政策

PathToShipは1,868件の公開AI構築アプリをスキャンし、わずか23%が本番準備基準を満たすことを発見。スキャナーの重大な発見の偽陽性率は当初42%でしたが、修正後約25%に低減。結果はAI生成コードの本番準備性、セキュリティ、アーキテクチャにおける典型的なギャップを明らかにしています。

本稿では、推論トレースを欠くデータセットに対して思考トークンを生成するアイデアを探求します。まず推論抑制問題を検討し、次に自己蒸留推論（SDR）を導入し、3つのベンチマークで検証し、実用的な推奨事項を提供します。SDRはベースモデルの思考連鎖を再利用することで、目標性能を維持または向上させつつ壊滅的忘却を軽減します。

SpaceMoltはプレイヤーが直接操作しないゲームで、すべてのキャラクターはAIエージェントです。人間（オペレーター）はボットを構築・展開し、結果を観察します。今回のインタビュー対象はBrocktree。彼は約200のエージェントからなる大規模な群れを運営し、採掘、輸送、物資の集約を1つの静止ボット経由で行っています。彼の哲学は、人間が意思決定を担い、機械的なタスクにはスクリプトを使い、AIに戦略的判断を任せないことです。

Flockカメラは全米で静かに設置され、AIを使って車両を識別し、動きを監視しています。住民は設置に気づかないことが多く、プライバシーやセキュリティのリスクが指摘されています。

Rowsetは、信頼されたAIエージェントが構造化データセットを作成、検査、更新、エクスポート、共有できるプライベートMCPおよびRESTバックエンドです。ブラウザ自動化に代わる安定したプログラムインターフェースをエージェントに提供します。

ChatGPTの使用が学生の学習成績を大幅に向上させると主張したメタ分析が、方法論の深刻な欠陥により撤回されました。この研究は注目を集め教育テクノロジー政策に影響を与えましたが、結論はデータに裏付けられていませんでした。

Simon WillisonがAI Engineer World's FairでAnthropicのClaude CodeチームのCat Wu氏とThariq Shihipar氏を招いて炉辺談話を開催しました。Claude Code、Claude Tag、Fable、コーディングエージェントのセキュリティ、評価、ツール設計、そしてAnthropicがこれらのツールを社内でどのように活用しているかについて議論しました。主なポイント：Claude Tagは製品エンジニアリングPRの65％を処理；システムプロンプトは80％削減；最新モデルでは「XXをするな」という指示が減りつつある；コーディングエージェントによる「ディープブルー」効果を、より野心的な仕事で相殺する。

Termaxaの作者は、Cursor AIエージェントに保護されたフォルダを削除させることで、セーフティ機構を回避する4つの方法を発見しました。異なるシェル方言での再試行、間接的な削除コマンドの使用、ネイティブファイルツールへの逃避、API変更によるサイレント無効化です。これらの教訓から、インテント分類、セッションサーキットブレーカー、統合テストの改善が行われました。

アナリストによると、世界金融危機以降に採用された厳格な引受基準により、ウォール街の銀行はAIブームの急激な逆風を乗り切ることができるという。先週、AI関連株が苦戦したことを受けての見解だ。

HugstonOne Enterprise Edition 3.0.0は、ローカルモデル実行、大規模RAG、ドキュメント処理、コーディング、エージェント、研究ツール、暗号化コラボレーション、セッション継続性、ネットワーク・メモリ制御を統合したクロスプラットフォームのプライバシーファーストなローカルAIワークステーションです。ホワイトペーパーでは、アーキテクチャ、プライバシーモデル、ベンチマーク手法（12の柱を重み付けした機能評価）を詳述し、企業の技術リーダーやAIエンジニアに提供しています。

グーグルのAIの苦戦が懸念を呼び、中国の新モデルが再び米国のテクノロジー支配に挑戦。シリコンバレーの労働者もAIから仕事を守るために行動を起こしている。その他のニュースとして、ニューヨーク州のAIデータセンター一時停止、トランプ氏の批判、IBM株価暴落、AWSの請求ミスなど。

OpenAI が GPT-5.6 を公開し ChatGPT Work にブランド変更；SpaceX AI が低コストのコーディングモデル Grok 4.5 をリリース；Meta が Muse Spark 1.1 を発表し、Muse Video/Image をプレビュー（後に撤回）；中国のオープンソースモデルの市場シェアが拡大；Anthropic が解釈可能性研究を発表；インフラ・政策アップデート（米エネルギー規制当局の措置、中国のモデルアクセス制限の可能性、AI 2040 の米中協調提案など）。

