個人のAIエージェントを、チームの力に変えるまで 〜Yahoo!検索のAX実践〜

Yahoo!検索チームは、個人向けに作ったCoding Agentの開発自動化をチーム運用に作り替え、レビュー渋滞を解消した。ツールはHomebrew / pip3で社内配布し、AIレビューを人のレビュー前段に置いて必須指摘を事前に解消するルールを設けた。ある作業では9人月かかっていたものが3人月に圧縮されたという。

Mistral、AIエージェントによる複雑なレガシーコード刷新の手法を解説 Fortran 77からC++への移行事例

Mistralは、欧州のエネルギー事業者が持つFortran 77の貯留層シミュレータ4万行をC++へ移行した事例をもとに、AIエージェントによるレガシーコード刷新の進め方を紹介した。数値一致を確認する検証基盤の先行構築、ドキュメント整備、人間のレビューを組み込んだ構造化ワークフローを教訓として挙げている。最初のスプリントは30万行のうち4万行が対象である。

Google、Gemini 3.8 Flash と 3.8 Flash Cyber を発表

Googleは推論とコーディング性能を高めたGemini 3.8として、汎用の3.8 Flashとサイバーセキュリティ特化の3.8 Flash Cyberを発表した。3.8 Flashは入力100万トークンあたり0.75ドル、出力3.75ドルの初期提供価格で、Cyberは新設のFairwind Programを通じてパートナーに提供される。

TRLとOpenEnvでコーディングモデルに水彩画を描かせる強化学習の再現手順

Hugging Faceのブログが、Surya Narreddiの水彩画生成の手法をTRLとOpenEnvで再現し、データセット、RL環境、学習スクリプト、学習済みモデルをすべて公開した。Qwen/Qwen3.5-35B-A3Bにp5.brush用のJavaScriptを書かせ、審査モデルと美的評価モデルの報酬で学習させている。3種類の報酬配分はいずれも報酬が上昇した。

Hugging Face、コーディングエージェント用の記憶層funesを公開

Hugging Faceは、Claude Code、Codex、pi、Hermesの過去セッションを索引化し、エージェントが自ら検索できるオープンソースの記憶層funesを公開した。埋め込みとリランキングはローカルで動作し、希望すれば自分のHugging Face datasetに非公開で同期できる。handoff-vs-recall benchmarkでは、recallが書面の引き継ぎより一方のタスクで8x、もう一方で4x低コストだった。

Google、政府・企業向けの先制型サイバー防御プログラム「Fairwind Program」を開始

Googleは、政府や信頼できるパートナーを対象とした限定提供プログラム「Fairwind Program」を開始した。同プログラムは、最先端のサイバー防御モデル「Gemini 3.8 Flash Cyber」とCodeMenderを組み合わせ、脆弱性の発見、検証、修正を自律的に行う。参加組織は、社内のサイバーセキュリティ、インシデント対応、ペネトレーションテストの各チームに利用を限定し、多要素認証の導入などの運用基準に同意する必要がある。

Google DeepMind、Gemini 3.8 FlashとGemini 3.8 Flash Cyberを発表

Google DeepMindは、推論とコーディング性能を高めたGemini 3.8 Flashと、サイバーセキュリティ特化のGemini 3.8 Flash Cyberを発表した。3.8 Flashは入力$0.75、出力$3.75（100万トークンあたり）の導入価格で、HLE-Verifiedで54.9%を記録した。Cyber版は新設のFairwind Programを通じ、信頼された防御者のみに提供される。

Anthropic、Claude Fable 5.1とClaude Mythos 5.1を提供開始

Anthropicは長時間のエージェント型コーディングや知識業務、研究向けのClaude Fable 5.1（claude-fable-5-1）と、Project Glasswing参加者向けのClaude Mythos 5.1（claude-mythos-5-1）を公開した。どちらも1Mトークンのコンテキストウィンドウ、最大128kの出力トークン、常時有効な適応型thinkingに対応し、価格はClaude Fable 5と同じ$10 / $50 per MTokで、キャッシュ読み取りは$0.25 per MTokに下がった。

