Google Research、症状評価の会話型AIエージェントSymptomAIを研究
Google Researchは、日常的な症状評価のための会話型AIエージェントSymptomAIの研究結果を公表した。Gemini Flash 2.0ベースの5種のエージェントを用い、全国規模のランダム化研究(n=13,917)で評価している。臨床医3名の評価では、SymptomAIの鑑別診断(DDx)が他の臨床医のものと同等以上の頻度で好まれ、top-5 Accuracyでも臨床医を上回った。
Google Researchは、日常的な症状評価のための会話型AIエージェントSymptomAIの研究結果を公表した。Gemini Flash 2.0ベースの5種のエージェントを用い、全国規模のランダム化研究(n=13,917)で評価している。臨床医3名の評価では、SymptomAIの鑑別診断(DDx)が他の臨床医のものと同等以上の頻度で好まれ、top-5 Accuracyでも臨床医を上回った。
ABEJA の坂井氏が、Claude Code の Agent Skill と Claude Routines を使い、最新 AI 技術情報を定期収集・レポート化する AI Agent を作り直した。従来の Python 製 Agent と異なり、スキル定義のプロンプトのみで動作し、Claude サブスクリプションの枠内で実行できるため、従量課金の API token コストは不要とされる。Claude Routine は記事時点(2026/07)で pro 以上のサブスクリプションが必要で、1日の実行数にも制約がある。
Claude Managed Agentsに、セッション作成時の初期イベント指定(initial_events)とエージェント設定でのeffortレベル指定が追加された。initial_eventsにはuser.messageとuser.define_outcomeを最大50件まで渡せ、リストが空でなければ同じ呼び出しでエージェントループが開始する。
Googleは、エージェント構築向けにGemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberを発表した。3.6 FlashはArtificial Analysis Indexで3.5 Flashより出力トークンが17%少なく、価格は入力$1.50/1M、出力$7.50/1Mである。3.6 Flashと3.5 Flash-Liteは同日からGemini APIなどで利用できる。
選定理由:3.6 FlashとFlash-Liteの価格、速度、ベンチマーク数値が並んで示されており、エージェント用途でのモデル選択を比較しやすい。
Hugging Faceは、本番インフラの一部に自律型AIエージェントシステム主導の侵入があったと公表した。内部データセットの一部と複数のサービス用認証情報への不正アクセスを確認した一方、公開モデル、データセット、Spacesの改ざんの証拠は見つかっていない。ソフトウェアサプライチェーンも問題なしと確認した。
選定理由:AIエージェント主導の侵入を、AIによる検知とオープンウェイトモデルでのログ解析で調べた経緯が具体的に示され、防御側の備えを考える材料になる。
エージェント向けのモデルルーティングは、モデル選択の分類問題ではなく、コスト・品質・遅延を同時に最適化するシステム最適化問題として扱うべきだと論じる。AppWorld Test Challengeの417タスクでは、同じCodeActエージェントによる総コストがSonnetの79ドル(1タスク0.19ドル)に対しGPT-4.1は155ドル(同0.37ドル)と約2倍になり、キャッシュの効き方が単価の差を覆した。提案するルーターの構成1は、Opus単独と比べてコストを21%、遅延を9%削減し、精度低下は4%にとどめて84%を達成した。
LayerXは、第二回となるAIカンファレンス「Bet AI Day 2026」を2026年9月3日(木)に東京ポートシティ竹芝で開催する。テーマは「AIエージェントと働く未来に、Betしよう」で、10名の登壇者が開発、セキュリティ、コーポレートなど各領域の実践を共有する。参加費は無料の事前申込制で、オフライン(完全招待制)とオンライン配信で行い、8月31日から9月2日にはプレイベントも開く。
AnthropicのClaude Platformリリースノートが、Claude API、クライアントSDK、Claude Consoleの更新を新しい順に掲載している。Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5(claude-haiku-5-5)の提供開始のほか、プロンプトキャッシュ読み取り料金の引き下げ、Claude Managed Agentsの機能追加、Compliance APIの拡張などが記されている。
選定理由:モデル追加、価格改定、廃止予定、Managed Agentsの機能追加が日付順にまとまっており、API移行時に確認すべき変更点を一度に追える。
LINEヤフーが、AIエージェントによるID-JAGのフローをローカルで再現できるハンズオン「athenz-community/id-jag-the-hard-way」を作成した。Keycloak、Athenz、Open WebUI、Ollama、Gemma 4で構成され、トークンの発行からポリシー評価、Resource Serverでの権限強制までを直接観察できる。401 Unauthorizedなど、意図的に発生させる失敗ポイントも体験できる。
