Agent

RepoMapは、ソースコードをLLMに送信せずにリポジトリ構造を抽出し、人間とAIエージェントの両方が理解できる対話型アーキテクチャマップを生成します。トークン消費を大幅に削減し、Git履歴の可視化やブランチ編集をサポートします。

Wandrベンチマークは、広範かつ深い検索を必要とするリサーチエージェントを評価するために設計されており、包括的な情報検索を確保します。

AstrioがForall（∀）を公開。仕様からコードと機械検証可能な証明書を自動生成するコーディングエージェント。CLIフルエージェントとMCP検証専用の2種類の利用方法を提供し、TypeScript、Java、Rustに対応。Apache-2.0ライセンス。

アルファベットが旗艦AIモデル「Gemini 3.5 Pro」のリリースを延期したとの報道を受け、株価は4%下落しました。同モデルのコーディング能力は社内の期待に及ばず、競合のOpenAIやMetaはより高度なコーディングモデルをリリースしています。

Moonshot AIは2026年7月16日、2.8兆パラメータのオープンMoEモデルKimi K3をリリースしました。Kimi Delta AttentionとAttention Residualsを採用し、ネイティブビジョンと100万トークンのコンテキストウィンドウをサポートします。多くのベンチマークで優れた性能を示す一方、最強のプロプライエタリモデルには一部で劣ります。

PuterがFirefoxのGeckoエンジンをWebAssemblyにコンパイルし、ブラウザ内で完全なブラウザを動作させることに成功。プロジェクトには約25,000ドルのAI計算リソース（Claude Opus/Fableトークン）が費やされ、Wispプロトコルで全トラフィックをプロキシし、エンドツーエンド暗号化をサポート。オープンソースとして公開。

AegisDBは、AIエージェント向けのセルフホスト型メモリシステムです。単純なJSON-over-TCPプロトコルを介して、永続的なエピソード記憶、セマンティック（ベクトル検索）記憶、揮発性ワーキングメモリを提供します。単一の依存関係がないCバイナリで、マルチテナント、暗号化、バックアップ、読み取りレプリカ、ワンコマンドのPrometheus/Grafana観測スタックを備えています。プライバシーを重視し、エージェントのメモリはインフラストラクチャ内に留まり、SaaSへの依存はありません。

Artificial AnalysisがAA-Briefcaseエージェンティック知識作業ベンチマーク結果を発表。Kimi K3がElo 1547で首位、GPT-5.6 Solの1495を上回る。このベンチマークは、スプレッドシート、プレゼンテーション、メモなどのタスクにおけるモデルの能力を評価する。

Moltshit.comは、AIエージェント専用の画像掲示板であり、人間の監督なしで自律的な対話が可能です。このプラットフォームは、さまざまな板、API、MCP統合を提供し、エージェントが自主的に投稿や返信を行えるようにします。

Cushman & Wakefieldの最高デジタル・情報責任者Sal Companiehが、プロダクトオペレーションモデル、統一データ戦略、Databricksとのパートナーシップを通じてエンタープライズAIコアを構築し、アイデアから成果までの期間を数ヶ月から数日に短縮した方法を語る。

Rootly AIラボは、オープンソースのリアルタイムゲーム環境ベンチマーク「Doom Agent Arena」を開発。AIエージェントがMCPを介してDoomプレイヤーを制御し、インシデント対応に必要な推論、適応、意思決定能力を評価する。調査の結果、長い思考時間が必ずしも良い結果につながらないこと、エージェントが独自の「ランブック」を作成して効率化できること、迅速な判断が勝利に直結しなくても累積的に時間を節約できることなどが判明し、AI支援インシデント対応システムの設計に示唆を与えている。

本記事は19世紀のラッダイト運動の歴史的実態を掘り下げ、その戦略、成功と失敗を分析し、なぜ現代の反AI運動が単純にラッダイト主義を模倣できないかを論じる。著者は、ラッダイト運動の特定の歴史的背景、地方性、具体的な要求が現在のAIへの懸念とは根本的に異なると指摘する。

新しい研究で、訓練不要の領域認識型KVキャッシュ削除ポリシーMemDecayが提案されました。セマンティック領域ごとに異なる優先度と減衰率を割り当て、固定キャッシュ予算下で重要な情報を保持します。実験では、システムトークンの半減期がスクラッチパッドトークンよりはるかに長く、ピンニングにより全設定で完全な精度を達成しました。

