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。
カラクリの顧客対応AIエージェント「GeN」が、さくらインターネットのカスタマーサポート部門に導入された。従来のシナリオ型チャットボットと比べ、自己解決率は約49％から約80％へ向上し、有人チャットへの移行を最大3割削減した。URL登録のみで既存マニュアルから回答を自動生成でき、手動のシナリオ構築はゼロになる。
Z.ai@Zai_orgAIスコア4747
Preferred Networks（PFN）は、国産生成AI基盤モデルのフラッグシップPLaMo 3.0 Prime、PLaMo 2.2 Prime、日本語翻訳特化のPLaMo翻訳を、Microsoft Foundryで本日提供開始した。
ComcastとBooz Allenは、Project Glasswingの下でClaude Mythos Previewを使い、複数コンポーネントにまたがる脆弱性を発見した。Comcastは258の重要システム、約1億7000万行のコードを評価して認証の重大な脆弱性を見つけ、悪用の形跡が確認される前に修正した。Anthropicは今週、拡張版のCyber Verification Program（CVP）も開始した。
選定理由：単一の脆弱性ではなく複数要素にまたがる攻撃連鎖を、2社がどう検証し修正へつなげたかが具体的な数字付きで示されている。
AnthropicはCyber Verification Program（CVP）を拡張し、Defense Access、Red Team Access、Specialized Accessの3階層で、認定されたセキュリティ専門家に高度なサイバー能力を提供する。各階層でClaude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1と今後の新モデルを利用できる。Project Glasswingの参加組織はSpecialized Accessに移行する。
選定理由：三つのアクセス階層ごとの対象者、認証要件、ブロック範囲と CyScenarioBench での検証結果が並び、運用上の線引きを把握しやすい。
Models APIのGET /v1/modelsとGET /v1/models/{model_id}で、各モデルがweb検索ツールとコード実行ツールを受け付けるかを確認できるようになった。コード実行ツールの可否はcapabilities.server_tools.code_executionで確認でき、トップレベルのcapabilities.code_executionは、リクエスト内の他のツールをコードから呼び出せるかを示す。
Anthropicは Claude Code v2.1.290 を公開した。modの `turn.step` フックに `serverToolUses` を追加し、`claude attach` と `claude logs` ではセッション名の一部を指定できるようになった。権限判定やスケジュールタスク、/ultrareview に関する修正も多数含まれる。
AWS Japanは、KiroやClaude Codeに決められた手順でアプリケーション移行を進めさせるワークフロー「AI Modernization Flow（AIMF）」をGitHubで公開した。分析から最終確認まで6つのPhaseで進め、人の判断が必要な場面ではAIが止まる設計である。Playbookとして、Javaモダナイゼーション、.NET Framework、C言語のSolaris x86からAmazon Linuxへの移植を用意している。
Google Researchは、50名超の学術・産業界の専門家と共同でまとめたワークショップ報告書「Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle」を公表した。
Cursor@cursor_aiAIスコア3030
GitHubがAIコードレビューのオフラインベンチマーク「ReviewBench」を公開し、現在利用可能である。GitHub上の103.9M件のPRの分布に基づき、19言語・219件の公開PRで構成し、人間のレビュアー、フロンティアLLM、静的解析によるゴールデンセットを用いる。上級エンジニアによる独立検証で96.6%の一致を示し、Copilot code reviewのオフライン評価も本番実験の方向を予測しやすくなった。
経営幹部300人への調査によると、エージェント型AIプロジェクトのうち本番稼働に至るのは平均34%にとどまり、ナレッジとコンテキストの不足が主因の一つである。本番稼働が進む先行組織では、パイロットを超えて進むプロジェクトが平均61%で、特にセマンティックなナレッジが強い。データの断片化を課題に挙げた回答は55%で、投資先としてはRAGやナレッジグラフなどが優先される。
LayerXのバクラク事業部は、設計仕様書・ヘルプ記事・コードの3つを突き合わせた仕様のLLM Wikiを、陳腐化させずに組織運用する更新の仕組みを構築した。利用者が訊きそうな質問で差分を選ぶ定期更新、出典のhashによる劣化検知とlintによる強制、書き戻しを一時置き場に限定する運用の3つが柱である。1プロダクトあたり100ページ前後、全体では1,000ページを超える見込みである。
2026年の企業AIでは、予測モデルが統計的予測を上回るかどうかはすでに決着しており、予測結果に基づいて自律的に判断しつつ事業意図からずれない仕組みが焦点になっている。ディープラーニングや生成AIを用いたインテリジェントな分析では、リアルタイム学習により四半期ごとの更新を待たず継続的に進化でき、非構造化データも活用対象に広がっている。Everest GroupのVishal Guptaは「あらゆるものがAIになりつつある」と述べている。
