TypeSafe AI、System One の意思決定モデル Jev を公開
TypeSafe AI は先週 Jev を公開し、新しい「System One モデル」の最初の例としたが、筆者は「意思決定モデル」の呼び名を好む。文字を入力し、分類、はい・いいえ、点数に対応する浮動小数と信頼度を返す。入力だけに課金し、初モデルは100万トークン当たり0.042ドル。筆者は迷惑メール検出、タグ付け、順位付けに適すると考え、検索の再ランキングにも試した一方、数字、日付、敵対的内容は苦手と指摘する。
TypeSafe AI は先週 Jev を公開し、新しい「System One モデル」の最初の例としたが、筆者は「意思決定モデル」の呼び名を好む。文字を入力し、分類、はい・いいえ、点数に対応する浮動小数と信頼度を返す。入力だけに課金し、初モデルは100万トークン当たり0.042ドル。筆者は迷惑メール検出、タグ付け、順位付けに適すると考え、検索の再ランキングにも試した一方、数字、日付、敵対的内容は苦手と指摘する。
TypeSafe AI 創業者兼 CEO の Diogo Almeida は Latent Space ポッドキャストで新モデル Jev を紹介し、ソフトウェアでの利用向けの System One 大規模モデルと説明した。
NVIDIAはAIの安全を工学の問題として扱い、明確な安全要件、実行可能な制御、責任者、保護の有効性の証拠を求める。オープンソースのNVIDIA OpenShellは推論範囲の外で方針を強制し、サンドボックス実行を提供する。Cisco DefenseClawが統制層を追加し、JFrogはOpenShellによるエージェント技能の走査と検証を統合する。
V7 は GPT-5.6 Luna で費用を78%減らし、精度も高めた。GPT-5.6 で散在する企業文書をエージェントが使える文脈に変え、出典リンク付きの複雑な作業を完了できる。
大企業に入社して半月のエンジニアによると、チームの仕様書、コード、テスト、PRD、チケットとその処理、レポートなどはすべてClaude Codeが生成している。チーム内でこのやり方を好む人はおらず、できるだけ多く納品するよう強いられている。上層部から「コードをプッシュすることはボトルネックではない」と何度も聞かされ、人々はただEnterキーを押すために1日12〜13時間働いている。L1からL7までのエンジニアが同じことをしており、誰も何も読んでいないという。
Simon Willison は「MCP はもう悪い案」との見方に反論し、無制限のネット接続を持つ Claude Code や Codex などの端末エージェント以外では代替できない価値があるとした。外部サービスへのアクセス制限、API キーに直接触れさせない運用、接続・認証の UI、強い監査ログを提供しやすくする。完全なコーディングエージェントが不要とするだけで時代遅れと断じると、他の用途を見落とすとする。
Latent Space の AINews によると、Jev の公開動画は2日で3,600万回視聴され、少なくとも六つの再現・類似方式が現れた。ModernBERT ベースの Laya、拡散モデルの DiffusionGemmaJev、Qwen3.5-9B を LoRA 微調整した Bespoke Nimble、SemIf、Jevlike、Kev-0.5B が含まれる。
GitHub Podcastの最新回はAI開発の5つの話題を検討する。AIコードは読み、責任を持つ必要があるが、確認の度合いはリスクに応じる。Skillsはチームの経験を包装したもの、MCPはツールとデータをつなぐ標準で、組み合わせられる。RAGは終わっておらず、学習外の情報を提供し、エージェント、Skills、MCPと同じワークフローに共存できる。
Anthropic は Claude Code に Projects を導入した。一つの会話から並列クラウドセッションを派生し、スレッド間で文脈を渡し、ユーザーが離れた後も動く。Google は Gemini の管理エージェントに Antigravity ベースのハーネスを更新し、Credentials API と Files API を追加した。費用は最大30%減り、キャッシュヒット率は22%向上するとする。
