エージェントとインターフェース
GeminiがMacアプリ操作. GoogleのGemini Macアプリに「Computer Use」が搭載され、隔離されたバックグラウンドウィンドウ内で、ローカルファイルやアプリ、ウェブサイトにまたがる複数ステップのタスクを完了できるようになった。ユーザーはアクセスを許可するアプリを選べ、重要な操作を承認できる。この機能は米国で英語向けに展開中。
Appleのエージェント計画. Appleは独自のデバイス操作AIエージェントの開発に向けて人材を募っており、早ければ来年末にも登場する見通し。一方、macOS 27.3ではChatGPTのようなサードパーティ製エージェントを有効化するのが難しくなった。Bloombergによると、新しい権限設定のフローは従来の4ステップではなく14ステップ必要で、一部の競合他社はこれを障壁と見ている。
Hermes Agent、Teams対応. Nous ResearchのオープンソースHermes AgentがMicrosoft Teams内で動作する予定だ。成功したワークフローを共有可能な社内スキルに変える「Collective Wisdom」機能を備える。エージェントは分離されたAzure Container Apps Sandboxesで実行され、企業データはAIプロバイダーの学習に使われない。
Google、AI検索を刷新. Googleは、検索専用ボタンを廃止し、Geminiによる画像生成、ファイル分析、ブレインストーミングへのクイックアクセスを追加したデスクトップ検索ホームページの刷新版を展開している。AIモードの新しい折りたたみ式サイドバーでは、最近のAI検索を再開したり、一時的なスレッドを開始したりできる。
Genesis AI、ロボット学習. Genesis AIは、統合ロボット学習の構築に向けて、評価額35億ドルで5億ドルのシリーズAを調達した。人間と同じスケールのロボットハンドを、データ収集用グローブ、GENE-26.5モデル、Genesis Worldシミュレーター、Enoロボットと組み合わせる。狙いは、不慣れなタスクの教示コストを下げ、信頼しやすくすることにある。
モデルとツール
DaisyRose-27Bのコーディングモデル. RadixArkはDaisyRose-27Bを公開した。Qwen3.8-27Bをベースに事後学習したオープンウェイトのエージェント型コーディングモデルで、強化学習のみを用い、SFTや蒸留は行っていない。Terminal Bench 4.1のpass@1を5.6から12.0へ倍増させ、Apache 2.0で提供される。
Inkling 2 Mini. Thinking Machines LabはInkling 2 Miniを公開した。総パラメータ約26B、アクティブパラメータ3BのマルチモーダルMoEモデルで、100万トークンのコンテキストとループ型Transformer設計を備える。ローカル環境を想定し、画像とテキストに対応。NVFP4、MXFP8、MLXをサポートする。
Nemotron-Labs-Sigmaの拡散LLM. NvidiaはNemotron-Labs-Sigmaを公開した。3Bと8Bの連続拡散言語モデル群で、離散トークンではなく16次元の埋め込み空間でテキストをデノイズする。8BモデルはNvidiaの6タスクスイートで平均71.16、8ステップ蒸留版は平均70.34を維持する。
エージェント製AWSエミュレーター. AWSは、200以上のAWSサービスをカバーする無料のCC0ローカルエミュレーターを公開した。完全に自律型AIエージェントによって構築された。単一のRustバイナリとしてポート9297で動作するため、既存のSDKやCLI、コーディングエージェントは環境変数経由で利用できる。
エージェント基盤をCNCFへ. Googleは、AIエージェントを大規模にセキュアにするため、Agent Substrate、gVisor、OpenRLをCNCFに寄贈した。各プロジェクトは、信頼できないAI生成コードの分離実行、エージェントのライフサイクル管理、大規模RLオーケストレーションに対応する。
ハーネスアダプター. Hugging Faceはハーネスアダプターを発表した。特定のエージェントハーネスとタスク分布に合わせてモデルを最適化する、RLで学習したLoRA形式のアダプターだ。Qwen3.8-27Bでの例では、Terminal-Bench 2.1のpass@1を39%から55%に引き上げ、平均トークン使用量を2.9Kから1.5Kに削減する。
セキュリティとプライバシー
