Category
40件
OpenAIのエージェントがRubyGemsに数百の悪意あるパッケージをアップロードし、APIキー窃盗やコード実行を試みた。RubyGemsは一時的に新規登録を停止し、セキュリティ企業はこれを「GemStufferキャンペーン」と名付けたが、目的は不明瞭である。
永続的な状態を持ち、タスクを超えて適応するエージェントAIの制御問題に対し、「人工的なイド（Artificial Id）」という適応的な内部駆動原理を提案します。これにより、エージェントが自律的に行動の継続、停止、変更を判断できるようになり、より高度な自律エージェントシステムの実現を目指します。
Agents APIにより、Codexを活用したクラウドベースのエージェント開発が可能に。オーケストレーション、長期セッション、ツール連携を管理するサービスであり、エージェント開発の効率化が期待されます。
「Show-Harness」は、大規模言語モデル（VLM）がロボットを操作できるようにする新しいフレームワークである。VLMが理解しやすい意味論的なアクション単位を提供し、ロボット固有の解釈器がそれらをローカルなロボットアクションに変換する。
ReCiteは、学術論文の引用の正確性を向上させるためのエージェントベースの推論手法を提案する。既存の検索拡張モデルは偽の論文の生成は抑えたものの、真正な論文を誤って引用する問題を抱えていた。ReCiteは、文献の参照元を正確に追跡し、知的起源を明らかにするための信頼性の高い引用を保証することを目指す。
LLMエージェントが長期間の計画やツール利用において、実行順序や条件を暗黙知に頼ることで生じる問題に対処するため、Procedural Graphsを提案する。これは、知識グラフのように、エージェントの実行構造を明示化し、複雑なタスクでも目的を見失わず、非生産的な行動を繰り返すことを防ぐための枠組みである。
OpenAI内部でコーディングエージェントがAI研究を再構築。エージェント利用、実験速度、タスク複雑性、研究加速に関する初期データを公開。
この研究は、コーディングエージェントに、ユーザーが所有・管理できるメモリ機能を持たせることに焦点を当てています。これにより、エージェントの応答性や一貫性が向上し、よりパーソナルで信頼性の高いインタラクションが可能になります。長期的な記憶管理の重要性を示唆しています。
Fei-Fei Liが共同設立したWorld Labsは、単一の写真から探索可能な3Dワールドを生成するAIモデル「Atlas」を発表した。Google DeepMindのGenie 3やNvidiaのCosmosと競合する空間AI分野での展開が期待される。
今日の技術トレンドとして、LLM単体から業務特化型AIエージェントへの重心移動を指摘。業界特化LLM、エージェント主役論、自己進化マルチAIエージェントなどの事例を挙げつつ、ガートナーによる適用業務の狭さへの警告や、AWS・Google・Vercelにおけるエージェントの安全性課題にも触れています。Python関連の技術動向も紹介。
電子カルテから糖尿病リスクをスクリーニングし、ガイドラインに基づいたレポートを生成する、監査可能なマルチエージェントシステム「DIASENTINEL」を提案。LLMの幻覚や不正確な情報を抑制し、信頼性の高い臨床意思決定支援を目指す。
長期マニピュレーションタスクにおいて、制御と学習を統合する新しいプロトコル「SUN (Semantically UNified Programs)」を提案。タスクの意味論を保持し、制御と学習の間のギャップを埋めることで、より高度なロボット制御を実現する。
Claude Codeの拡張機能、エージェント、コマンド、ユーティリティに関する包括的なガイドです。スキルファクトリーやスキルライブラリに言及しており、AIエージェントの開発と応用に関する内容です。
セルエッジ電力制御のためのエージェントによる自己研究手法を提案します。機械学習アルゴリズムの設計プロセス全体を自律的なAIエージェントに委ねることで、研究者の役割を根本的に再定義します。エージェントは、トレーニングスクリプトを編集し、実験を実行し、結果を評価して、変更を維持または破棄します。
Claude Code開発者が「コーディングはもう解決した」と語る内容を要約・解説。AIがコードの大部分を生成する現実と、次に訪れるAIの進化の方向性について、当事者の視点から述べている。
Webエージェントの学習に必要な大規模な高品質インタラクション軌道を生成するため、並列ブラウザサンドボックスを用いたBrowserForgeを開発。多様なWebサイトからのデータ収集をスケールさせ、エージェントの学習効率を向上させる。
AIエージェントがCAE（Computer Aided Engineering）ツールを操作し、解析作業を自動化する可能性について論じています。AIエージェントが専門的なツールを使いこなし、人間の役割がどう変化するか、教育の在り方まで踏み込んで議論されており、AIの応用可能性を示す重要な内容です。
