Agent

Adaptive Recallは、認知科学と機械学習を活用し、複数の検索戦略、認知スコアリング、知識グラフ、自己改善メカニズムによって、インタラクションから学習するAIアシスタント向けのメモリシステムです。

Fade Engineは完全自律型のAIで、過度に上昇した小型株を空売りし、1万ドルの模擬口座でリアルタイムに取引し、すべての取引を公開します。市場時間中は5分ごとにスキャンし、18のパターンを識別し、終了時間までに全ポジションをクローズします。

この記事は、ユーザーの未使用AI推論トークンを科学研究にクラウドソーシングするアイデアを探求し、SETI@homeプロジェクトと類似点を挙げる。また、小規模チームによる数学問題の解決成功例や、設計上の課題について論じる。

本記事では、AIエージェントが検証器、状態、停止条件を用いて目標に向かって自律的に反復するループエンジニアリングを解説します。アンドレイ・カーパシーの自動研究ループと二段階自動研究を詳述し、具体的な成果を示します：自動研究は700回の実験から20の改善を見つけ、GPT-2学習時間を11%短縮。二段階自動研究は外側のメタループを追加し、val_bpbで5倍の改善を達成。さらに、再利用可能な構成要素と実践的なテンプレートも提供します。

exxperts はローカルファーストのエージェントランタイムで、管理・承認ゲート付きの永続的なAIルームを提供します。すべてがローカルで実行され、データはディスク上のファイルとして保存され、プライバシーと制御を確保します。WebアプリとCLI/TUIの両方を提供します。

Koteは、開発者のAIアシスタントとの会話、Gitコミット、開発コンテキストを自動的にキャプチャし、検索可能なナレッジベースを構築するオープンソースツールです。過去の技術的な決定や解決策を素早く思い出すのに役立ちます。VS Code拡張、GitHub統合、CLI、ブラウザ拡張、WhatsApp/Telegramメッセージ統合に対応し、セルフホストも可能です。

AI研究におけるワンステップの罠とは、学習した予測のほとんどまたはすべてを1ステップ予測とし、長期予測はそれを反復することで生成できると誤って考える一般的な誤りです。この考え方は魅力的ですが、誤差の蓄積と計算の複雑さの問題により、実際には効果が乏しいことが多いです。本稿ではこの罠とその危険性を分析し、オプションやGVFを用いた時間的抽象化モデルによる解決策を提案しています。

本稿は、「無用な」研究が将来のイノベーションに不可欠であることを論じる。Folk Computerシステムを例に、Xerox PARCからDynamiclandに至る系譜を辿り、まだ有用性が明確でない段階でのパラダイム研究への資金提供を呼びかけている。

著者はBasecamp Benchベンチマークを用いて、GPT-5.6 Sol、Fable 5、Grok 4.5などのAIモデルがフロントエンドとバックエンドを構築する能力を評価しました。Fable 5が両トラックで勝利し、Grok 4.5は速度とコストのバランスに優れていました。結果は、特に最後の10%の仕上げにおいて、モデル間で完成度に大きな差があることを示しています。

OpenAIのAIシステムがAtCoder World Tour Finals 2026のアルゴリズム部門で全5問を解き、8300点を獲得。人間の最高点は4300点で、C問題とE問題を解けた者はいなかった。ヒューリスティック部門ではAIのスコアが人間最高の7倍以上に達した。60万円の「人間優勝賞」は誰も獲得できず。このシステムはGPT-5.6に匹敵するとされる。

AI Photo Editorは、Nano BananaとGPT Image 2モデルを搭載した無料オンラインツールで、簡単なテキストプロンプトでプロ級の画像編集を実現します。95%の初回成功率、1秒未満の生成速度、顔再構築技術、キャラクターの一貫性などの特徴があります。基本からプロまで様々なサブスクリプションプランを提供し、商用ライセンスとエンタープライズ級セキュリティ（SOC 2、GDPR、ISO 27001）を備えています。クレジットカード不要で開始できます。

Itaraは、分散システムのトポロジ（コンポーネント、接続、トランスポート、障害処理）をコードから分離し、独立した明示的で検証可能かつ実行可能なレイヤーとして扱うオープンソースプロジェクトです。起動時に読み込まれる設定ファイルと言語固有のワイヤリングエージェントにより、コード変更なしで設定ファイルの変更だけでコンポーネント間の通信方法を変更できます。JavaとRustのリファレンス実装を提供し、さらなる言語を計画中。ツールエコシステムは検証や可視化を提供します。

