Agent

著者はAIコーディングエージェント（Codex CLI、Gemini CLI、Claude Code）を活用し、Python製のePubリーダーepyをRustに移植したターミナルリーダーrepyを開発。2025年11月に着手し2026年2月に公開したが、反響は限定的だった。記事はAI時代におけるソフトウェアの価値低下と創作の意味について考察している。

中国のチップ設計企業であるMoore Threads Technology（モアスレッド）とHygon Information Technology（ハイゴン）は、AIコンピューティング需要の高まりを受け、上半期の収益が2桁～3桁成長する見込みだと発表した。モアスレッドは135～149％増、ハイゴンは55.6～70.2％増を予想。米国の輸出規制によりNvidiaの先端製品が中国に提供できない中、国産チップメーカーが市場を急拡大している。

Lightport は、さまざまな LLM プロバイダーを OpenAI 互換にする軽量 AI ゲートウェイです。Portkey AI Gateway からフォークされ、リトライやキャッシュなどの高度な機能を省き、リクエスト/レスポンス変換層のみに特化しています。OpenAI、Anthropic、Azure OpenAI など 77 のプロバイダーをサポート。pnpx lightport で簡単に起動できます。

欧州連合（EU）はグーグルに対し、検索データの共有とAndroidオペレーティングシステムを競合AI企業に開放するよう求める新たな規制を発表した。これはテクノロジー大手の支配力を抑制し、イノベーションを促進するための措置だが、グーグルはユーザーのプライバシーやセキュリティを損なう恐れがあると警告している。

本記事では、コードベース内に存在しながら何も検証していない「空疎」なテスト、タイプゲート、CI条件を検出する新しいツールvoidguardを紹介する。あるリポジトリのスイープで7つの空疎ガードが発見されたことに触発され、このツールは4種類の空疎を識別し、捕捉できない3種類を明示的に認めている。緑色のCIステータスを盲信するのではなく、検証システムそのものを検証する重要性を強調している。

OpenAIはCodex CLIのマルチエージェントv2メッセージを暗号化し、エージェント間で渡される命令を隠蔽した。これにより開発者はデバッグや監査が困難になり、可観測性の喪失を懸念している。

Branching Policy Optimization（BPO）を提案。サンドボックスの決定論的、スナップショット可能、再開可能な特性を活用し、プレフィックスを共有するツリー状のロールアウトトポロジーを構築することで方策勾配の分散を低減し、GRPOやRLOOと比較して成功率を3.6～6.1絶対ポイント向上させる。

本論文では、オープンな地理空間データから代表的なクラッター高さ（RCH）を予測する、説明可能でグローバルに展開可能な機械学習フレームワークを提案する。LiDAR由来のラベルで訓練され、LightGBMを用いたモデルは、平均絶対誤差1.79m、R²=0.765を達成し、ITUベースラインと比較して誤差を60%以上低減する。SHAP分析により、樹冠被覆、土地被覆セマンティクス、スペクトル反射率が最も重要な予測因子であることが示された。IEEE CASE 2026に採択。

説明可能AI（XAI）技術が普及しているにもかかわらず、説明が実際のワークフローに影響を与えることはほとんどありません。本稿では、不明確な問題定式化、不十分な評価目標、説明駆動型フィードバックのパイプラインの欠如などの基礎的課題に焦点を移すべきだと主張します。最近のICML、NeurIPS、ICLRの論文分析と実務者調査に基づき、著者らはXAIをより人間中心で行動指向のパラダイムに移行させるためのチェックリストを提案しています。

最新の研究では、小規模言語モデル（SLM）を知識グラフに接地することで、ニューロシンボリックエージェントフレームワークを用いて推論能力を強化しています。CLUTRRの親族関係ベンチマークでGemma 3とLlama 3.2を評価した結果、RGCNによるヒントは1.5〜2倍の性能向上をもたらすものの、抽出ボトルネックと逐次的な演繹の脆弱性が確認されました。

本論文は、ツール拡張型大規模言語モデルエージェントがツールセットを拡張する際に直面する「行動慣性」問題に取り組む。重要な意思決定ポイントに反実仮想的なアンカーコンテキストを注入することで、この慣性を打破し、失敗した軌跡を回復する。提案フレームワークToolAnchorは、教師モデルで反実仮想を仮説し、学生ロールアウトで検証し、エージェント事後訓練で成功した介入を内面化する。GAIA、BrowseComp、VDR-Benchでの評価により、拡張ツールセット下で競争力のある性能を示し、静的訓練と動的適応のギャップを埋める。

