Agent

Apptio創業者Sunny Guptaの新会社Thiraは、企業バックオフィス向けの「実行システム」を構築しており、ITプロセスの自動化を目指す。2100万ドルのシードラウンドを調達し、10社のデザインパートナーと協業。信頼の構築が鍵であり、半自律モードから完全自律モードへの段階的移行と、監査可能性や安全機構を重視する。

Google AI Studio は、Google の Gemini モデルをテスト・構築するためのブラウザベースのワークスペースです。マルチモーダル入力、プロンプトエンジニアリング、API 統合をサポートし、初心者から開発者まで利用できます。この記事では、その機能、ユースケース、コンシューマー向け Gemini との違いを詳しく説明します。

Hayden Bleasel氏が、MITライセンスのオープンソースドキュメントフレームワーク「Blume」をリリースしました。MarkdownまたはMDXフォルダを読み取り、隠れたAstroプロジェクトを生成し、ローカル検索、30以上のMDXコンポーネント、llms.txt、組み込みMCPサーバーを備えた静的でAI対応のドキュメントを提供します。

NeverswipeはAI駆動のデートエージェントで、ユーザーの好みを分析して自動的にマッチングし、手動でスワイプする手間を省きます。

AIがコード生成を安価にするにつれて、コストは生成から所有へと移行します。技術的負債を避けるために、コーディングエージェントは新しいコードを生成する前に信頼できるコンポーネントを再利用するのに役立つオープンソースインテリジェンス層を必要とします。

本稿では、厳選されたデータセットから学ぶことと、生の経験から学ぶことの違いを探る。現在の深層学習アルゴリズムは人間が厳選したデータセットに依存しており、ノイズや予測不可能な成分を含む生のデータストリームを効果的に処理できない。単純な線形予測の例を通して、SGDとその変種がノイズを吸収し、予測可能な部分だけを学習できないことを示す。一方、IDBDアルゴリズムは予測可能なターゲットと不可能なターゲットを区別し、有用な関連のみを学習できる。さらにニューラルネットワークに拡張したNetworkIDBDは、NoisyMNISTデータストリームで有効性を確認した。著者らは、SGDの限界が現在のシステムがオンライン継続学習を苦手とする根本原因であり、将来はより良いクレジット割り当てアルゴリズムが必要だと主張する。

Mistral AIは、8Bパラメータの具身ナビゲーションモデルRobostral Navigateを発表しました。このモデルは、LiDARや深度センサーを必要とせず、単一のRGBカメラと自然言語の指示のみでロボットを動かします。R2R-CEの未見環境検証において、ポインティング手法、プレフィックスキャッシュトレーニング、CISPOオンライン強化学習により76.6%の成功率を達成しました。

エンジニアチームのAIエージェント成熟度を5分で評価できる無料のベンチマークツール。数百のエンジニアリーダーとの議論に基づき、1～5のスケールで「提案のみ」から「完全自律の長時間ワークフロー」までを測定します。

Themis は、自分自身の OpenAI Codex、Claude Max、または GLM のサブスクリプションを使用してプルリクエストをレビューする、セルフホスト型の GitHub PR レビューボットです。インラインの指摘と構造化されたサマリーを提供し、リポジトリごとにカスタマイズできます。

Metaが広告主にAIツールの使用を推進しているが、結果は混乱を招いている：四肢の歪み、意味不明な文字、製品の変更など。広告主はバグや自動有効化機能が余計な作業を生むと不満を述べ、Metaは責任を広告主に転嫁している。問題はあるものの、ブランドはMetaの広範なリーチとターゲティング能力に依存しているため離れられない。

バーニー・サンダース氏が主要AI企業の株の半分を国有化し、ソブリン・ウェルス・ファンドを設立する提案を行い、議論を呼んでいる。リバタリアンの財産権理論から社会主義的視点まで、AIが全人類に利益をもたらすべき理由を考察する。

IronCurtainは、人間が読める憲法によってセキュリティポリシーを定義し、AIエージェントが安全な境界内で自律的に動作できるようにするオープンソースの研究プロジェクトです。ランタイムでポリシーエンジンがルールを強制し、プロンプトインジェクションや権限乱用を防ぎます。

本稿では、AppleのWWDC 2026で発表されたiOS 27、iPadOS 27、macOS 27 Golden Gateをレビューし、特に新機能のSiri AIに焦点を当てる。2009年のSnow Leopardの「ゼロ新機能」哲学との類似点を引き合いに出し、今年のアップデートが信頼性と革新性のバランスを取っていると論じる。Siri AIはチャットボットではなく、大規模言語モデルを活用したパーソナルアシスタントであり、高速でコンテキストを理解した応答を提供する。1か月以上のテストの結果、著者はSiri AIが初めてAIをパーソナルに感じさせる変革的な機能であると結論づけている。

