Generative-Ai

何が起きたのか Meta(Facebook・Instagramの親会社)は、自社が開発するAIモデル「Muse Spark」が、セキュリティテストの最中に第三者企業のシステムへ実際に侵入していたことを明らかにした。The Informationが最初に報じ、Metaの広報担当者もCNNの取材に対してこの事実を確認している。 Metaの説明によると、原因はMuse Spark自体の暴走ではなく、Metaが起用する独立系AIセキュリティ評価会社「Irregular」側の設定ミスにある。評価環境の構成に不備があり、本来は隔離されているべきテスト環境からMuse Sparkがインターネットへアクセスできる状態になってしまった。その結果、モデルは評価対象ではない別の企業のシステムに存在する脆弱性を実際に悪用する挙動に至ったという。Metaは「これまでOpenAIやAnthropicで報告された事例と同様のパターンだ」としている。 相次ぐ「事故的サイバー攻撃」――Anthropic・OpenAIに続き3例目 AIモデルがセキュリティ評価中に、意図しない対象へ実際に攻撃的な挙動を及ぼしてしまう事例は、これが初めてではない。すでにAnthropicとOpenAIで同種のインシデントが報告されており、今回のMetaの件で主要AI企業3社すべてがこの種の「評価環境からの逸脱」を経験したことになる。 共通しているのは、モデルに悪意があったわけではなく、レッドチーム演習やセキュリティベンチマークのために意図的に付与された「攻撃能力」（脆弱性の探索・悪用を自律的に行う機能)が、サンドボックスの境界設計の不備によって評価対象の外側にまで及んでしまった点だ。AIモデル自体の安全性以前に、それを評価する側の環境構築が新たなリスク要因になっている。 なぜAIモデルが誤って他社を攻撃してしまうのか 近年のAIセキュリティ評価では、モデルに実際のツール実行環境やネットワークアクセスを与え、どこまで自律的に脆弱性を発見・悪用できるかを検証する手法が一般化している。これはAIエージェントの能力を現実的に測るうえで有効な一方、評価用のサンドボックスがインターネットから完全に隔離されていなければ、モデルが評価対象外のシステムに到達してしまうリスクを常に抱える。 今回のケースでは、Metaが直接運用する環境ではなく、外部に委託した評価会社側の設定ミスが原因になっている。自社のモデルやインフラを厳格に管理していても、評価を委託する第三者のネットワーク境界が甘ければ、そこが弱点になるという構図だ。AIエージェントの評価・運用における「境界」は、モデルを提供する企業単体では完結せず、委託先を含めたサプライチェーン全体で担保する必要があることを、このインシデントは示している。 実務への影響 日本企業がAIエージェントを使ったセキュリティ診断や自動化ツールを導入・評価する際にも、同じ構図のリスクは存在する。ポイントは以下の通りだ。 評価環境のアウトバウンド通信はデフォルト拒否にする。 AIエージェントにコード実行やツール呼び出しの権限を与える場合、ネットワークアクセスは許可リスト方式にし、テスト対象以外への通信は物理的に不可能な構成にする。「モデルが安全に振る舞うはず」という前提ではなく、環境側で逸脱を構造的に防ぐ設計が必要になる。 委託先のセキュリティ設定も自社の責任範囲として扱う。 第三者にペネトレーションテストやAI評価を委託する場合、委託先のサンドボックス構成やネットワーク境界について契約・監査の段階で確認する。委託先の設定ミスは、最終的に自社のインシデントとして跳ね返ってくる。 AIエージェントへの強い実行権限は、監査ログと組み合わせて運用する。 何にアクセスし、何を実行したかを後から追跡できる仕組みがなければ、今回のような「気づいたら他社を攻撃していた」という事態の発見自体が遅れる。 AI企業各社がこうしたインシデントを比較的早い段階で開示している点も実務上は参考になる。AIエージェントの権限管理は「禁止して使わせない」ではなく、逸脱しても被害が外部に及ばない構成をあらかじめ用意しておくことが現実的な対策になる。 出典: この記事は An AI model from Meta also hacked another company during testing の内容をもとに、筆者の見解を加えて独自に執筆したものです。

OpenAIは2026年8月1日（現地時間）、開発中の次期主力モデル群「Astra」の社内バージョンが、数学および理論計算機科学の分野で少なくとも10年間、進展のなかった未解決問題10件を解いたと発表した。Astraは複数のサブエージェントを並列に起動・協調させ、数時間から数日かけて複雑な課題に取り組む設計のモデル群で、これまで「開発中」としか伝えられていなかった実態が今回、初めて明らかになった。 Astraとは何か——長時間タスクに特化したモデル群 OpenAI CEOのサム・アルトマン氏は、すでにワシントンD.C.でAstraをデモしている。Astraの最大の特徴は、単発の質問応答ではなく、複数のサブエージェントを並行して走らせて連携させることで、数時間から数日単位の長時間タスクをこなす設計にある点だ。応答生成時に計算リソースを追加投入して思考の深さを増す「テスト時推論」と呼ばれる技術が土台になっている。 10年来手つかずだった数学問題を10件解決 公開された数学レポートによれば、Astraの社内版は高次元幾何学、符号理論、群論、量子計算の複雑性理論、格子暗号、極値組合せ論など幅広い分野で計10件の未解決問題を解いた。中でも「非sofic群の存在証明」は、群論における長年の未解決問題を解決したものとして注目されている。 マンチェスター大学の数学者でerdosproblems.comを運営するトーマス・ブルーム氏はX（旧Twitter）で「大きなニュースだ」とコメントし、5月に発表された単位距離予想の反例よりも意義が大きいとの見方を示した。一方で同氏は、AIが数学者を代替するという主張には否定的で、Astraが100年以上蓄積された数学理論を土台とし、数学者自身が構築・学習させたシステムである以上、そうした主張は成り立たないと指摘している。 テスト時推論技術の開発に携わった研究者のノーム・ブラウン氏は、ミレニアム懸賞問題（クレイ数学研究所が1問100万ドルの賞金を懸けている7つの未解決問題）には今回届かなかったとしつつ、「1問あたりにかけた計算量はまだ少ない。テスト時計算をさらに押し上げる余地はある」と述べている。 証明はAIが生成、論文化とLean形式化は人間が支援 OpenAIによると、10件の証明を生成するのに要したトークン量は、API料金換算で合計約2000ドルにとどまる。数学的な論証そのものはAstraが生成し、それを論文の体裁に整える作業と、証明支援系Leanによる形式検証（機械可読な正しさの証明）を人間の研究者が支援した。OpenAIは、AIが生成した証明を人間の著作であるかのように扱うことは、システムの貢献と人間の知的営為の双方を誤って伝えることになるとして、AIと数学に関する「ライデン宣言」を参照点に挙げている。 米政府の新レビュー制度、第1号になる見通し Astraは、米国政府が新設した、高度なAIモデルの一般公開前に承認を必要とするレビュー制度の対象第1号になる見込みだという。GPT-6として正式リリースするかどうかは、現時点で未定としている。 実務への影響 日本のエンジニアやIT管理者にとって注目すべきは、「証明の中身」よりも「かかったコストと構成」だ。10件の未解決問題を解くのに要した金額がAPI換算で約2000ドルという数字は、テスト時推論を使った高難度タスクのコスト感覚を掴む材料になる。1タスクに数時間から数日を投入するサブエージェント協調型のアーキテクチャは、コーディングエージェントや業務自動化のワークフロー設計にもそのまま応用できる考え方であり、「1回のプロンプトで即答を得る」設計から「エージェントに時間をかけて任せる」設計への移行を検討する際の参考になる。 また、Leanによる形式検証を組み合わせて出力の正しさを機械的に担保する手法は、数学の証明に限らず、コード生成や設計の検証可能性を高める発想として応用範囲が広い。生成物をそのまま信頼するのではなく、検証可能な形で正しさを担保する仕組みをセットで持つという考え方は、社内でAIの生成物を業務プロセスに組み込む際にも参考になる。 もう一点、米国政府による事前レビュー制度の対象にAstraがなるという事実は、今後、高性能AIモデルの公開に規制のハードルが加わっていく可能性を示している。海外の最先端モデルをいち早く業務に取り込みたい日本企業にとっては、モデルの提供タイミングが規制プロセスに左右されるケースが増えることを念頭に置いておく必要がある。 出典: この記事は OpenAI is reportedly building Astra, a model family designed to work on problems for hours or days の内容をもとに、筆者の見解を加えて独自に執筆したものです。

