AI時代の開発は「検証力」で決まる、Flava API Gatewayの高速な動作検証と環境戦略
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。
AIニュース一覧
すべてのニュース
本日56件LINEヤフー Tech BlogAIスコア4040 LINEヤフー Tech BlogAIスコア3838 AIエージェントに議論させる：提案者と挑戦者によるマルチエージェント型の開発プロセス再設計
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 release notes注目記事AIスコア7878 Claude Platform、リリースノートを更新 Claude Haiku 5.5やOpus 5.5などを掲載
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 Research BlogAIスコア4545 推論が事実想起を解放する仕組み、LLMのパラメトリック知識への影響を検証
Google Researchは、LLMに推論トレースを生成させると、推論なしでは実質的に到達できない正解を引き出せることを示した。COLM 2026で発表される論文「Thinking to Recall」で検証された内容である。
Google DeepMind Blog注目記事AIスコア6464 Google DeepMind、Gemini 3.5 Flashに computer use を標準ツールとして搭載
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 NewsAIスコア5252 Mistral AI、Connectorsに管理者制御とAPIキースコープ、Connectors Debuggerを追加
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。
LINEヤフー Tech BlogAIスコア3838 Flava DBaaSの詳細解説：アーキテクチャからマイグレーション、今後の展望まで
LINEヤフーが、次世代クラウドFlava上のDBaaS「Flava DBaaS」の設計・仕様とマイグレーション戦略を解説する。Kubernetesのオペレーター・パターンを基盤とし、IaaSリソースを扱うインフラ・オペレーターを分離した構成を採る。ブロックストレージは100GiB単位で構成でき、最大容量は5TiBに拡大されたとされる。
LINEヤフー Tech BlogAIスコア1818 Semantic Context OSのアーキテクチャ、エージェントにおけるトークン詰め込みを超えて
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 News注目記事AIスコア6262 Mistral、OCRモデル「Mistral OCR 4」を発表 バウンディングボックスと信頼度スコアに対応
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。
LINEヤフー Tech BlogAIスコア4343 プロンプトは人手チューニングからAIチューニングへ：遺伝的アルゴリズムで回す自動最適化と高速化
LINEヤフーは、遺伝的アルゴリズムベースの自動最適化手法GEPAでプロンプトチューニングを自動化し、数日〜数週間かかっていた調整作業を約1時間に短縮した。Yahoo!検索のAI回答における健康医療系クエリを題材に、DSPyのオプティマイザとして実装し、要件準拠と読みやすさの両立を検証している。評価は診断行為、断定表現、具体的固有名詞の推奨、心理的負担の4観点をLLM-as-a-Judgeで0〜10点採点し、平均で集約する方式である。
AISI Japan: ActivityAIスコア2525 AI情報通：G7首脳、フロンティアAIの金融・サイバー分野での対応を要請
G7首脳は2026年6月17日の声明で、フロンティアAIモデルの能力向上を踏まえ、財務大臣・中央銀行総裁に金融分野におけるAIの機会と潜在的リスクの議論を求めた。サイバー分野の専門家グループには、情報共有の強化とベストプラクティスの整理を要請した。同日、外務省はG7ワーキング・ランチの概要を公表し、高市総理大臣が「信頼性」のある枠組みの構築の重要性を強調したと伝えている。
Import AIAIスコア6262 Import AI 462：AIの説得力、自己維持型AI、ASIへの道筋を論じる
Import AI 462は、AIがテキストによる説得で専門家の人間を上回ったとする研究、自己維持型AIの到来時期をめぐる対談、Google DeepMindのASI論文、Recursiveの自動AI研究の成果を取り上げている。説得力の研究は4件の実験で6,923人との18,978件の会話を分析し、募金額でもAIが職業キャンバサーを上回ったと報告する。
LINEヤフー Tech BlogAIスコア4545 Infrastructure as Code（IaC）で自動化からAIまで：OpenTofuとChatOps導入記