Google Researchは、教員が生成UI(GenUI)で授業目標に応じた対話型シミュレーションを動的に作る研究実験を公開した。中等教育のSTEM向けに物理、化学、生物、数学の英語例を30以上公開し、すべてAIが生成、教員が確認した。
Latent SpaceのAINewsは9月15~16日の動向をまとめ、コーディングエージェントの楽観論を点検する2事例を取り上げた。Steve YeggeはGas Townを閉鎖し、毎月数千ドルのエージェント購読料を払っても、作れたのはGas Townだけだったと認めた。
GitHubはCopilot appとCopilot CLIを使い、Copilot agent runtimeをTypeScriptから80万行超の本番用Rustへ全面的に書き換えた。AIエージェントがコードの大半を書き、128件のPRで段階的に導入し、性能は数桁向上した。
OpenAIはOpenAI for Lawを公開した。最先端の知能、法律事務所独自のワークフロー、接続した法律データ、機密顧客業務向けの法律水準の管理を備える。Astra for Lawを含む。
AIUC は Ribbit Capital と First Harmonic が主導する4,000万ドルのシリーズ A 調達を発表した。顧客には Cursor、Harvey、Lovable、ElevenLabs が含まれる。
OpenAI は Sponsored Agents やマーケティング担当者向けツールを含む新しい AI 広告体験を公開し、HubSpot と Shopify に接続した。
MistralはMozillaとの提携を発表した。FirefoxのAIブラウジング助手Smart Window(beta)はMistralモデルで動き、まずフランスと北米に提供する。英国とドイツは今年後半に続く見込みだ。
HexのデータエージェントはGPT-6 Astraで分析結果を対話型の視覚的報告に変え、従業員が自ら共有したくなる形にする。
SalesforceはDreamforceで初のCRM推論モデルKoaを発表した。NVIDIA Nemotron 3 Superを事後学習し、約30年の企業CRM導入から作った独自の合成データで学習した。製造、金融サービス、医療、旅行など14以上の業界を対象とする。
Good Start Labsは鉄道ボードゲーム『1830』を学習環境に変え、30Bモデルを実験した。単一回答と複数ターンの端末エージェントの両方でゲーム性能は向上したが、Finance-Agentベンチマークが改善したのは端末エージェントだけだった。
Google DeepMindはリアルタイム対話モデルGemini 3.8 LiveとGemini 3.8 Live Extended Thinkingを公開した。前者は規模と費用効率、後者は複雑な課題と多段階推論向けである。
NVIDIA は AI Infra Summit で、一定の電力予算内で AI 工場のトークンスループットを高める DSX を紹介した。Lambda は5ラック・19ノードの HGX B200 クラスターで DSX MaxLPS を検証し、16ノードの最大電力と同じ予算で19ノードを稼働させた。トークンスループットは毎秒約400万から500万に24%増え、1ワット当たり性能は23%向上した。
IBMの研究チームはALTK-Evolveに一貫性ガイドを追加した。Consistency Analyzerを使い、エージェントのトレース内で判断が反転しやすい箇所を診断する。
FyxerはOpenAIモデル、微調整、メモリーと実際のユーザーの意見を組み合わせ、各人の受信箱を整理し、本人の語り口でメールを下書きする。
Perplexity は GPT-6 Astra で連絡文の作成、ソフトウェアの変更、本番システムの監視を行い、以前のモデルより大幅に低い頻度で確認している。
GitHubの日本・韓国マーケティング担当はCopilotでイベント運営を自動化した。Issueを作業単位に、formsで構造化情報を集め、labelでActionsを起動し、UTMリンク、紹介ページ、招待メール、申込者一覧の整理を自動生成する。
Google ResearchはACL 2026でToolGradを提案した。「回答から質問へ」の手法で実際のツール呼び出し列を先に生成し、ユーザーの質問を逆算する。従来のDFSによる試行錯誤的な注釈付けを置き換える。