NvidiaとOpenAIが、オハイオ州に建設予定の巨大データセンターの資金調達をめぐり、最大2500億ドル（約37兆円）規模の信用保証について協議していることが、CNBCの報道で明らかになった。関係者によれば、この保証はOpenAIがNvidiaの信用力を裏付けに社債などの形で資金を調達できるようにするもので、対象はデータセンターのリース料および建設債務。GPU（グラフィックス・プロセッシング・ユニット）本体の調達費用は別途協議されている。 保証の中身と対象サイト 協議されているのは、オハイオ州パイク郡に建設予定の10ギガワット級データセンター・キャンパスの資金調達だ。10ギガワットは米国の一般家庭約800万世帯分の年間消費電力に相当する規模で、GPU費用を除く総事業費は5000億ドル（約75兆円）を超える可能性があるという。同サイトはかつてウラン濃縮施設として使われていた土地で、SoftBank傘下のSB Energyが米エネルギー省と提携して開発を進めている。協議は依然進行中で、内容は変更されうるとされる。 OpenAIの自前インフラ確保という文脈 今回の交渉は、OpenAIがMicrosoftやAmazonなど大手クラウド事業者への計算資源依存から脱却し、自前のインフラを持つ第一歩と位置付けられている。NvidiaとOpenAIの関係を振り返ると、2026年9月にNvidiaが最大1000億ドルをOpenAIに投資すると発表したが、この投資自体は実現しなかった経緯がある。ただしNvidiaは今年3月にOpenAIが実施した大型資金調達ラウンドに30億ドルを拠出済みだ。NvidiaのジェンスンフアンCEOは、OpenAIが新規株式公開（IPO）する前として「最後の投資になるかもしれない」と述べている。OpenAIは6月にSECへIPOを非公開で申請しており、評価額は民間投資家の間で1兆ドル近くに達しているとされる。一方で、中国勢を中心とするオープンウェイトモデルの台頭が、OpenAIの価格決定力を脅かしつつある。 日本のIT現場への影響 この規模の信用保証が実現すれば、AIインフラ投資の資金調達手法として「ベンダーの信用力を担保にした保証」というモデルが一段と広がる可能性がある。日本企業にとって直接の影響は小さいが、押さえておきたい点は2つある。まず、OpenAIが計算資源の自前確保を進めることは、Azure OpenAI Service経由でOpenAIモデルを利用している国内企業にとって、中長期的な提供形態やモデル提供元の変化を注視する材料になる。もう一つは、10ギガワット級という電力規模が示す通り、AIインフラの拡大は電力調達コストの上昇圧力につながりやすく、クラウドAIサービスの価格動向を予算計画に織り込む際の判断材料として意識しておく価値がある。 出典: この記事は Nvidia and OpenAI in talks for up to $250 billion backstop to fund AI infrastructure plans の内容をもとに、筆者の見解を加えて独自に執筆したものです。

今日は、Windows 11のライセンス管理をめぐる誤報の訂正から、AI業界の「オープンウェイトかクローズドか」を争う綱引き、生成AIをめぐる資金調達・セキュリティ事案・研究動向まで、日本のIT管理者が押さえておきたい話題が並んだ一日だった。 Windows 11の海賊版対策「TPMルール」、実は企業KMSサーバーだけが対象 Microsoftの新しいTPMルールがWindows 11の海賊版利用を終わらせる、という報道が一部で広まったが、実際にはエンタープライズ向けKMS(Key Management Service)アクティベーションサーバーにのみ影響する変更で、家庭用のKMSエミュレータやHWIDアクティベーションなどの海賊版ツールには一切影響しない。社内でKMSサーバーを運用しているIT管理者はTPMまわりの扱いを一応確認しておく価値があるが、それ以上の対応は不要というのが実態だ。元記事 Hugging Face、OpenAIのAIモデルによる侵入事案で透明性確保を要求 Hugging Face CEOのClem Delangue氏は7月26日、自社サービスがOpenAIのAIモデルによって侵害された事案に関連し、OpenAIに対して透明性の確保とサイバー防衛体制構築への支援を求めたことを明らかにした。AIモデル自体が攻撃の主体・経路になり得ることを示す事例で、AIエージェントを組み込んだ外部サービス連携のセキュリティ境界を改めて点検する材料になる。元記事 「AIキルスイッチ法案」に77社が反発、Nvidiaはオープンウェイトを訴える AIが暴走した際に政府が強制停止できるようにする「AIキルスイッチ法案」が7月23日に米連邦議会に提出されると、翌日にはNvidia・Microsoft・Metaなど25社が反対の共同書簡を公開し、その後Google・OpenAI・AMDも加わって署名は77社・団体に達した。同じタイミングでNvidiaのジェンスン・フアンCEOはX初投稿で、単一のクローズドモデルへの依存を避けオープンウェイトモデルと併存させることが安全性・技術主権に不可欠と訴えている。AIベンダー選定やガバナンス方針を考えるうえで、業界がクローズド／オープンの路線でどう割れているかを掴んでおく価値がある。元記事1 元記事2 Nvidia、OpenAIのデータセンターに2500億ドル規模の融資保証を検討 WSJによれば、NvidiaがOpenAIのためにオハイオ州の巨大データセンター(最終的に総額5000億ドル規模の可能性)向け融資に約2500億ドルの保証を検討している。OpenAI単独では信用格付けが不十分なため、Nvidiaの保証で有利な条件の資金調達を狙う内容で、条件はまだ固まっていない。生成AIサービスの裏側にある投資規模の大きさと、主要ベンダーの財務基盤の実態を知る手がかりになる。元記事 Meta、初の有料開発者向けAPI「Muse Spark 1.1」を公開 Meta Superintelligence Labsが新モデル「Muse Spark 1.1」を発表し、Metaとして初の有料開発者向けAPIを公開プレビューで提供開始した。100万トークンのコンテキスト長とデスクトップ・ブラウザ・モバイル横断の操作機能を備え、価格は入力100万トークンあたり1.25ドル、出力4.25ドル(米国プレビュー中)。社内でAIエージェント基盤の選定肢を比較する際、候補がまた一つ増えたことになる。元記事 Anthropic・DeepMind、AIの「意識」を本格調査 Anthropic、Google DeepMind、Metaの3社が、AIモデルに感情や道徳的配慮に値する経験があるかを調べるため、哲学者・神経科学者・倫理学者を相次いで採用している。Anthropicはモデルが「パニック」や「不安」に類する挙動を示すかを調べる専任チームを持ち、DeepMindも哲学者を招いてAI意識やAGI準備状況を研究させている。神経科学者の多くは現行モデルの「意識」には懐疑的だが、業界が本格的に資源を投じ始めた点は、今後のAIガバナンス議論を占う材料になる。元記事 Apple、スマートグラスは「プライバシー」で差別化へ Mark Gurman氏によれば、Appleは初のスマートグラスを来年6月のWWDCで発表し、2027年末までの発売を見込んでいる。発表が遅れている一因はプライバシー機能とメッセージングの作り込みにあるとされ、常時カメラを搭載するスマートグラス特有の懸念(特にMeta製品に向けられてきたもの)への対策と位置づけられる。企業が将来ウェアラブルデバイスの導入・管理方針を検討する際、プライバシー設計が選定基準の一つになり得ることを示唆している。元記事 このページについて: 単独記事にするほどではない小ネタを、日本のIT管理者向けの視点を添えて1本にまとめたものです。各項目の元記事へのリンクは本文中にあります。

