GitHub Copilot appのセッションをVS Codeで継続する方法

GitHub Copilot appで作成したセッションは、Open in VS Codeから会話、コードの変更、作業コンテキストを保ったままVS Codeで継続できる。エージェントの変更は Source Control ビューで行単位にレビューでき、手動編集やプロジェクトのローカル実行・テストも同じworktreeで行える。最後に、セッションに紐づくpull requestへ変更をpushできる。

ADKとGemini 3.8 Liveで、処理中も無音にならない音声エージェントを構築する手順

ADKのストリーミングツールを使えば、音声エージェントは時間のかかるツールの実行中も応答を続けられる。社内の売上レポートのベンチマークでは、gemini-3.8-liveにおいてブロッキングツールからストリーミングツールに切り替えたことで、エージェントが最初の発話を始めるまでの時間が14.4秒から1.2秒に短縮された。ツールは関数をasync generatorとして定義し、returnをyieldに変えるだけでNON_BLOCKINGとして扱われる。

Geminiでコーディネートを組む4つのコツ

アスリート専門スタイリストのSydney BordonaroによるGeminiのコーディネート活用術を、4つのコツとして紹介する。服の写真と本人の写真をアップロードすると1枚の画像にまとめられ、注文前に全体の見え方を確認できる。靴やアウターなどの個別のアイテムは、会話で変更の指示を出せる。

Hugging Face@huggingfaceAIスコア3333

Local AI 202：投機的デコーディングで大幅な高速化を実現 https://x.com/i/broadcasts/1NGaroZveLVJj

スピード10倍の開発を支える、AI活用基盤の開発に参戦（インターンレポート）

LINEギフトのSREチームでインターンに参加した学生が、バックマージを毎朝自動で実行するパイプラインと、アラートの一次調査をAIが自動で始める基盤を構築したと報告する。AIエージェントの実装には "The Open Agent Framework" である flue を採用し、実行環境はコンテナ内に隔離した。E2Eテストにはミューテーションテストを導入し、ツールはシェルスクリプトからPythonとGoへ移行した。

Microsoft AI、MAI-DxOで医療スーパーインテリジェンスへの道を探る

Microsoft AIの診断オーケストレーターMAI-DxOは、NEJMの症例記録を用いた評価で最大85%の症例を正しく診断し、経験豊富な医師グループの4倍以上の割合に達した。医師より費用対効果も高いという。評価にはNEJMの最新304症例を段階的な診断過程に変換したSequential Diagnosis Benchmark（SD Bench）が使われ、検査には仮想的なコストが設定された。ただし、より一般的な症状での性能はさらなる検証が必要とされる。

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。

Tunixと TPUで行う自律型LLMポストトレーニング

Googleは、AIエージェントがLLMの事後学習を自律的に反復実行する「autofinetune」を開発した。Tunix、Gemma、Cloud TPUをAntigravity CLIとGemini Flash 3.7で統合した構成である。SFTのFunctionGemma実験ではTPU v5e-1上で約2時間に20回の自動実験を行い、関数呼び出し生成の精度を高めた。GRPOでGemma 3 1Bを学習させた実験では、40回の実験を2〜3日かけて行い、総報酬が約10%向上した。

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。

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。

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。

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。

OpenAI Developers@OpenAIDevsAIスコア4242

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。

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。

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。

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。

Google Gemini@GeminiAppAIスコア3434

Gemini 4 Argonを使って、3Dプリントのアクセサリーで家具をグレードアップ。 おおよその寸法を添えて写真をアップロードし、GeminiのCanvasでインタラクティブな3D CADスタジオを構築。スタイルを探り、スライダーをリアルタイムで調整し、印刷可能なSTLをエクスポートして、空間をアップグレードできる。

Kimi.ai@Kimi_MoonshotAIスコア2525

Automate Your Workflows with Kimi Work - Tutorial #3 → 「Kimi Workでワークフローを自動化 - チュートリアル #3」 以下は本文の翻訳です。 Kimi Workで日常のワークフローに Kimi をどう組み込めるかをご覧ください。 - ローカルのプロジェクト、ブラウザ、コンピューターをまたいで作業できます。 - Swarmで複雑なタスクを分解し、Goalモードで反復させられます。 - Plugins、AGENTS.md、Dashboardで Kimi の動作をカスタマイズできます。 次に取り上げてほしい内容があれば、コメントでお知らせください。

KiroとAmazon Qでセキュリティポスチャを強化する5つの方法

KiroとAmazon Q Developerを使い、AWS Well-Architected フレームワークのセキュリティの柱に基づいてセキュリティポスチャを強化する5つの方法を紹介している。最初の手法は、Kiroのステアリングファイルや Amazon Q Developer IDE プラグインのルールで組織のセキュリティ標準を永続的なコンテキストとして設定するものである。これにより、プロンプトのたびに要件を繰り返さなくても、暗号化や最小権限のIAMを備えたインフラストラクチャを一貫して生成できる。