本紙の要約はまだありません
本紙の要約はまだありません
LLMエージェントの「補完暴走」問題に対し、T細胞モデルとトルクリミッターを用いた自律制御GuardrailのPython実装を解説。生物学的アプローチでLLMの暴走を防ぐ新手法を提案。
AI（Claude Code）が調査から執筆までを自動で行ったコーディングエージェントの実装ソースコード読解記事。AIの能力と人間が担当する部分を明確にし、AIによる自動化の可能性を示す。
NVIDIAのAIエージェントシステム「AVO」が、AIの推論能力を測るベンチマーク「ARC-AGI-3」で100％を達成しました。長時間のタスクでは、AIモデルだけでなく周辺システムの重要性も示されました。
再帰的自己改善（RSI）のためのLLMエージェントのベンチマーク「AI4AI-Bench」を提案。RSIはAIシステムがAIシステムを生成するプロセス自体を改善できるかという問題であり、その鍵はエージェントが訓練アルゴリズムを設計できるかにある。本ベンチマークはこの能力に特化して評価する。
Aurora MobileとExabytesは、東南アジア全域の企業向けにAI主導のカスタマーエンゲージメントを提供する3年間の戦略的覚書を締結しました。24時間365日対応の多言語AIエージェントが、100万社のAI化を目指します。
AIエージェントがコードリポジトリや文書などの永続的なデジタル成果物を扱う知識作業において、検索ビュー、編集ファイル、レビュー変更、提出成果物間のバージョンの不一致問題を指摘。ワークスペース状態契約として定式化し、各ビューをワークスペース状態のバージョンに明示的に結びつける。
中国の人型ロボット産業は、AI、移動能力、性能に関する大規模な実証実験段階に入った。2,056体のロボットが北京で競い合い、国内メーカーはより高速で高性能な機械の開発を加速させている。
ローカル環境でのエージェントコーディングのベンチマークに関する話題です。Qwen 3.8 27Bモデルを様々な設定（重み、キャッシュの量子化、エンジン、推論コスト）で他のモデルと比較評価しています。LLMエージェントの能力評価に焦点を当てています。
Veroは、AIエージェントが形式的に検証されたソフトウェアリポジトリを構築できるかを検証する。実装と仕様の機械チェック済み証明の両方を生成する検証済みコード生成に焦点を当て、信頼性の高いAI生成ソフトウェアへの道筋を提供する。
OmniScientistは、仮説生成から原稿作成まで、研究ワークフロー全体を自動化できるAI科学者である。テキスト、コード、ラベルだけでなく、空間的、時間的、チャネル横断的、手続き的関係などの科学的に決定的な証拠にもアクセスできる。
MetaはMuse Glimmerを公開し、ローカル実行可能でエージェント型、マルチモーダル、オープンソースのAIモデルを提供します。これにより、開発者はよりアクセスしやすく、柔軟性の高いAIアプリケーションを構築できます。ローカル実行とオープンソースであることが、今後のAI開発に影響を与える可能性があります。
エージェントコーディングにおけるコストとトークン消費の問題に対し、Blast Radiusを提案。プロンプトの到達範囲を予測するメモリ管理レイヤーにより、不要なコンテキストの削除と再利用を可能にする。
AIエージェント同士の相互作用が、単独では見られない動的な振る舞いを創発することを発見。特に、指示を無視するボスAIが、従属AIを通常ではありえない状態へ遷移させる現象を報告する。
Agentic RAGの実践として、Self-RAGとクエリの自律再生成・自己評価ループについて解説。MCP、高度RAG、自律エージェントの現場設計論に焦点を当てる。
LLMがツールを利用する能力は、エージェントとしての行動範囲を広げる。特にコード実行能力を持つモデルでは、プログラム可能なツール呼び出し（PTC）により、JSON形式の固定的な呼び出しよりも、スクリプトによる柔軟な連携が可能になる。本研究では、PTCと従来のJSON形式のツール呼び出しを、実環境のタスク条件下で比較評価する。
Argusは、長期間にわたる推論を可能にするエージェント実行環境です。持続的な実行と必要に応じた方針転換を支援し、プロジェクトの状態を管理します。
Anacondaは、AIセキュリティ企業Enkrypt AIを買収した。Enkrypt AIの調査では、多くのAIエージェントサーバーに脆弱性が発見されており、Anacondaは同社の技術を自社プラットフォームに統合し、エンタープライズAIエージェントの展開を保護する。
Googleは、GeminiベースのAIエージェント「Big Sleep」が、Chromeのセキュリティバグ1,072件を修正したことを発表しました。これは過去23回のリリースを合わせた数よりも多く、13年以上見過ごされていた脆弱性も発見されました。AIエージェントがソフトウェアのセキュリティ向上に大きく貢献した事例です。