JS/TSでサイズ指定したPacked Arrayを作る方法とLintによる自動チェック

JS/TSでサイズを確保したPacked Arrayを作るには、`Array.from({ length: 42 })`を使う。eslint-plugin-unicornの`no-new-array`ルールが、Holey Arrayになる`new Array(42)`を検知し、`--fix`で自動修正する。Node 24での検証では`Array.from({ length: 42 })`がPACKED_ELEMENTSになり、`no-array-from-fill`も併用すると効率的なコードに書き換えられる。

Google AI Developers@googleaidevsAIスコア3131

🗣️💬 Gemini 3.5 Transcribeを紹介する。コードベースを実際に理解する音声テキスト変換モデルである。 @Antigravityでの開発中に、この最新モデルが話し言葉の言い淀みを除去し、技術用語、ファイル名、コード変数をアクティブなコンテキストに照らして正確に特定する様子をご覧ください。ビジュアルバイアシングにより、このモデルは複雑な開発者ワークフローに、画面を認識した深いコンテキストをもたらす。

LINEヤフーのQA組織がAI活用率100％を実現するまで

LINEヤフーのプロダクトQAユニットは、Codexと組み合わせて使う社内テンプレートリポジトリ「QA Agent Platform（QAAP）」を整備し、AIエージェント活用を個人の取り組みから組織全体へ広げた。社内測定では、QA作業時間（テスト実行を除く）が49.4％削減され、成果物の生成数は1.54倍、成果物のAI代替率は68.1％となった。

REST APIにTypeSpecを導入してスキーマ駆動開発

LayerXのAiWorkforce開発チームは、REST APIのスキーマ定義にMicrosoftのTypeSpecを採用し、実装前のスキーマを基にフロントエンドとバックエンドを並行して開発する体制を整えた。同じAPIの定義量は、TypeSpecの410行（9エンドポイント）に対し、OpenAPI YAMLの直書きは771行となった。OpenAPI YAMLを経由してOrvalでクライアントとMSWモックを生成し、スキーマ違反はCIで検知する。

2026年9月の技術系イベント予定（LINEヤフー）

LINEヤフーは2026年9月、DroidKaigi 2026（9月1〜3日）やGo Conference 2026（9月11〜13日）などの技術系イベントに協賛する。東京では、Kimi K3やDeepSeek V4などのオープンウェイトモデルを対象にしたコーディング向けローカルLLM勉強会を開催する。このほか、iOSDC Japan 2026やLINEヤフー大阪オフィスで開催されるMix Leap Study #87 - PM Kansai Meetup #8も予定に挙がっている。

Kimi.ai@Kimi_MoonshotAIスコア2222

Kimi Work for Financial Analysts - Tutorial #2 Kimi Work で、投資調査によくある3つのタスクを実行できます。 - ライブの投資家向けダッシュボードを構築 - スプレッドシートで財務モデルを更新 - レポートをバッチで処理・生成 Kimi Work のワークフローは今後も追加予定です。お楽しみに！

herdrで複数のコーディングエージェントを使い、実装の進め方を変え始めている話

LayerXの古濵氏が、herdrで複数のコーディングエージェントをplanner / worker / reviewerに役割分担させ、実装を進める体制を整え始めている。現状はレビューの往復の仲介を人間が担っているが、今後は仲介役もエージェントに任せることを検証中である。その際は、指示の書き直しや往復回数の上限を定めたスキルを用意している。

GLM-5.3の登場から読む、中国ラボが最前線に追随し続ける理由

Nathan LambertがZ.aiのGLM-5.3発表を受け、中国ラボが最前線に追随できる理由を分析した。GLM-5.3はGLM-5.2と同じベースモデルで事後学習を大幅に拡張したもので、約750Bパラメータながら複数のエージェント型コーディング系ベンチマークでKimi K3を上回る。Lambertは蒸留よりも、公開までの期間の短さが主因だと論じている。