研究者らは、大規模言語モデル（LLM）を用いてベイジアン信念ネットワーク（BBN）を構築する新しい手法を提案した。この手法では、AIエージェントのパネルが特定のペルソナとコンテキストに基づいて確率を推定し、トリム平均ルールでノイズを除去することで、専門家の意見とデータ駆動学習のギャップを埋める。代替医療システムにおける患者の受診意図をモデル化した事例では、自己効力感の実際の因果影響は小さい一方、主観的規範がより強い影響を持つことが明らかになり、最も効果的な戦略は自信とコミュニティ規範を同時に改善することであると示された。

LLM-T1Dという新しいアプローチは、強化学習と大規模言語モデルを組み合わせて、1型糖尿病のための解釈可能なインスリンポンプコントローラを作成し、目標血糖範囲内の時間73.5%を達成し、明確な説明を提供します。

RegNetAgentsは、異種遺伝子制御ネットワークにわたる構造化されたクエリ駆動型の制御候補同定のためのAI指向マルチエージェントフレームワークです。TCGA由来の癌ネットワークとGREmLNプロジェクトの単一細胞制御ネットワークを統合し、二重ネットワーク分類、OncoKBアノテーションを用いた癌遺伝子フィルタリング、作用機序（MoA）割り当てを行います。乳がんと大腸がんの焦点遺伝子でのテストでは、既知の癌遺伝子に対する有意な濃縮が確認され、ハウスキーピング遺伝子では濃縮が見られませんでした。拡張モジュールは、薬剤可能性、臨床的関連性、ネットワーク脆弱性の評価を可能にします。

新しい論文は、捜索救助任務を実行する自律UAV群のための三階層階層学習アーキテクチャを提案し、ヘッブ神経可塑性、グラフニューラルネットワークとビヘイビアツリーを用いたマルチエージェント強化学習、BDI推論とデジタルツインを用いたメタ学習を統合する。フレームワークは形式的保証を提供し、群メタ認知を導入する。

AIのコード生成速度が人間のレビューを上回り、深刻な信頼危機が生じている。単体テストやプロンプトエンジニアリングだけでは不十分。本稿では「セマンティックコントラクト」を提案する。これは型安全でコンパイル時に検証可能な設計図であり、要件とコードの間に位置し、実装が誰（または何）によって書かれたかに関わらず正確性を保証する。ソートアルゴリズムとECサイトのチェックアウト例を用いて、コントラクトの構成要素、状態処理、既存システムへの統合方法を示す。

この記事では、Telnyx Edge Compute関数を使用して音声AIアシスタント用のバックエンドを構築する方法を紹介します。単一の関数で動的変数とWebhookツール呼び出しを処理し、リクエストを検証してビジネスロジックに接続することで、アーキテクチャを簡素化しパフォーマンスを向上させます。

Gradle Technologies は Develocity に社名変更し、AI 主導のソフトウェアデリバリーに特化します。同社は、AI がボトルネックを開発者からパイプラインに移したと指摘し、新たなガバナンスと効率性の必要性を強調しています。

PocketVetoは、Bluetoothのみで動作するローカルなAIコーディングエージェント向けの承認ゲートおよびライブダッシュボードです。ユーザーはスマートフォンからエージェントの危険な操作（シェルコマンド、ファイル書き込みなど）を承認または拒否でき、インターネット不要で動作します。Windows、Linux、開発コンテナをサポートし、v1が利用可能です。

Blur & Unblur AIは、写真内の顔を検出し、選択した顔にぼかしを適用し、クリーンなPNGをエクスポートする無料のオンラインツールです。すべての処理はブラウザ内でローカルに行われ、画像をアップロードする必要はありません。

VulnHunter は、オープンソースのエージェント型AIセキュリティツールで、攻撃者優先の能動的分析をソースコードに直接適用します。悪用可能な脆弱性を特定し、誤検知を減らし、証拠に基づいた修正を提案します。

マイクロソフトのFoundryプラットフォームは現在、8万以上の企業がAIエージェントを構築するために利用されています。製品担当バイスプレジデントのMarco Casalaina氏へのインタビューでは、プロトタイプと本番環境のエージェントの違い、エージェントハーネスの重要性、そして信頼性の高いエージェントを実現するためのコンテキストレイヤーの構築方法について説明しています。

Moonshot AIは、2.8兆パラメータ、100万トークンのコンテキストを持つオープンウェイトモデルKimi K3をリリースし、Frontend Code Arenaでトップランキングを達成し、さまざまなベンチマークで競争力のあるスコアを獲得しました。このリリースはオープンモデルのマイルストーンですが、トップのクローズドモデルとのギャップは依然として存在します。ニュースレターでは、セキュリティインシデント、エージェントフレームワーク、ロボティクスなどの他のAIニュースもカバーしています。

SAMは無料のオープンソースAIエージェントで、サブスクリプション不要でローカル実行可能。チャットだけでなく実際にタスクを実行し、173のツール、チーム連携、オフライン動作、プライバシー重視が特徴。

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。