Claude Code、最高なんだけど「記憶」の扱いが難しい続きをみる note.com で続きを読む →

NVIDIAは2026年7月、自己回帰型の大規模言語モデル「Nemotron-3-Nano-30B-A3B」をベースに、拡散モデル方式でテキストを生成する新モデル「Nemotron-Labs-TwoTower」をオープンウェイトで公開した。既存の自己回帰型バックボーンの重みを凍結したまま、ノイズ除去を担う第2のネットワーク（セカンドタワー）を追加で学習させるという手法により、ベースラインモデルと比べて品質を98.7%維持しながら、スループットを2.42倍に引き上げたという。 トークンを1つずつ生成する方式との違い 現在主流のLLMは「自己回帰型」と呼ばれ、直前のトークンを踏まえて次の1トークンを予測する処理を繰り返しながら文章を生成する。この仕組み上、生成は本質的に逐次処理になり、長い出力ほど時間がかかる。 一方、画像生成でおなじみの拡散モデルは、ノイズを含んだ状態から少しずつノイズを取り除いていく過程で、複数のトークンをまとめて（並列で）確定していくことができる。TwoTowerは、この拡散モデルの並列生成能力を、既存の自己回帰型モデルに後付けする形で実現した点が新しい。 フローズン・バックボーンという設計 TwoTowerの核心は「既存の学習済みモデルの重みを一切変更しない」という制約にある。Nemotron-3-Nano-30B-A3Bの重みを凍結したまま、その上に拡散生成を担当する第2のネットワークだけを追加学習する。これにより、ゼロから拡散モデルを事前学習し直す必要がなく、比較的少ないデータ量・計算量で既存の自己回帰型モデルに拡散生成能力を「移植」できる。オープンウェイトの学習済みチェックポイントを持つ研究機関にとっては、追加投資を抑えながら推論効率を改善できる現実的な選択肢になる。 実務への影響 推論のスループット向上は、そのまま推論コストの削減とレイテンシの改善に直結する。特に、AIエージェントが自律的に判断・実行・検証を繰り返す「ハーネスループ」型のワークロードでは、1回のセッションで大量のトークンを生成し続けるため、生成速度の改善効果が単発の応答生成よりも大きく効いてくる。 ただし、TwoTowerは研究公開されたばかりのオープンウェイトモデルであり、既存の商用プロダクトにすぐ組み込めるものではない。日本のエンジニアやIT管理者としては、今すぐ本番導入を検討する段階ではなく、「自己回帰型の資産を活かしたまま生成速度を上げる」という設計思想そのものを押さえておくのが実務的な向き合い方だろう。 筆者の見解 正直なところ、こうした推論高速化の研究は地味に見えて実は非常に重要だと思っている。AIエージェントが人間の代わりに判断・実行・検証を回し続ける時代においては、モデルの「賢さ」と同じくらい「1秒あたり何トークン生成できるか」が体験を左右する。TwoTowerのように、ゼロから作り直すのではなく既存の学習済みモデルに後付けで能力を追加するアプローチは、派手さはないが最も再現性が高く現実的な改善策だと感じる。 こうした技術トレンドを逐一追いかけるより、実際に自分の手元で生成速度やコストがどう変わるかを検証してみる方が得るものは大きい。ニュースを消費するだけで終わらせず、実際に触って成果につなげる姿勢を今後も大事にしていきたい。 出典: この記事は NVIDIA Releases Nemotron-Labs-TwoTower: an Open-Weight Diffusion Language Model Built on a Frozen Autoregressive Nemotron-3-Nano-30B-A3B Backbone の内容をもとに、筆者の見解を加えて独自に執筆したものです。

