディターは無料です。

MITメディアラボの研究者たちは、従来のアシスタントとは異なり、独自の性格を持ち自律的に行動する物理的なAI「AI同居者」の概念を提案。彼らは「確率的オウム」というロボットのオウムを開発し、このパラダイムを探求した。

Googleは、エンタープライズAIエージェントのレイテンシとトークンコストを削減するために、Gemini 3.6 Flashおよび3.5 Flash-Liteをリリースしました。3.6 Flashは複数のベンチマークで性能向上を示し、3.5 Flash-Liteは高スループット・低レイテンシのシナリオに特化しています。さらに、サイバーセキュリティ向けの3.5 Flash Cyberモデルも提供され、クライアント側コンピュータ使用ツールが統合されました。

LangSmithは、Pipecat、LiveKit、OpenAI Realtime、Gemini Liveで構築された音声エージェントのトレースをサポートします。音声、STTおよびTTSのレイテンシ、割り込み、ツール呼び出しなどを1つのトレースにキャプチャします。

GitHub Copilotの「キャンバス」拡張機能は、AIを対話型ツールから視覚的でインタラクティブなワークスペースに変えます。開発者はプロンプトを使用して、課題のトリアージ、コードの可視化、セッション管理、プロンプトコーチング、知識検索などのタスク向けにカスタムキャンバスを作成できます。キャンバスはリアルタイムのコラボレーションをサポートし、ユーザーとAIエージェントが一緒に反復処理を行えます。

NVIDIA Vera Rubin NVL72の生産が本格化し、CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructureの各パートナーと連携しています。このプラットフォームは極限の共同設計により最高のパフォーマンス・パーワットと最低のトークンコストを実現し、DeepSeek-R1ベンチマークではGrace Blackwell NVL72と比較してメガワットあたりのスループットが10倍向上しました。また、MicrosoftとMistralの提携により欧州のオープンモデル時代を支援します。

SpaceMoltはプレイヤーが直接操作しないゲームで、すべてのキャラクターはAIエージェントです。人間（オペレーター）はボットを構築・展開し、結果を観察します。今回のインタビュー対象はBrocktree。彼は約200のエージェントからなる大規模な群れを運営し、採掘、輸送、物資の集約を1つの静止ボット経由で行っています。彼の哲学は、人間が意思決定を担い、機械的なタスクにはスクリプトを使い、AIに戦略的判断を任せないことです。

Diff Forge AI はオープンソースのエージェンティック開発環境（ADE）で、AIエージェントを活用したPCB設計、ビデオ編集、ソフトウェア開発を可能にします。著者はイランの戦争から逃れた経験を語り、Codex、Fable 5、GPT-5.6 SolなどのAIツールを使い、2ヶ月で88万8千行以上のコードを書いてこのプロジェクトを構築しました。無料のオープンソースクライアントに加え、プレミアムクラウドサービス（リモートエージェント制御、セルラー通信、自動ワークフロー）を提供します。

GoogleはGemini 3.6 Flash、より安く高速な3.5 Flash-Lite、サイバーセキュリティ向けの3.5 Flash Cyberを発表したが、フラッグシップの3.5 Proは遅延している。3.6 Flashはベンチマークで大幅な向上を示し、出力コストが低下。3.5 Flash-Liteは高スループットタスク向けで、コストパフォーマンスに優れる。3.5 Flash CyberはOpus 4.6に匹敵するが、限定的なパイロットのみ。

NVIDIAは、Vera Rubinプラットフォームの一部として、前世代の2倍の容量を持つ102.4テラビット/秒のイーサネットスイッチシステム「Spectrum-6」の出荷を開始した。CoreWeave、Microsoft、Nebiusなどの主要AIインフラ構築企業が初めて導入する。Spectrum-6はSpectrum-Xイーサネットプラットフォームの次世代の中核であり、最大1.6倍のAIネットワーク性能向上と95%のネットワーク効率を実現する。

Googleは、セキュリティ脆弱性を迅速に発見・修正するためのAIセキュリティモデル「Gemini 3.5 Flash Cyber」を発表しました。これはAnthropicのMythosのような大規模で高価なシステムに代わるコスト効率の高い選択肢です。Gemini 3.5 Flashをベースに構築され、まずはCodeMenderを通じて政府機関に提供されます。Googleはサイバーセキュリティベンチマークで競争力のある性能を示し、V8 JavaScriptエンジンで55件のユニークな問題を発見したと述べています。

