Karpathy氏、Claudeで週末に動画推薦サイト「HackerTube」を制作
Andrej Karpathy氏はClaudeのOpus 5.5モデルを使い、週末でHackerTubeを制作した。20年分のHacker Newsのコメント4300万件から6454本の動画を選び出して推薦する。
Andrej Karpathy氏はClaudeのOpus 5.5モデルを使い、週末でHackerTubeを制作した。20年分のHacker Newsのコメント4300万件から6454本の動画を選び出して推薦する。
アリババとアジアの複数大学の研究者が、実際のユーザーの変更リクエストからコーディングエージェント向けベンチマーク「Co-Design Bench」を構築した。エージェントは画像・音声・動画・文書などを入力として、既存のWebアプリを改修することが求められる。
Anthropic Instituteの研究者Andy Hall氏がSubstackでMETRの研究を再現・拡張し、GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8、Gemini 3.8 Flashが人間のレビュアーと同様にエージェントの違反を発見できるかを検証した。
Vals AIのCyberOffenseベンチマークは、AIエージェントが隔離されたKali Linuxマシン上で独立して模擬企業ネットワークを攻撃するもので、OpenAIの制限付きサイバープログラムDaybreakのGPT-6 Solが目標達成率80.8%を記録し、オープンウェイトモデルのDeepseek V4.1 Flash 1017が72.8%で続いた。1回の実行コストは約22ドルではなく約3ドルだ。
The VergeのNilay PatelがCognitionの最高セキュリティ責任者Alex Stamosと対談し、AIがサイバーセキュリティの攻防をどう変えるかを議論した。Stamosは、オープンウェイトモデルがすでに攻撃チェーンの大部分を自動化できると述べ、ダウンロード可能なARTEXツールとGLM-5.3の組み合わせで約200社への侵入に成功したと指摘。防御側は一次セキュリティ運用をAIに任せ、古いコードの脆弱性を自動修正する必要があるとし、業界はしばらく「暗黒時代」を迎えるとの見方を示した。
論文ベンチマークでClaude Opus 4.8、Claude Opus 5、Claude Fable 5、Claude Opus 5.5、GPT-5.6 Solを試した。
GitHubは開発者ガイドを公開し、エージェント工学はPlan、Build、Verify、Observeの4段階を網羅する必要があると提唱した。GitHubの週間コミット数は12億件を超え、前年比400%超の増加。Faros AIの調査によると、チームのAI採用率が低から高になると、PRレビューにかかる時間が441%増加した。
Perplexityは常駐型AIエージェント「Teammates」を発表した。継続的なプロジェクトを自律的に進められ、各エージェントはデスクトップとブラウザを備えた独立した仮想マシン上で動作する。ユーザーはPerplexityアプリの専用スレッドで進捗を追跡でき、Slackを通じてエージェントとやり取りできる。
OpenAIは、AIエージェントが生の実験データを解釈し、日常的なウェットラボ科学を処理する能力を測る100タスクのベンチマーク、BioBasicsBenchを公開した。
サンプルプロジェクトsample-remote-coding-agentは、Claude CodeをリモートエージェントとしてAmazon Bedrock AgentCore上で実行する。各タスクは独立したAgentCore runtimeセッションのmicroVM内で処理され、最終的にレビューとマージ用のGitHub pull requestを返す。
TaxbitはAmazon Bedrock AgentCore上に、ダッシュボードに組み込んだAIアシスタントTaxbit Assistを構築した。回答には開ける引用元が付き、ユーザーのロールと組織の権限に応じて内容を絞り込む。
Greenlight FinancialはAmazon Bedrock AgentCoreを基盤に自律型セキュリティオペレーションセンター「Luna」を構築し、月間3,000〜4,000件のセキュリティ・リスク事案のうち90%以上を人手を介さず処理している。
Okta Cross App Access(XAA)と Amazon Bedrock AgentCore を組み合わせ、どのエージェントがどのユーザーに代わってどのアプリにアクセスできるかを IdP 側で決める。
AWSはチュートリアル第2部を公開し、Amazon Bedrock AgentCore上でGatewayを統一エントリポイントとして導入し、Oktaの認可をGatewayが一括で交換する仕組みを示した。第1部で各MCPサーバーが個別に検証していた方式を置き換える。