Linux of AIは、ポータブルなオントロジー、ポリシーコード、モデル交換ベンチマーク、監査ログ、コスト測定などにより、AIベンダーロックインを低減するための7つのプロジェクトからなるオープンソースエコシステムです。AIインフラを検査可能、管理可能、測定可能、交換可能にすることを目指しています。すべてのコアソフトウェアはMITライセンスの下で無料のオープンソースです。

本記事はAIコードレビューベンチマークの限界を深く分析し、問題を第一原理から定義できず、AIコードレビューが人間の理解と機械の検証という二つの異なる問題に分化していることを見落としていると指摘する。著者のShrijith Venkatramanaは、ベンチマークがソフトウェアの実際の成果ではなく代理指標を測定しており、生産成果と重大性の重要性を強調する。

AgentMint.netは、AIショッピングエージェントがどのように商品を選択するかを理解し最適化するための研究出版物です。すべての事実主張には証拠の出典がラベル付けされており、'エージェントショッピング対応チェック'や'エージェント選択シグナルデータベース'などのツールを提供しています。

AIプロジェクトはデモ段階後によく停滞する。Confluentの2026年データストリーミングレポートによると、エージェンティックAIを本番稼働している組織はわずか32%で、データインフラとスキル不足が主な障壁となっている。リアルタイムデータパイプラインとガバナンスが本番AIには不可欠。

AIデータセンター需要でメモリーメーカーの収益は急増したが、新工場の建設が遅れており、少なくとも2028年まで高価格が続く見込み。AI需要が鈍化すれば深刻な不況リスクがある。

最先端のAIラボはチャットボットから統合システムへと移行しており、モデルがランタイムとして機能し、ほぼ毎月のように強力なモデルとエージェントがリリースされています。今週のハイライトは、OpenAIのGPT-5.6（プログラムによるツール呼び出し）、GPT-Live（全二重音声）、ChatGPT Work（成果物作成）、MetaのMuse Spark 1.1（アクティブコンテキスト管理）、Grok 4.5（コーディングと知識作業）です。研究アップデートでは、コーディングベンチマークの問題、選択的アンラーニング、エージェント自己進化、投機的デコード、交通ルーティングが取り上げられています。業界ニュースでは、Lovable、Prime Intellect、SambaNova、Norm Ai、Ollamaの大型資金調達が注目されます。

デンマーク工科大学の研究チームは、生成AIモデルと量子コンピュータを組み合わせて、特定のタンパク質に結合する新規ペプチドを設計し、ワクチン開発や個別化免疫療法の加速に貢献する可能性を示した。

本記事では、AIエージェントがタスクの自動化、効率向上、エラー削減によって決済オペレーションを変革する方法について議論し、関連するSpotifyのポッドキャストエピソードを紹介します。

Runewardは、宣言的なプロファイルを用いてAIエージェントに管理された実行セル（DockerまたはKubernetes上）を提供するオープンソースツールです。デフォルト拒否のエグレス、改ざん防止監査台帳、人間参加型ポリシーゲート、コスト/ループガードレールを備え、REST、MCP、CLI、Webダッシュボードから操作可能です。通常のサンドボックスに加え、ポリシー適用、監査証跡、コスト制御などのガバナンス層を追加します。

Attestorは、AIエージェントの操作に対するゼロトラスト実行境界を提供するオープンソースプロジェクトです。エージェントの実行前にポリシーチェック、承認検証、証拠レビューを実施し、許可、制限、レビュー、またはブロックの決定を行い、顧客所有のゲートウェイを通じて強制します。支払い、データアクセス、インフラ変更などのシナリオに適しています。

プロンプト可能なAIエージェントサービスで、安全ガードレールとダウンロード可能なパッケージを提供します。

本記事は、未知のARC-AGIパズル環境に置かれたAIエージェントが、命名、抽象化、数学的推論を通じて明示的な世界モデルを構築し、問題解決効率を劇的に向上させる実験について述べています。

MSKはiPhone向けのAI CTOエージェントアプリで、アーキテクチャレビュー、スケーリングアドバイス、スタートアップ戦略をチャットまたは音声で提供します。15年以上の経験、300以上のプロジェクト、50以上のスタートアップを支援したMoeid Saleem Khanの経験に基づいており、的確で意見のある回答を提供します。無料で始められ、アカウントは不要。プレミアムサブスクリプションも用意されています。

