Tech News JP

Googleが「TurboQuant」を発表——LLMの圧縮効率を根本から刷新 Google Researchの研究者Amir Zandieh氏とVahab Mirrokni氏（Google Fellow・VP）のチームは、大規模言語モデル（LLM）とベクトル検索エンジンの圧縮効率を飛躍的に向上させる新しい量子化アルゴリズム群「TurboQuant」を発表した。本手法はICLR 2026での発表が予定されている。 なぜ「ベクトル圧縮」が重要なのか 現代のAIモデルは、テキストや画像の意味を高次元ベクトルとして表現する。このベクトルは情報表現力が高い一方、メモリを大量に消費するという課題を抱えている。特に問題となるのがKV（Key-Value）キャッシュだ。LLMが推論を行う際、過去のトークン情報を高速アクセスできる形でキャッシュしておく仕組みだが、モデルが大規模化するにつれてこのキャッシュがボトルネックになりやすい。 従来のベクトル量子化（Vector Quantization）技術はデータを圧縮できるものの、「量子化定数（Quantization Constants）」をフル精度で保持する必要があるため、1〜2ビット分のオーバーヘッドが生じていた。圧縮しているのに余分なコストが発生するという本末転倒な問題だ。 TurboQuantの仕組み：2段階で誤差をゼロに近づける TurboQuantはこの問題を、以下の2ステップで解決する。 ① 高品質圧縮（PolarQuantメソッド） まずデータベクトルをランダムに回転させる。この一手がベクトルの幾何学的構造を単純化し、標準的な量子化器を各次元に適用しやすくする。音声の量子化やJPEG圧縮と同様の発想だが、回転という前処理を挟むことで精度を大幅に向上させている。 ② 残差誤差の除去（QJLアルゴリズム） 第1段階で生じた微小な誤差に対し、わずか1ビットの残差圧縮を適用する。これが「QJL（Quantized Johnson-Lindenstrauss）」と呼ばれる手法で、Johnson-Lindenstrauss変換を活用してバイアスを数学的に排除する。結果として、アテンションスコアの精度が大幅に改善される。 ゼロオーバーヘッドを実現する「QJL」 QJLの核心は、Johnson-Lindenstrauss変換によって高次元データをより低次元に写像しながら、データ点間の本質的な距離・関係を保持するという数学的性質にある。従来手法が量子化定数のストレージを必要としていたのに対し、QJLはこのオーバーヘッドを不要にする。 実用的な意義 TurboQuantの精度ゼロロス圧縮は、以下の場面で特に大きな恩恵をもたらすと期待されている。 LLMの推論コスト削減：KVキャッシュの縮小によりメモリ使用量を抑え、より大きなバッチサイズや長いコンテキスト長を扱えるようになる 大規模ベクトル検索の高速化：類似検索のスループット向上により、RAG（Retrieval-Augmented Generation）などの検索拡張型AIシステムの性能改善が見込まれる エッジ・オンデバイスAI：メモリ制約の厳しい環境でのLLM展開が現実的になる PolarQuantはAISTATS 2026でも発表予定であり、Google Researchはこれら3つのアルゴリズム（TurboQuant・QJL・PolarQuant）を組み合わせることで、圧縮技術の新たなスタンダードを確立しようとしている。 AIモデルの大規模化が続く中、推論効率の改善は日本企業のAI導入コスト削減にも直結する重要なテーマだ。TurboQuantの実用化の動向に注目したい。 元記事: TurboQuant: Redefining AI efficiency with extreme compression