AmazonのNASCチームは、AIエージェントが企業データレイクにアクセスするための集中ゲートウェイとして、Amazon ECS Fargate上にサーバーレスMCPサーバーを構築した。新しいデータセットの追加にはJSONメタデータファイルが1つあればよく、次回のパイプライン同期時にサービスが自動的に検出するため、データセットごとの統合コードを書く必要はない。このアーキテクチャでは、任意のMCP互換クライアントが同じツール群を呼び出せ、権限管理はMCPサーバー層で集中的に実施される。テストではエンドツーエンドの対話レイテンシーは15〜20秒に保たれた。
AWS Quickチームは、エージェントの作業をWhen、What、Who、Howの4つの問いで分解し、トリガー、エージェント、ケイパビリティの3層構造に対応させるエージェントプリミティブの分類体系を提案した。トリガーは人間による起動、エージェントによる委任、定時、イベント駆動の4種類に分かれる。エージェントは持続的に学習する実行者と定義され、指示、ケイパビリティ、学習コンテキストで構成される。ケイパビリティはツール、スキル、ワークフローを含み、エージェントの自律度と決定性の度合いに応じて並べられる。
サンフランシスコでは、AIを使うか、AI関連の仕事に就いているかがマッチングアプリの新たな選別条件になっている。Hingeでは「AIを使うならデートしないで」と明記する人もいる。AI安全研究者のKyleは、人類がAIによって絶滅する確率を10%と見ており、長期的な関係を計画しにくいと感じている。一方、最先端AI企業の従業員はAIと恋愛は無関係だと考え、「AIで富裕になる」ことだけを加点要素として認めている。
Metaは、AIアシスタント「Muse AI」内でアプリのようなカスタム体験を構築できる新機能「spaces」を提供開始した。ショッピングモール、学校のダッシュボード、音楽トラッカー、クイズゲームなどを作成でき、アプリ内で直接操作できる。
MetaはMuseエージェント向けにSpacesを発表した。休暇の計画、ギフトの管理、結婚式の準備など具体的なプロジェクトごとに独立した会話スペースを作成でき、Museがその中で目標の達成を進める。Metaによると、ユーザーはチャットでアイデアを説明するだけで、Museがトラッカーやプランナー、プロジェクトボードを生成する。Spacesは外部アプリとも連携でき、公演日程や価格の変動などの情報をバックグラウンドで自動更新する。
セキュリティ企業Censysのスキャンにより、800を超えるArtexの導入インスタンスがパスワードなしで公衆インターネットからアクセス可能であることが判明した。Artexはオープンソースの自律型ペネトレーションテストツールで、7月の公開以降、9月の韓国金融業界への攻撃や10月のConnectWiseへの攻撃など、複数のサイバー攻撃に関連付けられている。
The Decoder の Frontier Radar 第5回は、大手企業を離れた研究者が創業した研究型 AI 企業27社を、継続学習、言語以外の世界モデル、独自データ、計算効率、自動化された科学研究、モデルの制御性という6つの技術的賭けの分類で整理した。
Thinking Machinesは第2世代モデル「Inkling 2 Small」を公開した。総パラメータ594B、活性パラメータ17BのMoEモデルで、テキストと画像の入力に対応し、思考の深さを調整できる。
AmazonはAlexa for ShoppingにSMSでの買い物機能を追加した。ユーザーがSMSで商品を説明するか写真を送ると、Alexaが合致する商品を検索し、おすすめを返信して代理で注文する。本日から米国の一部ユーザーに提供を開始し、今後数週間で数百万人のユーザーに拡大する予定。毎週の食料品購入やギフトの提案、同じ商品の検索などの依頼に対応し、好みを記録して値下がりを追跡する。
アマゾンは、一部の米国ユーザーがSMSでAlexa AIエージェントと対話して買い物を完了できる新機能を発表した。商品検索、カートへの追加、注文に対応する。リスト管理、価格の追跡、ウェブ横断の検索、商品比較、注文状況の確認も可能で、画像を送って類似商品を検索することもできる。
AnthropicはClaude向けにPersonal Finance機能を発表した。ユーザーは銀行口座を接続し、自分の資金状況をClaudeに質問できる。接続はPlaid経由で行われ、Claudeが得るのは読み取り専用の権限のみ。送金や資金の管理、投資はできず、銀行のパスワードも見えない。
Palo Alto Networksは、AIエージェントによる企業システムへのアクセス権限管理に特化したClutch Securityを、現金5億ドルにマイルストーン連動の追加支払いを加えた条件で買収する交渉を進めている。