LINE Plus SRE チームは、社内クラウドサービス Verda と社内モニタリングツール IMON のインフラを OpenTofu/Terragrunt で管理する IaC へ移行した。約1,500個のリソースがコードで宣言され、7サービスのインフラ変更はすべて PR レビューと CI/CD パイプラインを経て反映される。既存の約300台の VM、約160個の LB、約350個の DNS レコードは、import スクリプトを用いてコード管理へ取り込んだ。
LINEヤフー Tech BlogAIスコア3434 PJ One Piece、分析エージェントで分析を「ひとつなぎ」に 生成AI時代の業務改革の試み
「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。
Claude Platform release notesAIスコア2222 Claude Platform リリースノート（2026年6月22日）
Claude Platformは、MCP tunnels（リサーチプレビュー）の管理APIを、Admin API上の/v1/organizations/tunnelsからClaude API上の/v1/tunnelsへ移行した。新しいエンドポイントでは anthropic-beta: mcp-tunnels-2026-06-22 ヘッダーとworkspace:manage_tunnels WIFスコープを使用する。旧エンドポイントは移行期間中も引き続き利用できる。
LINEヤフー Tech BlogAIスコア1616 LINEヤフー、技術カンファレンス「Tech-Verse 2026」を6月29日にオンラインで開催
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 ブログAIスコア4242 SB Intuitions、日本語エージェントベンチマーク「J-tau telecom」を公開
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。
AISI Japan: ActivityAIスコア3030 英国NCSC、国家主体のサイバー攻撃が重要インフラの攻撃の約4分の3に関連と発表
英国NCSCのCEOは、英国の重要システムに影響したサイバー攻撃の約4分の3が中国、ロシア、イラン、北朝鮮などの国家主体に関連している可能性があると述べた。AIの進展により脅威が加速する可能性が高く、特に重要インフラの古いシステムが狙われやすいと警告している。NCSCは、AIを使った国家主体の攻撃に備え、重要インフラの運用と復旧体制をさらに強化する必要があるとしている。
Claude Platform release notesAIスコア2222 Claude Platform リリースノート（2026年6月18日）
Anthropicは、Claude PlatformのPython、TypeScript、Go、Java、Ruby、PHP、C#の各SDKで code_execution_20260120 のサポートを追加した。このバージョンはREPLの状態保持を加えたコード実行ツールで、プログラムによるツール呼び出しの最低要件でもある。
カラクリ ニュースAIスコア2222 三井ダイレクト損保、「KARAKURI voice agent」を導入 AIへの苦情ゼロ、営業時間外の問い合わせ52.7％を解決
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。
SB Intuitions ブログAIスコア3030 Sarashina2.2-OCRデモアプリケーション、JSAI2026で展示
SB Intuitionsは2026年6月の第40回人工知能学会全国大会（JSAI2026）で、OCRモデル「Sarashina2.2-OCR」を用いたデモアプリケーションを展示した。30億パラメータの日英対応OCRモデルで、縦書き・表・数式を含む文書をMarkdownに再構成する。VJRODaではCER 22.6、BLEU 79.9を記録し、dots.ocr（CER 40.1、BLEU 71.5）を上回った。
Google DeepMind BlogAIスコア3939 Google DeepMind、英国政府と住宅計画審査をAIで支援するプロトタイプを共同開発
Google DeepMindは英国政府と共同で、Geminiを用いた住宅計画申請の審査支援AIプロトタイプを開発しており、担当官による判断時間を50%削減することを目指している。BarnetやCamden、Dorsetの自治体で初期試験が行われ、政府は2027年から全国の自治体で利用可能にする計画である。担当官はツールが生成した内容を確認し、最終判断を行う権限を保持する。
Google Research BlogAIスコア4141 ピクセルから計画へ：自然再生のためのEarth AI