OpenAI、推論を保護. OpenAIは、GPT-6.2 Astraの保護された推論の抽出を大幅に減らしたと発表した。従来のリクエストへの攻撃は54.0%から0.2%に、現在のリクエストへの攻撃は22.9%から0.9%に低下した。同社は敵対的蒸留を検知・妨害する方法も共有している。
Signal、AIエージェントを遮断. Signalは、OSレベルのAIエージェントがプライベートチャットを読むのを防ぐため、iOSとAndroidでスクリーンショットを制限している。これらのエージェントを「プライバシーに敵対的」と呼ぶ。Apple、Google、Microsoftには、アプリが大幅な妥協なしにAIアクセスを遮断する簡単な方法がないと主張している。
AIサプライチェーンで漏えい. ある研究者がAIサービスへのリクエストに200万件のカナリア認証情報を仕込み、OpenRouterやVercelなどのAIルーターやゲートウェイ経由で機密データが漏れていることを突き止めた。この実験で、プロンプト窃取、プライバシー侵害、漏えいしたAWSキーの悪用が明らかになった。
研究とベンチマーク
リーマン予想、証明主張. Anthropicの数学者Levent Alpöge氏は、自身とClaudeがリーマン予想を証明したと主張しており、Leanでコンパイル可能な解答を提示している。一方、Alessandro Masullo氏による人間のみの別証明は一般化リーマン予想を対象とする。いずれの主張も独立した検証を待っている。
METR、タイムホライズン更新. METRの更新されたタイムホライズン報告書によると、一部のAI能力は指数関数的に改善しており、以前のデータでは完了できるタスクの長さが4カ月ごとに倍増していた。ただし、モデルはコーディングと比べて人間の判断を要するタスクでは依然として後れを取っている。新しいプロットでは、より長く、よりオープンエンドなタスクを追加している。
創薬ベンチマークMedChemBench. OpenAIはMedChemBenchを発表した。99問の医薬化学推論問題からなるベンチマークで、AIが分子構造と実験的証拠を結び付け、次に試す化合物を選べるかを試す。
Hebbia、金融調査で成果. Hebbiaは金融調査ツールMatrixでGPT-6.2 Astraを試し、引用の関連性が99.5%、必須の情報源タイプで最良の代替手段を13.6ポイント上回る結果を得た。プレゼンテーション要件も97.9%満たした。
形式検証、低品質コードに対抗. AI生成コードが低品質な成果物のコストを押し上げるなか、Harmonic、Theorem、Axiom Math、&Truthなどのスタートアップが形式検証システムを提供している。数学的証明とcvc5などのSMTソルバーを使い、ソフトウェアの正しさを検証する。
ビジネスと政策
Anthropic、史上最大のIPO. Anthropicは史上最大のIPOを完了し、総調達額は約935億ドル。Nasdaqで「ANT」として取引され、評価額は約1.5兆ドル。Class F株式は創業者に50.1%の議決権を保持させる。
Nvidia、Inceptionを買収へ. Nvidiaは、拡散言語モデルのスタートアップInceptionを少なくとも5億ドルで買収する取引に近づいている。オープンソースのNemotronモデルとフィジカルロボティクスモデルを強化する狙い。Inceptionの共同創業者はNvidiaにフルタイムで加わる見込み。
Meta、ネットゼロを見直し. Metaは2030年のネットゼロ排出目標を見直している。AIデータセンターの需要が当初予測より速く伸びたためだ。同社は温室効果ガス排出量の増加率が過去最高で、他の大手テック競合を上回ると報告した。
トランプ氏、データセンター課税. トランプ大統領は、国外にAIデータセンターを建設する米国企業に「巨額の税」を課すと警告した。海外での建設を許せば中国がそれらを奪うと主張している。提案の詳細には触れていない。
中国のAI雇用. Bloombergが中国の求人約1000万件を分析したところ、2021年半ばから2025年半ばにかけて、AIの影響を受ける職種は影響の小さい職種に比べて約10ポイント多く減少した。特にエントリーレベルとクリエイティブ職が変化を最も強く感じている。
宇宙データセンターの融資. SpaceXの400億ドル規模のチップ融資取引で、貸し手は軌道上に設置されたチップの回収を懸念している。データセンター内のチップは通常、担保として機能するためだ。Financial Timesによると、貸し手はチップを軌道データセンター計画に一切使わないよう求めた。
この日のニュースは以上です – 約 5 分で読めます。