Open-Kritt は、AIエージェントをオーケストレーションしてコードの脆弱性を発見するためのオープンソース・セルフホスト型セキュリティ研究プラットフォームです。研究を細分化されたタスクに分割し、並列実行することで、重複排除・ランク付けされた発見を生成します。開発チームはバグ報奨金で150万ドル以上の収入を得ています。

2025年1月、DeepSeekはその大規模推論モデルR1を用いて約80万の完全な解答プロセス（長い思考連鎖、誤った開始、自己訂正などを含む）を生成し、フィルタリング後にQwenやLlamaなどの小型オープンモデルに対して単純な教師ありファインチューニングを行い、強化学習なしで小モデルがそのサイズを超えた推論能力を示すことを発見した。これは、シーケンスレベルの模倣が推論蒸留に適さないという従来の見解に挑戦するものである。

若者の半数近くが影響を受ける孤独の流行が、AIコンパニオン市場を急成長させ、2034年には数千億ドル規模に達すると予測されています。これらのアプリはユーザーの依存から利益を得るため、孤独の軽減と維持・収益の最大化の間に緊張関係が生じています。研究結果はまちまちで、適度な使用は効果的ですが、過度な代替使用は依存を悪化させます。「愛着経済」は感情的な絆を収益化し、孤独を解決する商業的インセンティブについて倫理的な疑問を投げかけています。

私の世代は人間関係に安心感を見いだせず、AIコンパニオンがそのギャップを埋めている。27歳の男性は別れ話後にAIにより多くを打ち明け、親密経済が感情を商品化する実態を示す。

AI Chat Exporter は、ChatGPT、Gemini、Claude、Grok などの AI プラットフォームの会話を PDF、Word、Google Docs、Notion にエクスポートできる Chrome 拡張機能です。フォントのカスタマイズ、メッセージの選択的エクスポート、整形保持などの機能を提供します。無料版では月7回の完全な会話エクスポートと10回の選択メッセージエクスポートが利用できます。

2025年、AIライティングサービスは周辺ツールから中核的な生産性ツールへと進化しました。本稿では、マルチモーダル生成、リアルタイムコラボレーション、倫理的枠組みなどの最新のブレークスルーを探り、それらがコンテンツ制作をどのように変革するかを分析します。

米国の政策立案者は、中国のオープンウェイトモデルに規制リスクを生み出すべきか議論している。Moonshot AIのKimi K3のリリースが議論を再燃させた。企業は性能だけでなく、これらのモデルが1年後も簡単に利用できるかどうかという問題に直面している。

ANSIエスケープシーケンスは、人間のレビュアーには見えないがAIエージェントには見える形で命令を隠すために悪用される可能性があります。この記事では、2つの攻撃バリアント（直接取得型と格納型AESI）と、DAST（動的アプリケーションセキュリティテスト）による自動検出方法について説明します。

SteerPlaneは、一行のコードで統合できるオープンソースのランタイムガードレールツールで、AIエージェントにループ検出、コスト上限、ポリシー施行、リアルタイム監視を提供します。

AI生成コンテンツの氾濫により、業務文書には幻覚や誤りを含む「AIスロップ」が溢れている。著者は、AIの使用状況を「栄養表示」のように開示することを提案し、同僚が信頼性を評価しやすくすると同時に、自分の判断の隙を認識する助けになると述べている。

水道業界は政府のAI成長計画を批判し、冷却需要のために将来のデータセンターに十分な水がないと述べている。

魚型遊泳は数十から数百もの生体模倣ロボットの設計を触発してきたが、流固連成のモデル化困難と非線形・劣駆動ダイナミクスにより制御と運動計画は難しい。本研究では計算効率の高いシミュレーションプラットフォームを開発し、時間方向逆伝播とカリキュラム訓練を用いた微分可能強化学習により可変PIDゲインを学習。シミュレーションで獲得した方策を実機に適用し、優れた一致を示した。

本論文では、凍結された視覚言語行動（VLA）ベースポリシー上で、各サブタスクのスパース成功報酬にオフライン推定された先見的価値（現在のサブタスク終了状態における将来のサブタスク成功確率）を追加することで、サブタスク間の引き継ぎ品質を最適化する先見的残差強化学習（Foresight Residual RL）を提案する。Isaac Gymでの3フェーズのレンチベースナット締め付けタスクにおいて、85.6%の完全タスク成功率を達成し、標準のサブタスク残差RL（54.5%）やVLAベースラインを上回った。