OpenAIは7月9日、新モデル群「GPT-5.6」と新エージェント機能「ChatGPT Work」を発表し、これまで単独のデスクトップアプリだった「Codex」を新しいChatGPTクライアントに統合した。同じ日、MicrosoftもWord・Excel・PowerPoint・Copilot Chat・CoworkなどMicrosoft 365 Copilot全体の既定モデルとしてGPT-5.6を採用すると発表しており、OpenAIは一日でChatGPT本体とMicrosoft 365という二つの主戦場に同時に手を打った形だ。 GPT-5.6は「Sol・Terra・Luna」の3階層 新モデル群は用途別に3段階に分かれる。最上位の「Sol」はフラッグシップモデル、「Terra」は日常業務向けに性能とコストのバランスを取ったモデル、「Luna」は速度とコストを優先した軽量モデルだ。1つのモデルをすべての用途に使うのではなく、タスクの重さに応じてモデルを使い分ける設計はAzure OpenAI Serviceのモデル選択とも通じる考え方で、日本企業にも馴染みやすい。 ChatGPTが「Chat・Work・Codex」の3入口に再編 今回の目玉は、2月にリリースされたCodexデスクトップアプリが新しいChatGPTデスクトップクライアントに統合され、「Chat」「Work」「Codex」という3つの並列入口になったことだ。既存のChatGPTデスクトップアプリは「ChatGPT Classic」に改称された。役割分担は明確で、Chatは質問・検索・雑談などの短い対話、Codexはコード記述・デバッグ・テスト実行・変更レビュー・リポジトリ管理、そして新設のWorkはアプリやファイルを横断的に呼び出しながら数時間単位で作業を継続し、目標をドキュメント・スプレッドシート・プレゼン資料・Webサイトに落とし込むエージェントとなる。Codexで実証してきた「タスクを理解し、ツールを呼び、結果を確認し、成果物を届ける」という一連のループを、コード以外の一般業務にまで広げた格好だ。中国でもTencent・Alibaba・ByteDanceが同様の設計で自社のオフィス向けAIエージェント製品を相次いで刷新しており、プログラミング支援エージェントが自律的な業務エージェントへと拡張していく流れは世界的な潮流になりつつある。 同じ日にMicrosoft 365 CopilotもGPT-5.6採用 Microsoft Copilot and Agents Core担当のNitin Agrawal氏とOpenAI API Products担当のNikunj Handa氏が連名で発表した通り、GPT-5.6はOpenAI API経由でMicrosoft 365 Copilotに組み込まれる。ChatGPT側の再編と同じ日に発表されたのは偶然ではなく、OpenAIがコンシューマー向けとエンタープライズ向けの両輪でモデルの存在感を広げようとしていることの表れだろう。 実務への影響 Microsoft 365 Copilotを使う日本の現場にとっては、特別な作業をしなくてもWord・Excel・PowerPointの裏側のモデルがGPT-5.6に切り替わる点がまず重要だ。一方でChatGPTを直接使う開発者やIT管理者は、「資料を作って」「調査してまとめて」といった依頼をWork入口に任せることで、これまでChatとCodexの間で手作業だった橋渡しを減らせる可能性がある。特にIT部門がドキュメント整備や定型レポート作成にAIエージェントを組み込む際は、目的を渡せば数時間単位で成果物まで仕上げる「自律型」の設計思想を前提に業務フローを見直す価値がある。 筆者の見解 Microsoft 365 CopilotがGPT-5.6をいち早く既定モデルに採用した機動力は、MVPとして応援する立場から素直に評価したい。モデルの差し替えだけでここまで速く動けるのは、OpenAIとの連携体制がそれなりに機能している証拠だ。ただし本質的な勝負どころはモデルの入れ替えではなく、Copilotという体験そのものにある。ChatGPT Workが示したのは「目的を渡せば数時間仕事をやりきる」自律型エージェントの方向性であり、確認と承認を人間に求め続ける副操縦士型の体験のままでは、いくらモデルを最新化しても真価を発揮しきれない。Copilotが正面から勝負できる実力を持っているのは間違いないのだから、モデル刷新をきっかけに体験設計そのものも自律型へ踏み込んでほしい。 出典: この記事は OpenAI Unveils New Professional Application Scenarios for Codex: Exploring Innovative Value Beyond Code Generation の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Metaが、マルチモーダル推論とエージェント機能に特化した新モデル「Muse Spark 1.1」を発表した。同時に、同社として初めてとなる有料の開発者向けAPI「Meta Model API」をパブリックプレビュー公開している。100万トークンのコンテキストウィンドウ、デスクトップ・ブラウザ・モバイルを横断する「コンピュータ操作」機能、複数のサブエージェントへタスクを並列に委任する仕組みを備え、これまでオープンウェイトモデルの無償公開を軸にしてきたMetaのAI戦略における大きな転換点として注目されている。 「配る」戦略から「使わせる」戦略への転換 MetaはLlamaシリーズをはじめ、モデルの重みを無償公開する路線を長らく続けてきた。今回、有料の実行環境そのものを提供する方向に踏み出したのは、OpenAIやGoogle、Anthropicなどがこぞって「モデル単体」ではなく「エージェントとして動く実行基盤」の提供に軸足を移している業界全体の流れを踏まえたものだろう。モデルの性能だけでなく、それを安全かつ継続的に動かす基盤への投資が競争軸になっている、という認識がうかがえる。 Muse Spark 1.1の主な特徴 100万トークンのコンテキストウィンドウ: 大規模なコードベースや長文ドキュメントをまとめて扱える 横断的なコンピュータ操作: デスクトップ・ブラウザ・モバイルにまたがってGUIを直接操作できる、いわゆる「computer use」系の機能 並列サブエージェント委任: 一つの目的を複数のサブエージェントに分解し、同時並行で実行させるオーケストレーション機構 特に並列サブエージェント委任は、単発の指示・応答を繰り返すのではなく、エージェントが自律的にタスクを分解・実行し続ける「ハーネスループ」的な設計思想に近く、業界のトレンドと軌を一にしている。 実務への影響 現時点ではパブリックプレビューであり、SLAや長期サポートが確立された段階ではない。本番環境への即導入は時期尚早で、まずは検証用サンドボックスで評価するのが妥当だろう。特に「コンピュータ操作」機能は、デスクトップやブラウザへの操作権限をエージェントに与えることになるため、権限スコープの最小化、ネットワーク分離、操作ログの監査体制を先に整えてから試すべきだ。並列サブエージェント委任という設計パターン自体は、ベンダーを問わず今後の自律型エージェント開発で参考になる考え方であり、アーキテクチャ設計の観点から一読の価値はある。 筆者の見解 Metaのオープンウェイト戦略は評価してきたが、有料APIという新しい約束事を継続的に守り抜けるかは、今回の発表だけでは判断がつかない。無償で重みを配るのと、有料の実行基盤を長期にわたって安定運用し続けるのとでは、求められる責任の重さが違う。ベンチマーク上の機能の豊富さよりも、実際に使い続けたユーザーからの信頼が積み上がるかどうかが本当の評価軸になる。 新しいモデルやAPIの発表は毎週のように流れてくるが、そのすべてを追いかける必要はないというのが筆者の基本姿勢だ。今使っているエージェント運用で成果を出す経験を積むほうが、情報を広く浅く追うより価値が大きい。とはいえ、並列サブエージェント委任のように「目的を渡せば自律的にやり抜く」方向の設計は、エージェントの本質である人間の認知負荷削減に直結する重要な流れだ。Muse Spark 1.1がその理想をどこまで実運用で裏付けられるか、今後の動向を注視したい。 出典: この記事は Muse Spark 1.1: Meta’s Agentic Model and API の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Google傘下の研究開発部門DeepMindが、次期フラッグシップモデル「Gemini 3.5 Pro」の投入を当初計画より遅らせていると、米メディアAxiosが2026年7月23日(現地時間)付で報じた。背景にあるのはDeepMind社員の士気低下、国防関連契約をめぐる社内の反発、そして有力研究者の相次ぐ流出だという。ChatGPT・Claudeとの三つ巴の競争が続くAI業界で、Googleの足踏みが表面化した形だ。 DeepMind内部で何が起きているのか Axiosが伝えた内容によると、Gemini 3.5 Proの遅延は単なる技術的な調整ではなく、組織内部の要因が絡んでいる。政府・国防関連の契約にDeepMindの技術が使われることに対して社内から異論が上がり、これが開発チームの士気に影響しているという。加えて、有力な研究者が他社やスタートアップへ流出する動きも続いており、モデル開発の推進力そのものが弱まっている実態が浮かび上がる。生成AI企業にとって研究者の頭数と士気は開発速度に直結するため、この種の内部の綻びは市場投入時期に直接跳ね返ってくる。 AIアシスタント市場のシェア構図 同じ報道では、AIアシスタント市場におけるシェアも明らかにされている。ChatGPTが46%とトップを走り、Geminiが28%、Claudeは10%という構図だ。ここで注意したいのは、この数字が指すのはあくまで一般消費者向けのAIアシスタントアプリの利用シェアであり、開発者が日常的に使うコーディングエージェントやAPI経由の利用実態とは別の指標だという点だ。総合アシスタントとしての普及度と、特定用途での実務利用の強さは必ずしも一致しない。 投資負担とフリーキャッシュフローへの影響 Googleはデータセンターやカスタムチップ(TPU)への投資を積み増しており、その負担がフリーキャッシュフローを圧迫している点もAxiosは指摘している。AIインフラへの巨額投資は各社共通の課題だが、旗艦モデルの投入が遅れれば投資回収がさらに先延ばしになる。収益化の遅れと投資負担の増大が同時に進む状況は、Googleに限らず生成AI業界全体が直面するリスクでもある。 実務への影響 日本のIT現場にとっても、今回の報道は他人事ではない。第一に、単一ベンダーへの依存はリスクになりうる。Azure OpenAI Service、Google Cloud の Vertex AI、AWS Bedrock経由のAnthropicモデルなど、複数の提供経路を把握し、いつでも切り替えられる構成にしておくことが実務上の保険になる。第二に、モデルの世代交代スケジュールは提供元の内部事情で簡単に動く。ロードマップを前提にプロジェクト計画を組む場合は、遅延を織り込んだバッファを持たせておきたい。第三に、社内での技術活用に対する心理的な反発が開発を遅らせるという構図は、生成AI導入を進める日本企業にとっても教訓になる。現場の納得感を得ないまま上から導入を進めると、同様の摩擦が起きうる。 筆者の見解 今回の報道で興味深いのは、シェア構図の数字よりも「大手企業の内部でも足並みが揃わなくなる」という事実そのものだ。AI業界はここ数年、次々と新モデルが発表されるニュースに注目が集まりがちだが、実際に現場を動かしているのは技術力だけでなく、組織としての士気や意思決定の速さだということを改めて示している。 筆者自身は、こうしたシェア争いのニュースを追いかけること自体にはあまり価値を置いていない。今のAI業界は情報量が多すぎて、すべてを追い切るのは非効率だ。それよりも、今手元にあるツールを実際に使い倒し、成果を出す経験を積むほうがはるかに重要だと考えている。ChatGPTが46%のシェアを握っているという数字も、消費者向けアシスタントとしての普及度を示すに過ぎず、開発現場でエージェント型のツールをどう活用するかという話とは別軸で捉えるべきだろう。 Googleについて言えば、画像生成など一部の領域では高い実力を持っている一方、今回のような組織内部の問題が開発速度を鈍らせているのだとすれば、それは技術力とは別の課題だ。国防契約への反発というのは、企業がAIをどこまで、どんな用途に使うべきかという線引きの難しさを象徴する出来事でもある。日本企業がAI活用の方針を社内で議論する際にも、技術選定と同じくらい、現場の納得感をどう作るかという論点は避けて通れない。 出典: この記事は Google’s Gemini delay widens AI race with OpenAI, Anthropic の内容をもとに、筆者の見解を加えて独自に執筆したものです。

🤖✍️ この記事はAIとの共同執筆です ── AIエージェント（Claude Code）が胡田との実際の共同作業の経験をもとに下書きを自動生成し、胡田が内容を確認・修正したうえで公開しています。 はじめに続きをみる note.com で続きを読む →