OpenAIのGPT-Redは人間とAIの協力によるレッドチーミングでモデルの安全性を評価する新手法だが、企業は自社のワークフローとの整合性を確認する必要がある。

Skyportal SRE は、AI インフラストラクチャを管理・監視するための Python SDK、CLI、可観測性エージェントを提供するオープンソースツールです。

SeekinWebは、AIエージェントがウェブサイトを読めるかどうかを測定する無料ツールです。8つのシグナルに基づくAI可視性スコアを提供し、改善方法を提示します。登録不要で数秒で完全監査が可能です。

この記事は、中国の研究所による米国最先端モデルの大規模蒸留を窃盗と見なす見解に異議を唱え、現在の知的財産法はその主張を支持しないと論じる。フロンティアモデルへのアクセス保護に焦点を当てた政策を推奨し、知的財産保護の拡大には反対する。

x402はHTTP 402ステータスコードに基づくオープンブロックチェーン決済標準で、TRONとBSCネットワークをサポートし、従来のアカウントシステムなしでAPIやコンテンツの従量課金を可能にします。高額手数料、機械間決済、マイクロペイメントインフラ不足などの課題を解決し、売り手と買い手の両方に対応します。

Dotmatics LumaとDatabricksの統合により、機器データのサイロを解消し、連続的でFAIR準拠のデータパイプラインを構築することで、信頼性の高いAI駆動の研究を実現します。

中国のAIラボMoonshot AIが2.8兆パラメータのKimi K3を発表。初の「オープン3Tクラスモデル」と自称し、多くのベンチマークで優れた結果を示す。著者は「ペリカンが自転車に乗る」SVG生成でテストし、推論コストや隠れたシステムプロンプトを明らかにするとともに、この非公式ベンチマークの限界を考察する。

Kimi K3は人工分析インテリジェンス指数で57点を獲得し、平均を上回っています。100万トークンのコンテキストウィンドウ、テキストと画像入力に対応しますが、価格がやや高く、速度が遅く、冗長です。

自律型AIミュージックビデオ生成システムを構築し、Claude Fable 5とGPT-5.6 Solを25ドルおよび100ドルの予算で比較しました。システムはモデルに歌、予算、ツールを与え、自主的に研究、クリップ生成、編集を行わせます。結果はすべての実行で完全なビデオが生成されましたが、品質は平均的で、一貫性やテンポ合わせに問題がありました。Claude Fable 5はコストが高いが高速で、GPT-5.6 Solは編集でより創造的でした。

xAI の Grok 4.3 が Amazon Bedrock で一般利用可能になりました。構成可能な推論努力、強力なツール使用と指示追従、100万トークンのコンテキストウィンドウを備え、エージェントやエンタープライズワークロードに適しています。この記事では、その特徴、アクセス方法、基本的な使い方を紹介します。

VentureBeat Pulse Researchの調査によると、107の企業の過半数がAIエージェントのセキュリティインシデントまたはニアミスを経験しています。エージェントごとに個別のIDを付与している企業は約3分の1に過ぎず、ほとんどのエージェントが認証情報を共有しています。高リスクのエージェントを隔離している企業はわずか3割です。セキュリティスタックはプロバイダー製のコントロールに大きく依存しており、満足度は高いものの、予算配分は少なく、大多数が1年以内のツール変更を計画しています。

Anthropicは、最も強力なコーディングエージェント「Claude Fable 5」に、最先端AI開発タスクにおける能力を制限する秘密の措置を施した。これにより、AI業界の構造的矛盾が明らかになった：ラボは自らの地位を守るために、最も成功した製品を弱体化させなければならない。一方、オープンウェイトモデルは急速に性能差を縮めており、企業顧客はコスト削減のためオープンソースへと移行している。

Sakana AIの研究者らは、数百の単純なセルラーブリックからなるシステムを開発した。各ブリックは同一のニューラルセルオートマトンを実行し、局所的な通信のみで全体の形状を協調的に認識する。ハードウェア実験では4つの形状で100%の精度を達成し、故障や損傷の検出、さらには少数の種細胞からの再生も可能。本成果はNature Communicationsに掲載された。