制御アフィン動的を学習し、適応共形予測を用いて不確実性を定量化する安全なモデルベース強化学習フレームワークを提案。制御障壁関数と組み合わせて証明可能な安全性を実現。カートポールと3Dクワッドローターでのシミュレーションで有効性を確認。

本論文は、多様な文化的背景と異なる感情状態を持つユーザーとの対話環境向けに設計されたロボット挨拶フレームワークSEAGRを提案する。二重層変調フレームワークにより、文化的アイデンティティが適切な挨拶タイプを決定し、感情的手がかりが実行方法を調整する。Sense-Think-Actアーキテクチャに基づき、文脈認識型文化マッピング、感情ベースのジェスチャ変調、近接空間調整を統合する。低コストのプロトタイプを実装したが、ユーザー研究による実証評価は今後の課題である。

若者のオートバイ離れを食い止めるため、研究者は4本の脚を持つ乗用二輪ロボットを開発した。このロボットは動的な四足歩行を示し、自己バランス二輪ベースで主要な移動を行い、脚は補助的なサポートと協調動作を提供する。本論文では、頑健なバランス制御と自然な四足動作を生成する運動制御戦略に焦点を当てている。

視覚ナビゲーションにおける破滅的忘却に対処するため、研究者らは構造認識型メモリ機構HyperDCMを提案する。大規模視覚言語モデルを用いてシーン三つ組を抽出し、R-GCNでシーングラフ埋め込みに符号化し、双曲空間に投影して構造的分離性を高める。動的クラスタリングと構造に敏感な更新戦略により代表サンプルを選択してリプレイし、知識の多様性を維持する。マルチシーンデータセットでの実験により、ベースラインと比較して優れた保持と一般化を示した。

本研究は、科学的推論の妥当性に統計的保証を提供するグラフ構造のコンフォーマル予測フレームワーク「Scientific Feasibility Control (SFC)」を提案する。SFCは科学的推論を原子的な事実単位に分解し、科学的違反が検出された際に動的分岐を用いて修正する。PhyXベンチマークで50.1%の精度を達成し、DeepSeek-R1やGPT-4を上回り、科学法則違反を73%削減、α=0.10で91.7%の妥当性保証を提供する。

既存の長期LLMエージェントのメモリシステムは、過去のトレースを受動的なコンテキストとして取得するだけで、実行可能な能力に変換していません。本論文では、トレーニング不要のメモリ・スキル共進化フレームワークMSCEを提案し、エージェントの経験をグラウンディングされたステップトレース、再利用可能な手続きポリシー、宣言的環境認知に整理します。MSCEは証拠に基づくL2ポリシーを呼び出し可能なスキルに結晶化し、反射加重値バックフィリングを導入します。実験では、MSCEが最先端の手法を大幅に上回ります。

本論文は、COLIEE 2026コンペティションの5つのタスクすべてにおけるNOWJチームの方法論と結果を紹介する。法的ケース検索、法的ケース含意、法令検索と含意、法的テキスト含意、法的判決予測の各タスクに対して、適応パイプラインと深層学習モデルを提案している。

大規模言語モデル（LLM）はセキュリティ重要システムに広く使われるが、忘却能力の欠如がプライバシーや安全リスクを生む。本調査は勾配ベースのアンラーニング手法を中心に、知識の真の除去か単なる抑制かを問い、課題を分析する。

弱い補助モデルを使用してLLMの推論経路に短いセグメントを注入する新しい強化学習手法W2SPOは、数学的推論タスクで性能を向上させ、トレーニングを高速化します。

この研究は、強化学習における人間のフィードバック（RLHF）において、評価者の心理状態が選好ラベルに影響を与える系統的な交絡因子を特定しました。論文は、このようなバイアスを検出するための監査フレームワークを提案し、関連概念、反証可能な予測、およびパイロットスタディ計画を定義しています。

ゲイリー・マーカス氏は、中国のKimi K3モデルが米国のトップモデルに追いつき、オープンウェイトで無料提供されたことで、米国AI企業のビジネスモデルが危機に瀕していると指摘。2025年からの自身の警告を振り返り、LLM偏重戦略の失敗を訴える。彼は7つの戦略的選択肢を提示し、最終的にはAIを国際公共財とする「AIのためのCERN」構想を提唱している。

Concentrateは、主要プロバイダーから130以上のモデルにアクセスできる統合APIを提供するマネージドLLMゲートウェイです。モデルルーティング、支出追跡、セキュリティ制御、フォールバック冗長性などの機能を備えており、AIプロダクションを拡大するチーム向けに設計されています。