MLXとRDMAで、Mac Studio上の大規模LLMをローカル・分散推論

Apple Machine Learning Researchは、MLXとRDMA over Thunderboltを用いてMac Studio4台で、816BパラメータのMuse Spark Openを毎秒36トークン超で生成できることを示した。M5 UltraはM3 Ultra比でTTFTが最大4.6倍、トークン生成速度が1.6倍速い。Qwen 3.8 27BとMistral Medium 3.5 128Bは、512GBのMac Studio単体で動作する。

サイバーエージェント、Claude Codeのコスト最適化を支える5つの習慣を社内勉強会の内容から紹介

サイバーエージェントは、Anthropic Japanの担当者を招いたClaude Codeのコスト最適化の社内勉強会に900名以上が参加したと報告し、講演の軸となった5つの習慣を紹介した。要約、中断前の準備、セッション分割、指示とツールの見直し、モデルと役割の使い分けが柱である。削減率は環境で変わるため、自社の作業で測ることを勧めている。

Amazon Bedrock AgentCoreで自己改善型のドキュメント処理を構築する方法

Amazon Bedrock AgentCoreとStrands Agentsを使い、帳票の分類、抽出、検証、学習を最小限の人手で行うエージェント型IDPシステムの構築方法を解説している。8つの専門エージェントが識別、学習、自動化の2つのグラフ型ワークフローで連携し、新しい文書形式は抽出指示を生成して再利用する。多くの場合20分未満でデプロイでき、手動のテンプレート設定は不要である。

Amazon SageMaker JumpStartでモデルをデプロイし評価する方法

Amazon SageMaker JumpStartのモデルをデプロイし、SageMaker Python SDKで軽量かつ再現可能な性能テストを実行し、終了後にエンドポイントを削除する手順を解説している。スクリプトはモデルの探索とデプロイ、レイテンシや出力量、単一リクエストの生成速度の測定、クリーンアップの3段階で構成される。多くの互換モデルで使えるが、ペイロード形式、インスタンスタイプ、EULA、レスポンス解析はモデルごとの調整が必要になる場合がある。

Third Moment Research、1万のエージェントを36時間以上稼働させる仕組み

AIラボのThird Moment Researchは、GPT-6 Astra、GPT-6.1 Sol、Codex、サイバーセキュリティ向けのDaybreakを使い、10,000のエージェントを36時間以上動かしている。数日間集中して作業し、使うほど改善するエージェントを構築している。

VLMの汎用性とJevの速度を両取りする、追加学習なしのロボットアーム制御

ABEJAの服部氏が、追加学習もマーカー配置もなしで、ロボットアームにキューブのpick & placeを行わせる仕組みを構築した。画像入力が可能なオープン再実装のopenjevを使い、gpt-5.5のプランナー、Jev、IKを組み合わせている。Jevの応答は中央値0.43秒で、単一タスク1回分は約30秒だった。

LINEヤフー、iOSDC Japan 2026のブースで「リアル知恵袋」を実施した裏話

LINEヤフーはiOSDC Japan 2026（9月11日〜13日）にゴールドスポンサーとして協賛し、Yahoo!知恵袋をベースにした付箋企画「リアル知恵袋」をブースで実施した。悩みを書いた黄色い付箋に青い付箋で回答し、リアクションシールやベストアンサーシールも使う形式で、付箋は貼る場所がなくなるほど集まった。付箋の手書き文字をOCRで読み取るワードクラウドのmacOSアプリも開発し、Vision frameworkでは精度が出ず、ローカルのマルチモーダルモデルを採用した。

タップル、オンデバイスAIで投稿前警告を導入 Siri AI連携も実践

タップルのiOS開発を担当するビジネスリードエンジニアが、Foundation ModelsなどのオンデバイスAIによる投稿前警告と、Siri AIとの連携の実践を紹介した。警告を見たユーザーの約半数が自分で投稿を差し替え、Sound Analysisによる音声検知では導入前後で否認数が大きく減少した。Siri AIとは、話しかけた言葉をアプリに渡して趣味タグを検索できるようにしている。

Amazon Bedrockのプライベート価格オファーをマネージドエンタイトルメントで管理する方法

Amazon Bedrockのマネージドエンタイトルメントにより、サードパーティAIモデルのAWS Marketplace Private Pricing Offer（MPPO）を中央アカウントで一度購読し、組織内の複数アカウントへアクセスを配布できる。

ShipStation Global、Amazon Bedrock AgentCoreでAI ITヘルプデスクを構築した方法

ShipStation Globalは、Amazon Bedrock AgentCore上にSlack向けAI ITヘルプデスクエージェント「Deckhand」を構築し、チャンネルに届く問い合わせの97.5%を解決した。従業員による肯定的な評価は96%である。Deckhandは、ナレッジベースからの定型的なIT・社内質問への回答、エラーメッセージのスクリーンショットの読み取り、Jira Service Managementのチケットの作成・更新を行う。

サイバーエージェント、iOSDC Japan 2026にプラチナスポンサーとして参加

サイバーエージェントは、2026年9月11日から13日に開催されたiOSDC Japan 2026にプラチナスポンサーとして協賛し、ブース出展と社員3名の登壇を行った。登壇はインターネット広告事業本部1名とタップル2名で、テーマはvisionOSの空間表現、StructとClass、printの内部実装である。ブースではタップルやABEMA、AmebaのAI活用パネルを展示し、「ワークアラウンドクイズ」も実施した。