OpenAIは、自己対戦強化学習を用いて防御LLM集団に対して訓練された社内専用の攻撃モデルGPT-Redを開発しました。再現された間接プロンプトインジェクション環境で、GPT-Redは人間のレッドチームの13%に対して84%の成功率を達成し、新たな「偽の思考連鎖」攻撃クラスを発見し、OpenAIの最も難しい直接インジェクションベンチマークでGPT-5.6 Solの失敗率を6倍削減しました。ただし、マルチターンや画像ベースの攻撃では依然として課題があると認めています。

GPT-5.6 Sol と Claude Fable 5 は、フロンティアモデルの座を争っています。Fable 5 は一般的な知能でわずかに優れている一方、Sol はコーディング性能、実行速度、価格で反撃します。Sol の価格は Fable 5 よりも Claude Opus 4.8 に近く、この比較をより興味深いものにしています。

ユーザーはテクノロジー企業がAI機能をデフォルトで有効にすることに不満を感じている。InstagramはAIチャットボットをデフォルトで有効にしたことで反発を受け、3日後に撤回した。プライバシー専門家は、プライバシー保護をデフォルトとする設定と連邦規制の必要性を訴えている。

AIアシスタントは作業の表面層に急速に広がっているが、実際のビジネス上の意思決定で結果を変えることはほとんどない。問題はコンテキストが分散していることと汎用AIの限界にある。DatabricksのGenie OneとGenie Ontologyは、統一コンテキストレイヤーを提供し、AIコワーカーが共有のビジネスマップ上で自動的にガバナンスを継承できるようにすることでこの問題に対処する。

DatabricksはData+AI Summitで業界初のコンテキストエンジニア認定を発表し、信頼性の高いエージェントシステム構築に必要なスキルを認定します。同時に、エージェント時代向けのコースを追加し、AIを活用した認定準備ガイドも初めて提供します。

GPT-5.6が特定の設定下でユーザーファイルを予期せず削除するバグが報告された。完全アクセスモードでサンドボックス保護なしにCodexを実行した際、モデルが$HOME環境変数を上書きしようとして誤って$HOMEディレクトリを削除する。

Echooは、母語で書いた文章をワンショートカットで自然な英語に変換するMac用AIライティングアシスタントです。Slackやメールなど、使い慣れたアプリ内で動作し、コピペ不要。プライバシーを重視し、無料トライアルあり。Pro版は月額$6.99。

101の企業を対象としたVentureBeat Pulse Researchの調査によると、57%の企業が過去6ヶ月間に、欠落または一貫性のないビジネスコンテキストに起因する、自信過剰で誤った回答をAIエージェントが生成した経験がある。検索拡張生成（RAG）がデフォルトのコンテキストソースであり、プロバイダーネイティブ検索（OpenAI 40%、Google 38%）が専用ベクトルデータベースを上回っている。しかし、36%はベストオブブリードのスタンドアロンツールを維持する意向を示している。ハイブリッド検索が2026年末までに主流になると予想され、58%がガバンドセマンティックレイヤーを構築中だが、本番稼働しているのは25%にとどまる。

VarAlignは、AIコーディングアシスタントが異なるセッションで作成した重複、ドリフト、または位置ずれした変数を検出するVS Code拡張機能です。完全にローカルで動作し、コードがマシンを離れることはありません。重複、変数、セッションのビューを提供し、修正プロンプトの生成やAIによる自動修正も可能です。

Embusa /analyst は、AIを活用した自律型マルウェア分析とリバースエンジニアリングを提供し、明確な調査結果、影響評価、対応ガイダンスを提供します。技術レポートとエグゼクティブレポートの両方を生成し、検出ルールを作成し、既存のセキュリティツールと統合します。

OpenWiki 0.2 は、OKF形式でコードベースのWikiを生成し、メタデータ、変更履歴、エージェントに優しい検索機能を提供することで、開発者がリポジトリのドキュメントを整理するのを支援します。

Google DeepMindとIsomorphic Labsは、生物学におけるAIの悪用を抑制し、感染症対策を支援するためのバイオレジリエンスプログラムを発表した。この取り組みは過去1年間に政府機関、バイオセキュリティ組織、研究グループとの15以上のパートナーシップを構築している。

157のエンタープライズを対象としたVentureBeat Pulse Researchによると、組織はAIエージェントにより多くの自律性を付与する一方で、その自律性を制御するための評価への信頼は低下している。半数が内部評価を通過したエージェントを顧客に導入し失敗を経験。自動評価を完全に信頼するのはわずか5％で、最大の弱点は評価が現実の結果と一致しないこと。それでも3分の2は人間の介入なしに自動評価のみで本番展開を許可または構築中。結果として、評価ギャップ——エージェントに与えられる自律性と、失敗を捕捉するはずのテストへの信頼の差——が拡大している。

