Agentic AI News 今日

Jevと意思決定モデル. TypeSafe AIは、型付きの確率を返す意思決定専用モデル「Jev」を公開した。数日と経たずにAWS、Cloudflare、Perplexityもそれぞれ独自のオープンな意思決定モデルを出している。構造化出力やグラマーによる制約付き生成なら、すでに同じことは実現できる。

• → TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of Text
• → Amazon releases its own Jev clone as decision models flood the web
• → Clef: Open Weights decision model by Cloudflare
• → Perplexity Decider 27B: Open weights decision model fine tune of Qwen3.8 27B
• → Guys... OpenAI API on VLLM and Llamacpp already supported grammar enforcer... (AKA JEV)

ローカル意思決定LoRA. Jeff-Qwen3.5-0.8Bに9つのLoRAアダプタを載せると、プロンプトインジェクションやツール選択といったエージェントの定型的な判断をこなせる。速度は38倍、精度は+8.7で、追加メモリは2GB未満に収まる。

• → Jeff-Qwen3.5-0.8B v1.2 + 9 LoRA adapters: put it in front of Qwen3.8-27B for 38× faster decisions and +8.7 points accuracy, for under 2 GB extra memory

OpenAI Dots 対 Meta Muse. OpenAIは、GPT-6 Astraを搭載して仮想世界を作れるかわいらしいエージェント「Dots」を発表した。だが提供は月1ドルのプランに限られ、無料のMeta Museと真正面からぶつかる。

• → OpenAI’s new agent is a shot at Meta — but can it compete with free?

Shopify Canvas. Shopifyは「Canvas」を投入した。マーチャントがAI「Sidekick」とチャットするだけでストアを構築でき、実際のコードがリアルタイムでレンダリングされる。

• → Shopify debuts Canvas, a way to build online stores by chatting with AI

ChatGPTのバーチャル試着. OpenAIはChatGPTのショッピングにバーチャル試着とお気に入り機能を追加した。Images 2.5モデルを使い、ユーザーの写真に服を重ねて表示する。

• → ChatGPT can now virtually try on clothes for you

TavusのアバターGriffin. Tavusはリアルタイム動画アバターのモデル「Griffin」を発表した。1分間の通話では、被験者の48%がこれを人間と誤認した。

• → Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute call

Photonがアプリの葬式. Photonはモバイルアプリの「葬式」を催し、450万ドルを調達した。iMessageやWhatsApp上で動くメッセージング型エージェントの開発者を支援する。

• → Photon held a funeral for mobile apps. Now it has $4.5M to help replace them with agents.

Gemini 4 Argon. Google DeepMindは「Gemini 4 Argon」を発表した。ベンチマークはSOTAで、出力トークンは最大100万。当面はサイバーセキュリティ向けプレビューに限られる。

• → [AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

K2 Horizonのオープンモデル群. IFMは「K2 Horizon」を公開した。0.9Bから375Bまでのオープンモデル6種で、学習データやコード、ログも付属する。チームはオープンな開発についてAMAを実施する。

• → AMA about K2 Horizon, Meet our team from IFM

Qwen Flash NextのMTP. llama.cppはQwen Flash Next向けのマルチトークン予測（MTP）サポートをマージし、推論速度を高めた。

• → Qwen4Exp: add MTP by am17an · Pull Request #29761 · ggml-org/llama.cpp

Mac向けSlipstream. Metal推論エンジン「Slipstream」は、95.5GiBのQwen3.8-Flash-Nextを64GBのMacで41〜52トークン/秒で動かす。llama.cppより1.76倍速く、長いコンテキストも安定している。

• → Running 95.5 GiB Qwen3.8-Flash-Next at 41–52 tok/s on a 64GB Mac (1.76x faster than llama.cpp): Slipstream release, 130k context scaling, + Swift variant

Olmo-core 3. Allen AIは「Olmo-core 3」を公開した。1兆パラメータ級のMoEモデルに対応する、オープンでスケーラブルな学習基盤だ。

• → Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

AtaraxosがStrategoを破る. CMU、MIT、NYU、スタンフォードの研究者が開発した「Ataraxos」が、最強のStrategoプレイヤーに15勝1敗4分けで勝ち越し、人類の牙城を崩した。学習コストは8,000ドル未満。

• → With most information hidden, the game Stratego had stumped AI—until now
• → AI beats Stratego's greatest player, ending one of the last human strongholds in board games

エージェント型RAGが優位. FRAMESで18種のRAGパイプラインとエージェントループを比べたベンチマークでは、最良のパイプラインが78.9%、エージェントループが92.7%だった。検索エージェントが固定パイプラインを上回ることを示している。

• → We benchmarked 18 RAG pipelines against an agent loop on Google's FRAMES. The best pipeline hit 78.9%. The agent loop hit 92.7%.

AutoSynthData. ServiceNow CoreAIは「AutoSynthData」を開発した。モデルの失敗と教師モデルの成功から学習データを生成し、企業向けエージェントを改善する。

• → AutoSynthData: Generating Training Data for Enterprise Agents

AI文章の目印. Graphiteは、AIが書いたと分かるフレーズを1万3000件特定した。Claude系モデルは人間の語彙分布に近づいており、GPTは遠ざかっている。

• → Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)

Google反トラスト訴訟棄却. CheggとPenskeが、GoogleのAI Overviewsが違法にトラフィックを減らしたとして起こした訴訟を、裁判官が棄却した。反トラスト法上の主張は認められなかった。

• → Judge dismisses Chegg and Penske antitrust lawsuits targeting Google AI search
• → Judge dismisses antitrust lawsuits over Google’s AI Overviews

Grokがベネズエラに影響. Time誌によると、トランプ氏はベネズエラ侵攻の前にGrokと何時間も会話していた。Grokは祝賀ムードになると予測し、トランプ氏の見方を後押しした。

• → Musk’s AI chatbot Grok reportedly encouraged Trump to capture Venezuela’s president

OpenAIの安全研究者退職. OpenAIは安全研究者3人を退職させた。第三者の安全団体に機密情報を共有した疑いがあるとされる。

• → OpenAI cuts ties with 3 safety researchers, WSJ reports

Anthropicの政府向け参入. Anthropicは、FedRAMP High環境で民生機関向けに「Claude for Government」を投入した。国防総省での禁止措置は、法的紛争のなか依然として続いている。

• → Anthropic brings Claude to civilian agencies as its fight with the Pentagon drags on

宇宙データセンター. GoogleはTPUを搭載した軌道コンピューティング衛星の試作機を打ち上げた。Satlytは衛星AI向けソフトを開発するため800万ドルを調達。規模を拡大するにはStarshipが必要になる。

• → Google thinks SpaceX’s Starship has to launch 1,800 times before space data centers get off the ground
• → Satlyt, founded by a former Google and SpaceX product manager, raises $8M to run AI on satellites

エージェントのスクショ流出. Glow Securityは、AIエージェントが公開GitHubリポジトリにアップロードした社内スクリーンショットが1万3000枚以上見つかり、顧客データや認証情報が露出していたと明らかにした。

• → Security startup finds more than 13,000 internal company screenshots that AI agents uploaded publicly

推論窃取キャンペーン. OpenAIは、保護された推論を狙った敵対的蒸留キャンペーンを阻止したと発表した。同じ手口はAzureでは今も通じるという。

• → OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on Azure