ビッグテックに依存しないLLMを目指して プライバシー重視のクラウド写真サービス「Ente Photos」を手がけるEnteが、ローカルLLMアプリ「Ensu」の初版をリリースした。iOS・Android・macOS・Linux・Windowsに対応し、実験的なWebバージョンも提供されている。 Enteはその開発思想として「LLMはビッグテックに任せておくには重要すぎる」と明言している。ChatGPTやClaudeといった大規模クラウドモデルは確かに高性能だが、プライバシーの欠如・恣意的なBANリスク・会話履歴の非可搬性といった問題をユーザーに強いる。また、中央集権的なLLMが大規模な世論操作に利用される可能性も懸念材料だ。 Ente Photosで培ったオンデバイス処理の実績 Enteチームはこれが初めての挑戦ではない。Ente Photosでは、顔認識・人物クラスタリング・自然言語画像検索をすべてデバイス上で動作させることに成功している。当初は「不可能」と言われたこの取り組みを数年かけて実現した実績が、Ensuの開発への自信につながっている。 Ensuの特徴 完全オフライン動作: インターネット接続不要。機内や通信環境のない場所でも利用可能 ゼロコスト: APIの従量課金なし 完全プライバシー: 会話データが外部サーバーに送信されない エンドツーエンド暗号化同期（近日対応予定）: Enteアカウントまたはセルフホストで複数デバイス間のチャット履歴を同期 オープンソース: コアロジックはRustで実装。モバイルはネイティブアプリ、デスクトップはTauriを採用 画像添付対応 現時点での位置づけと今後 Ensuは現在「Ente Labs」プロジェクトとして位置づけられており、製品の方向性を迭代することを最優先としている。ChatGPTやClaude Codeほどの性能はまだ持たないと開発チーム自身が認めているが、「非公開にしておきたい思考の整理」「フライト中のオフライン雑談」「古典文学についての対話」など、プライバシーが重要な用途では十分実用的だとしている。 日本ユーザーへの意義 国内でもAI活用に際して個人情報・機密情報の取り扱いへの懸念は根強い。特に企業内での利用や、センシティブなテーマを扱う場面では、クラウド型LLMへのデータ送信を避けたいニーズがある。Ensuのような完全ローカル動作かつE2E暗号化対応のアプローチは、そうしたユースケースに対する現実的な選択肢の一つとなりうる。 オープンソースであることから、今後コミュニティによるローカライズや機能拡張も期待される。 元記事: Ensu – Ente’s Local LLM app

OpenAI、「Sora」アプリを終了——ディズニーとの大型契約も白紙に OpenAIは、AIを使った動画生成アプリ「Sora」のサービスを終了すると発表した。昨年秋にリリースされたばかりで、わずか数ヶ月での撤退となる。 同社は公式声明で「Soraとお別れします。Soraでコンテンツを制作し、シェアし、コミュニティを築いてくれたすべての方に感謝します」とコメント。アプリやAPIの終了スケジュール、ユーザーが作成したコンテンツの保存方法についても追って詳細を公表するとしている。 ディズニーとの1億ドル契約が消滅 今回の撤退で特に注目されるのが、エンターテインメント大手ディズニーとの契約解消だ。ディズニーは昨年12月、OpenAIへ10億ドル（約1,500億円）を投資する契約を締結。その見返りとして、ディズニーのキャラクターをSoraのプラットフォーム上で使用できるライセンス提供が含まれていた。最終的にはディズニー+（Disney Plus）への技術統合を目指していたとされる。 Soraがサービス終了となった今、この大型契約も破談となる見通し。ディズニーの広報担当者は「OpenAIが動画生成事業から撤退し、優先事項を変更するという判断を尊重する。今後もAIプラットフォームとの連携を続け、IPや制作者の権利を守りながら、ファンと新たな接点を見つけていく」とコメントした。 昨年秋の衝撃デビューから一転 Soraは2024年秋のリリース当初、著名なIPや俳優の肖像を自由に生成できる能力でハリウッドに衝撃を与えた。しかしリリースから数日後、ハリウッドスタジオや関係者からの反発を受け、IPや肖像権に関するコントロールを強化する方針に転換を余儀なくされていた経緯がある。 OpenAIはAI動画生成事業そのものから撤退するわけではなく、ChatGPTアプリ内の機能として動画生成ツールを継続する見込みだ。ただし、スタンドアローンのSoraアプリは今回の「戦略の進化」における犠牲となる形となった。 Google Veoの独走状態へ Soraの撤退により、AI動画生成市場におけるスケールを持つプレイヤーは事実上Googleのみとなる。Googleは「Veo」シリーズで動画生成AI技術を展開しているが、著作権保有者との大型ライセンス契約は締結しておらず、逆に複数の権利者から訴訟を受けている状況だ。 Soraは「ゲームチェンジャー」として期待されたものの、最終的には業界に一時的な衝撃を与えるだけの「脚注」として歴史に残る可能性が高くなってきた。生成AI動画の覇権争いは、まだ始まったばかりともいえる。 元記事: Disney Exits OpenAI Deal After AI Giant Shutters Sora

