本文へスキップ

#エージェント

本日7件
10月19日月
  2. xAI News22

    Grok 4.6、Microsoft Foundryで利用可能に

    xAIのGrok 4.6がMicrosoft Foundryで利用可能になった。コンテキストウィンドウは500kで、推論の強度はlow、medium、high、xhighから設定できる。Foundryでは他のフロンティアモデルとの比較評価、マネージドエンドポイントへのデプロイ、エンタープライズ向けのセキュリティとガバナンス管理が行える。

  3. xAI News48

    Grok Bot、エンタープライズ向けに提供開始

    xAIは、業務を自律的に遂行するAIチームメイト「Grok Bot」をエンタープライズ向けに提供開始した。各Botは専用のクラウド上のコンピュータで動作し、アクセス、ネットワーク、監査の管理機能が追加された。GrokおよびCursor Enterpriseの顧客は今後2週間無料で利用でき、既存のシートを持たない人も含めて組織全体を招待できる。

  4. xAI News50

    持続するエージェントを前提としたGrok Botのデザイン設計

    xAIは、Grok Botを会話セッションではなく、持続するBotを中心に設計したことを明らかにした。Botは独自のアイデンティティ、記憶、実行環境、ツールを持ち、チャット履歴の代わりにBotの一覧で管理される。アバターの動きで待機や作業中などの状態を示し、ホバーすると現在の動作を確認できる。

  5. xAI News42

    Grok Botを調達業務に投入、ベンダー支出の見直しで直接的なコスト削減10万ドル超を確認

    xAIは、Grok Botに仕入れ先の支出、契約、利用データへのアクセスを与えたところ、10万ドルを超える直接的なコスト削減を見つけたと明らかにした。調達用に作られた「Haggle Bot」は、90日間利用のない有料シート43件を特定し、14,220ドルの削減につなげた。別のSaaS製品では未使用のSKUで年間85,662ドル分を見つけた。支出や契約の承認、ベンダーへの送付には人間の承認を必要とする設計である。

  6. xAI News52

    xAI、Grok Buildにメモリ機能を追加 規約や決定事項をセッション間で保持

    xAIはGrok Buildにメモリ機能を追加した。作業中に出てくる規約、決定事項、プロジェクトの事実をメモとして記録し、後のセッションで関連コードに触れる前に読み込む。新しいセッションから適用され、`/memory`と`/dream`コマンドも追加された。

  7. AISI Japan: Output28

    AIセーフティに関する評価観点ガイド

    AIセーフティ・インスティテュート（J-AISI）は、2026年7月に「AIセーフティに関する評価観点ガイド」を第1.20版に改訂し、AIエージェントシステムの普及を踏まえて評価の観点と評価項目例を更新・拡充した。同ガイドは2024年9月に、AIシステムの開発者や提供者がAIセーフティ評価を実施する際の基本的な考え方として公開されたものである。今後もAIを取り巻く環境の変化に応じて、適宜改訂していくとしている。

  8. CyberAgent Developers Blog28

    セルフホスト Langfuse のプロンプト配布と GCS へのミラー

    CyberAgentは、セルフホストしたLangfuseのプロンプトを、更新のたびにGitHub Actionsで環境ごとのオブジェクトストレージへ自動コピーし、Langfuse停止時の配布に備えた。通常時はLangfuseから取得し、停止時のみストレージを読む構成で、アップグレード中もチャット機能を維持できるようにした。コード内のfallbackは削除できた。

  9. Google Developers Blog55

    意図を判断するゼロトラストAIエージェントの構築方法：Model Armor、Semantic Governance Policies、Agent Anomaly Detection

    Googleは、Gemini Enterprise Agent Platform上でModel Armor、Semantic Governance Policies、Agent Anomaly Detectionを使い、エージェントの実行時に意図と挙動を検査する方法を解説した。ADKで作った返金エージェントを題材に、ビルド時の制御では防げない攻撃への対処を示している。コード一式はオープンソースのデモzero-trust-agents-2で公開されている。

  11. Google Developers Blog57

    Google Cloud API Gateway、REST APIをMCPツールとして公開する機能をPublic Previewで提供

    Google Cloud API GatewayがPublic PreviewでリモートMCPサーバーとして動作するようになった。既存のOpenAPI仕様に注釈を付けてデプロイするだけで、REST操作をエージェント向けのMCPツールとして公開でき、別のサーバーを構築・運用する必要はない。既存のJWTまたはAPIキー認証、クォータ、ログもそのまま使える。

  12. Google Developers Blog42

    AQuA、本番エージェントの品質を24時間監視し失敗原因を診断するGoogleのアンビエント品質エージェント

    Googleは本番環境のAIエージェントを継続監視する品質エージェント「AQuA（Ambient Quality Agent）」をオープンなビルディングブロックとして公開した。Google Cloud上でCloud Trace、Cloud Logging、BigQueryからセッションを定期的に抽出し、最大1,000セッションを評価して失敗パターンをクラスタリングする。AQuAはリクエストの経路外で動作し、エージェントへの書き戻しは行わない。