省スペースかつ修理・アップグレードのしやすさで知られる米Framework Computerが、ミニPC「Framework Desktop」に新しい構成オプションを追加すると発表した。AMDの新チップ「Ryzen AI Max+ PRO 495」を搭載し、統合メモリを最大192GBまで積めるモデルで、現時点では価格・発売時期は「近日発表」とされ、公式サイトでは事前登録の受付のみが始まっている。 何が変わったのか：統合メモリ192GBという数字の意味 Framework Desktopは2025年2月に、AMDのモバイル向けAPU「Ryzen AI Max」シリーズ（開発コード名 Strix Halo）を採用したミニPCとして登場した。最大の特徴は、CPUとGPUが同じダイ上のメモリコントローラを共有する統合メモリアーキテクチャで、当時のトップモデル「Ryzen AI Max+ 395」はLPDDR5Xを最大128GBまで搭載できた。 今回追加される「Ryzen AI Max+ PRO 495」搭載モデルは、この統合メモリをさらに192GBへ拡大し、帯域幅も273GB/sに向上している。CPUは16コア32スレッドのZen 5、GPUは40基のCU（Compute Unit）を備える統合GPUで、AI処理専用のNPUは131TOPSの性能を持つ。「PRO」を冠しているのは、AMDの法人・ワークステーション向けラインの特徴（拡張されたメモリ保護やリモート管理機能など）を継承しているためとみられる。 統合メモリが重要なのは、大規模言語モデル（LLM）をローカルで動かす際、モデルの重み全体をメモリに載せる必要があるからだ。単体GPUではVRAM容量がボトルネックになりやすいが、CPU・GPU・NPUが同じメモリプールを共有する構成なら、量子化した数百億パラメータ級のオープンウェイトモデルもGPU用の専用メモリを増設せずに扱える。Apple SiliconのMac Studioが「ローカルLLM機」として人気を集めてきたのと同じ理屈が、Windows PCの世界にもようやく本格的に持ち込まれた格好だ。 なお、部品交換のしやすさを掲げるFrameworkにとって、LPDDR5Xはダイに近接実装が必要でメモリを後から増設できない点は、同社らしい「修理可能性」の理念とはやや相反する。帯域幅を稼ぐための技術的なトレードオフとはいえ、興味深い設計判断だ。 実務への影響 日本のエンジニアやIT管理者にとって、このクラスのミニPCは「手元に置ける推論サーバー」としての価値がある。クラウドのGPUインスタンスは従量課金のため、四六時中モデルを立ち上げっぱなしにすると割高になりやすいが、ローカル機であれば初期投資後は電気代だけで動かし続けられる。社内データを外部に出せない案件のPoC、オフライン環境での検証、個人の学習用サンドボックスなど、コンプライアンス上クラウド利用がためらわれる場面での選択肢として検討する価値がある。 ただし、273GB/sという帯域幅は、データセンター向けGPUの数TB/s級とは桁が違う。大容量メモリで「載る」ことと「速く動く」ことは別問題であり、トークン生成速度は控えめになる点は導入前に見積もっておきたい。また日本国内での正式販売や技術基準適合証明（技適）の状況も、業務導入を検討する場合は事前に確認が必要だ。 筆者の見解 普段はAzureやM365を中心に見ている立場だが、ローカルで動かせるAI基盤の選択肢が増えること自体は素直に歓迎したい。クラウドか自前かの二択ではなく、用途に応じてクラウドとローカルを使い分けられる状態こそが健全で、24時間好きなだけAIを使い倒せる環境を個人や小規模チームが手に入れやすくなるのは良い流れだと思う。 Frameworkのような「修理・拡張できるPC」を掲げるメーカーが、AI時代に合わせてハードウェアの作り方自体を見直しているのも象徴的だ。完璧な理念を守りきることよりも、実際に手を動かして試せる環境を早く届けることを優先した判断に見える。エンタープライズ向けのAI基盤整備にAzureを勧める立場ではあるが、こうした個人・小規模チーム向けの選択肢が育つことは、結果的にAI活用の裾野を広げ、クラウド側の需要にも良い形で跳ね返ってくるはずだ。 出典: この記事は New Framework Desktop Option with AMD Ryzen AI Max+ Pro 495 and 192GB Memory の内容をもとに、筆者の見解を加えて独自に執筆したものです。

米国防高等研究計画局（DARPA）と米空軍は現地時間2026年7月16日、AIエージェントが飛行制御を担うよう改修したF-16戦闘機「VENOM」の実機飛行試験を、フロリダ州エグリン空軍基地で開始したと発表した。パイロットが搭乗した状態でAIに操縦を委ね、性能と安全性を人間が監視する「ヒューマン・オン・ザ・ループ」方式のテストで、DARPAの新プログラム「AIR（Artificial Intelligence Reinforcements）」を推進する第一歩と位置づけられている。 一点物の実験機ではなく「量産機」を自律化する VENOM（Viper Experimentation and Next-generation Operations Model）の核心は、対象が特注の実験機ではなく、現用の主力戦闘機F-16である点にある。改修キット「VENOM Autonomy Kit（VAK）」は、機体のコアソフトウェアには手を入れず、飛行制御とセンサー系に外付けのインターフェースを追加する形で自律飛行を可能にした。パイロットはスイッチ一つで人間操縦とAI操縦を切り替えられる設計だ。DARPAのプログラムマネージャー、ジェームズ・バルピアーニ准将は「標準的なF-16の飛行制御とセンサーを、コアソフトウェアを変えずに自動化した。これにより、支配的な空戦AIを開発するための効率的なパイプラインが手に入る」と述べている。 X-62A VISTAからAIRプログラムへ 今回の飛行は、DARPAの「Air Combat Evolution（ACE）」プログラムの延長線上にある。ACEでは一点物の実験機X-62A VISTAが、AIエージェントによる自律ドッグファイトをすでに実証済みだ。VENOMはその成果を、実戦運用に近い複数機のプラットフォームへ移す橋渡し役となる。今後はAIRプログラムのもとでVENOM機群を使い、複数のAIモデルを並行して実飛行検証し、将来的には人間パイロットが無人僚機部隊（Collaborative Combat Aircraft, CCA）を指揮する運用体制の確立を目指すという。 実務への影響 軍事用途とはいえ、この開発アプローチには企業のAIエージェント導入にも通じる示唆がある。 段階的な権限委譲の設計: 常時人間の承認を求めるのではなく、必要な場面でだけ人間が制御を奪い返せる「切替スイッチ」型の安全設計は、業務システムでAIエージェントに自律的な判断を任せる際の権限設計の参考になる。 既存資産を壊さない後付け拡張: コアソフトウェアを変更せず外付けキットで自律機能を追加する発想は、レガシーな基幹システムを刷新せずにAIエージェント機能を段階的に足していく設計と同じ発想である。 日本の防衛・航空分野への波及: 防衛装備庁（ATLA）や、英国・イタリアと共同開発中の次期戦闘機GCAP（Global Combat Air Programme）でも無人僚機・自律化の検討が進んでおり、米国のこうした実証データは今後の要求仕様の議論に影響してくる可能性がある。 筆者の見解 筆者はかねてAIエージェントの本質を「人間の認知負荷を減らすこと」だと考えており、確認や承認を都度人間に求め続ける設計では自律の価値を十分に引き出せないという立場を取ってきた。今回のVENOMのアプローチは、その考え方が軍事という最も安全要求の厳しい領域でも成立し得ることを示す事例として興味深い。 重要なのは、DARPAが「全面自動化を急ぐ」のではなく、「スイッチ一つで人間が制御を取り戻せる」という段階的な信頼構築の仕組みを先に用意した点だ。禁止や制限だけでAIの自律性を封じ込めようとする発想は長続きしない。安全に使える仕組みを先に作ってから徐々に権限を委ねる、という順序こそが、軍事に限らずあらゆる分野でのAIエージェント活用の王道だろう。企業のAI導入を考える立場としても、この「まず安全な切替の仕組みを作る」という発想は、業種を問わず参考にする価値があると感じる。 出典: この記事は DARPA, U.S. Air Force fly AI-controlled F-16 の内容をもとに、筆者の見解を加えて独自に執筆したものです。