Import AI 475は、Toby Ordによるスウォームのスケーリング分析、Google DeepMindのSynthID Bio、CSAIPの世論調査などを取り上げている。Ordの分析では、4エージェントのスウォームは同等の性能に総トークン数が約2倍必要だが、エージェントあたりでは半分で済み、並列実行により理論上は半分の時間で処理できる。SynthID Bioは3種類のタンパク質の実験で、ウォーターマークなしの設計と同等の成績を示したという。
LINEヤフーのAIエージェント「Agent i」は、Yahoo!ショッピングで会話しながら商品探しや比較ができる。画面下の「AIと探す」から予算や使う場面を伝えると、条件に合う商品を提案し、分からない機能の質問にも答える。「AIおまかせ比較」では、気になる商品を起点に20商品程度の類似商品と比較できる。ただしAIの回答は必ずしも正しいとは限らず、購入前に商品ページで確認する必要がある。
cogneeのCEO、Vasilije Markovicさんの講演を、LayerXのFDEが紹介している。cogneeはAIエージェント向けの記憶をオープンソースで提供し、スキーマは厳密なオントロジーでなくてよいこと、記憶を分けて権限で制御すること、使われるほど記憶が良くなることが語られた。LayerXの最新50記事でスキーマの効果も試している。
AnthropicのClaude Platformリリースノートが更新され、10月7日にClaude Haiku 5.5（claude-haiku-5-5）が公開された。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る。10月14日にはOpenTelemetry出力がベータで加わり、Claude Sonnet 5.5ではキャッシュ読み取り価格が$0.10/百万トークンに下がった。
選定理由：モデル追加、価格改定、破壊的変更、Managed Agentsの新機能が日付順にまとまっており、移行時に確認すべき変更点を追いやすい。
Claude Code v2.1.289がリリースされ、バグ修正が中心となった。端末が短いコードブロックでフリーズする問題や、symlink経由のファイルにReadのdenyルールが適用されない問題などが修正された。追加機能として、teammates向けのagent.spawnが加わった。
MicrosoftとHugging Faceは、AIエージェントが残すバックエンド状態と副作用で採点するベンチマークThinkingBoxを公開した。507の業務ワークフローを各20回実行し、Claude Opus 5.5がpass@1で67.16%と最上位だった。OpenEnv経由で自分のモデルを評価することもできる。
選定理由：最終応答ではなくDB状態で採点し、20回反復の一貫性とコストまで数値で比較しており、エージェント評価の設計を考える際の材料になる。
Latent SpaceのAINewsが、10/1/2026〜10/2/2026のX、Reddit、各種コミュニティの話題をまとめた。OpenAIのGPT-6.1 Solは入出力100万トークンあたり$2/$10で、Agent ArenaではSol [Max]が5位、Sonnet 5.5 [Max]が3位に入ったと紹介している。エージェント基盤、研究、推論ハードウェア、政策の話題も並ぶ。
AIが開発の進め方を変えるなか、開発者が強化すべき3つのスキルをGitHub Blogが示した。AIエージェントへの指示、最初の回答を鵜呑みにしない評価、AIで浮いた時間を大きな課題の解決に充てる力である。評価面では、GitHub Copilotの組み込みRubber Duck agentが第2のモデルで計画、コード、テストを批評する例を挙げている。
Googleは9月のAI関連発表をまとめ、最新のフロンティアモデルGemini 4 Argonを筆頭に挙げた。出力上限は100万トークンで、現在はFairwind Program経由で信頼されたサイバー防御担当者向けに提供している。ほかにGemini 3.8 Flash、Gemini appのConnected Apps、WeatherNext 3、Googlebookの予約受付なども紹介している。
選定理由：Gemini 4 Argonを軸に、音声、連携アプリ、天気予報、ゲノム研究まで9月の発表が一覧で整理されており、全体像をつかみやすい。
NVIDIAのDGX Spark 64GB構成が、Acer、ASUS、Dell、Gigabyte、HP、MSIから10月23日に提供され、価格は4,999ドルから。128GB版と同じGB10 Grace Blackwell Superchipを搭載し、最大1000億パラメータのモデルを機器上で実行できる。2台をクラスタ化するとメモリは128GBに拡張され、最大2000億パラメータに対応する。
DeepSeek@deepseek_aiAIスコア4646DeepSeek Harness for desktop is now available on macOS and Windows. https://x.com/i/article/2104777189275439104