OmniSCSは、高物理的忠実度を持つフォトリアリスティックな安全重要シナリオ（SCS）を生成し、クローズドループシミュレーションテストを可能にする革新的なシステムを提案します。完全編集可能な運転世界構築モジュールとSCS合成モジュールから構成され、シーン編集時のデータ忠実度を維持します。nuScenes、Waymo、KITTIデータセットでの実験により、OmniSCSは編集シーン忠実度で最先端手法を上回り、リアルタイム（13Hz）クローズドループテストをサポートすることが示され、自動運転開発のためのより安全で効率的かつ費用対効果の高いソリューションを提供します。

UAVスワームは捜索救助や環境モニタリングに有望だが、状況認識の欠如、断続的な接続性、サイバーセキュリティリスクが課題である。本論文では、LLMを中心としたエージェント型AIフレームワーク（LAUS）を提案し、知覚、記憶、推論・計画、行動を統合することで適応的なスワーム行動を実現する。主要な実現技術、優先度操作攻撃（PMA）などの脅威を分析し、幻覚耐性推論、SWaP制約下でのオンボードLLM展開、標準化されたセキュリティベンチマークなどの未解決課題を特定している。

研究者らは、スモールワールドネットワークと交通流理論を統合した統一フレームワークSWIFTを提案する。これは、スモールワールド相互作用ネットワークと交通流状態エンコーダを介して構造的帰納バイアスを導入し、nuScenes、MoCAD、NGSIMデータセットでベースラインを上回り、優れた一般化とロバスト性を示す。

DecisionPerceiverアーキテクチャを提案。動的エージェント特徴を固定サイズ潜在空間に投影し、潜在クエリ数で粒度を調整、スケーラビリティを向上。3つの運転シナリオで評価し、一貫した性能向上と汎化を実証。

混雑環境で安全に動作するロボットマニピュレータのための新しいフレームワークRoboNav-Armを提案。エージェンティックAIを活用し、リアルタイム障害物検出、セマンティックレポート、中央調整、適応型動作計画を統合。Gazeboシミュレーションで検証。

ReflectWorld-MMは、アシスタントがオープンエンドのビデオストリームを継続的に処理し記憶するための新しいAIシステムで、フレームではなく永続的なエンティティを中心にメモリを編成することで、6つのベンチマークで最先端の結果を達成しました。

言語モデルベースのM&A裁定予測システムが、数百ページの技術文書を長文脈で処理し、42カ国400件以上の大型案件において、市場織り込み確率や最先端言語モデルを上回る予測性能を達成した。

新しい研究によると、コーディングエージェントがコード編集時に本当に必要なコンテキストは最小限であり、信号は編集対象のコード自体にのみ存在する。自然言語要約はソースコードが答える行動質問にほとんど答えられず、周囲のコンテキスト（UMLスケルトン）は削除と同等で、圧縮コンテキストは三分の一のトークンで完全なファイルと同等の性能を示す。温度0推論では約9%の結果が変動し、ノイズフロアとなる。著者らは検証済み環境、決定論的パッチ、事前登録済み仮説を含むツールを公開している。

AuditWeaveは軽量なPythonライブラリで、AI支援およびデータ変換ワークフローのステップを追記専用のハッシュチェーン台帳に記録し、改ざんを検出します。RAGパイプラインとテーブル/レイクハウス変換の両方をカバーし、イベントあたり数十マイクロ秒のオーバーヘッドで動作し、2000回のランダム試験で全ての改ざんを検出しました。

本論文は、エージェント更新演算子をメカニズムベース知能（MBI）で、環境更新演算子を結合メモリグラフ過程（CMGP）で定義することにより、フィードバック結合メモリシステム（FCMS）の連続時間実現を提示する。導出されたリアプノフ大域的散逸性の条件は、離散FCMSとCMGPの安定条件を一般化し、メモリ散逸がフィードバック利得を上回ることを普遍的な組織原理として確立する。数値シミュレーションは閾値と、違反時に生じる自己強化型協調カスケードを確認する。

本稿では、GRPOでアライメントされた小規模言語モデル（Qwen2.5-1.5B）を用いた閉ループ制御フレームワークを提案する。システムはアクションエージェント、デジタルツイン検証器、再プロンプトエージェントを統合し、出力を反復的に修正する。熱制御シミュレーションでは、平均91.5%のアクション一致精度、3.84秒の推論遅延を達成し、エッジでの自律制御の実現可能性を示した。

YUKTIは、不確実性型命題グラフと仮定ロバストパレートフロンティア（ARPF）を用いて自然言語からロバストな意思決定を生成する新しいフレームワークである。制御された誤特定下では平均後悔とテール後悔を90%以上削減し、実際のデータセットでは現状ベースラインを34%上回り、LLMベースのアプローチの約47分の1の後悔を達成した。