AIメモツールは会議の要点を素早くまとめるが、プライバシーとセキュリティのリスクが懸念される。ボイスプリント、データ保存、弁護士-クライアント秘匿特権の問題が浮き彫りになり、専門家は注意とデータ取り扱いの理解を勧めている。

Overplaneは、Markdown仕様をAIエージェントとSMT検証を使用してコードに変換するオープンソースツールです。レビュアーのDismissive Danは、多くの開発者が既に同様のセットアップを持っているとして、その必要性に疑問を呈しつつも、パッケージングと分離設計を認めています。

このチュートリアルでは、TileGymを使用してNVIDIAのタイルベースGPUプログラミングを探求し、異なるハードウェアで動作するColabワークフローを構築します。CUDA環境を調査し、実際のcuTileバックエンドを試し、標準のColab GPUにcuTileスタックがない場合はTritonにフォールバックします。コアとなるタイルの考え方を学びます：単一スレッドではなくデータタイル全体を操作し、ロード、計算、ストアを行います。ベクトル加算、融合GELU、行方向ソフトマックス、タイル化行列乗算、フラッシュアテンションを実装し、それぞれをPyTorchと比較します。

Mac Studio上でQwen3.5-122Bを実行する際、3つのバグが原因でキャッシュが無効になり、長文コンテキストでの応答が数分待たされる問題が発生していた。これらのバグを修正した結果、プリフィル時間が88秒から0.64秒に短縮され、会話の流れを妨げなくなった。

AgentTransferは、AIエージェント向けのオープンソースファイル転送ツールで、最大5GBのファイル転送、ピアの発見、空間での調整を可能にします。メールを制御プレーン、HTTPSをデータプレーンとして使用し、エージェントのオンボーディングに人間は不要です。単一のGoバイナリで、セルフホストまたはホストされたインスタンスで使用できます。

Mesh LLMは、irohネットワークを介して複数のマシンのGPUとメモリをプールし、OpenAI互換のAPIを提供する新しい分散型AIコンピューティングシステムです。ローカルまたはピアノード上でモデルを実行したり、大規模モデルを複数のマシンに分割して実行できます。AIコンピューティングのコスト高と制御不足の問題を解決し、中央サーバーに依存せずにプライベートデプロイや公開グリッドをサポートします。

2025年2月末のClaude Code公開以来、米国のソフトウェア開発の求人は約15%増加し、全求人は7%減少した。AIに大きくさらされる職業は2022年から2026年にかけて最大の減少を見せたが、過去1年で最も大きく回復した。回復はシニア職とAI関連職に集中している。

Token Time は macOS のメニューバーで AI エージェントのトークン消費とコストをリアルタイム表示し、設定した閾値に達すると全画面通知で休憩を促すアプリです。ローカルで動作し、プライバシーに配慮されています。

Anthropicは、Claude Codeに数ヶ月にわたり隠されていたステガノグラフィコードを削除すると発表した。このコードは、中国のAIラボや不正な再販業者を検出し、モデル蒸留を防ぐための実験だった。同社は現在、より強力な対策を導入しており、7月1日にコードを削除すると述べている。しかし、透明性の欠如が批判を招いている。

BoundFlow は、無人実行の LLM エージェントとワークフローを管理するためのオープンソースコントロールプレーンです。コスト上限、承認ゲート、自動モデル切り替え、リトライ、ロールバックなどを提供し、エージェントの安全で信頼性の高い動作を保証します。

TradingSpy は、オープンソースのローカルAIトレーディング研究ワークステーションで、マーケットヒートマップ、ニュースカタリスト、戦略生成、Backtraderバックテスト、透明なエージェント実行を1つのDockerアプリに統合しています。ローカルファーストアーキテクチャにより、すべてのデータはローカルに保存され、プライバシー問題がなく、複数のLLMプロバイダーと幅広い金融データソースをサポートしています。トレーダーや開発者が戦略研究、バックテスト、シグナル分析に使用できます。

Verdictは、AIエージェントの出力を評価するためのオープンソースのブラウザベースツールです。人間によるラベリング、グラウンデッド・セオリーによるエラー分析、LLM審査員の人間ラベルに対する検証を、データを外部に送信することなくローカルで実行できます。