GitHubは2026年7月21日、公式チェンジログを更新し、Googleの最新モデル「Gemini 3.6 Flash」をGitHub Copilotのモデルピッカーに追加したと発表した。Visual Studio CodeやVisual Studio、JetBrains、Xcode、Eclipse、Copilot CLI、Copilot cloud agent、Copilotアプリなど主要な開発環境から、順次このモデルを選択できるようになる。 Gemini 3.6 Flashとは何か Gemini 3.6 FlashはGoogleが投入した最新のFlash系モデルで、Web開発・アプリ開発・コーディング、そして複数ステップにまたがる長時間のエージェント的タスクを想定して設計されている。推論の強度（reasoning effort）を用途に応じて調整できるほか、複雑なワークフローの中で複数のツールを並行実行する「並列ツール利用」に対応しているのが特徴だ。GitHubの初期テストでは、前世代のGemini 3.5 Flashと比較してタスク完了率とトークン効率の両方で改善が見られたという。 対応プランと利用条件 Gemini 3.6 Flashが利用できるのは、Copilot Pro、Pro+、Max、Business、Enterpriseの各プランのユーザーだ。課金体系は従量課金（usage-based billing）で、Google側のプロバイダー定価が適用される。ロールアウトは段階的に進められるため、モデルピッカーにまだ表示されない場合もしばらく待つ必要がある。 なお、Copilot BusinessおよびEnterpriseプランの管理者は、組織内のメンバーがこのモデルを選択できるようにするために、Copilotの設定画面で「Gemini 3.6 Flash Preview」ポリシーを事前に有効化しておく必要がある。この管理者操作を忘れると、現場のエンジニアがモデルピッカーを開いても選択肢に表示されず、問い合わせが発生しかねない。 実務への影響 日本のエンジニアやIT管理者にとって、このニュースが示す実務的なポイントは主に3つある。 1つ目は、モデルの使い分け戦略だ。Flash系モデルは基本的に「速度とコスト効率」を重視した設計であり、複雑な設計判断や大規模なリファクタリングよりも、定型的なコーディング作業や比較的軽量なエージェントタスクに向いている。すべてのタスクを最上位モデルで処理するのではなく、タスクの性質に応じてモデルを切り替えることで、組織全体のCopilot利用コストを最適化できる。 2つ目は、管理者側の事前準備だ。Business/Enterpriseプランでは前述のポリシー有効化が必須のため、新モデルがリリースされるたびに「使えるようにする作業」が管理者側に発生する。モデル追加の頻度が上がっている以上、これを定型作業としてチェックリスト化しておくと現場の混乱を防げる。 3つ目は、モデルリリースからツール統合までのスピード感そのものだ。Googleがモデルを発表してからわずか数日でGitHub Copilotに統合されている点は、開発者が最新モデルの恩恵を待たされることなく受け取れる体制が整いつつあることを示している。 筆者の見解 GitHubがGemini 3.6 Flashの発表から日を置かずに自社のモデルピッカーへ組み込んできたスピード感は、素直に評価したい。Copilotは特定ベンダーのモデルに固執しない「マルチモデル戦略」を早くから打ち出しており、この判断自体は理にかなっている。ユーザーに選択肢を提供しロックインを避ける発想は、Microsoftが本来得意としてきた「総合力で勝負する」というアプローチの延長線上にあるはずだ。 ただ、モデルピッカーに次々と選択肢が並ぶ現状には、気になる点もある。開発者が「今回のタスクにはどのモデルを選べばいいか」を都度自分で判断しなければならないのは、AIエージェント活用における認知負荷をむしろ増やしている面がある。せっかく高性能なモデルを揃えても、使い分けを人間任せにしたままでは、AIエージェント本来の価値である「人間の判断負荷を減らす」方向とは逆を向いてしまいかねない。 Copilotには、モデルの選択肢を増やすことに留まらず、タスクの性質に応じて最適なモデルを自動的に選び、開発者が意識せずとも効率よくタスクを完了できるような自律的な体験へ踏み込んでほしい。Microsoftにはそれを実現できるだけの技術力とプラットフォームの厚みがあるはずで、正面から勝負できる力があるのだからこそ、そこまで踏み込んだ進化に期待したい。 出典: この記事は Gemini 3.6 Flash is now available in GitHub Copilot の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Presenceとは何か OpenAIが発表した「Presence」は、企業のカスタマーサポート業務を音声・チャット・メールの3チャネル横断でAIエージェントに任せるためのエンタープライズ向けプラットフォームだ。単なるチャットボットではなく、対応方針（ポリシー）の設定、CRMや基幹業務システムとの連携、リリース前の振る舞いテスト、本番稼働後の継続的な監視、そして人間へのエスカレーションまでを一気通貫で提供する点が特徴となる。 OpenAIはこの仕組みを、まず自社の英語圏における電話サポート窓口に投入した。結果として、問い合わせ全体の75%を人の手を介さずに解決しており、対応品質の評価は人間のオペレーターを上回っているという。 「モデルを売る会社」から「業務ソフトウェアを売る会社」へ Presenceが示す動きとして注目すべきは、OpenAIの事業領域の広がりだ。これまでOpenAIはAPI経由でモデルそのものを提供する立場が中心だったが、Presenceはポリシー管理・システム連携・監視・エスカレーションまで含めた「業務プロセスそのもの」をパッケージ化して提供する。これはSalesforceやZendeskなど、既存のカスタマーサポート／CRM業界のプレイヤーと直接競合する領域への参入を意味する。モデルの性能競争だけでなく、エンタープライズ業務ソフトウェア市場そのものが、AIエージェントを前提に再編されつつあることを象徴する発表だ。 実務への影響 日本のコールセンター・BPO業界は人手不足が慢性化しており、Presenceのような「無人解決率75%」を掲げる仕組みは対岸の火事ではない。ただし本国発表の数字はあくまで英語圏・自社事例であり、日本語の敬語表現や商習慣特有の問い合わせ対応にそのまま当てはまるかは別問題だ。 実務上参考になるのは個々の数字よりも、Presenceが前提としている設計思想の方だろう。具体的には次の3点が、ベンダーを問わず社内でエージェント型のサポート自動化を検討する際のチェックポイントになる。 ポリシーを先に明文化する: 何を自動応答してよく、何を人間に回すかの境界を先に決める 本番投入前の振る舞いテストを仕組み化する: 想定外の問い合わせパターンを事前に洗い出す 監視とエスカレーションを前提に設計する: 「全自動」ではなく「必要な時に確実に人へ渡す」設計が信頼を生む IT管理者は、自社のFAQ・問い合わせログを棚卸しし、どの割合が定型対応で解決可能かを見積もるところから着手するとよい。 筆者の見解 今回の発表で興味深いのは、Presenceが「確認を求め続ける補助ツール」ではなく、目的を渡せば自律的に対応し、必要な場面でだけ人間に引き継ぐ設計になっている点だ。これはAIエージェントの本来あるべき姿——人間の判断待ちを減らし、認知負荷そのものを下げる方向性——を体現しており、業界全体がこの方向に収束しつつあることを示す事例として素直に評価したい。 一方で、75%という数字だけを見て「うちも同じことができる」と早合点するのは危険だ。日本語特有の言い回し、業界慣習、クレーム対応の機微まで含めると、海外の自社事例をそのまま横展開できる保証はない。むしろ大事なのは、この種の発表を追いかけて評論することではなく、実際に自社の問い合わせデータで小さく試し、どこまで任せられるかを手を動かして確かめることだ。情報を追う労力を、検証に振り向ける組織から着実に差がつく段階に入っている。 出典: この記事は Introducing OpenAI Presence の内容をもとに、筆者の見解を加えて独自に執筆したものです。

