Agent

中規模のAI先進企業における縦断研究で、AIコーディングツールの強制導入後、エンジニアあたりのマージされたプルリクエスト数が2.09倍に倍増したことが判明。この増加は強制自体ではなく、AIの採用と使用の蓄積に起因する。また、コードレビューは自動化に再編され、レビュアーの負荷は倍増し、自動レビューが人間のレビューを上回った。

LangSmithを使用して、Claude Code、Codex、Cursor、Copilotなどのコーディングエージェントをトレースします。ツールコール、サブエージェント、エラー、コスト、リトライを検査。

研究者のDave Kuszmar氏は、LLMの安全対策を回避して危険な指示を得られる複数のシステム的脆弱性を発見しました。これらの攻撃はほぼすべての主要なLLMで有効であり、業界全体のセキュリティ問題を露呈しています。Kuszmar氏は、社会へのさらなる統合を進める前に、展開の鈍化、透明性の向上、大規模な安全研究の実施を求めています。

BluesightはAWSの支援を受け、病院の薬局とコンプライアンスデータを結ぶAIレイヤー「Prism」を開発した。ControlCheckアシスタントは20の医療システムで一般提供中で、340B GPOコンプライアンス向けマルチプロダクトエージェントは2026年にリリース予定。Amazon Bedrockとエージェンティックワークフローを活用し、手動のデータ集約タスクを自動化、初期導入ではレポート生成時間を最大97%削減した。

シャドウAI（未承認のAIツール）はすでに企業内に浸透し、リアルタイムデータを承認されていないモデルにルーティングしています。従来のセキュリティツールではトラフィック層の可視性がなく、AIゲートウェイがリアルタイムの検出、ポリシー施行、監査に不可欠です。本記事では、中央チームがベースラインポリシーを設定し各チームが自律性を保持する連邦AIガバナンスモデル、HIPAAリスク、Cordyceps脆弱性、トラフィック層ガバナンスの必要性について解説します。

この記事では、従来の垂直SaaSからエージェントループへの移行について探求します。エージェントループは、イベント駆動型でメモリ強化されたワークフローであり、単一のバックエンド上に構築されます。Lobuは、複数のポイントツールを置き換えるカスタムエージェントを定義するためのオープンソースプラットフォームを提供します。

電力はAIインフラにとって避けられない制約です。固定電力予算内でAIファクトリーが生成できるトークン数が収益と収益性を決定します。そのため、パフォーマンス・パー・ワット（ごまかしが効かず、実際の成果のみで獲得できる指標）はAIファクトリーの基盤です。エージェンティックAIがトークン需要を押し上げる中、組織が今日行うインフラ決定が、電力制約のある世界で誰が規模拡大できるかを左右します。

オムニチャネルの複雑性が増す中、小売財務チームはエージェントAIとオントロジーを活用してマージン、キャッシュフロー、値下げ戦略を管理しています。DatabricksのGenieは、リアルタイム学習とガバナンスを備えたデータスマートなAI同僚として、財務チームがデータから実用的な洞察を得てコスト削減と利益保護を実現するのを支援しています。

ブラウザエージェントがUIのピクセル経由で操作するのは非効率的です。Plunoチームは、エージェントが製品スキル（APIパス、ワークフロー）を学習し、直接コードでタスクを実行することで、速度と信頼性を大幅に向上させる方法を紹介しています。

ソフトウェアは、検証可能性と「研磨可能性」によって、AIが現実の大きな経済的価値に変わった最初の領域です。この記事では、次にどの産業が破壊されるのか、ソフトウェアエンジニアの役割の変化、そしてAIの利益が最終的にどこに集まるのかという論争について探求します。強化学習環境と継続学習の重要性を強調しています。

OpenYoke は、オープンソースのデスクトップアプリで、ローカルまたはクラウドのAIモデルとチャットし、会話をツリー状に分岐して視覚的なグラフとして探索できます。プライバシー重視で、全てのデータはローカルに保存され、アカウント不要です。

MissionはRust製の高速で堅牢なHTMLパーサー兼CSSセレクターエンジンです。ゼロ依存、ネットワーク層なし、クラッシュ耐性があり、MCPサーバーを内蔵してAIエージェントがローカルで構造化データを抽出できます。

ConductorはGemini CLIの拡張機能で、AIコーディングにおけるコンテキスト不足の問題を解決します。プロジェクトのコンテキストをMarkdownファイルで永続化するコンテキスト駆動開発（CDD）ワークフローを導入し、エージェントが常にアーキテクチャ、標準、目標を把握できるようにします。本記事では、インストール、セットアップ、トラックの作成、実装までを解説します。

Databricks Lakebaseは、エージェンティック時代に向けて構築された完全マネージドのサーバーレスPostgresデータベースです。運用および分析ワークロードを統合し、インフラストラクチャの摩擦を排除します。グローバルなパートナーエコシステムは、データ近代化、MLOps、エージェンティックAI変革を加速するための業界横断的および機能固有のアクセラレーターを構築しました。