Anthropicは、Admin APIでClaude Enterprise(claude.ai)組織のメンバーを管理できるようにした。全Claude Enterprise組織でベータ版として提供される。メンバーの一覧取得やメールアドレスでの検索、ロール変更、削除、招待の送信と取り消し、グループとそのメンバーシップの管理、カスタムロールの参照に対応する。
ITUは7月9日、人と自律型AIエージェントが安全に協働するため、AIの行動とIDの信頼性を担保する国際標準化イニシアチブを発表した。英国DSITは7月10日、AIセキュリティ研究9,109件を整理し、今後さらに研究が必要な5分野を示したレポートを公表した。OpenAIは7月9日にGPT-5.6の一般提供開始を公表した。
GTDをローカルのAIエージェントで自動化し、PRとメールの依頼タスクをGoogle ToDoリストに振り分ける検証を行った。PRはレビュー状態に応じた決定的なルールでNextActionとWaitingに振り分け、メールは AIエージェントが依頼の候補を挙げたうえで人が登録するものを指定する。リストへの書き換えはGAS(Google Apps Script)のWebアプリに集約し、PRのIDによる重複防止や、タスク削除の指示を受け付けないといったガードを設けている。
Dreams(リサーチプレビュー)がClaude Fable 5とClaude Sonnet 5に対応した。あわせて、cmek_preserveイベントに関するAccess Transparencyのドキュメントが拡充され、フィルタの例とイベントのペイロード例、保持理由コードのpolicy_violation_investigationとcsae_reportが追加された。保持イベントは、人間のレビュアーが開始した場合も自動化された安全性パイプラインが開始した場合も記録されることが明記された。
Mistral Studioが、プロンプトとSkillsをバージョン管理、オーナー設定、トレーサビリティを備えて一元管理する「システム・オブ・レコード」を提供開始した。変更履歴は不変のバージョンとして記録され、差分比較やロールバック、監査ログにも対応する。非開発者もプロンプトを編集・テストでき、本番への昇格はSDKを通じてGitHub ActionsなどのCI/CDと連携させられる。
Google Researchは、ラベルなしのウェアラブルデータから学習する大規模センサー基盤モデルSensorFMを発表した。500万人、1兆分超のセンサー信号で事前学習し、35の健康タスク中34でエンジニアリング特徴量ベースの教師あり基準を上回った。AIエージェントによる予測ヘッド自動設計や、Personal Health Agentへの組み込みも検証している。
LINEヤフーは2026年6月29日開催の技術カンファレンス「Tech-Verse 2026」のKeynoteで、一般向け「Agent i」と企業向け「Agent i for Business」の構想、基盤の「AI Agent Platform」、社内AX化の進捗を示した。MCP Hubには現在150を超えるMCPサーバーが接続され、Agent Builderのリリースから2カ月で100を超えるワークフローが作られている。
AIセーフティ・インスティテュートは、評価の観点と評価項目例を更新・拡充した「AIセーフティに関する評価観点ガイド(第1.20版)」を公表した。AIエージェントシステムの普及を踏まえ、既存の評価観点を見直し、一部の評価項目例を追加した。エージェント特有の観点として「観測と制御」を設け、「自律的な挙動」と「外部環境との相互作用」に関する評価項目を加えた。
LINEヤフーのTech Blogは、レガシープロジェクトをAI主導型プロジェクトへ転換するAX(AI transformation)の4段階ロードマップを解説している。第1段階のAI-Readyではセキュリティとコンプライアンスの基盤を整備し、第2段階のAI-Assistではガイドラインの標準化とCI/CD連携を進める。第3段階のAI-DevelopmentではSDD(Spec-Driven Development)に基づく機能実装とテスト生成の自動化を目指す。
LINEヤフーの社内エンジニアが生成AIの利活用事例を発表するLT会「Hacking Fest 2026 Spring」が2026年5月に開催され、9件のセッションが行われた。AIエージェントの制御手法、Claude Code Hooksで Auto Mode と同等の機能を自作した事例、LLM評価ツールを使ったClaude Skillの評価・改善などが紹介された。AI利用コストの削減を試みた発表では、ローカルLLMやAI専用サーバーの検討を経て、コストを減らすには先に大きな初期投資が必要だという教訓が共有された。
Anthropicは、Claude Platformのメモリ一覧取得の挙動を変えるベータヘッダー「agent-memory-2026-07-22」を追加した。このヘッダー付きではメモリ一覧が安定したサーバー定義の順序で返され、order_by と order パラメータは無視される。