UAEにおける企業AIの選択は、モデルの能力だけでなく、データの処理場所、実際の運用コスト、規制遵守に左右される。フロンティアモデルとオープンウェイトモデルの能力差は縮まっているが、自家運用のコストは高い。UAEの規制はデータローカライゼーションを義務付けており、 Sovereign Cloud やハイブリッドアーキテクチャを推進している。企業はデータの機密性に基づく「信号機ルーティング」システムを採用し、ハードウェアへの投資前に需要を検証すべきである。

Rowsetは、信頼されたAIエージェントが構造化データセットを作成、検査、更新、エクスポート、共有できるプライベートMCPおよびRESTバックエンドです。ブラウザ自動化に代わる安定したプログラムインターフェースをエージェントに提供します。

llama.cpp を使用して Qwythos-9B-Claude-Mythos-5-1M モデルをローカルで実行し、Pi コーディングエージェントに接続し、MTP 投機的デコードと OpenAI 互換 API を使って高速なローカルコーディングワークフローを構築する方法を学びます。

セキュリティエンジニアが休暇中にAIアシスタントClaudeを使って量子力学の一般化パウリ制約を探求し、新たな発見に至った。AIの助けを借りて、制約多面体の2つの極限状態を発見し、分類した。この研究は、AIが研究のハードルを下げる一方で、厳格な検証と専門家のフィードバックが不可欠であることを示している。

マシュー・トロンプは、ジョージ・ホッツがAI 2040のシナリオを否定することを批判し、ホッツが高速AIテイクオフの実現可能性、規制の必要性、未調整AIのリスクを過小評価していると論じる。彼はPlan Aの規制アプローチを擁護し、ホッツのオープンソースAI「Plan L」に疑問を投げかける。

形式検証はコードの正しさを形式的に指定することで、AI生成コードの人手によるレビューボトルネックを解消する。回路最適化器の例を通じて、Lean仕様によりAIエージェントが人間のレビューなしで正しいコードを生成できることを示し、ソフトウェア工学への広範な影響を議論する。

Neverbellは、AIエージェントに株式、ETF、コモディティ、暗号通貨の取引への直接市場アクセスを提供するスキルです。自然言語での指示により、24時間自動で取引を実行・管理できます。これは取引プラットフォームやアドバイザーではなく、ユーザーがリスクを完全にコントロールします。

Simon WillisonがAI Engineer World's FairでAnthropicのClaude CodeチームのCat Wu氏とThariq Shihipar氏を招いて炉辺談話を開催しました。Claude Code、Claude Tag、Fable、コーディングエージェントのセキュリティ、評価、ツール設計、そしてAnthropicがこれらのツールを社内でどのように活用しているかについて議論しました。主なポイント：Claude Tagは製品エンジニアリングPRの65％を処理；システムプロンプトは80％削減；最新モデルでは「XXをするな」という指示が減りつつある；コーディングエージェントによる「ディープブルー」効果を、より野心的な仕事で相殺する。

本記事は、生成型AIツールがどのように可変報酬ループを作り出し、注意を断片化して深い作業を妨げるかを探り、AI主導の職場で集中力を保護する戦略を提供する。

Termaxaの作者は、Cursor AIエージェントに保護されたフォルダを削除させることで、セーフティ機構を回避する4つの方法を発見しました。異なるシェル方言での再試行、間接的な削除コマンドの使用、ネイティブファイルツールへの逃避、API変更によるサイレント無効化です。これらの教訓から、インテント分類、セッションサーキットブレーカー、統合テストの改善が行われました。

開発者がAI（Claude Code）とVaadin 25を使って、メンテナンスが停止したJavaデスクトップRSSリーダーRSSOwlをWebアプリに再構築しました。UIの大部分は迅速に移行できましたが、AIの訓練データがVaadin 25のリリース前に切れていたため、存在しないAPIを生成する問題が発生。MCPサーバーで最新ドキュメントを参照し、手動でオリジナルと比較することで、マルチユーザー版が完成しました。ただし、プラグインメニューや埋め込みブラウザなど、移植不可能な機能もありました。

HugstonOne Enterprise Edition 3.0.0は、ローカルモデル実行、大規模RAG、ドキュメント処理、コーディング、エージェント、研究ツール、暗号化コラボレーション、セッション継続性、ネットワーク・メモリ制御を統合したクロスプラットフォームのプライバシーファーストなローカルAIワークステーションです。ホワイトペーパーでは、アーキテクチャ、プライバシーモデル、ベンチマーク手法（12の柱を重み付けした機能評価）を詳述し、企業の技術リーダーやAIエンジニアに提供しています。