Macに入れるならどっち？oMLXとTensorFoldの違いを比較

Mac（M4 Max・64 GiB）でNemotron 3.5 Lightning（MLX 4-bit）を使い、推論サーバーのoMLX 0.7.0とTensorFold 0.6.4を比較した。短い入力8件同時ではTensorFoldが183.4 tok/sで、oMLXの157.6 tok/sより約1.16倍高速だった。ただしoMLXも並行して生成しており、MTPによる下書き採用は全体の1.07%にとどまるため、MTP単独では速度差を説明できない。

GitHub Copilot app入門：コードベースをCopilotに教える方法

GitHub Copilot appでは、カスタム指示、エージェントスキル、カスタムエージェント、MCPサーバーの4つでプロジェクトの規約や手順をCopilotに伝えられる。指示は`.github/copilot-instructions.md`、スキルは`.github/skills`、エージェントは`.github/agents`に置く。MCPサーバーでPlaywrightなどの外部ツールにも接続できる。

開発者はフロンティアAIエージェントでどうシミュレーションを作るか、NVIDIA Omniverseの事例

開発者は、GPT-6 AstraなどのフロンティアAIモデルとNVIDIA Omniverseライブラリを組み合わせ、自然言語の指示でAIエージェントを動かしてシミュレーションアプリケーションを構築している。倉庫シミュレーションの検証では、コンベア80台、アーム40本、箱800個の規模で、フルHD解像度において2分間のテストで30フレーム毎秒を維持した。

Postman、Amazon Bedrock上で4000万人向けAgent Modeを運用する設計パターンを解説

PostmanとAWSが、4000万人の開発者向けAgent ModeをAmazon Bedrock上で運用する際のアーキテクチャを解説した。ツールの動的選択、スキーマベースの読み取り、コンテキスト設計が主な知見である。Bedrockではクロスリージョン推論、モデル依存のゼロデータ保持、2段階のプロンプトキャッシュを使っている。

Slurm運用に慣れたTuringが、AWSのマネージドSlurm（SageMaker HyperPod）運用でつまずいた6つのこと

TuringのインフラチームがAmazon SageMaker HyperPodのSlurm運用で困った6件を、対処と確認結果とともに整理した。Custom AMIの初期設定省略、インスタンス追加の失敗、slurm.confの書き戻し、プロセス残存、OOMなどを扱う。対象は2026年5月から10月の同社構成での事例で、HyperPod全般の挙動とは区別している。

AI脆弱性検出ハーネスの設定（パート2）：ステアリングファイルによる証拠ベースの脆弱性トリアージ

AWSが、AIコーディングアシスタント向けのステアリングファイルで、証拠ベースの脆弱性トリアージを一貫して実行させる設定方法を解説した。構造的検証により、ステアリングなしでは検出結果の約30%にあった存在しないコード構造への参照が、テストではゼロになったという。信頼度の計算式、インフラ考慮の評価、脅威インテリジェンス統合、優先度分類の4つのアクション階層も取り上げている。

AI を活用した脆弱性検出ハーネスの構築方法（パート1）：3層パイプラインで検出結果を絞り込む

脆弱性スキャナーの未加工の検出結果を、悪用可能性の証拠が文書化された優先順位付きの少数の結果に絞り込む3層パイプラインの構築方法を、AWS Blogの翻訳記事が解説している。第1層は複数スキャナー間の一致、第2層はASTによる構造検証、第3層はIaCテンプレートを用いたデプロイコンテキストの評価である。コード修正や人によるレビューの代替はできないことも明記されている。

Hugging FaceのML Internで6つの専用モデルを作った手順と費用

Hugging Faceの著者がHuggingChatのML Internを使い、数日で6つのモデルを作成して公開した。0.8Bのプロンプトリライターは計算費用16ドルで、有効出力率は99.7%、教師モデルの約4分の1のトークンで動作する。6件の計算費用は合計で約103ドルである。

生成AIの出力品質をどう評価するか DeepEvalとG-Evalによるブリーフィング自動生成の評価プロセス

LINEヤフーのエンジニアが、ニュース記事やSNSポストのブリーフィング自動生成を題材に、DeepEvalを使った評価ロボットと評価プロセスを紹介した。熟練編集者がGold DataとRubricを作り、自然言語で観点を定義できるG-Evalで評価と改善を繰り返す。G-Evalの元論文での人間評価とのSpearman相関は0.514で、評価ロボットは「一定の品質×量」を担う役割とされる。

mobile-mcpで進めるAIエージェントによるAndroid UI/E2Eテストの実践

LINEのAndroid開発者Moriが、MCPサーバーmobile-mcpを使い、AIエージェントにAndroid端末を操作させて実装直後の動作確認やバグ調査、ストア用スクリーンショット作成を任せる方法を紹介した。リリース前の最終判定や反復的な回帰テストなど、エージェントだけでは完結させにくい4つの用途も挙げている。Android CLIやsim-useとの比較、View Tree優先や画面ごとの操作リファレンス整備といったTipsも解説する。