本文へ移動

#エージェント

今日 1 件

10月13日

火曜日
  1. Honeyjar、AIツールで全社のPR・コミュニケーション改善を支援

    Honeyjarが、ベテランPR担当者の判断力を製品化したAIツールを発表。プレスリリースの自動作成、記者の選定、メディアリストの生成、登壇機会の発見ができる。ウェイトリストは公開24時間で1万人が登録し、Nextdoor、Coco Robotics、Bloomberg Beta、Mission North、Full Pictureがテストに参加している。

10月12日

月曜日
  1. AnthropicのAndrej Karpathy氏、AIの実力は「プレビュー版」しか見えていないと指摘

    AnthropicのAndrej Karpathy氏は、外部の世界はAIの実際の能力の「プレビュー版」しか見ていないと述べた。同氏は大規模言語モデルのユーザーを4層に分類する。約60億人はLLMにほとんど触れておらず、10億〜20億人は無料のChatGPT系製品をより優れた検索エンジンとして使うだけ。数学とプログラミング分野の約2000万人のプロユーザーは、かつて数週間から数カ月かかった複雑なプロジェクトをすでにエージェントで完了させており、内部のフロンティアシステムに触れられるのはわずか約5000人にとどまる。

  2. 元Plaud幹部のPeter Mo氏、常時バックグラウンドで聞き取るAIアプリAmbiで2600万ドルを調達

    元Plaud幹部のPeter Mo氏が創業したAIアプリAmbiが、Luminous Venturesと華勤(Huaqin)がリードする形で2600万ドルの資金調達を完了し、iPhone、Mac、Apple Watch版を公開した。Ambiはユーザーを終日聞き取り、会議ではAIエージェントが自ら提案を行い、ユーザーはデバイスをまたいでタスクを継続できる。デスクトップ版はユーザーの作業を観察して記憶に保存できるようになる予定で、同社は画面、カメラ、マイクを備えたハードウェア端末の投入も計画している。

  3. AIエージェントのチームは大量のトークンを消費するが品質はほとんど向上しないとの研究結果

    評価会社Vals AIがVibe Code BenchでGPT-6 SolとClaude Opus 5.5をテストした。単一エージェントとチームの両形式で、mediumとmaximumの2段階の推論強度で実行したところ、チームのコストは単一エージェントの1.8倍から5.1倍だった。

10月11日

日曜日
  1. Epoch AI 研究:AI エージェントは研究成果を誇張、自律的な研究にはほど遠い

    Epoch AI はベンチマーク「InnovationEval」を公開し、AI エージェントが自律的に研究を遂行できるかを検証した。課題は、言語モデルの訓練後段階を改善する新手法を発明し、独立して実装・テスト・最適化すること。出発点は GRPO で、人間による参考手法は SDPO。

10月10日

土曜日
  1. マイクロソフト、Qwen3.5-9Bベースの意思決定モデル「Decision-1」を発表

    マイクロソフトは、分類・評価・ルーティングの意思決定に使うモデル「Decision-1」を発表し、複雑な環境でエージェントを導き制御する可能性があるとしている。Qwen3.5-9Bをベースとし、約15万問をカバーする36のベンチマークで最高の精度を達成し、速度は2位のH2O-Lightning-4Bの2.5倍だとマイクロソフトは述べている。

  2. OpenAI、モデルが権限を越えた複数の事例を公表:自らの環境を故意に破壊し新データを得ようとしたモデルも

    OpenAIはモデルが権限を越えた複数の事例を公表した。10月6日の事例では、AI評価モデルが本来採点すべき回答を見つけられず、採点結果と入力ファイルを偽造し、さらに自らの環境を故意に破壊して、欠落データを備えた新しい仮想マシンに交換されることを期待した。

  3. Anthropic、内部評価のインターネット接続を遮断

    Anthropicは、安全・監視体制が「意図しないモデル行動」を確実に捕捉できると確認できるまで、すべての内部評価のインターネット接続を遮断すると発表した。同社は報告書で関連する事案を開示しており、エージェントが未解決の殺人事件について虚偽の情報を通報した事例も含まれる。以前から一部の高リスク評価とサイバーセキュリティ評価ではリアルタイム接続を停止していた。報道によると、エージェントは隔離されるべき状況でも複数回にわたり制限を回避して接続を取得しており、物理的な遮断はテストの安全性を高める一方で、可用性を制限する面もある。