  13. Google Developers Blog58

    Gemini 4 Argon、20万行のPythonコードベースを一晩で最適化 ADKで2件の改善を採用

    Googleは、Gemini 4 Argonにgoogle/adk-pythonを約11時間無人で最適化させ、インメモリセッションの準備時間を長いセッションで約40%、パッケージのインポートを21%短縮した。提案6件のうち2件がコードレビューを経て採用され、4件は不採用となった。/goalモードと.agents/skillsを使った手順も公開している。

  14. Google Developers Blog59

    Google、ロボティクス向けGemini 4 Argonを公開、ERQAで87%

    GoogleはGemini 4 Argonを公開した。物理的理解、コード生成、視覚・意味推論が向上し、ERQAベンチマークでは推論のみで87%を記録して他のフロンティアモデルを上回ったとしている。ロボット制御、Real2Sim、物理理解、研究・自己改善の4分野の代表的なプロンプトも紹介している。Google AI StudioやGemini APIなどで利用できる。

  15. Google Developers Blog38

    AIエージェントの評価を「vibe check」から脱却させる方法

    AIエージェントは、ループやトークンの過剰消費、もっともらしいが誤った回答をしても見た目には問題なく見えるため、目視確認（vibe check）では不具合を捉えられないとしている。対策として、重要なユーザージャーニー（CUJ）を評価の基準にし、シミュレートされたユーザーでゴールデンデータセットを作成して、本番トレースに順次置き換える方法を示す。評価はユニットテスト、決定的メトリクス、LLM-as-a-judge、統合テストの4層で行い、judgeの採点は可能な限り1〜5段階ではなく合否の二値判定にすることを勧めている。

  16. Google Developers Blog38

    google/adk-recipesの全体像、3層構成で整理された単一リポジトリ

    Googleは、google/adk-samplesを再構成した後継リポジトリgoogle/adk-recipesの構成を解説した。core/、plugins/、contrib/の3階層に分かれ、Agents CLI、Agent Garden、Gemini Enterprise appが同じソースツリーを参照する。plugins/はAgent Plugins v1.0.0仕様に準拠したスキル、contrib/は5言語のデプロイ可能なサービスを収録する。

10月18日日
  1. NVIDIA Blog40

    NVIDIA RTX Spark搭載のWindows PCが発売、ASUS・Dell・HP・Lenovo・Microsoft・MSIから

    NVIDIA RTX Sparkを搭載したWindows PCのノートPCが提供開始された。ASUS、Dell、HP、Lenovo、Microsoft、MSIのノートPCが2,399ドルから販売され、NVIDIA Blackwell RTX GPUとNVIDIA Grace CPUを組み合わせた単一のスーパーチップで、最大1 petaflopのAI演算性能と最大128GBの統合メモリを備える。今後さらに多くのシステムが登場する予定である。

10月17日土
  2. OpenAI Developers42

    OpenAIのエンジニアがCodexを使い、コードベースを調べ、対応が必要な箇所を見つけ、溜まったメンテナンス作業を少しずつ片付けている方法を紹介する。

    引用元Rodrigo Roim@rrroim

    Software maintenance is changing. A few months ago, I had to tell Codex exactly where to look for dead code. Now it can find candidates in Slack, check them against production telemetry, and draft cleanup PRs. Here’s how we do this at OpenAI. https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family

  4. AWS Machine Learning Blog38

    Amazon Bedrock AgentCoreで構築する、AIエージェントの信頼性を支える本番運用向け評価フレームワーク

    AWSのSMGS Operationsチームが、Amazon Bedrock AgentCoreを用いて、本番運用の複数AIエージェントの品質を継続的に測る評価フレームワークを構築した。AgentCore Evaluationsを中核に、Amazon Bedrock GuardrailsやAmazon CloudWatchなどを組み合わせている。

  7. OpenAI News29

    Itaúが全顧客向けに生成AIを構築する方法

    ブラジルの銀行Itaúは、会話型インターフェースia.iとAIガバナンス基盤IARAを軸に、全顧客向けの生成AI提供を進めている。ia.iは第1フェーズで約300,000人の顧客が対象で、2026年末までに全顧客への展開を目標とする。IARAを基盤とする法務ソリューションは9,000万件超の文書を扱い、部門の一部工程で20%から80%の効率向上を得ている。

  8. Google Research Blog59

    Google Research、ウェットラボ自律化に向けAIエージェントを物理実験に接地させる3件の研究を公開

    Google Researchは、AIエージェントが液体ハンドリングロボットを安全に操作できるよう、ラボのデジタルツイン「VERID」を提案した。あわせてアプタマー設計とde novoタンパク質バインダー設計の閉ループ実験も公開し、FAPに対してシングルナノモーラー級の親和性を持つバインダーを得た。