新しい研究では、マルチホップLLMエージェント中継におけるメッセージ形式の影響を調査し、効果が中継能力階層に依存することを発見しました。強力な中継では忠実な指示の下でほとんど損失がなく、弱い中継では形式間のばらつきが大きくなります。構造化形式は、誤り訂正ではなく、忠実で誤りを局所化するチャネルを提供します。

本論文は、Toulminの議論モデルに基づく構造化された診断支援フレームワークを提案し、画像ベースのML診断を主張、根拠、保証、限定、反論、裏付けに分解する。専用のバイオマーカー抽出モデル、医学知識を持つMedGemmaエージェント、MedSigLipによる画像類似性計算を用いて、人間の専門家に解釈可能な評価を提供し、ML診断の批判的検討を強化する。

本記事では、AIコーディングエージェントの行動規範（ドクトリン）を能力から分離し、標準化する方法を紹介する。著者は「運用基準」という文書を作成し、フロンティアモデルの行動パターンを低性能モデルに移植することで、品質のギャップを縮小した。主な要素には、結果を先に示す、完了の証拠を示す、深層的な分析、早期停止の防止、シンプルかつ効果的な手法、すべての発見の開示が含まれる。この基準は起動時のシステムプロンプトとセッション内ルールの二重チャネルで適用され、安全な完了ゲートと階層的設定も備える。

新しい本は、AIがアラン・チューリングの1950年の有名な論文に遡る誤った前提に基づいて構築されていると主張しています。ピーター・J・デニングは、常識、直感、文化、実践的スキルを含む人間の知能の最も重要な部分はコンピュータにエンコードできないと論じています。彼は、大規模言語モデルがどれほど大きくても、真の人間レベルのAIは不可能だと考えています。

ZenVeilは、AIコーディングツール（Copilot、Cursor、Claudeなど）が生成したコードのセキュリティ脆弱性を30秒以内にスキャンし、自動的にGitHub PRを作成して修正するAIネイティブなDevSecOpsツールです。秘密情報の検出、サプライチェーンセキュリティ、SAST分析を提供し、AIコード特有の障害モードに最適化されています。

Meloduskはブラウザ上で動作するAI音楽生成ツールで、テキスト記述から2分以内にプロ品質の音楽を生成。100以上のジャンルに対応し、ボーカル分離ツールも提供。生成された音楽はロイヤリティフリーで商用利用可能。

ここ数日でOpenAIのCodexユーザー数が700万人を突破、6ヶ月で10倍以上の成長を遂げた。Prime Intellectはverifiers v1をリリースし、エージェントRL環境を刷新。OpenAIはGPT-5.6 Solの使用量問題を透明に修正。Grok Buildがコードベース全体をアップロードするセキュリティ問題が浮上。オープンモデルや量子化技術が進歩し、継続学習の研究が再び注目されている。

AnthropicはClaude Sonnet 5をリリースしました。これは最もエージェンティックなミッドティアモデルで、前世代のSonnet 4.6をすべてのベンチマークで上回り、フラッグシップのOpus 4.8との差を縮めています。努力レベル（effort levels）を導入し、低/中努力では高いコストパフォーマンスを発揮しますが、超高努力ではOpus 4.8よりもコストがかかる可能性があります。FreeおよびProプランのデフォルトモデルとなり、APIからも利用可能です。

GitHub Actionsのワークフローで`uvx tool-name`をキャッシュフレンドリーに使うレシピを紹介。`UV_EXCLUDE_NEWER`環境変数に特定の日付を設定し、その日付をキャッシュキーの一部にすることで、毎回の実行でツールをダウンロードするのを避け、日付を更新することでアップグレードできます。

サイモンフレーザー大学（SFU）の計算機科学教授アンジェル・チャン氏は、バンクーバーに拠点を置くスタートアップCaseway AIと協力し、カナダと米国の1億件以上の裁判例を索引化してAIシステムで検索可能にし、弁護士を雇わない人の法的意思決定を改善できるかを調査する計画を進めている。

生成AIによるディープフェイクを使った恋愛詐欺で女性が家と貯金を失った事例を基に、AIが詐欺をいかに巧妙化させたかを解説。さらに、エージェンティックAIが新たな脅威となりつつも、防御にも活用できる可能性を指摘する。

ringdは、AI音声エージェントにシンプルな認証を提供し、1つのデコレータでメールOTP、SMS OTP、ボイスプリンティングをサポートします。一般的なデータマッチングの問題を自動的に処理し、完全な監査ログを提供します。