ServiceNow CoreAIは、エンタープライズ向けAIエージェントの学習データを生成する「AutoSynthData」を開発した。対象モデルの失敗と、より強力な教師モデルの成功例から次に学ぶべき能力を特定し、実行可能で現実的、かつまだ安定して解けないタスクを生成・検証する。EnterpriseOps Gymを使った例が示されており、公開されたデータセットも用いられている。
NVIDIAはMLPerf Inference v6.1にVera Rubin NVL72のプレビュー結果を初提出し、Qwen3-VLでGB300 NVL72比最大3.7倍、DeepSeek-R1で最大2.5倍のスループットを記録した。GB300 NVL72は1ラックから4ラック（GPU 288基）への拡張で99%のスケーリング効率を達成し、ソフトウェア最適化でv6.0比最大1.6倍に向上した。
Anthropicは1億ドルを投じ、2027年末までに1万人のFrontier Deployed Engineers（FDE）を育成する「Claude Frontier Academy」を開始した。最初のプログラムであるFDE Residencyは、数日間の対面研修と、自社の実案件でClaudeの活用を主導する12週間のレジデンシーで構成される。
NVIDIA Blackwell GPU上で動くGPT-6 Astra Ultrafastが、OpenAI APIと対象のChatGPT Work、Codexユーザー向けに提供開始された。Astra Standardモードより最大8倍速いトークン生成を実現するという。
Anthropic@AnthropicAIAIスコア4242Claude Code v2.1.287が公開され、プラグインがより深い動作を変更できる「Claude Mods」が追加された。組み込みのモッド「You should know」では、サイドエージェントが見落としがちな点をユーザーやClaudeに知らせる。あわせて、/advisorでSonnet 5.5がOpus 4.7と4.8にアドバイスできるよう修正された。
Microsoft AI（MAI）は、ストリーミング文字起こしモデルMAI-Transcribe-2-Streamingと、音声合成モデルMAI-Voice-2.1、高速版のMAI-Voice-2.1-Flashを発表した。MAI-Transcribe-2-Streamingは60言語に対応し、Artificial Analysisで最終・部分の両方の文字起こし精度が1位とされる。MAI-Voice-2.1は23言語・26ロケールに対応し、料金は100万文字あたり$22である。
Ethan Mollickは、エージェントを管理者として設計・編成する必要があるという従来の予想は誤りだったと述べた。数千のエージェントによるswarmが、OpenAIのNavier-Stokes問題の証明で自ら組織化した例を根拠に挙げている。一方でAIが人間の仕事を大量に代替できる段階ではなく、自己組織化には予期せぬ方向へ進むリスクも残ると指摘する。
Googleは新しいフロンティアモデル Gemini 4 Argon を発表した。複雑で長期的なワークフローで深い推論を持続できるよう構築され、Fairwind Program を通じて信頼できるサイバーセキュリティ担当者へ順次展開する。導入価格は100万入力トークンあたり2ドル、100万出力トークンあたり10ドルで、キャッシュ済み入力トークンは入力トークン価格の95%オフとなる。
選定理由：価格、出力トークン上限、各ベンチマークの数値に加え、段階的公開とセーフガードの内容が一続きで示されており、位置づけを把握しやすい。
LayerXのAi Workforce開発部のEngineering Managerであるmootohが、AIにチームの活動情報を収集させ、1on1などの対話のきっかけをつくらせる運用を半年試した。Obsidianに.mdで蓄積し、Claude Codeで参照する構成である。課題は解像度がまだ粗い点で、metricsとalertの強化が必要だと整理している。
Gboardチームによる新しいキーボードの提案は今年で15回目となり、Google Japan Blogはこれまでの提案を振り返るコレクションを公開した。コレクションには2010年から2026年までの各年の記事が並ぶ。
英国の大手銀行Barclaysは、Anthropicとの協業を拡大し、Claudeを全社のソフトウェア開発、レガシーシステム刷新、業務効率化に展開する。Claude Codeの利用は2026年末までに開発者の50%に達し、2027年にはソフトウェアエンジニアの過半数に広がる見通しである。Colleague Knowledge Assistantは16,000人以上の行員に利用され、100万件以上の検索を処理しており、Global Marketsではメールを1日約12万通処理している。
ソーシャルクラブのThe Denは、ChatGPT Workで週10-15時間を確保し、新店舗の開設を進めている。助成金申請の準備は3日からわずか2時間に、酒類販売免許関連の書類作成は4日から3時間に短縮された。
Google DeepMindはフロンティアモデルGemini 4 Argonを発表し、信頼されたサイバー防御担当者向けのFairwind Programで提供を始めた。DeepSWE v1.1で77.9%を記録し、出力トークン上限は従来の64Kから1Mに拡大された。開発者、企業、一般向けにはガードレールの改良後、できるだけ早く提供する方針で、導入価格は入力$2、出力$10（いずれも100万トークンあたり）である。
選定理由：社内での活用例やベンチマーク結果、段階的な提供方針と安全対策が一つの発表にまとまっており、モデルの位置づけを把握しやすい。