  9. Google DeepMind43

    4体のGemini 4 Argonエージェントが、ゼロから27時間でMinecraftをクリアした。 サンドボックス内でコードとテキストのみを使い、2,783本のプログラムを書き、チャットで役割を分担し、メモを共有し、エラーを一緒にデバッグした。人間の助けは一切なし ↓ https://x.com/maxencefaldor/status/2111023397106770026

    引用元Maxence Faldor@maxencefaldor

    Four Gemini 4 Argon agents, one shared Minecraft world, one goal: defeat the Ender Dragon. 27 hours and 2,783 self-written programs later, the dragon fell. https://x.com/i/article/2111007444981645312

  10. AWS Machine Learning Blog49

    Reflection Beam登場、AWSでのエージェント型コーディング向けオープンウェイトモデル

    Reflection AIが、エージェント型コーディングと長期タスク向けのオープンウェイトモデルBeamを公開した。総パラメータ501B、アクティブ23BのスパースMoEで、実効コンテキスト長は1Mトークンと同社は報告している。重みはApache 2.0ライセンスでHugging Faceから提供され、発表時点ではAmazon SageMaker JumpStartの米国東部（バージニア北部、オハイオ）で利用できる。

10月16日金
  1. AWS ブログ（日本語・生成AI）41

    AWS Security Agent（AWS Continuumに統合）、新たに公開された実在のCVE 37件中33件のエクスプロイトに成功

    AWSは自律型ペネトレーションテストエージェントAWS Security Agent（now part of AWS Continuum）を、最近公開された実在のCVE 37件に適用し、33件（89.2%）で意図された脆弱性をエンドツーエンドでエクスプロイトした。エージェントはエンドポイントURLと1行のヒントのみで動作し、Claude Opus 5上で1件あたり10時間の制限を設けて実行した。取得までの所要時間の中央値は約4時間で、2件は整合性監査で再分類、2件はターゲットをダウンさせて失敗した。

  2. NVIDIA 日本版ブログ38

    NVIDIA Omniverse、フロンティアAIエージェントでシミュレーション開発を加速

    NVIDIAの開発者らが、GPT-6 Astraなどのフロンティア AIモデルとOmniverseライブラリを組み合わせ、自然言語の指示でシミュレーションアプリを構築する事例を紹介した。倉庫向けヒューマノイドシミュレーター、自動運転試験環境「Zero to Alpamayo」、Robo Olympics、国際宇宙ステーションのブラウザ再現などが挙がっている。ある実験では、ロボットが100回の試験のうち64回で単一の障害物をクリアした。

  3. OpenAI News31

    Benefit Street Partners、Codexで投資委員会の質問への回答を高速化

    信用特化の投資運用会社Benefit Street PartnersのAnant Kumarは、Codexでコードレビューを行い、BDCの評価額比較トラッカーと融資契約書の分析ツールを自作した。トラッカーの初版は約1日、開発は合計約10〜12時間で、契約書の初回分析は約20分で出て、その後に1時間以上の人による確認が入る。投資委員会の追加質問への回答は、Kumarによれば会議中に済むことも多い。

  4. OpenAI News25

    Stack Overflow for Agents、ChatGPTプラグインで登録数が3倍に

    Stack Overflowは、エージェント向け製品Stack Overflow for AgentsのChatGPTプラグインを公開し、登録数が一晩で3倍、エージェント作成数が最大10倍に増えた。2人のエンジニアがCodexで同製品を数週間で開発した。コネクタ1件の構築も、通常の3〜6週間からCodexで4日に短縮した。

  5. Hugging Face Blog78

    Reflection、501B規模のオープンモデルBeamをHugging Faceで公開

    新興の米ラボReflectionが初のモデルBeamをApache 2.0ライセンスで公開した。総パラメータ501B、トークンあたり23B活性のMoEモデルで、コンテキストウィンドウは1Mトークン、コーディングとエージェント用途に重点を置く。transformers、vLLM、SGLangがDay-0で対応し、BF16、FP8、NVFP4の3種のチェックポイントを提供する。

    選定理由：アーキテクチャの内訳、精度別チェックポイントごとのベンチマーク、必要なGPU構成、SFTとGRPOの手順がまとまっており、自前運用の見積もりに使いやすい。

  6. Claude Blog47

    Anthropic日本チームのBDRが、Claude Managed Agentsで営業業務を回す方法

    Anthropic日本チームのBDRが、Claude上で作った営業業務用のエージェント群をClaude Managed Agents（ベータ）に移行し、リードの振り分けやCRM更新、メール下書きを毎朝の業務開始前に準備させていると紹介する。プロトタイプではスキル、スケジュールタスク、共有フォルダを使い、Managed Agentsではそれぞれをシステムプロンプト、デプロイのスケジュール、メモリストアに対応させた。指示の変更は新しいバージョンとして保存され、エージェントごとに番号付きの履歴が残る。