Microsoft、MDASH向けセキュリティモデルMAI-Cyber-1-Flashを発表

MicrosoftはMDASHに、同社初のサイバーモデルMAI-Cyber-1-Flashを組み込んだ。タスクの最大90%を処理し、難度の高い10%にGPT-5.4を使う構成で、現行の最良構成（GPT 5.4 + 5.4 mini + 5.3 codex）よりコストを50%削減する。あわせてMDASH内でエージェントのチームを提供するエージェント型セキュリティシステムPerceptionも公開した。

Google AI Developers@googleaidevsAIスコア3636

1つの仕様。5つのネイティブアプリ。ボイラープレートはゼロ。 @antigravity の Gemini 3.7 Flash が、1つのアーキテクチャ仕様から、Flutter、SwiftUI、Jetpack Compose、React Native、NativeScript の5つのモバイルフレームワークに対応したネイティブで本番利用可能なコードを生成する様子をご覧ください。

Google DeepMind、Gemini 3.7 Flashを発表 コーディングとエージェント向け

Google DeepMindは、コーディングとエージェント向けの最新Flashモデル Gemini 3.7 Flash を発表した。3.6 Flashの3週間後の公開で、FrontierCode 1.1 Mainは43.6%対34.4%、DeepSWE v1.1は65.3%対49.0%と向上した。導入価格は入力$0.75/1Mトークン、出力$3.75/1Mトークンで、年末まで適用される。

DeepSeek@deepseek_aiAIスコア6262

DeepSeekはDeepSeek-V4-Proを公開した。エージェント機能を大きく強化し、V4-ProとV4-Flashで推論強度を low、high、max から選べる。アプリとWebでは「Expert Mode」から利用でき、APIでも提供され、モデル名は変わらない。

Hugging Face、ICML 2026の2,226本の論文をエージェントで再現した結果を公開

Hugging FaceはICML 2026のOpen Reproductionsハッカソンで、コミュニティが2,226本の論文を再現した結果を公開した。調査対象の51%（1,103本）で少なくとも1件の主張が検証され、23%（496本）で少なくとも1件の主張が反証または争点となった。人間がエージェントを導く役割の重要性も報告している。

Microsoft AI、推論モデルMAI-Thinking-1を発表

Microsoft AIは推論モデルMAI-Thinking-1を発表した。35B-active、約1T-totalパラメータのスパースMoEで、AIME 2025で97.0%、AIME 2026で94.5%を記録した。他社モデルからの蒸留を行わず、追跡可能なデータで学習したと説明している。

オープンモデルの最新動向をまとめた「Artifacts #23」、Laguna S2.1・Inkling・Kimi K3など

オープンモデルの最新動向をまとめた「Artifacts #23」では、Thinking MachinesのInkling（975B-A41B MoE）やKimi K3などを取り上げる。Tencentは、Hy3（295B-A21B MoE）のライセンスをApache 2に変更した。Kimi K3は非商用ライセンスで、推論・ファインチューニング事業者には商用契約が求められる。

DeepSeek@deepseek_aiAIスコア4646

🚀 DeepSeek-V4-Flash公式APIがパブリックベータで公開されました。 🔷 Agent機能を大幅に強化し、ベンチマークスコアはV4-Pro-Previewを大きく上回っています。下記の大幅な性能向上をご覧ください。👇 🔷 公式のV4-Flashは、Responses API形式にネイティブ対応し、Codexにも完全に適合しています。 設定の詳細は公式APIドキュメントをご確認ください：https://api-docs.deepseek.com/quick_start/agent_integrations/codex