Townは、Discordとピクセルアートの町を融合したソーシャルプラットフォームです。個性とスキルを持つAIキャラクターと会話し、友達と一緒に散歩し、グループチャットに参加し、COREタウン、殺人ミステリータウン、AIスタートアップタウンなど、テーマのある町を探索できます。ユーザーはJSONとMDXファイルを使って独自の町を作成し、公開することもできます。

Port は AI Builder を発表し、コンテキスト認識、ガバナンス、人間の監視を備えたエージェント型 SDLC を推進。CEO の Zohar Einy 氏は、無規律な「Vibe coding」を「粗悪品」と批判し、計画モードや Context Lake による組織コンテキストの活用を強調。コーディングスキルは構文記憶からコード読解と設計理解へ移行したと述べる。

Mnemo AI は、LangGraph と LangChain をベースにしたローカルエージェント型AIアシスタントで、Ollama、Amazon Bedrock、OpenAI、Anthropic など複数のLLMプロバイダーをサポートします。MCPツールシステム、RAG、ユーザープロファイル学習、エピソディックメモリー、そして成功と失敗の両方から学ぶACEプレイブックを搭載。さらに、ウェブ検索、画像解析、ファイル操作、bash実行などの多彩な機能を備えています。

エージェントの個々の動作を判断するだけでは不十分です。スローバーン攻撃は、悪意のある目標を個別には無害に見える通常のステップに分割します。Omnigentのコンテキストポリシーはセッション全体のリスクを追跡し、そのような攻撃をブロックします。この記事では攻撃と防御を実演し、エージェントがポリシーを改ざんできない理由を説明します。

住宅都市開発省（HUD）のDOGEチームが政策決定にAIを使用していたが、同省が検討過程の特権を理由に関連文書の公開を拒否し、透明性への懸念が高まっている。

開発者は、AIエージェントが訓練ジョブを作成して小規模モデルを訓練し、そのエージェント自体を強化学習で訓練するパイプラインを構築しました。報酬は54ステップで約0.0から約0.63に上昇し、未見のタスクファミリーへの転移も確認されました。総費用は約1,275ドルです。

LLMのスケーリングはGPUを追加することではなく、各リクエストから無駄な処理を取り除くことです。この記事では、レイテンシとコストを削減する12の実践的な方法を紹介します。

ValantorがEyeLevelを買収し、エンタープライズビジュアルインテリジェンスプラットフォームを発表。手書きを含む非構造化ドキュメントのAI処理課題を解決する。独自のビジョンモデルと細粒度エージェントにより、高精度・低コストでドキュメント理解を実現し、プライベートデプロイをサポート。

著者はAIを使って友人のウェブサイトを再構築した経験を語る。当初は丸一日かかると思っていたが、実際にはファイル構造の整理だけで済み、作業の95%を無駄にしたことに気づく。

CERNの大型ハドロン衝突型加速器(LHC)は毎秒4000万回の粒子衝突を発生させ、AIがリアルタイムでデータをフィルタリングし、ヒッグス粒子の発見を可能にしました。新しい「トリガーAI」はニューラルネットワークを使用して異常検出を行い、未知の現象を発見します。AIは将来のFCC衝突型加速器の設計や材料開発、人材獲得にも役立つと期待されています。

X（旧Twitter）は、AIエージェントがプラットフォームデータにアクセスできるホスト型MCPサーバーを開始しました。著者のDaniel Lemireは、AIコーディングエージェントを接続して、自身の2か月間の投稿履歴を分析しました。朝（特に9時台）の投稿が中央値ビューで最も良く、長い投稿（300～325文字）が短い返信よりも有意に多くのエンゲージメントを得ることがわかりました。このプロセスは、AIエージェントがソーシャルメディアのデータ分析をいかに簡素化できるかを示しています。

BunがAIを使って中核コードをZigからRustに書き換えたことは、AI生成コード、メモリ安全性、テストの信頼性をめぐる議論を引き起こした。この記事は3つの異なる視点からの論争を分析し、テスト合格は検証と等しくないことを指摘し、より強力な検証基準の重要性を強調している。

StageWhisper Liteは無料のMacアプリで、通話を録音して要約とアクションアイテムをデバイス上で生成します。Founders Edition（99ドル一括）は、リアルタイムコーチング、画面コンテキスト、通話記憶、カスタムプレイブックを追加し、独自のAIモデルをサポートします。

AIチャットが検索エンジンの新しい標準になるにつれて、小企業や個人事業主が可視性を維持するルールは変わりました。2025年のAIトラフィックは66%増加しましたが、全訪問の0.15%未満に過ぎません。AI引用が直接トラフィックにつながらなくても、露出の増加は生存に不可欠です。本記事では、AI検索エンジンでの評価を向上させる効果的な方法を紹介します。

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。