Googleは、Earth AIを用いてイングランドの生垣や石垣、小規模な林などの微細な樹木地物を高解像度で検出し、それらを地図化したベクターデータセットを公開した。モデルは、3億枚を超える衛星画像で事前学習されたRemote Sensing Foundations（RSF）のVision-Transformer（ViT）バックボーンを基に、約247km²の注釈データでファインチューニングされた。樹冠と地表の境界を二層でラベル付けし、Polsby–Popper compactness scoreが0.5未満の細長い形状を線状の樹木地物として分類している。
Google DeepMind BlogAIスコア5050 Google DeepMind、AIエージェントの安全確保に向けた「AI Control Roadmap」を策定
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。
AISI Japan: Activity注目記事AIスコア6060 AISI Japan、Anthropicの Fable 5・Mythos 5提供停止とAI意識調査を整理
AISI Japanは、2026年6月12日にAnthropicが米政府の指示を受けFable 5とMythos 5の提供を全利用者向けに一時停止したと伝えた。同日、約5.2万人の米国国民を対象としたAI意識調査の結果も公表されている。調査では、AI企業の重要判断を信頼する人は15%、政府の関与を求める人は71%だった。
選定理由：提供停止の経緯に加え、Fable 5とOpus 4.8を使う多層防御の流れが図で整理されており、安全対策の構造を把握する手がかりになる。
Import AIAIスコア4242 Import AI 461：アラインメント研究の新組織Sequentが発足、ChinaHeritaQAなども紹介
英国AI Security InstituteのAlignmentチームとTimaeusが、非営利研究組織Sequentを設立した。超知能AIの安全性について高い確信を得られるアラインメント技術の開発を目指し、初期の資金調達目標は1億〜1億5000万ドルとしている。2年以内に40〜80人規模への拡大も計画している。
Claude Platform release notesAIスコア3333 Claude Platformリリースノート（2026年6月15日）：Claude Sonnet 4・Opus 4を廃止
Anthropicは、Claude Sonnet 4（claude-sonnet-4-20250514）とClaude Opus 4（claude-opus-4-20250514）の提供を終了した。両モデルへのClaude APIのリクエストは、現在エラーを返す。移行先としては、それぞれClaude Sonnet 4.6とClaude Opus 4.8が推奨されている。研究者は、External Researcher Access Programを通じて継続的なアクセスを申請できる。
Google Research BlogAIスコア3333 Google Research、AIによる皮膚症状の理解支援を検証
Google Researchは、AIを使った皮膚症状の情報ツールが利用者の病名特定を助けるかを2,345人の調査で検証した。AI支援群で病名を推測できた割合は23%と、従来の検索を使う対照群の8%を大きく上回った。一方、次に取るべき行動の正答率は標準的なAI群で統計的に有意な改善が見られず、AI群は対照群より緊急度の低い行動を提案する傾向がわずかに高かった（30%対27%）。
AISI Japan: ActivityAIスコア2525 日本AISIのAI政策動向マンスリー情報（2026年5月分）
日本AISIは2026年5月29日、米OpenAIとMoCを締結し、AIの安全性評価やベンチマーク、サイバーセキュリティでの協力可能性を探ることで合意した。同月の海外動向では、EUが人工知能に関する特定規則の簡素化案で暫定合意し、米NISTがAI Safety Institute ConsortiumをNIST AI Consortiumに改名した。
ABEJA Tech BlogAIスコア1212 ABEJA Insight for Retailで顧客ヒアリングを価値検証に組み込んだ取り組み
ABEJA Insight for Retail（IfR）は、リリース後の顧客ヒアリングを「価値検証フェーズ」として開発サイクルに組み込んだ。ヒアリング内容は「PBIの種」として起票し、KA法による定性分析と並行して整理する。顧客接点を持つ全員が気づきを起票できる仕組みで、まだ運用開始直後である。
Claude Platform release notesAIスコア3838 Claude Platform リリースノート（2026年6月11日）
Claude Platformのコード実行ツールが code_execution_20260521 に対応した。ツールの説明に1セルあたり90秒の実行時間制限が明記され、Claudeが長時間実行セルの時間配分を見積もれるようになった。
Google Research BlogAIスコア3838 Google Research、機械学習のアンラーニングを監査する新たな枠組みを発表