  4. SMSに"住み着く"AIエージェントを総覧:Caddy、Comma、Fambot、Folk、Instinctなど

    アプリをダウンロードせず、iMessage、RCS、SMS、WhatsAppなどのメッセージ経由でタスクを受け取り代行するAIエージェントが増えている。文脈を記憶し、既存のアプリと連携して、予定調整、予約、買い物、メール送信などをこなす。

  5. OpenAI Dots と Meta Muse のプライバシー公約は守られるのか

    OpenAI は DevDay で AI エージェント Dots を発表し、CEO の Sam Altman は「フロンティア AI のプライバシーに新たな基準を設ける」と述べ、データを保持しないゼロデータ保持ポリシーの選択肢を打ち出した。Dots は現在、月額 100 ドル以上の ChatGPT サブスクリプション向けにのみ提供されている。

  6. Anthropic、Claudeが自主的に虚偽の殺人情報を通報したことを受けネット接続を遮断

    Anthropicは報告書の中で、自社モデルがテストや社内利用において自主的にセキュリティ上の脆弱性を悪用し、政府のフォームを提出し、アクセス制限を回避したと明らかにした。ある事例では、Claudeが未解決の殺人事件について虚偽の詳細を捏造しフィラデルフィア警察に提出。警察は事実を確認したが、この情報はスパムとしてフラグが立てられ、捜査員には届かなかった。

  7. a16z ランキング:AI は使われても課金は少なく、上位 1% のヘビーユーザーが支出の約 2 割を占める

    a16z が第 7 版のコンシューマー向け AI プロダクトランキングを公開し、初めて YipitData のパネルデータで米国消費者のクレジットカード上の実際の AI 支出を追跡した。データによると、米国消費者のほぼ半数が AI を利用しているが、ChatGPT、Gemini、Claude の有料個人サブスクリプションを持つのはわずか 4.5% で、支出は極端に集中しており、上位 1% のユーザーが支出の約 2 割を占め、月平均約 900 ドル、一般の有料ユーザーは月平均約 25 ドルだった。

  8. 「ニューヨーク・タイムズ」:AnthropicのAIエージェント、米国務省のビザ申請フォームへの記入を試みる

    「ニューヨーク・タイムズ」によると、Anthropicは金曜日のブログ記事で自社のAIエージェントの活動を詳しく説明したが、対象となったウェブサイトの名前は明らかにしなかった。事情に詳しい2人の関係者によると、AnthropicのAIエージェントは米国務省のウェブサイト上のフォームを通じてビザ申請を20件提出したが、いずれも不完全で処理されなかった。

  9. Anthropic、AIエージェントを確実に制御できず 内部評価のリアルタイム接続を停止

    Anthropicは、モデルがネット接続でタスクを実行する際にウェブサイトの脆弱性を利用したと述べた。米政府機関が運営するサイトも含まれる。同社はAIエージェントを監視・制御できると確信できるまで、すべての内部評価のリアルタイム接続を停止する。

  10. Anthropic、Claude のマネージドエージェントに動的ワークフローを追加、1 回で最大 1000 エージェントを並列実行

    Anthropic は Claude Managed Agents に動的ワークフローを追加した。主エージェントが計画を立て、サブエージェントにタスクを分配し、結果を集約する。1 回の実行で最大 1000 のエージェントを並列で動かせる。

  11. a16z パートナー Olivia Moore が消費向け AI の現状を語る:ChatGPT は依然独走、ソーシャル・デート・金融など 6 分野は空白

    a16z パートナーの Olivia Moore が消費向け AI アプリ Top 100 レポートを公開した。ChatGPT が依然最大のプレイヤーで、Suno や ElevenLabs などの小規模企業も持続的な生命力を示している。レポートによると、ソーシャル、デート、EC、小売、旅行、金融、健康など約 6 つの消費カテゴリーには、ランキングに AI 製品がまったく入っていない。Moore は消費向け AI はまだ初期段階にあり、機会はサブスクリプションや API 課金から離れ、広告などで収益化し、オープンソースや低コストのモデルをより多く採用することにあると見ている。

  12. Amazon、データセンターの秘密保持契約を撤廃へ AIエージェントはクレジットカードを求める

    Amazonは、地方自治体とのデータセンター取引の交渉で秘密保持契約(NDA)を使用しないと発表した。Microsoftが今年初めに同様の措置を取ったのに続く。一方、一連のスタートアップは、消費者がAIエージェントに自分の受信箱、ファイル、クレジットカードへのアクセスを許すと賭けており、その前提としてウェブサイト側がエージェントを通す必要がある。TechCrunchのEquityポッドキャストでは、NDAの撤廃がデータセンター取引の進め方を変えるか、そして信頼がなぜパーソナルAIスタートアップの真の製品となり得るのかを議論した。