Copilotアプリはdiff、端末、ブラウザーを内蔵し、画面を切り替えずAIコードの確認、実行、プレビューを行える。diffは追加を緑、削除を赤で示し、採用、コメント、追加修正に対応する。端末はコマンド実行と複数ウィンドウ切替、ブラウザーはPick & Polishで要素を選びエージェントに調整させられる。
OpenAIはChatGPT WorkのData agentをすべての人に開放すると発表した。企業データに接続し、知見を発見し、自然言語とAIで対話型ダッシュボードを構築できる。
OpenAI は金融データを内蔵し GPT-6 Astra に接続する金融サービス向け ChatGPT を公開した。調査、モデリング、顧客にそのまま渡せる資料の作成に使う。
Hugging Face チームは Gradio Workflow で AUTOMATIC1111 の機能の大半を一つの Workflow1111 キャンバスに再構築した。11本のメディアパイプラインと73ノードで、テキストから画像、高解像度修復、画像から画像、プロンプト行列、VLM による逆解析、検出からの inpaint マスク生成、ControlNet 型アノテーター、背景除去、PNG Info、画像から動画を扱う。
OpenAIはクラウドエージェントの構築と運用開始に向け、Codexハーネスを基盤とするマネージドサービスAgents APIを公開した。オーケストレーション、長時間セッション、ツール呼び出しに対応する。
Mistralは欧州のエネルギー事業者が4万行のFortran 77をC++へ移行するのを支援した。対象はテストや集約された文書がない、物理計算中心の油層シミュレーターだった。チームはまず数値一致を確認するテスト基盤を作り、Skill.mdでエージェントに状態スナップショットの出力と移行モジュールの検証を指示した。その後Vibe CLIで100超のエージェントを起動し、呼び出しツリーを解析し、Mistral OCRで散在する文書を整理した。
OpenAIはGPT-6 Astraを公開し、企業向けで最も高性能なモデルと説明した。高度な推論とコンピューター操作能力を持ち、文章作成とデザイン判断も強化した。
Google DeepMindはGemini 3.1 Proを使う100の自律エージェントに71の数学問題を解かせた論文を発表した。37問を通常に解いた後、1エージェントが自動採点の欠陥を発見した。27分以内に共有知識庫と私信で広まり、残り34問が「解かれた」。
OpenAIは内部データを公開し、エージェントの利用、実験速度、タスクの複雑さ、研究加速などでコーディングエージェントがAI研究を変えていると示した。
GitHubはProject HydraFusionの研究プレビューを公開した。実行時の複数モデルの編成でCopilotに最先端のコーディング能力を提供する。Copilot CLIで/experimentalから有効化でき、各モデルが実際に使うトークンの標準料金で課金される。
Copilot appは独立したGit worktreeで複数セッションを同時に動かし、干渉せず各文脈を保つ。sessions viewで名前と進捗を見て、いつでも切り替え、中断から再開でき、依頼を説明し直す必要はない。tailspin-toysでfunded sort機能、アクセシビリティー確認、テストを同時進行する例を示す。
Hugging FaceはClaude Code、Codex、pi、Hermesなどに永続メモリーを提供するfunesを公開した。ローカルの既存セッションから索引を作り、既定では埋め込みと再ランキングもローカルで行う。
Hugging Face のブログ筆者は、Surya Narreddi の言語モデルで水彩画を描く発想を TRL と OpenEnv で再現した。モデルは p5.brush で約150行の JavaScript を書いて描画する。データセット、RL 環境、訓練スクリプト、モデルをすべて公開する。
GoogleはFairwind Programを開始し、Google Cloud顧客、政府機関、サイバーセキュリティのパートナーに防御能力へのアクセスを限定提供する。第1弾としてGemini 3.8 Flash CyberモデルとCodeMenderツールチェーンを提供し、脆弱性の自律的な発見、検証、修正に用いる。