Sovereign AgentOps Community Editionは、AIエージェント用のセルフホスト型MCPガバナンスサーバーであり、Ed25519署名付き監査証跡、ポリシー施行、オフライン展開を提供します。7つのデモツールを備え、EU AI Actに準拠しており、商用エンタープライズ版は91ツールと高度なコンプライアンス機能を備えています。

WizardはRustで構築された自己拡張型のターミナルAIエージェントで、1行のコマンドでインストールできます。ターミナル内でタスクをインテリジェントに実行し、開発者の生産性を向上させます。

MCPサーバーのセキュリティスコアリングシステムで、ツールポイズニング、プロンプトインジェクション、サプライチェーン、認証情報リスクを継続的にスキャンし、バージョンごとに1つのスコアを提供します。現在12,629台のサーバーがスコアリングされ、45%がA評価、リスクの高いD/Fは10%です。

メリーランド大学とGoogle DeepMindの研究により、AIが生成した小説はテーマの過剰説明、サブプロットの欠如、不器用な道徳化などの物語上の欠陥により容易に検出できることが明らかになった。研究チームはStoryScope検出器を開発し、物語の特徴を分析して人間の作品と区別する。さまざまなAIモデルに固有の癖があることも判明した。使用されたBooks3データセットは著作権問題で物議を醸している。

Telescope Innovationsは、自律運転ラボ（SDL）プラットフォームを通じて物理AIを活用し、製薬・化学業界の実験ボトルネックを解決。ファイザー、韓国製薬協会、欧州大手製薬企業との契約を獲得し、電池材料リサイクル分野にも展開。

本記事では、RAGAS、TruLens、DeepEvalの3つの主要なRAG評価フレームワークを深く比較します。RAGに特化した評価が必要な理由、評価の3層（検索品質、生成品質、エンドツーエンド品質）、および主要な検索指標（Precision@K、Recall@K、MRR、NDCG）を解説します。その後、RAGAS（LLM判定役、正解データ不要、合成テストセット生成機能）とTruLens（可観測性、RAGトライアド、ダッシュボード）を詳述し、DeepEvalについても簡単に触れ、フレームワーク選択の指針を提供します。

この記事は、人間の意志と判断を拡張するAIを提唱し、分散知識、カスタマイズ、分散型アライメントを強調して、AIが多様な人間のニーズに応えることを目指しています。

コーリー・ドクトロウはAIのパラドックスを探求する：なぜ一部のユーザーはAIを愛し、他のユーザーは嫌うのか？彼は「ケンタウロス」（AIに支援される人間）と「逆ケンタウロス」（AIの責任吸収体として使われる人間）の概念を導入する。AIはバブルであり破裂するが、オープンソースモデル（Whisperなど）は生産的な残渣として残ると主張する。鍵はテクノロジーそのものではなく、誰がAIを制御するかにある。

SearXNG AI Kit は、プライバシーを尊重するメタサーチエンジン SearXNG のための AI 強化型コマンドラインインターフェース、Python ライブラリ、MCP サーバーであり、180 以上の検索エンジンをサポートし、Linux と macOS 向けのスタンドアロンバイナリを提供します。

Agentationは、AIコーディングエージェント向けのビジュアルUI注釈ツールです。ユーザーはUI要素をクリックして注釈を追加し、CSSセレクタ、ファイルパス、Reactコンポーネントツリー、計算スタイルなどの構造化情報を生成できます。MCP統合により、エージェントが注釈を確認して応答する双方向コミュニケーションが可能です。

この無料ツールは、ChatGPT、Gemini、Claude、Perplexity、Grok、Google AIがあなたのウェブサイトをクロール、理解、検証、引用できるかをチェックします。レポートは全サイトクロールインベントリ、ブランドエンティティプロファイル、クレームレベルの証拠台帳、AIインテントカバレッジマトリックス、技術的クローラビリティ監査、スキーマと構造化データ計画、信頼シグナルギャップ分析、競合他社とオフサイトの証拠マップ、P0/P1/P2実行ロードマップを含み、EC、AI SaaS、B2Bサービスのサンプルケースも提供します。

著者がコーディングと監査の経験に基づき、2026年中期の主要AIモデルを非公式にランク付け。Anthropic Fable、OpenAI Sol、Mistral、Gemini、DeepSeekを対象とし、米国の輸出規制や欧州の視点も含む。

LangChainとローカルOllamaサーバー上に構築されたAIエージェントアーキテクチャの教育ラボ。チャット、ツール呼び出し、RAG、ハイブリッド、エージェンティックRAGなど、複数のバリアントを提供。