Theodore Roosevelt Presidential Libraryが7月4日に開館し、Microsoftの技術を使ったAI搭載の「living library」として、来館者がRooseveltのアバターと対話できる。数十万点の史料をAIで整理するナレッジベース「Box 1」が基盤で、検索ツールThe Campfire Reading Roomは世界中から利用できる。Microsoftは技術を解説する論文の公開と、プロジェクトで使ったソフトウェアのオープンソース化を計画している。
Sony AIが、Gran Turismo™でトップドライバーに勝つAIエージェントを目指した研究の5年間を振り返っている。2020年初めに始まった構想は、数百万人がプレイするゲームの常設機能になった。研究が製品とプラットフォームになった事例であり、強化学習の将来に向けた新たな問いも生んでいるという。
LINEヤフーのチームは、エージェントがiOSとAndroidの画面を見てタップし結果を検証できるクロスプラットフォームCLI「sim-use」をオープンソースとして公開した。画面をoutlineと呼ぶ独自のテキスト形式に変換し、24 KBのJSONが1.2 KBになりトークン消費は1/20に抑えられる。記事ではoutline、quadtreeプローブ、daemon、クロスプラットフォーム設計、マルチタッチの5つの技術判断を解説している。
選定理由:UIツリーをoutlineに圧縮する設計や、quadtreeプローブ、daemon化の判断が実測値つきで示され、エージェント向けCLI設計に応用しやすい。
Anthropicは公式のClaude Platformリリースノートを更新し、Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5などの提供開始と、Claude Managed Agentsの新機能やAPI変更を掲載した。Claude Opus 5.5は1Mトークンのコンテキストウィンドウを備え、料金は$4 / $20 USD per MTokである。旧モデルからの移行で400エラーになり得る変更点も複数記載されている。
選定理由:モデル追加、料金改定、API仕様変更、Managed Agentsの機能追加が日付順に並び、移行時に壊れやすい変更点を一覧で追える。
Anthropicは Sonnet ファミリーの次世代モデル Claude Sonnet 5(claude-sonnet-5)を公開した。導入価格は$2 / $10 per MTokで、8月10日に標準価格となる。1Mトークンのコンテキストウィンドウと128kの最大出力トークンに対応するが、Priority Tier は利用できない。あわせて Claude Managed Agents にもイベントデルタやセッション単位の設定上書きなどの更新が入った。
選定理由:料金、コンテキスト長、移行時に必ず確認すべき挙動変更とトークナイザー変更が一つにまとまっており、移行コストの見積もりに使える。
Anthropic の Claude Platform のリリースノートで、Claude API、クライアントSDK、Claude Console への変更を新しい順に掲載している。直近では10月7日に Claude Haiku 5.5(claude-haiku-5-5)が提供開始され、コンテキストウィンドウは1Mトークン、最大出力は128kトークンとされている。10月14日には OpenTelemetry export がベータで提供された。
LINEヤフーは、社内プライベートクラウドFlavaのAPI Gateway開発で、仕様駆動開発、自動検証、高速で再現性のあるローカル環境の3つを実践している。エージェントに失敗を自ら見つけて修正させるため、テストとリンターを検証ループの中核に据えた。テストは合計2,754件あり、開発者マシンでは全体が約15秒で完了するという。
LINEヤフーは、AIによるコーディングの調整層を、提案者(Proposer)と挑戦者(Challenger)という専門ロールの段階的な討論として再設計したと発表した。仕様(Spec)、実装(Build)、デリバリ(Delivery)の3フェーズごとに成果物を作り、オーケストレーターが改訂・エスカレーション・前進を判断する。最終的な承認は引き続きエンジニアが担う。
Claude Platformのリリースノートに、Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5の提供開始や、Claude Managed AgentsとCompliance APIの機能追加が記載されている。Sonnet 5.5のキャッシュ読み取り料金は$0.20から$0.10(100万トークンあたり)に引き下げられた。Claude Sonnet 4.5は2026年11月30日にClaude APIでの提供終了が予定されている。
選定理由:モデル追加、料金改定、廃止予定、Managed Agentsの機能追加が日付順に並び、API移行時の変更点を一覧で追いやすい。
Google DeepMindは、computer use を Gemini 3.5 Flash の組み込みツールとして提供開始した。従来は Gemini 2.5 の単独モデルのみだったが、メインの Flash モデルに統合された。Gemini API と Gemini Enterprise Agent Platform から利用でき、プロンプトインジェクション対策として敵対的学習と2種類の企業向けセーフガードも用意される。
