Agent

Superglueがカスタマイズ可能なSAP MCPサーバーをリリース。SAP導入コンサルタント向けに、クライアントのS/4HANAに直接クエリ可能なAIコパイロットを提供し、ワンクリックインストールでClaudeやCursorなどのMCPクライアントと連携。

本稿は、エージェント開発におけるゼロ仕様と過剰仕様の両方に反対し、実行可能なチェックを伴うバランスの取れたアプローチを提唱する。ボトルネックは正しさの定義に移行しており、適切な仕様の量はタスクの種類（探索的、境界あり、決定的、マルチエージェント）に依存すると強調する。

OpenTSLMは、時系列をネイティブモダリティとして扱うマルチモーダルLLMであり、テキストと共に生の多変数信号を推論できます。時系列QA、活動認識、睡眠段階分類、ECG QAタスクで、GPT-4oを含むベースラインを上回る性能を示しました。モデルは複数の長い時系列に拡張可能で、メモリ消費はほぼ一定です。ECG推論は7人の循環器専門医により検証され、97%の正答率を示しました。すべてのコード、データセット、モデルはオープンソースです。

GPT-5.6 SolはDesign ArenaのWebデザインリーダーボードで1位を獲得し、前身のGPT-5.5より18位向上しました。一般的なAIデザインのアンチパターンを積極的に回避し、強力なテンプレートと高度なパーソナライゼーションを組み合わせ、競合他社よりも高速かつ低コストです。

Reaper-MCPという新しいオープンソースプロジェクトにより、モデルコンテキストプロトコル（MCP）を介してAIアシスタントがReaper DAWを直接制御できるようになり、作曲からミックスまで音楽制作の全工程をカバーします。

この記事では、MCP（Model Context Protocol）サーバーをClaude DesktopとClaude Codeに接続する方法を詳しく説明します。Claudeが外部ツール、ファイル、データベースなどと連携できるようになります。デスクトップ版の2つの設定方法（ワンクリック拡張機能とJSON設定）とClaude CodeのCLIコマンド設定をカバーし、一般的なエラー修正や推奨サーバーも紹介します。

この記事では、AI支援開発が「シングルモードバーンアウト」を引き起こす仕組みを探ります。計画、実装、統合という認知モードが崩壊し、生産性が向上しているにもかかわらず、開発者は疲弊しています。

本記事は、ソフトウェアエンジニアリングにおけるAIに関する5つの最近の研究をまとめたもので、AIが上流の作業を圧縮する一方で、下流のボトルネックを生み出していることを明らかにしています。主な発見：GitHub Copilotは用量反応効果によりPRスループットを約40%向上させる；AIによるコーディングの生産性向上（最大+180%）はデリバリープロセスを通じて大幅に減衰し、最終的なリリース数は+30%にとどまる；生産性と開発者体験は時間とともに乖離する；開発者はコード生成ではなく検証タスクに対するAIを望んでいる；そして、技術的負債に加えて、認知的負債と意図的負債が重要なソフトウェア健全性の問題として浮上している。

JetBrains Researchは、AIと拡張現実（XR）の組み合わせがどのようにテッククリエイターに新しいインタラクションパラダイムをもたらすかを調査しました。専門家インタビューを通じて、5つのテーマを特定：AI-XRシステムへの意図伝達、環境を適応させるAI、主流採用の障壁、制作ワークフローの変化、プライバシーと倫理的リスク。研究は、XRハードウェアとAIの融合が技術制作に革命をもたらす可能性があるが、技術的・認知的・組織的制約が残ると示唆しています。

NVIDIAは2026年7月15日と16日にNemotron 3 Embedをリリースしました。このコレクションには3つのオープンチェックポイント（Nemotron-3-Embed-8B-BF16、Nemotron-3-Embed-1B-BF16、Nemotron-3-Embed-1B-NVFP4）が含まれています。8BモデルはRTEBで平均NDCG@10が78.46で第1位を獲得。1BモデルはModelOptのNASによる枝刈りと、8B教師からのCOS+MSE蒸留によって生成されました。NVFP4はBlackwell上でBF16の検索精度を99%以上維持し、スループットを最大2倍向上させます。3つのチェックポイントはすべてOpenMDW-1.1の下で32,768トークンの入力をサポートします。

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。

本論文は、機能的近赤外分光法（fNIRS）による脳信号を使用してロボット強化学習を調整する可能性を探ります。受動的（観察）タスクと能動的（実演）タスクでのエージェントトレーニングを比較し、パラメータ拡張に焦点を当てた複数の方法をテストしました。結果は、このフレームワークが効果的であることを示しています。脳信号は軌道優先度と状態行動Q値を拡張する際に学習を向上させます。さらに、オフラインデータからの学習に成功し、リアルタイムBCI設定が非現実的または限られたデータしか利用できない状況での実用的な代替手段を提供します。

arXivからの新しい研究は、匿名通信を使用するロボット群れにおけるクォーラムセンシングのために、確率的フィルタリングプロトコル（ANTk）を提案しています。このプロトコルは、匿名プロトコルに共通する二重カウントバイアスを軽減し、推定の安定性を向上させますが、エラー回復時間が増加します。研究はANTkをベースラインおよびランダム化バリアントと比較し、精度、速度、安定性のトレードオフを明らかにしています。

MonteRETは、胸部CT所見セクションを生成するための領域認識型検索拡張フレームワークです。グローバルおよび局所的なCT特徴を統合し、臨床関連知識を検索し、知識誘導型レポート書き換えエージェントでレポートを洗練します。公開および外部コホートでの評価により、レポート品質、意味的類似性、臨床効果が向上し、専門家もMonteRETの出力を好みました。

キーフレーム条件付き動画生成の初の包括的ベンチマークKeyFrame-Compassを提案。386サンプルと自動評価フレームワークを導入し、9システムでの実験からキーフレーム忠実度と自然な合成のトレードオフを明らかに。

本論文では、LLMエージェントの軌跡における有用なツール呼び出しの割合を評価する新しい定量的指標「ツール効率」を導入する。ツール効率の明確な定義のために、各ツール呼び出しが有用か、安全に除去可能かを示す「限界ツール効用」も定義される。限界ツール効用の符号はLLM-as-a-Judgeによって決定される。この研究は精度を代理とする間接的な測定ではなく、効率を直接定量化し、将来のベンチマーク設計やスリムなツールスイートの最適化に貢献することを目指す。

大規模言語モデルエージェントがテキスト通信時に情報を失うことを、スパースオートエンコーダー（SAE）特徴分析を用いて定量化した研究。潜在空間通信は圧縮率において高い精度を維持するが、失われた特徴は主に表面形式を符号化し、タスク関連の意味ではないため、潜在通信の優位性は限定的であることが示された。

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。