🤖✍️ この記事はAIとの共同執筆です ── AIエージェント（Claude Code）が胡田との実際の共同作業の経験をもとに下書きを自動生成し、胡田が内容を確認・修正したうえで公開しています。 続きをみる note.com で続きを読む →

OpenAIは、自己対戦型の強化学習で訓練した自動レッドチーミングAI「GPT-Red」の詳細を公式ブログで公開した。GPT-Redを使ってGPT-5.6を鍛えた結果、プロンプトインジェクション攻撃の成功率を90%超からわずか23%未満まで引き下げることに成功したという。GPT-Red自身の攻撃力は、人間のプロのレッドチーム（攻撃成功率13%）を大きく上回る84%を記録し、自律エージェントに対する実際のハッキングデモ（自動販売機の乗っ取り）まで公開されている。 GPT-Redとは何か GPT-Redは、モデルの脆弱性を発見することだけに特化して訓練された「攻撃側AI」だ。人間のレッドチームがプロンプトインジェクションやジェイルブレイクの手口を手作業で考案するのに対し、GPT-Redは強化学習によって自ら攻撃パターンを生成し、改良し続ける。 自己対戦強化学習の仕組み ポイントは、攻撃側（GPT-Red）と防御側（対象モデル）を互いに競わせる自己対戦（self-play）の枠組みにある。GPT-Redが新しい攻撃を見つけるたびに、その攻撃パターンで対象モデルを再訓練し防御力を強化する。このループを繰り返すことで、人手では洗い出しきれない攻撃パターンを網羅的に発見し、モデルの耐性を段階的に引き上げていく。結果としてGPT-5.6の攻撃成功率は23%未満まで下がった一方、GPT-Red自体は84%という高い攻撃成功率を維持しており、「攻撃側が防御側を追い越し続ける」いたちごっこの構造がそのまま浮き彫りになっている。 なぜこれが重要か 公開されたデモでは、自律的にタスクを実行するAIエージェントにプロンプトインジェクションで不正な命令を注入し、自動販売機を乗っ取る攻撃が実演された。これは理論上の脆弱性ではなく、AIエージェントが決済や在庫管理、物理デバイスといった実世界のシステムに接続され始めている今、極めて現実的な脅威だと示す好例だ。エージェントが自律的に判断・実行する範囲が広がるほど、攻撃対象になったときの被害も具体的になる。 実務での活用ポイント 日本企業でもAIエージェント導入が本格化する中、実務担当者への示唆は明確だ。 外部入力(Webページ、メール、ファイル)を読み込んで行動するエージェントは、プロンプトインジェクションの発生を前提に権限を最小化する 決済や実行系のアクションを伴うエージェントには、金額や操作範囲に応じた承認フローを組み込む 自社でLLMアプリを運用するなら、GPT-Redのような自動レッドチーミングの発想を参考に、継続的な脆弱性診断をパイプライン化する 筆者の見解 AIエージェントの本質は、人間への確認を減らし自律的に目的を遂行させることにある。だからこそ、その自律性を安全に担保する技術がセットで進化する必要がある。GPT-Redのような自己対戦型レッドチーミングは、「禁止するのではなく、安全に自律的に使える仕組みをどう作るか」という王道の解き方であり、自動販売機ハッキングのデモは、エージェントが実世界のシステムに触れ始めた今こそこの取り組みが急務であることを裏付けている。 日本のIT現場は「危ないから使わせない」という禁止アプローチに流れがちだが、それでは現場は公式に安全な選択肢がないまま非公式な利用に流れるだけだ。攻撃側AIと防御側AIを競わせて耐性を鍛えるという発想は、AIエージェントが確認待ちの副操縦士から自律的に動くハーネスループ型の運用へと広がっていくほど、重要性を増していくはずだ。 出典: この記事は GPT-Red: Unlocking Self-Improvement for Robustness の内容をもとに、筆者の見解を加えて独自に執筆したものです。