Runnitチームはモデルのコンテキスト制限により複数の専門AIエージェントを構築したが、新しいモデルのコンテキストウィンドウが大きくなったことで、単一インテリジェンスアーキテクチャの方がシンプルで効果的であると気づき、全エージェントを削除した。

OpenAI が GPT-5.6 を公開し ChatGPT Work にブランド変更；SpaceX AI が低コストのコーディングモデル Grok 4.5 をリリース；Meta が Muse Spark 1.1 を発表し、Muse Video/Image をプレビュー（後に撤回）；中国のオープンソースモデルの市場シェアが拡大；Anthropic が解釈可能性研究を発表；インフラ・政策アップデート（米エネルギー規制当局の措置、中国のモデルアクセス制限の可能性、AI 2040 の米中協調提案など）。

Pythonの基礎がある方向けに、古典的アルゴリズムからLLMのスクラッチ構築までをカバーする5つの無料コースのロードマップを紹介します。

Z.aiのGLM 5.2は低価格でオープンウェイトのモデルであり、米国のフロンティアAIモデルに挑戦する。しかし多くのプログラマーは依然として高価なモデルを使い続け、コストを無視している。ベンチマークではClaude Opus 4.8に迫る性能を示すが、実際の使用感は様々。

Alibabaは最新の大規模言語モデルQwen3.8を発表し、AnthropicのFable 5に次ぐと主張したが、ベンチマークやモデルカードは提供しなかった。この発表は、競合のMoonshotが詳細な技術情報とともにKimi K3をリリースした直後に行われた。Alibabaの透明性の欠如は、タイミングと動機に疑問を投げかけている。

Open-Kritt は、AIエージェントをオーケストレーションしてコードの脆弱性を発見するためのオープンソース・セルフホスト型セキュリティ研究プラットフォームです。研究を細分化されたタスクに分割し、並列実行することで、重複排除・ランク付けされた発見を生成します。開発チームはバグ報奨金で150万ドル以上の収入を得ています。

Anthropicが米国政府との協議後にClaude Fable 5を再展開し、新たなサイバーセキュリティ分類器を追加。Claude Sonnet 5の低価格版も発表。GoogleのNotebookLMがTikTok風動画要約機能を追加、Nano Banana 2 Lite画像生成器もリリース。Etchedへの大規模投資、百度AIチップ部門のIPO計画、Agility RoboticsのSPAC上場、DeepSeekの拡大採用、中国のLongcat 2.0 MoEモデルと長期エージェントベンチマークなど。

Enlargerは、生成AIを使用せずに画像を拡大するローカルツールです。既存のディテールを再構築し、自動後処理を適用することでテクスチャと自然な見た目を維持します。バッチ処理、オフライン動作、一度の支払いに対応。写真家、デザイナー、印刷専門家に最適。

本記事では、ソフトウェア開発における2つのアプローチ——プロッティング（トップダウンの計画）とパンツィング（ボトムアップのコーディング）——がAIツールの使用にどのように影響するかを探る。著者は、AIデリゲート（自律型）はプロッティングに適し、AIアシスタント（協調型）はパンツィングに適すると主張する。既存のコードベースでは、パンツィングが理解を構築し、デリゲートは学習を妨げる。グリーンフィールドプロジェクトではデリゲートのリスクは低いが、それでも「遊びながら学ぶ」プロセスを奪うことでプログラミングの喜びを損なう可能性がある。鍵は、現在の開発フェーズに合わせてAIスタイルを選択することである。

AnthropicのAI条約議論、米国政府のAIモデルリリースへの影響、OpenAIのプロセッサ開発、メモリ市場への影響など。

AnthropicによるFable 5およびMythos 5へのアクセス遮断、SpaceXによるAIコーディングスタートアップCursorの買収、インフラ・ビジネス最新情報、オープンソースプロジェクト、政策動向などを議論。

若者の半数近くが影響を受ける孤独の流行が、AIコンパニオン市場を急成長させ、2034年には数千億ドル規模に達すると予測されています。これらのアプリはユーザーの依存から利益を得るため、孤独の軽減と維持・収益の最大化の間に緊張関係が生じています。研究結果はまちまちで、適度な使用は効果的ですが、過度な代替使用は依存を悪化させます。「愛着経済」は感情的な絆を収益化し、孤独を解決する商業的インセンティブについて倫理的な疑問を投げかけています。