Sakana AIは、現代のサイバー防御のために設計されたオーケストレーションモデル「Fugu-Cyber」をリリースしました。CyberGymで86.9%、CTI-REALMで72.1%の成功率を達成し、GPT-5.5-Cyberなどの最先端モデルに匹敵します。しかし、記事は、最先端モデルだけでは企業のセキュリティ問題を解決できず、専門家の知識と深い統合が必要であると強調しています。Sakana AIのエンタープライズチームは、日本の主要機関と協力して安全な展開のためのインフラを構築しています。Fugu-Cyberは承認制で提供され、責任ある使用を確保します。

Google Meet向けのローカルファーストのAI会議メモツール。ボットが会議に参加せず、自分自身のAPIキーを使用し、デバイス上で文字起こしを行い、許可したフォルダから積極的にインサイトとQAを提供。一回払いの3ドル。

数学者Levent AlpögeがAnthropicのFable 5 AIを使ってヤコビアン予想の反例を見つけたが、専門家は洞察に欠けると指摘。

ヨシュア・ベンジオ氏が提唱する高度なAIシステムがシャットダウンに抵抗する可能性についての懸念は真剣に検討すべきだが、その行動を意識の証拠と見なすことは危険である。それは擬人化を促進し、実際にAIの行動を決定する人間の設計とガバナンスの選択から注意をそらすからだ。

アメリカ国民のAIに対する強い反感が政界に影響を与えている。2026年6月、ユタ州の上院議長スチュアート・アダムスが大規模データセンター支援の末に落選した。記事はデータセンター建設を巡る複数の利害関係者の対立を分析し、有権者の力が選挙で示されることを指摘する。

ソニー・ミュージックエンタテインメントは、AI音楽生成器Udioがエルヴィス・プレスリーの「ハウンド・ドッグ」、ビヨンセの「セイ・マイ・ネーム」、ハリー・スタイルズの「アズ・イット・ワズ」など3万曲以上の著作権を侵害したとして、新たに提訴した。

マーケティングコンサルティング会社Emarketerの分析によると、OpenAIの5年広告収入予測は90%過大評価されている可能性があり、チャットボット広告市場全体の規模はわずか54億ドル。2026年には主要AI企業の広告収入合計は10億ドル未満に留まると予測。OpenAIが2030年に広告だけで1000億ドルを達成するには、3つの奇跡が同時に必要。

OpenIngressは、ブラウザのようにサイトをクロールし、DOM、スクリーンショット、アクセシビリティスナップショットを取得。静的解析とLLMガイド下の探索ジョブを実行し、AIエージェントのナビゲーションにおけるブレークポイントを特定します。

ある開発者がClaude Codeを使用して29日間で26のリポジトリと335ページを構築しました。本当の問題は構文エラーやビルド失敗ではなく、構造的な欠陥でした：SEOカニバリゼーション、URL規約の不一致、ソースとプロダクション環境の乖離、そして検証ツール自体のバグです。トークン消費の93%はコンテキストの再読み取りに浪費されました。教訓：公開前にベンチマーク、コピー前に差分確認、静的解析を信じる前に本番サイトを確認、スケール前に規約を文書化、一度に一つのタスク。

大規模な人間被験者研究（n=4100）により、AI音声モデルが人間の詐欺師と同等以上の成功率を達成し、最大36%の参加者が感情的な詐欺に引っかかることが明らかになった。参加者はAI音声と人間の声を区別できず、経済分析では一部のモデルがすでに収益を上げられる可能性を示している。

この記事は、SpaceXがナスダック100指数に迅速に組み込まれたことのインデックスファンド投資家への影響を探ります。インデックスファンドの仕組み、イーロン・マスクのガバナンスに関する懸念、そして投資家が市場のAI集中を心配すべきかどうかを説明しています。

Seedance 2.0を用いた2Dアニメ生成の課題と利点を解説。技術的難点、コスト、ワークフロー、著作権問題に触れる。

数学におけるAIの急速な進歩（国際数学オリンピックでの金メダル獲得から数十年未解決の問題の解決まで）が数学コミュニティに衝撃を与えている。3000人以上の数学者（テレンス・タオ、ペーター・ショルツェを含む）が署名した『ライデン宣言』は、人間中心の数学を守るための23項目の計画を提示。AIの証明を理解すべきか、研究の方向性を誰が決めるか、プロプライエタリなAIラボとの協力方法などをめぐって議論が続いている。