AIでスマートTVの広告や不要アプリを除去する動きが拡大、Claude Codeなどを活用

開発者やvibe codingを行う人々が、Claude CodeなどのAIエージェントでスマートTVの広告や不要アプリを取り除く事例を共有している。「dumbtv」や「cleanyourtv」といったGitHub上の解決策も登場したが、いずれも開発途上で、失敗例も報告されている。

NVIDIA、RTX Spark向けにエージェント、クリエイティブ、開発、ゲームのソフトウェア対応を拡充

NVIDIAは10月16日（金）発売のRTX Sparkノート PCに向け、ローカルエージェント、Adobe、ComfyUI、PyTorch、DLSS 5などの対応アップデートを発表した。エージェント向けのNemotron 3.5 Bolt 74Bは10月15日（木）に提供が始まり、NVIDIA PAIRは正式版へ移行する。RTX Sparkは最大128GBの統合メモリと1ペタフロップスのAIコンピューティング能力を備える。

xAI、Grok Web・iOS・AndroidにConnectorsを追加 Bring Your Own MCPにも対応

xAIは日常で使うアプリをGrokに直接つなぐConnectorsを、Grok Web、iOS、Androidで提供開始した。SharePoint、Outlook、OneDrive、Google Workspace、Notion、GitHub、Linearに対応し、任意のカスタムMCPサーバーを接続するBring Your Own MCPも同時に始めた。メールの要約やスライド更新、予定の整理、スプレッドシート編集などをコピー&ペーストなしで行える。

xAI、コーディングモデルGrok 4.6をGitHub Copilotで提供開始

xAIは最新のコーディングモデルGrok 4.6をGitHub Copilotで利用可能にした。VS Codeを含むGitHub上の開発者が、モデルピッカーから「Grok 4.6」を選んで使える。SpaceXSIコンソールでも、入力100万トークンあたり$2、出力100万トークンあたり$6で提供される。

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。

Claude Code v2.1.303 リリース

Claude Code v2.1.303がGitHub Releasesで公開された。リリースノートには「Bug fixes and reliability improvements」（バグ修正と信頼性の改善）が記載されている。具体的な変更内容は正文に明記されていない。

Anthropic、Claude Code ReviewをTeamとEnterprise向けに一般提供開始

AnthropicはCode Reviewをリサーチプレビューから一般提供に移行し、Claude TeamとEnterpriseの組織で利用可能にした。ほとんどのレビューはプレビュー時の約20分から6〜10分へと約3倍速くなった。対象のEnterprise組織は、2027年1月15日までに10,000ドル以上のCode Reviewクレジットを申請できる。

VLA-Δ：物理的状態遷移を学習するVision-Language-Actionモデル

VLA-Δは、現在と未来の観測の間の物理的な状態遷移を明示的な学習目標とすることで、ロボット制御を改善する汎用フレームワークである。LIBEROとRoboTwinのベンチマークで最先端手法に匹敵する性能を示し、実機実験ではπ0.5を上回った。推論時は現在の観測から直接行動を生成し、追加の推論コストは生じないとされる。

actions/python-versionsにPython 3.15.0が追加

actions/python-versionsに安定版のPython 3.15.0が追加された。これにより、GitHub Actionsのテストマトリクスに「3.15」を追加し、新しいPython 3.15.0リリースに対してテストを実行できるようになった。

Microsoft AI、MAI-Code-1.1-Flashを発表 前モデルの4分の1のコストで性能向上

Microsoft AIはコーディングモデルMAI-Code-1.1-Flashを発表した。6月にMicrosoft Buildで公開したモデルと比べ、コードの品質が向上し、トークン効率は25%高く、コストは4分の1である。GitHub Copilotで本番稼働しており、ローカル実行向けのダウンロードも可能で、GitHub Copilotでの実験的提供は月末までに始まる。

GitHub、ModernBERT分類器でプッシュ保護を拡張 非構造化シークレットを2ミリ秒未満で判定

GitHubはMicrosoft Applied Sciencesと開発したファインチューニング済みのModernBERT分類器を、シークレット保護に導入する。候補シークレット群を2ミリ秒未満で評価し、プッシュ保護で防げるシークレット数を2倍超にできるとしている。現在はプライベートプレビューで、今月後半にEnterprise CloudとGitHub Teamsの GitHub Secret Protection 利用組織へ提供される予定である。