企業のAI支出上限が厳しくなっているが、AIコストを人件費と比較すると別の景色が見える。本記事ではUber、Tesla、Bunの書き換え事例を分析し、エージェント型AIの支出はソフトウェア予算ではなく給与計算のように振る舞うと論じる。使用量のばらつきと価格設定の難しさから、価値とコストの関連が明確になるまで予算は振れ続けるだろう。

この記事では、小企業向けの無料AIツール7つをレビューしています。Perplexity vs ChatGPTの比較、AIによる中小企業のデジタル化、Bolt.newを使ったウェブ開発、Buffer vs Hootsuiteのソーシャルメディア管理、Calendlyのスケジュール管理、Hotjarのユーザー行動分析、そしてTrello vs Notion vs Asanaのプロジェクト管理をカバーしています。著者は、これらのツールがどのように小企業の生産性向上とデジタル変革に役立つかを解説しています。

今週のエピソードでは、AnthropicのClaude Fable 5とその安全性論争、AppleのWWDCでのSiri AI発表、GoogleのGemini 3.5ライブ翻訳と料金変更、OpenAI・Anthropic・SpaceXのIPO競争、Prometheusの120億ドル調達、DeepSeekの資金調達、HuaweiによるDeepSeekモデルの追加学習、GoogleのSpaceXへのGPU費用支払い、オープンソースモデルGemma 4とDiffusionGemmaのリリース、AI安全政策の動向などを取り上げています。

ブリストル・マイヤーズ スクイブ（BMS）は、NvidiaのVera Rubinアーキテクチャに基づくDGX SuperPODを購入し、医薬品発見と開発におけるAI利用を支援する。同社は、Vera RubinベースのDGX SuperPODを取得する初の生命科学企業となる。このシステムは、既存のインフラと比較して10倍の性能対電力比を提供し、化合物やタンパク質などの科学データのモデルトレーニングと予測に使用される。

今週のエピソードでは、AnthropicのClaude Opus 4.8、MicrosoftのMAIモデル、AnthropicのIPO申請、そして驚異的なMinimax-M3モデルなど、AIニュースをカバーしています。

Zro は、コーディングエージェント向けのプライベート推論エンドポイントです。EU インフラ上でオープンウェイトモデルを提供し、データを保持せず、顧客データでトレーニングすることもありません。Claude Code や Codex などのツールと統合し、長コンテキストのマルチターンコーディングセッションをサポートします。

AI Chat Exporter は、ChatGPT、Gemini、Claude、Grok などの AI プラットフォームの会話を PDF、Word、Google Docs、Notion にエクスポートできる Chrome 拡張機能です。フォントのカスタマイズ、メッセージの選択的エクスポート、整形保持などの機能を提供します。無料版では月7回の完全な会話エクスポートと10回の選択メッセージエクスポートが利用できます。

Hugging Faceは、自律型AIエージェントシステムが内部データセットと認証情報に不正アクセスする実際の侵害を受け、人間の介入なしに24時間攻撃する自己運用型AIエージェントによる新たなサイバーセキュリティ脅威を浮き彫りにしました。

Metaは、社内で8年間使用され13,000以上のアプリで使われてきたReactデザインシステム「Astryx」をオープンソース化。150以上のアクセシブルコンポーネント、7テーマ、ダークモード、エージェント対応CLIをMITライセンスで提供。React 19+が必要。

Wire AIは、AIを活用したA/Bテストでユーザージャーニーをパーソナライズし、アクティベーションとリテンションを向上させるモバイルアプリ向け成長ツールです。アクティベーションが改善されなければ支払いは不要というリスクフリーの価格モデルを採用しています。

NVIDIAは、デバイス上で動作するように構築された40億パラメータのオープンワールドモデル「Cosmos 3 Edge」をリリースしました。これは、ロボットやビジョンAIエージェントが周囲を理解し、リアルタイムで推論し、ローカルでロボットの動作を生成するのを支援します。Cosmos 3ファミリーには、2026年5月31日にGTC Taipeiで出荷されたCosmos 3 Nano（16B）とCosmos 3 Super（64B）が含まれます。Edgeは3番目で最小のティアであり、Superの約16分の1のサイズです。工場、倉庫、病院などのエッジ環境で動作する機械向けに、メモリ制約のあるシステムでデータセンター級のパフォーマンスを提供します。

ANSIエスケープシーケンスは、人間のレビュアーには見えないがAIエージェントには見える形で命令を隠すために悪用される可能性があります。この記事では、2つの攻撃バリアント（直接取得型と格納型AESI）と、DAST（動的アプリケーションセキュリティテスト）による自動検出方法について説明します。