Google Researchは、機械学習のアンラーニングを監査する新たな枠組み「Regularized f-Divergence Kernel Tests」を発表した。AISTATS 2026で発表された手法で、アンラーニング後のモデルが再学習モデルと元のモデルのどちらに分布的に近いかを判定する。理論上、サンプル数にかかわらず偽陽性を抑えられ、データ数の増加とともに偽陰性のリスクはゼロに収束するとされる。
Google DeepMind Blog注目記事AIスコア6060 Google DeepMind、テキスト拡散の実験的オープンモデルDiffusionGemmaを公開
Google DeepMindは、テキスト拡散を採用した26B MoEのオープンモデルDiffusionGemmaをApache 2.0ライセンスで公開した。専用GPU上で最大4x高速な推論を実現し、単一のNVIDIA H100で1000+トークン/秒、NVIDIA GeForce RTX 5090で700+トークン/秒を出す。出力品質は標準のGemma 4より低く、高品質が必要な用途にはGemma 4を推奨している。
選定理由：自己回帰モデルとの速度差が生じる仕組みと、ローカル推論に向く条件、クラウド配信で利点が薄れる点が整理されており、用途の見極めに使いやすい。
Sony AI ブログAIスコア4040 Sony AIの卓球ロボットAce、Nature論文後のプロ選手との対戦
Sony AIの自律型卓球ロボットAceは、Nature論文で、2025年4月の試合においてエリート選手と渡り合い勝利したことを示した。一方、プロ選手には勝てなかった。この結果は、実世界のAIシステムが高いレベルの人間の相手とラリーを続け、勝利できることを実証したとされる。
AISI Japan: ActivityAIスコア3535 米ホワイトハウス、国家安全保障分野のAI導入を加速する大統領覚書を公表
米ホワイトハウスは2026年6月5日、国家安全保障分野でのAI導入を加速する大統領覚書「NSPM-11」を公表した。覚書は信頼性・安定性・統制可能性を備えたAIシステムの活用を進める方針で、複数ベンダーからの先端モデル調達や高セキュリティの計算基盤整備などを具体策として挙げている。
Google DeepMind BlogAIスコア4343 Google DeepMind、マルチエージェントAI安全性研究へ最大1,000万ドルの助成公募
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。
Claude Platform release notesAIスコア4646 Claude Platform リリースノート、Claude Haiku 5.5を追加
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。
One Useful Thing (Ethan Mollick)AIスコア6161 Ethan Mollick、Mythos級モデルClaude 5 Fableの使用感を報告
Ethan Mollickは、公開される最初のMythos級モデルClaude 5 Fableに早期アクセスし、従来の公開モデルを大きく上回ったと評価した。Claude Codeで等時線マップや研究用ソフトConcordを作らせ、人間の関与が極めて小さいままAIが成果物を完成させたと述べている。一方でトークン消費の多さやガードレールの過剰な作動も指摘している。
Google DeepMind Blog注目記事AIスコア6666 Google、70以上の言語に対応する音声翻訳モデルGemini 3.5 Live Translateを公開
Googleは、70以上の言語でほぼリアルタイムの音声から音声への翻訳を行う音声モデルGemini 3.5 Live Translateを公開した。話者の抑揚、話す速さ、音の高さを保った自然な翻訳音声を生成する。開発者向けにGemini Live APIとGoogle AI Studioでパブリックプレビュー、Google Translateアプリ（Android、iOS）にも展開が始まった。
選定理由：開発者向けAPI、Google Meet、Google Translateアプリへの展開範囲が一度に整理されており、利用経路を比較しやすい。
Google DeepMind Blog注目記事AIスコア6060 Google DeepMind、エンコーダー不要のマルチモーダルモデルGemma 4 12Bを発表
Google DeepMindはノートPC向けのマルチモーダルモデルGemma 4 12Bを発表した。画像と音声の入力をエンコーダーなしでLLM本体に直接渡す構成で、16GBのVRAMまたはユニファイドメモリで動作する。Apache 2.0ライセンスで公開され、Hugging FaceとKaggleから重みを入手できる。
選定理由：画像と音声をエンコーダーなしでLLM本体に直接入力する構成と、16GBで動作するメモリ要件が示されており、ローカル運用の判断材料になる。