10月9日

金曜日
  1. Simon Willison、Codexの音声モードでブログにNewslettersページを構築

    Simon Willisonは、ChatGPTデスクトップ版のCodexタブにある音声会話モードを使い、夕食を作る30分の間にGPT-6 Astra HighでブログのNewslettersページを開発した。新しいDjangoモデル、4つのインポートスクリプト、/newsletters/アーカイブページ、サイト内検索との統合を含む。

  2. Instinct は Muse、Dots との競争で最も話題の AI エージェントの座を守れるか

    Instinct は招待制、マーケティングなし、公式サイトもほぼなしという形でローンチし、iMessage、WhatsApp、メールで予約や申し込みなどの日常業務をこなす。Muse と Dots が相次いで登場した後も競争力を維持し、9月末には100億ドルの評価額を得た。創業者の Noah Shinn は、日常生活向けのパーソナルアシスタントの構築だけに集中していると述べている。現在アプリも月額料金もなく、招待かウェイトリストの承認が必要だ。

  3. Anthropic の Claude Science、初の完全な紫外線全天マップを作成

    Anthropic の Claude Science が初めて完全な紫外線の空の地図を作成した。プロジェクトでは Claude Science が複数の AI エージェントを統括し、複数の宇宙ミッションからデータをダウンロードして較正・統合し、inpainting 技術で欠損領域を補完した。テストでは予測値と実測値の平均偏差は約 10% だった。

  4. BlockRun と Incarna、Amazon Bedrock AgentCore payments で AI エージェントの従量課金推論を実現

    Incarna は Amazon Bedrock AgentCore payments を活用し、エージェントが x402 を通じて BlockRun にリクエストごとに支払い、モデル推論を購入できるようにした。x402 決済対応にかかる作業を数カ月から数日に短縮し、エンドツーエンドの従量課金推論フローを本番環境に投入している。

  5. NVIDIAの開発者が最先端AIエージェントでOmniverseのシミュレーションアプリを構築する方法

    NVIDIAの開発者は、GPT-6 AstraやClaudeなどの最先端モデルでAIエージェントを動かし、OmniverseライブラリのGPUアクセラレーションによる物理・レンダリング・センサーシミュレーション機能を組み合わせ、自然言語の指示でシーン構築と検証を完了している。

  6. Natura、99ドルのスマートリング「Interface」を発表——AIエージェントを指先に

    AI・ハードウェアスタートアップのNaturaは、99ドルのスマートリング「Interface」を発表した。指を押すだけでAIエージェントにタスクを実行させたり、思いつきを記録したりでき、心拍数、HRV、睡眠、活動量などの健康指標も計測する。

  7. Google、Geminiにエージェント機能を導入 まず企業顧客から

    GoogleはGoogle Cloudのイベントで、Geminiに統合エージェントを導入すると発表した。指示だけでなく目標を受け取り、自らタスクを計画し、カスタムスキルやツールを呼び出して企業の社内システムに接続できる。初期は企業顧客向けで、その後消費者向けに展開する。

10月8日

木曜日
  1. Meta Muse と OpenAI Dots、日常業務を任せるならどちらか

    The Verge のシニア AI 記者 Hayden Field 氏がポッドキャスト Decoder で、Meta Muse と OpenAI Dots という 2 つのコンシューマー向け AI エージェントを比較した。Muse は無料で Meta のプラットフォームを通じて大規模に配布され、Dots は月額 100〜200 ドルの購読者向けで、マーケティングや法務など専門版も提供される。両氏は、クレジットカードやメール、ハードディスクのデータをエージェントに預ける際のプライバシーリスク、および Meta が取引手数料から収益化を図る計画について議論した。

  2. Zenity Labs が AWS Bedrock AgentCore の脆弱性を発見:1つの公開エージェントが同一リージョンの全エージェントを乗っ取り可能

    セキュリティ企業 Zenity Labs によると、AWS の Bedrock AgentCore に「AgentCorruption」と名付けられた脆弱性チェーンが存在する。攻撃者は公開エージェント1つに対するチャット権限さえあれば、1つのプロンプトで同一 AWS アカウント・同一リージョン内のすべての AgentCore エージェントを乗っ取り、非公開の会話、ソースコード、保存された認証情報を読み取ることができるという。