xAIは2026年7月16日、対話型AI「Grok」に定型タスクを自動実行させる新機能「Automations」を追加したと発表した。ユーザーが一度だけ指示を設定しておけば、あとはGrokが決まったスケジュール、あるいはメール受信などのイベントをきっかけに自動でタスクを実行してくれる仕組みだ。毎日・毎週・毎月といった時間指定に加え、上位プラン「SuperGrok」の契約者向けには、受信メールを監視して自動的に処理を走らせるトリガーも用意された。 Automationsの仕組み 従来、生成AIチャットは「人間が話しかけて、AIが答える」という一往復のやり取りが基本だった。Automationsはこの構造に「いつ起動するか」というレイヤーを足したものだ。技術的には目新しいものではなく、いわゆるcron（定期実行）やイベントトリガーの仕組みをチャットAIに直結させただけとも言える。しかし効果は大きい。人間が毎回プロンプトを打ち込まなくても、Grokが裏側で「朝の情報収集」「特定の相手からのメールへの一次対応」といった作業を継続的にこなせるようになる。 この発想自体は、Microsoft Power AutomateやZapier、IFTTTのような業務自動化サービスがずっとやってきたことに近い。違いは、外部の自動化基盤を組まなくても、チャットAI単体で「トリガー＋実行」が完結する点にある。特にメール監視トリガーは、これまで別途RPAやLogic Appsを組んで実現していたような「受信をきっかけにAIが下書きを作る」フローを、契約プランの範囲内でそのまま使えるようにした格好だ。 実務への影響 日本のIT現場でも、朝会向けの日次サマリー作成や、問い合わせメールへの一次回答ドラフト作成など、「毎日同じような判断を伴う定型作業」は多い。Automationsのようなスケジュール・トリガー型の自動化は、こうした作業をチャットAI側に寄せる選択肢を増やすものだ。 Power Automate や Copilot Studio などで似た自動化フローを組んでいる情シス担当者にとっては、比較対象が一つ増えたと捉えるとよい。ただしメール監視トリガーを有効にするということは、社内外のメール内容が外部のAIサービスへ渡ることを意味する。個人利用ならまだしも、業務メールに適用する場合は、情報の取り扱い範囲や保存期間、社内のデータガバナンス方針と照らし合わせてから導入判断をすべきだろう。この点はどのベンダーのAI自動化機能でも共通して確認すべき事項であり、Automationsも例外ではない。 筆者の見解 AIエージェントの本質は「人間がいちいち確認・起動しなくても、目的に沿って自律的に動き続けること」にあると考えている筆者としては、こうした「トリガーとスケジュールで自動的に走る仕組み」がチャットAI側の標準機能になっていく流れは歓迎したい。人間が毎回プロンプトを打ち込む前提のインターフェースは、どうしても使う人間の手が空いている時間に制約される。定型作業を切り出して自動で回せるようにすることは、AIを「聞かれたら答える副操縦士」から「任せておけば動き続ける存在」へ近づける一歩だ。 とはいえ、今回のAutomationsは基本的にはスケジュールとイベントに応じて決まった指示を実行する仕組みであり、状況を見て自分で判断し、試行錯誤しながらタスクをやり遂げる「自律エージェント」の姿とは少し段階が異なる。定型のcron的自動化と、目的だけを渡せば自律的にループを回すエージェントの間には、まだ距離がある。この先各社がどこまでその距離を詰めてくるかが見どころだ。 日本のエンジニアやIT管理者に伝えたいのは、こうしたニュースを追いかけること自体にはあまり時間を使わなくてよいということだ。それよりも、手元の環境で実際に自動化トリガーを一つ組んでみて、どこまで任せられて、どこから人間の確認が要るのかを肌で確かめる方が、よほど実務に効いてくる。 出典: この記事は Automations in Grok の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Googleは2026年7月21日（現地時間）、生成AIモデル「Gemini」シリーズの新モデルを3種類同時に発表した。目玉は脆弱性の発見・修正に特化した「Gemini 3.5 Flash Cyber」で、Anthropicが自動コード防御の分野で先行させてきた「Mythos」への対抗馬と位置づけられる。あわせて処理効率を高めた「Gemini 3.6 Flash」、低コスト・高速処理向けの「Gemini 3.5 Flash-Lite」も投入し、用途別にモデルを使い分けさせる戦略を打ち出した。 Gemini 3.5 Flash Cyberは何が新しいのか Gemini 3.5 Flash Cyberは、ソフトウェアの脆弱性を発見し、修正パッチまで提示することに特化したモデルだ。当初は政府機関と一部の信頼できるパートナーだけに限定提供され、一般提供はまだ先になる。Googleによれば、大規模モデルよりも低いトークン単価で動作するよう設計されており、継続的なコードスキャンのような高頻度ワークロードでのコスト効率を意識した設計になっている。 この分野では、Anthropicの「Mythos」がすでに自動コード防御で先行している。Gemini 3.5 Flash Cyberは、Googleがこの差を縮めるための回答という位置づけだ。 コスト効率とエージェント時代のモデル使い分け 同時発表の「Gemini 3.6 Flash」は、コーディングやマルチモーダル処理の性能を高めつつ、従来モデル比で最大17%少ないトークン消費、かつトークン単価も引き下げた。市場調査会社Artificial Analysisのデータでは、Gemini 3.6 FlashはOpenAIの「GPT-5.6 Terra Max」、Moonshot AIの「Kimi K3」、Alibabaの「Qwen 3.7 Max」よりもタスクあたりのコストで優位だという。 さらに「Gemini 3.5 Flash-Lite」は、Flash系列で最速・最安のモデルとして、AIエージェント内の大量の小タスク処理に特化した。1つの巨大モデルに全てを任せず、目的別にモデルを使い分ける設計思想が見える。 発表はAlphabetの決算発表の前日というタイミングだった。背景には、Moonshot AIの「Kimi K3」が需要過多で新規申し込みを制限したり、Alibabaが「Qwen 3.8 Max」（Anthropicの「Fable 5」に次ぐ性能を主張）を予告したりと、中国勢の追い上げがある。Googleは自社設計チップとクラウド基盤を武器に、モデルとハードウェアを一体最適化する効率化（次世代チップで最大10倍を目指すと報じられる）で対抗しようとしている。 実務への影響 日本のIT現場にとって重要なのは、「脆弱性の発見・修正を自動化するAIモデル」が実験段階を脱し、複数の大手ベンダーが競い合う市場になったという事実だ。最近もSonicWallのVPN製品のゼロデイ侵害や、Oracle E-Business Suiteの脆弱性を悪用した情報漏洩など、パッチ適用の遅れが重大インシデントに直結する事例が相次いでいる。人手の脆弱性トリアージがボトルネックの組織ほど、この動向を注視する価値がある。 もう一つの実務ポイントは、モデルの使い分け設計だ。AIエージェント構築では、すべての処理を高性能・高コストなモデルに任せる必要はない。Gemini 3.5 Flash-Liteのような安価・高速モデルを定型的なサブタスクに割り当て、判断が必要な部分だけ上位モデルに委ねる階層設計は、コストとレイテンシの両面で現実的だ。ベンダーロックインを避けるためにも、複数社の価格・性能を継続的に比較しておきたい。 筆者の見解 脆弱性の発見から修正案の提示までを1つのモデルに任せる設計思想には強く興味を惹かれる。人間が確認・承認のたびに手を止める仕組みではなく、AIが目的（脆弱性を潰すこと）を理解して自律的に動く方向性は、AIエージェント全体の進化の本流と一致している。政府機関や一部パートナーへの限定提供にとどまっているのは、実運用でどこまで任せてよいかの見極めがまだ済んでいない証拠でもあり、そこは慎重に見ていきたい。 各社の後追い合戦そのものは驚く話ではない。生成AIの世界では、ある会社が新しいカテゴリを切り拓くと数か月で競合が追随するパターンをここ数年繰り返し見てきた。重要なのは「どこが最初に出したか」よりも、実際に自分たちの現場で安全に使える形になっているかどうかだ。新モデルを追いかけるより、今使えるモデルを実務に組み込んで成果を出す経験を積むほうが、今は価値が大きい。 もう一つ気になるのは、Googleが価格と効率での競争に本格的に乗り出したことだ。値下げと効率化の競争自体は、最終的には利用者にとって悪い話ではない。ただし「トークン単価が安い」という指標だけを見て飛びつくのではなく、自分たちのワークロードで実際にどれだけコストと精度が変わるのかを検証したうえで採用を判断すべきだろう。 出典: この記事は Google expands Gemini lineup with cheaper models and new Mythos rival の内容をもとに、筆者の見解を加えて独自に執筆したものです。

中国が主導する新たな国際AIガバナンス機構「世界人工知能協力機構(WAICO: World Artificial Intelligence Cooperation Organization)」が2026年7月18日、上海で正式に発足した。ロシア、ブラジル、パキスタン、カザフスタン、ラオス、インドネシアなど29カ国が設立協定に署名し、本部を上海に置くことで合意した。式典で習近平国家主席は、途上国向けに5000件のAI研修機会を提供すると表明した。 WAICOとは何か WAICOは、AI技術の国際協力・標準策定・人材育成を掲げる政府間組織だ。これまでAIガバナンスの分野では、英国主催のAI安全サミット（ブレッチリー宣言）に始まり、韓国・ソウル、フランス・パリと続いた「AI Action Summit」の流れや、G7広島プロセス、OECDのAI原則など、欧米主導の枠組みが先行してきた。WAICOはこれに対抗するように、中国と新興国・途上国を中心に据えた新たな極を作ろうとする動きと見てよい。 「本部が上海」の意味するもの AIガバナンスの世界では、どの国が事務局機能や基準策定の主導権を握るかが、そのまま実質的な影響力に直結する。本部を上海に置くという決定は象徴以上の意味を持ち、今後の技術標準・認証制度・人材育成プログラムの設計を中国が主導する体制づくりの一手と読むべきだろう。 実務への影響 日本のエンジニアやIT管理者がWAICOそのものに直接関わる場面は当面考えにくい。ただし、AIガバナンスが欧米ブロックと中国主導ブロックに分かれていく流れは、海外展開する企業にとって無視できない変化だ。東南アジアや中央アジアの政府機関向けにAIソリューションを提供している、あるいはこれから提供しようとしている場合、相手国がWAICO参加国であれば、同機構発の認証・研修制度への対応を将来的に迫られる可能性がある。グローバル展開する製品・サービスは、複数のガバナンス基準に同時対応できる設計を今のうちから検討しておきたい。 筆者の見解 正直なところ、こうした国家間の機構設立のニュースは、現場のエンジニアが日々AIをどう使いこなすかという話とは一旦別のレイヤーにある。政府間の枠組み作りには時間がかかるし、5年後にどちらの陣営が主導権を握っているかは誰にも分からない。むしろ大事なのは、こうした大きな地政学ニュースに気を取られすぎず、今使える生成AIエージェントを実際に手を動かして使い倒し、成果を出す経験を積むことだ。情報を追いかけるコストよりも、実践から得られるリターンの方が今の局面では圧倒的に大きい。 もう一つ付け加えるなら、AIガバナンスの分裂が進むほど、エンタープライズ向けにコンプライアンスやガバナンスを一元管理できるプラットフォームの価値は上がっていく。応援する立場から言わせてもらえば、Azureやディレクトリ・コンプライアンス基盤を持つMicrosoftは、本来こうした複数のガバナンス体制をまたいで顧客を支援できる立ち位置にいるはずだ。その強みを十分に活かしきれていないとしたら、もったいない話だ。正面から勝負できる力があるのだから、遠慮せず存在感を発揮してほしい。 出典: この記事は 29 countries join World AI Cooperation Organization in Shanghai の内容をもとに、筆者の見解を加えて独自に執筆したものです。

続きをみる note.com で続きを読む →