選定理由:単独モデルだった computer use が Gemini 3.5 Flash に統合され、対応環境と安全対策が示されており、エージェント構築の判断材料になる。
Mistral AIはConnectorsに、ワークスペースや組織単位でコネクタとツールを制御する管理機能、スコープ付きAPIキー、複数アカウント対応を追加し、いずれもGAとなった。MCPコネクタの接続障害を調べるConnectors Debugger(Public Preview)や、Workflows(Public Preview)とVibe Code(GA)でのコネクタ利用も加わった。ディレクトリには60以上の連携があり、未掲載の場合はカスタムMCPコネクタで対応できる。
Semantic Context OSは、エージェントアプリケーションと外部の基盤モデルAPIの間に置かれるローカルの傍受プロキシ(localhost:8080)として、コンテキストウィンドウを決定論的なシステム資源として管理するランタイム基盤である。POSIX風の仮想ファイルシステム(VFS)による状態管理、PathAlignステージによるASTのトリミング、sawtoothメモリモデルによるトークン最適化を組み合わせる。
Mistral AIはOCRモデルMistral OCR 4を公開した。テキストに加え、バウンディングボックス、ブロック種別の分類、インラインの信頼度スコアを返し、10言語グループにわたる170言語に対応する。APIは1,000ページあたり$4で、Batch APIでは50%割引の$2、Document AIは$5である。単一コンテナでセルフホストもでき、企業向けに提供される。
選定理由:バウンディングボックスや信頼度スコアを返す構造化出力と、ベンチマーク自体の採点上の限界が併記されており、自社文書での検証の考え方をつかみやすい。
「PJ One Piece」は、生成AIを活用して事業の問いからデータ分析、示唆の整理、次のアクション検討までをつなぐ分析エージェントの取り組みである。先行展開では、依頼から結果が返るまで平均で約2週間かかっていた分析が約10分で実行できるようになり、事業部内では月数百回規模の分析が行われるようになった。分析の知識はドメインごとのプラグインやSkillとして蓄積され、別の担当者やドメインでも再利用できる構成にしている。
LINEヤフーは2026年6月29日、技術カンファレンス「Tech-Verse 2026」をオンラインで開催する。基調講演では新ブランド「Agent i」の構想や、開発環境と組織をAI前提へ変革するAX(AI Transformation)の取り組みを紹介し、セッションは「AI」と「Core Technology」の2カテゴリー・15セッションを予定している。参加は無料で、公式サイトからライブ配信を視聴でき、対応言語は日本語、英語、韓国語である。
SB Intuitionsは、通信事業のカスタマーサポートを題材にしたエージェントベンチマーク「tau-bench telecom」の日本語版「J-tau telecom」を公開した。評価結果では、多くのモデルで英語版より日本語版のスコアが低く、評価言語によってエージェント能力の測定結果が変わることが示された。J-tau telecomの評価では、GLM-5.2が96.5%、gpt-5.6 Solが93.6%を記録し、ライセンスはModified MITで公開されている。
カラクリは三井ダイレクト損保のお客さまセンター部に、ボイスエージェント「KARAKURI voice agent」を提供し、2026年4月から本格稼働した。マイページのログイン問い合わせに24時間365日対応し、18時以降の問い合わせ解決率は52.7%、AIへの苦情は0件(2026年5月時点)である。RAGで確認済みの社内情報に回答範囲を限定し、ハルシネーションリスクを抑えている。
Google DeepMindは、社内に導入するAIエージェントを管理するための枠組み「AI Control Roadmap」を策定した。モデルのアラインメントに加え、AIエージェントを整合していない可能性があるものとして扱い、システムレベルの安全対策を重ねる多層防御の考え方を取る。コーディングエージェントのタスク100万件を分析し、その知見はGemini Sparkエージェントのライブモニター構築にも活用された。フラグが立ったイベントの大半は敵対的な意図ではなく、エージェントの誤解釈や過剰な積極性に起因するという。
Google DeepMindは、Schmidt Sciences、Cooperative AI Foundation、ARIA、Google.orgと共同で、マルチエージェントAIの安全性研究を対象とした最大1,000万ドルの研究助成公募を発表した。対象分野は、サンドボックスとテストベッド、エージェントネットワークの科学、エージェント基盤の強化、監視と制御の4つである。応募締切は2026年8月8日で、採択結果は2026年秋に発表される予定である。
Anthropicが公開したClaude Platformのリリースノートでは、Claude Haiku 5.5の提供開始が挙げられている。1Mトークンのコンテキストウィンドウと128kの最大出力トークンを備え、Claude APIやClaude in Amazon Bedrockなど複数の環境で利用できる。あわせて、Claude Sonnet 5.5のプロンプトキャッシュ読み取り価格が100万トークンあたり0.20ドルから0.10ドルに引き下げられた。