10 チーム同時のハッカソンを支えた Kubernetes + Argo CD の GitOps プレビュー環境「3A」の紹介

LayerX の Ai Workforce 事業部は、Kubernetes + Argo CD の GitOps プレビュー環境「3A」で、半日のハッカソン用に 10 チーム分の独立した Ai Workforce 環境を用意した。環境はチームごとの CR に数行を追加し、ゴールデンイメージからデータを複製して作成され、コーディングエージェントが作成した PR を人間がレビューして適用した。筆者は kubectl や YAML をほとんど書かずに済んだとし、コーディングエージェントによって Kubernetes の運用ハードルが下がると評価している。

Microsoft AI、フロンティア性能曲線の最適化とMAI各モデルの成果を解説

Microsoft AIは、モデル、ハーネス、RLEを同時に最適化してトークン効率を高める方針を示した。MAI-Cyber-1-FlashとMDASHの組み合わせはCyberGymで96%（any crashスコア）を記録し、MDASHの現行最良構成の50%のコストで動くという。複数のMAIモデルが自社製品に組み込まれ、GPUコストを50-90%削減した例も挙げている。

Microsoft AI、GitHub Copilot向けMAI-Code-1-FlashとExcel向けMAIモデルの成果を公表

Microsoft AIは、GitHub Copilot向けのMAI-Code-1-Flashと、そこから派生したExcel向けMAIモデルの結果を公表した。Excelのモデルは最も一般的なタスクでGPT-5.6と同等の品質で、コスト効率が高いという。今後はCopilot Chat、Outlook、PowerPointなどにも同じ手法を広げる。

AIが効く開発環境の整え方、「コードから読めない意図」をどう渡すか

LINEヤフーの社内ワークショップ「ODW#12」は、AIに渡す情報によって成果物が変わることを実例で示した。乗換案内の運賃計算を題材に、ルールを書いた説明ファイルがある環境では学割の距離帯別割引や10円単位の切り上げが意図どおり実装され、答え合わせのテストも全て通ったと報告している。一方、情報がない環境では推測で割引率や端数処理を誤るケースが見られたという。

Google、Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberを発表

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。

Gemini 3.5 Flash Cyber を発表

Googleは、3.5 Flashを基に脆弱性の発見・検証・修正に特化して微調整した軽量サイバーセキュリティモデル「Gemini 3.5 Flash Cyber」を発表した。限定公開のパイロットとして、まず政府や信頼できるパートナーにCodeMender経由で提供される。V8では、固定回数の呼び出しで確認済みの固有の問題を55件発見し、3.5 Flashの47件、Claude Opus 4.6の36件を上回った。

Claude Platformリリースノート、Claude Haiku 5.5やOpus 5.5など各種更新を掲載

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。

Import AI 464：FableのGPUカーネル生成、AIによる業務自動化、アナログ計算

Jack ClarkのニュースレターImport AI 464は、FableがKernelBench-Megaで18.71倍の高速化を達成したと伝えた。Remote Labor IndexではAIの成功率が2.5%から16.1%に上昇し、OSWorld 2.0では最高でも20.6%にとどまった。JDの在庫管理システムOxygen AIICと短編小説も収録している。

LINEヤフー、レガシープロジェクトをAI主導型へ転換するAXの4段階ロードマップを公開

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。

Hacking Fest 2026 Spring、生成AI利活用事例のLT会を開催

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。

LINEヤフー、エージェント向けiOS/Android操作CLI「sim-use」をオープンソースで公開

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。

LINEヤフー、プロンプトからワークフローへ移行しAIでフロントエンド開発の生産性を向上

LINEヤフーのフロントエンド開発では、Jira・Confluence・Slack・コードベースなどから文脈を集め、実装計画を提案させるワークフローをAIエージェントに任せる手法が紹介されている。計画はコードに触る前に人間がレビューし、実装後はtypecheck、lint、ユニットテストなどで計画に対する検証を行う。社内のNoah MCPは各ツールを接続し、AIエージェントが日常の文脈を読み取れるようにする。

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 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。

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。