LiveMACE：変化する市場におけるLLMエージェント能力の過程重視評価

LiveMACEBenchは、ライブの金融市場で永続型LLMエージェントを評価する、決定トレースを用いたプロセス重視のベンチマークである。5つのフロンティアLLMを30日間評価した結果、実現リターンが能力別の測定値と乖離する「成果と能力のギャップ」が見られた。決定トレースに基づく診断では、能力ごとに異なるボトルネックが示された。

OpenAI、社内フロンティアモデルによる数学の未解決問題の新成果を公開

OpenAIは、社内のフロンティアモデルによる数学の未解決問題に関する新たな成果を公表した。Leanによる証明の形式化と研究の詳細はGitHubで共有している。

Claude Code v2.1.291、セッション関連の不具合2件を修正

Claude Code v2.1.291が公開された。2.1.290で発生していた、クラウドセッションで権限確認プロンプトへの回答が失われることがある不具合を修正した。また2.1.288で発生していた、終了時にセッション末尾のメッセージが失われることがある不具合も修正した。

ReviewBench：AIコードレビュー向けのオープンなベンチマーク

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。

GitHub Copilot app入門：canvasでカスタムワークフローを構築する方法

GitHub Copilot appのcanvas（canvas extension）は、ユーザーとエージェントが共有してカスタマイズできるインターフェースである。`/create-canvas`スキルで要望を平易な英語で記述するだけで、カンバンボードやリリースチェックリストなどがコーディングなしで右側パネルに生成される。作成したcanvasは拡張として保存でき、Awesome Copilotで共有された既成のものも利用できる。

GitHub Copilotアプリのcanvasで考える、チャットがUIとして不適切な場面

GitHub Copilotアプリには、エージェントと双方向に通信できるフルスタックの小型アプリ「canvas」があり、チャット以外のUIでAIを使える。Connect 4やWinget管理、SQLiteの操作画面などを例に、専用ツールを作れば以後のやり取りでトークンを消費しないと説く。開発ワークフローの自動化にも使えるが、その例は設計と自動化の調整に丸一日近くかかったという。

GitHub Security Lab、C/C++向け自律型ファジングのFuzzing Taskflowを公開

GitHub Security LabのAntonio Moralesは、C/C++プロジェクト向けの自律型ファジングパイプラインFuzzing Taskflowを公開した。GitHubリポジトリを指定するだけで、ハーネス作成、AFL++の実行、カバレッジ分析、クラッシュのトリアージ、脆弱性レポート作成までをLLMエージェントが行う。ソースコードはオープンソースである。

GitHub Podcast、AIの「ホットテイク」5件を検証 コードレビュー、RAG、Skills、MCPなど

GitHub Podcastの最新回で、AIをめぐる5つの「ホットテイク」を検証している。AI生成コードは読む必要があり、RAGは死んでおらず、SkillsはMCPを置き換えず役割が異なると整理する。ファインチューニングが必要なのはコードが悪いからだとする説にも触れ、AIエージェント、Skills、MCP、RAGは同じワークフローで併用できると説明する。

DeepSeek@deepseek_aiAIスコア6161

DeepSeekはエージェントハーネス「DeepSeek Harness v0.1」をDeveloper Previewとして公開し、コードベースをMITライセンスでオープンソース化した。Cordisメタフレームワークを基盤とし、モデル、ツール、スキル、セッションなどをすべてプラグインとして実装する。リポジトリはhttps://github.com/deepseek-ai/deepseek-harness

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。

Google Research、表形式データ向けゼロショット基盤モデルTabFMを発表

Google Researchは、表形式データの分類と回帰をゼロショットで行う基盤モデルTabFMを発表した。文脈内学習により、モデル学習やハイパーパラメータ調整、特徴量エンジニアリングなしで1回の順伝播で予測できる。Hugging FaceとGitHubで公開され、Google Cloud BigQueryでも利用できる。

Microsoft AI、コーディングモデルMAI-Code-1-Flashを発表

Microsoft AIはコーディングモデルMAI-Code-1-Flashを発表した。GitHub Copilotの本番ハーネスで直接学習し、SWE-Bench Proでは51.2%対35.2%でClaude Haiku 4.5を上回ったとしている。SWE-Bench Verifiedでは最大60%少ないトークンで解いたという。

Google Research、AIベンチマークに必要な評価者数を検証

Google Researchは、AI評価で項目数と項目ごとの評価者数のどちらを優先すべきかを検証した。多数決との一致を見る場合は項目数を増やす方が有効で、意見の幅を捉える場合は評価者数を増やす必要がある。従来の1〜5人という基準は不十分な場合が多く、約1,000件の総アノテーション規模でも適切な配分により再現性の高い結果が得られるとしている。