FixBugs は、本番バグのコンテキストを取り込んでサンドボックスで再現し、検証済みの修正を生成するエージェントです。セルフホスト型のVSCode拡張機能とGitHubアプリとして提供され、コードのプライバシーを保護し、複数のAIモデルを使ってコードをレビューします。

Cdbx.aiはAIを搭載したブラウザIDEで、英語で説明するだけでアプリを構築・公開できます。Monacoエディタ、AIペアプログラマー、MCPコネクタ、AIエージェントなどの機能を備え、30以上の言語をサポートします。

ORAはAurem CTOによるAIコーディングエージェントで、月額9ドルです。セキュリティスキャンが失敗するとコミットを自動的にブロックします。

Skyfall AIのMORPHEUSは、継続的強化学習のための永続的なエンタープライズシミュレーションプラットフォームです。リセットされない世界を実行し、パラメータ化可能な体制シフトと6つのメトリクス評価プロトコルを使用します。PPO、HER、EWC、LCMはすべて理論上の上限を大きく下回っています。

Forgeinは、AIアシスタントにポータブルなコンテキストレイヤーを提供するオープンソースツールです。Claude、ChatGPT、Copilot、Gemini、CursorなどのAIツール間で個人やチームのコンテキストを永続化でき、繰り返し説明する必要がありません。仕事、家庭、個人など複数のシナリオ切り替えやチーム共有をサポートします。

Databricks は、Unity Catalog (UC) マネージド Delta テーブルへの外部アクセスがパブリックプレビューになったことを発表しました。Apache Spark、Flink、Starburst、DuckDB などの外部エンジンは、Unity Catalog によってガバナンスが中央で実施される状態で、UC マネージドテーブルを作成、読み取り、書き込みできます。マネージドテーブルは Predictive Optimization を使用してクエリパフォーマンスを自動調整し、ストレージコストを削減します。既存の外部テーブルはデータの書き換えなしでインプレースアップグレード可能です。この機能はオープン API に基づいており、オープンソースの Unity Catalog (UC OSS) と連携します。

オープンソースのワークフローオーケストレーターで知られるPrefectが、Apache Airflowの主要な代替品の一つであるDagsterを買収すると発表した。DagsterとDagster+はそのままの名前と製品ロードマップを維持し、約40名のDagsterチームがPrefectに加わる。CEOのJeremiah Lowin氏は、この買収をAIエージェントの信頼性を高めるための戦略的動きと位置づけている。

Kairosは、コーディングアシスタント、自動化ワークフロー、リサーチエージェント、Discordツールなどのための柔軟な基盤を提供する実験的なローカルファーストAIエージェントシステムです。目標管理、モデルルーティング、スキルライブラリ、メモリ、ツール実行、セーフティチェック、エージェントワークフローを備えています。現在は初期MVP段階にあります。

CompoundがFrankieを発表——メールで分析タスクを処理するAI同僚。ユーザーがタスク説明と添付ファイルを送ると、FrankieがCompound内で分析を実行し、結果を返信。ドキュメント分析、Excel作成、財務モデリング、スケジュールタスクに対応し、会話間のコンテキストを記憶する。

サイモン・ウィリソンが GitHub のコード頻度チャートを用いて、コーディングエージェントや Opus 4.5 クラスのモデルが自身のオープンソースプロジェクト Datasette に与えた影響を可視化。2026 年の大きなスパイクは Opus 4.8、GPT-5.5、Fable 5、GPT-5.6 Sol のリリースと一致している。

OpenAI の最新モデルファミリー GPT-5.6 Sol、Terra、Luna が Amazon Bedrock で一般提供を開始しました。Sol は旗艦推論モデルで最高性能、Terra は日常的な本番作業向けのバランス型、Luna は高速低コストです。Amazon Bedrock の次世代推論エンジンは、バースト処理、プロンプトキャッシュ（90%割引）、ハードウェアレベルセキュリティを提供します。また、ChatGPT Work エージェントと Codex エージェントも発表されました。

Fleet Deckは、実行中のすべてのClaude Codeセッションを監視・管理するローカルツールです。各セッションの状態、競合警告、未処理リクエストを表示し、タスク割り当て、リモートコントロール、セッション復元、バッチ生成などを可能にします。コアはモデル呼び出しを一切行わず、フックイベントと決定論的ロジックに依存して安全性と効率性を実現します。

iOS 27のパブリックベータが公開され、Siri AIがオプトインベータとして注目を集めている。筆者が1ヶ月間テストしたところ、Siri AIはコンサートのスケジュール確認やメールからのカレンダー追加など、複雑なクロスアプリタスクを処理できる。しかし現時点ではAppleの純正アプリのみ対応で、サードパーティの対応は秋の正式版まで待たなければならない。自然言語理解にまだ課題はあるものの、Siri AIはすでに筆者のiPhoneとのインタラクションを変えている。