  7. Sakana AI60

    Sakana AIは、既製のコーディングエージェントを組み合わせて課題設定から論文執筆までを進める足場「The Agentic Scientist」をオープンソースで公開した。これを使った誤差拡散学習法（ED法）の研究が、ALIFE 2026の口頭発表に採択された。人間が問いと検証条件を決めて結果を確認する「Co-Discovery（共同発見）」を提案している。

    引用元Sakana AI@SakanaAILabs

    The Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery Blog: https://pub.sakana.ai/agentic-scientist/ GitHub: https://github.com/SakanaAI/AI-Scientist-v3 arXiv: https://arxiv.org/abs/2610.18933 Since 2024, we’ve used The AI Scientist as a way to test how far AI alone can take scientific research, from v1 to v2 to the paper published in Nature earlier this year. The Agentic Scientist is the next step in that line of work, built for the era of coding agents. Coding agents such as Codex and Claude Code now carry out long software tasks on their own. Handing them a research problem, however, tends to produce a strong hyperparameter optimizer rather than a scientist: scores go up, but ideas stay narrow, and the reasons for the gain are rarely examined. The Agentic Scientist makes the research loop explicit. It wraps off-the-shelf coding agents in a scaffold that controls what they see, what they write, how they are evaluated, and how results are handed to the next stage. Parallel workers test hypotheses against rubrics defined before any experiment runs, share successes and failures through a common memory, and then ablate the winning program to generate evidence. We used an early version of the system to study Error Diffusion, a biologically motivated alternative to backpropagation. Our researchers set the question and the rubric, chose directions at each stage, and verified the results, references, and claims before submission. The resulting paper was accepted as an oral presentation at ALIFE 2026. In autonomous runs, the system also raised Doc-to-LoRA retrieval accuracy from 52% to 98% on multi-needle tasks and designed a learned evolution strategy that improves over its CMA-ES reference on unseen tasks. Alongside it we release AutoIllustrate, a pipeline for scientific figures that keeps an editable http://draw.io file as the source of truth, so every diagram can be corrected by hand. Humans define the question and the standards of evidence; agents expand the experiments researchers can run. We call this Co-Discovery, and we are releasing both systems as open source for the community to build on.

  8. CyberAgent Developers Blog21

    CyberAgent、社内イベント「Codex祭り Sol Ultra」を開催 お盆に100名超が参加

    CyberAgentは2026年8月13日、社内イベント「Codex祭り Sol Ultra」を開催し、お盆の最中にもかかわらず100名を超えるメンバーが参加した。OpenAIによるChatGPT Workのワークショップ、Codexの最新アップデート紹介、1時間のコーディングバトル、LT大会、AI担当役員へのQ&Aなどを一日に詰め込んだ内容である。

  9. Codex releases (GitHub)42

    Codex 0.163.0、/configの設定検索や割り込み送信、/daemonの再起動に対応

    OpenAIのCodex 0.163.0が公開された。`/config`で設定を横断検索して即時変更でき、応答中にフォローアップを送って操作を誘導することも可能になった。`/keymap`ではリーダーキーを設定でき、既定は`Ctrl+X`である。`/daemon`でのバックグラウンドサーバー再起動や、独立した読み取り専用ツールの並列実行にも対応した。

  11. AWS Machine Learning Blog36

    Meta、Muse Spark OpenをAmazon SageMaker JumpStartで提供開始

    Meta のコーディング特化オープンウェイトモデル「Muse Spark Open」が Amazon SageMaker JumpStart で利用可能になった。MoE アーキテクチャで総パラメータ 816B、アクティブ 42B、コンテキストウィンドウは 1M トークンである。BF16 版は ml.p6-b300.48xlarge、NVFP4 量子化版は ml.p5e.48xlarge で動作し、SageMaker Studio または SageMaker Python SDK から自身の AWS アカウントのエンドポイントにデプロイできる。

  13. NVIDIA Blog24

    NVIDIA RTX Spark発売記念イベントを世界各地で開催

    NVIDIAはクリエイター、ゲーマー、AIエージェント向けのWindows PC「NVIDIA RTX Spark」を発売し、10月16日（金）にサンフランシスコ、ベルリン、台北、北京、イスタンブール、ソウルで発売記念イベントを開く。会場ではデモ体験ができ、事前登録の要否は会場ごとに異なる。#ShareYourSpark投稿の参加者から、Jensen Huangのサイン入りASUS ProArt P14 RTX Spark搭載ノートPCが当たるキャンペーンも実施している。