本文へ移動

#エージェント

今日 1 件

11月8日

日曜日
  1. アリババなどのチームがCo-Design Benchを公開、コーディングエージェントはタスクの約4分の1しか完全にこなせず

    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。

  2. Vals AIのベンチマークでオープンソースとクローズドモデルのサイバー攻撃能力の差が縮小し続ける

    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。

  3. AIがサイバーセキュリティ業界を突き崩した、次に何が起きるのか

    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。

11月7日

土曜日
  1. GitHub開発者ガイド:コード生成からエージェント工学へ

    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。

  2. Perplexity、常駐型AIエージェント「Teammates」を発表

    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。

  3. Amazon Bedrock AgentCore上でセキュリティ制御を備えClaude Codeをリモートセッションに拡張

    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。

  4. Okta Cross App AccessとAmazon Bedrock AgentCoreでAIエージェントのアクセスを統制(第2部)

    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。

  5. Amazon ECS Fargate上のサーバーレスMCPサーバー、AIエージェントにデータレイクへのアクセスを提供

    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。

  6. AWS Quickにおけるエージェントプリミティブの分類体系

    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。

  7. AIがサンフランシスコの新たな恋愛地雷に、相手がAIを使うなら即スワイプ

    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。

  8. Meta、Museエージェント向けにSpacesのコラボ機能を発表

    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。

  9. Artex AIハッキングツール数百件がインターネット上に公開される

    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。

  10. Frontier Radar #5:AGI が近づく中、なぜ多くの研究者が大手を離れて新研究所を立ち上げるのか

    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。

11月6日

金曜日
  1. Amazon、Alexa for ShoppingにSMSでの注文機能を追加

    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。

  2. アマゾン、SMS版Alexaの買い物機能を開始

    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。

  3. Anthropic、Claudeに銀行口座連携を追加 個人の支出を照会可能に

    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。

  4. Airbnb、AI旅行エージェントを開発中 2027年上半期の提供を計画

    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。

  5. Perplexity、業務向けAIエージェント「Teammates」を発表

    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。

  6. Airbnb、2027年上半期にAI旅行エージェントを投入へ

    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。

  7. OpenAI、脆弱性の発見と修正案を示すセキュリティーモデル「GPT-6 Cyber」を発表

    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。

  8. NVIDIA Vera CPU を発表、エージェントのスループットと電力効率を重視

    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。

  9. SemiAnalysisがGDPxベンチマークを公開、AIエージェントの最高得点は12%未満

    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。

  10. Microsoft Research、PDD Kitでエージェントが書いたフルスタックWebアプリを形式検証

    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。

  11. Meta、Muse AIエージェントに音声モードと動くアバターを追加

    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。

  12. Meta、AIコーディングスタートアップのConductorを買収 大手各社は開発者の囲い込みを加速

    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。