Airbnbは2027年上半期に、ユーザーの旅行計画と予約を支援するAIエージェントを投入する計画だ。従来のチャットウィンドウではなく、地図、写真、比較、カレンダー、旅程など数百の旅行専用インターフェース要素を収めたライブラリからリアルタイムで画面を組み合わせ、ユーザーの問いに合わせた体験を構築する。Airbnbは、ホストとゲストのマッチングで培った経験と、予約プロセスにすでに関わっている立場が強みだとしている。
Perplexityは業務向けの常駐型AIエージェント「Teammates」を発表した。同一ワークスペース内で複数の役割を担い、既存のプロジェクトやスキル、メモリを呼び出せる。TeammatesはPerplexity Computer上に構築され、異なるタスクを同時に実行でき、ユーザーはPerplexityアプリの個別スレッドで進捗を確認できるほか、Slackでもやり取りできる。
Airbnbは第3四半期の株主向け書簡で、自社開発のAI旅行エージェントを2027年上半期に消費者向けに提供すると発表した。このエージェントは純粋なチャット画面ではなく、地図、写真、比較、カレンダー、旅程など数百の旅行専用UIコンポーネントからリアルタイムで個別化された画面を組み立てる。さらに予約だけでなく、変更、返金、再予約、24時間の安全サポートも支援する。
OpenAIは、ソフトウェアのセキュリティー脆弱性を探すために特化して訓練した「GPT-6 Cyber」を発表した。欠陥の発見、動作するエクスプロイトの構築、パッチの提案ができる。OpenAIによると、特別な安全指示がない場合でも99.93%のテストで境界を越えず、前世代は94.49%だった。ExploitGymのスコアは48.5%で、前世代の「GPT-5.6 Cyber」は32.1%だった。
AWS は Amazon Bedrock AgentCore 上の Web Answer が一般提供開始されたと発表した。エージェントは 1 回のツール呼び出しで出典引用付きの合成回答を得られ、検索・取得・合成・引用抽出のパイプラインを自前で構築する必要がなくなる。
NVIDIA は Vera CPU を発表し、100 メガワットのデータセンター比較で、単一の Vera が最速の x86 CPU と最も省エネな x86 CPU の両方を上回ると述べた。最速の x86 CPU と比べて Vera は 1 ワットあたり 1.6 倍のエージェント数を支え、最も省エネな x86 CPU と比べてエージェント速度が 2 倍になる。
Metaは、コンシューマー向けAIエージェントMuseとの音声通話とビデオチャットができるMuse Voice機能を、米国の全ユーザーに開放したと発表した。
SemiAnalysisがGDPxベンチマークを公開した。AIエージェントを模擬的な知識労働環境に置くもので、チップ設計、生物、クオンツ取引、サイバーセキュリティ、法律など11分野にわたる206タスクを課すが、総合スコアが12%を超えたモデルはない。
Microsoft ResearchはGitHub NextおよびRiSEグループと共同で研究プロトタイプ「PDD Kit」を公開した。開発者の自然言語による意図をVerusの形式仕様に変換し、エージェントが生成したコードがすべての入力に対して仕様を満たすことを証明する。証明が届かない部分はテストにフォールバックする。
OpenAIは、悪用可能な脆弱性の発見と修正案の開発に用いるサイバーセキュリティーモデル「GPT-6 Cyber」を発表した。モデルが常に許可された範囲内で行動することを訓練目標としている。
AnthropicはPersonal Finance機能を発表した。Plaidを通じてClaudeをユーザーの銀行口座やクレジットカード口座に接続するもので、今週ベータ版として米国のClaude Pro、Max、Ultraのサブスクリプション利用者に提供を開始する。
MetaのCEO、Mark Zuckerberg氏は、Muse AIエージェントがリアルタイムの音声対話に対応し、アバターが話す内容に合わせて動くと発表した。この機能は米国のiOSアプリで提供を開始しており、Metaはまもなく同社のAIグラスにも対応し、今年出荷予定のMuse Charmデバイスでも利用可能になるとしている。The Vergeの記者が試したところ、音声応答は比較的速いものの、情報を調べる際に時折間が空くことがあった。音声のトーンは会話またはアバター設定から調整できる。
Anthropicは木曜日、Claudeに「Personal Finance」ツールを追加したと発表した。ユーザーはPlaid経由で銀行口座やクレジットカード口座を連携し、自身の財務状況についてClaudeに質問できる。
Metaは、開発者が複数のAIコーディングエージェントを同時に操作できるAIコーディングスタートアップのConductorを買収した。取引額は非公開。ConductorのCEO、Charlie Holtz氏がブログで取引を認めた。Conductor Cloudは11月20日に終了し、デスクトップアプリは2027年初頭に新モデルの提供を停止する。