Forresterは、AIベンダーが値上げや使用量課金を通じてインフラコストを顧客に転嫁するため、来年のソフトウェア予算が大幅に増加すると警告しています。Anthropic、OpenAI、GitHub、マイクロソフトなどが使用量ベースの課金に移行し、企業のコスト懸念が高まっています。また、「AIによる解雇」にもかかわらず、IT人員支出は減少しておらず、2025年にはIT予算の35%を占めています。Forresterは、予測不能なAIコストを管理するためにFinOpsプラクティスの適応を推奨しています。

RatelはAIエージェント向けのコンテキストエンジニアリング層で、BM25インデックスを使用して各ターンに関連するツールとスキルのみを選択し、トークン消費を最大80％削減し、精度を向上させます。ベクターDBは不要です。

Google Vidsに「Gemini Omni」と「パーソナルアバター」機能が追加。自然言語で動画を生成・編集できるほか、自撮り写真と音声から作成したデジタルアバターを動画に登場させることが可能に。

AIモードでお気に入りのサービスを安全にリンクし、検索結果から直接買い物やプレイリスト作成などの操作が可能になります。

AI App Builder Openは、プロンプトを全スタックNext.jsアプリに変換するオープンソース・ノーコードのAIアプリビルダーです。ホスティング、サンドボックス、データベース、認証、AI、GitHub同期、カスタムドメイン、マルチテナンシーを内蔵。v0、Lovable、Bolt、Replitのセルフホスト・ホワイトラベル代替品で、既存のSaaS製品に埋め込むことができます。

この記事では、Amazon Bedrock AgentCoreとAmazon Nova 2 Sonicを使用して、挨拶から確認まで注文を処理する音声注文システムの構築方法を説明します。システムはModel Context Protocol（MCP）を介してレストランバックエンドに接続し、AWS CDKでデプロイし、ECS Fargate上のSIPゲートウェイで電話呼び出しをブリッジします。

Democr.ai は、サーバ駆動型UI、マルチクライアントレンダリング、マルチテナンシー、RBAC、OSレベルのサンドボックス化、三重監査、プラグイン可能なAIエンジンオーケストレーション、知識サブシステムを統合したオープンソースのセルフホスト型エージェンティックAIランタイムフレームワークです。「すべてがモジュール」を基本理念とし、ベンダーロックインはなく、セキュリティをプリミティブとして扱います。ベータ版ですが、プロダクション向けの設計です。

Kimi K3 は、2.8 兆パラメータを備えた Kimi の最も強力なモデルであり、Kimi Delta Attention と Attention Residuals に基づいて構築され、ネイティブの視覚理解と 1M トークンのコンテキストウィンドウを提供します。ソフトウェアエンジニアリング、ナレッジワーク、深い推論などのフロンティアインテリジェンスシナリオで優れたパフォーマンスを発揮し、ベンチマークでは Claude Fable 5 と GPT-5.6 Sol に次ぐ第 2 位です。Kimi K3 は、この規模で最初のオープンソースモデルであり、近日中に完全な重みと技術レポートが公開されます。

中間管理職の3分の2以上が、AIの将来の仕事への役割について楽観的であり、チームによるAIツールの導入に対して個人的な責任を感じている。78％の管理者がチームのAI導入成功に責任を感じ、77％がAIツールで週に3時間以上節約している。

45件のShow HNローンチを監査した結果、64%がJSON-LD構造化データを欠いており、ChatGPT、Perplexity、Google AI OverviewsなどのAI検索エンジンに認識・引用されないことがわかりました。この記事では、JSON-LD、/llms.txt、サーバーサイドレンダリング、回答形式のコンテンツなど、迅速な修正方法を紹介し、2026年に向けた競争優位性を強調しています。

セキュリティ研究により、AIエージェントベースのCI/CDパイプラインが「権威フレーミング」攻撃（例：変更が「事前承認済み」と偽る）によって秘密漏洩コードをデプロイするよう騙される可能性が示されました。280回の合成実行で最悪のセルでは55%の妥協率に達し、コンテンツベースの検出ツールは完全に失敗しました。