OpenAIのリポジトリにAnthropicのClaudeが躍り込む AI業界で興味深い出来事が話題を呼んでいる。OpenAIが公開した最新のGitHubリポジトリにおいて、コントリビューター（貢献者）ランキングの3位にAnthropicのAIアシスタント「Claude」が入っていることが明らかになった。 このことはHacker Newsでも取り上げられ、AIを使ったコード開発が急速に普及していることの象徴として注目を集めている。 AI同士が互いのコードを書く時代 今回の件は、いわゆる「AIによるコード生成」が開発現場にどれほど深く浸透しているかを示す好例だ。OpenAIの開発者自身がコードを書く際に、競合他社のAIアシスタントであるClaudeを活用していたことになる。 GitHubのコントリビューターログは、実際にコードをコミットしたアカウントが記録される仕組みだ。Claude（またはClaude APIを使ったツール）を通じてコードが生成・コミットされた結果、Claudeのアカウントが貢献者として記録されたとみられる。 Vibe Codingの加速が背景に この現象は、近年急速に広まっている「Vibe Coding」（自然言語でAIに指示してコードを生成させる開発スタイル）の流行と深く関連している。特にClaude CodeやCursorといったAI支援開発ツールの普及により、エンジニアが直接キーボードを叩かずにコードを量産できる環境が整いつつある。 OpenAIという、AI開発の最前線にいる企業の内部でも同様のことが起きているという事実は、業界に大きなインパクトを与えた。 日本の開発現場への示唆 日本のエンジニアにとっても、この話題は他人事ではない。すでに多くの開発チームがGitHub CopilotやClaude Codeを日常的に使い始めており、今後はAIが「チームメンバー」として扱われるケースが増えることが予想される。 コードレビューやコントリビューター管理のあり方も含め、AIを前提とした開発ワークフローの再設計が求められる時代が到来していると言えるだろう。 競合AIが競合企業のリポジトリに貢献するという、何ともシュールなこの出来事は、AI開発ツールが特定の企業の枠を超えて「インフラ」となりつつある現実を端的に示している。 元記事: OpenAI’s latest repo has Claude as the third top contributor

テキストで映像を検索——トランスクリプト不要の新アプローチ GoogleのGemini Embedding 2が持つ「動画のネイティブ埋め込み」機能を活用した映像検索CLIツール「SentrySearch」が、Hacker Newsで大きな注目を集めている（414ポイント、102コメント）。 従来の動画検索では、音声をテキスト化（トランスクリプション）したり、フレームをキャプション付きで解析したりといった中間処理が必要だった。SentrySearchはその工程を完全に省略する。Gemini Embedding 2は生の動画ピクセルをテキストと同じ768次元のベクトル空間に直接投影できるため、「緑の車が割り込んできた」というテキストクエリをそのまま30秒の動画クリップと意味的に比較できる。 仕組みと使い方 SentrySearchはMP4動画を重複ありのチャンク（デフォルト30秒）に分割し、各チャンクをGemini APIで動画ベクトルとしてエンコード。ベクトルはローカルのChromaDB（ベクトルデータベース）に保存される。検索時にはテキストクエリも同じベクトル空間に変換され、類似度の高いチャンクを特定。マッチしたシーンをffmpegで自動トリミングしてクリップとして保存する。 インデックス化のコストは映像1時間あたり約2.5ドル（約380円）。静止フレーム検出機能により、動きのない映像チャンクをスキップするため、防犯カメラやテスラのセントリーモード映像のような長時間・低変化な映像は大幅にコストを抑えられる。 元記事: Show HN: Gemini can now natively embed video, so I built sub-second video search

IntelがCore Ultra Series 3を発表——オフィスPCの刷新を狙う Intelは、オフィスおよびエンタープライズ向けPC市場をターゲットにした新プロセッサ「Core Ultra Series 3」を発表した。同社は新CPUにより、従来世代と比較して大幅なパフォーマンス向上が実現できると強調している。 Core Ultra Series 3の位置づけ Core Ultra Series 3は、Intelのモバイル・デスクトップ向けCPUラインナップの中でも、特にビジネス用途を意識したモデルとして投入される。消費電力の効率化とパフォーマンスのバランスを重視した設計が特徴で、企業の大規模導入（フリート展開）を見据えた仕様が盛り込まれているとみられる。 なぜ今オフィスPCの刷新が求められているか 企業のPC環境は、Windows 10のサポート終了（2025年10月）を契機に、大規模な入れ替えサイクルに入っている。日本国内でも多くの企業がWindows 11対応ハードウェアへの移行を迫られており、この時期に新CPUを投入するIntelの戦略は的を射ている。 また、生成AIの業務活用が加速する中、ローカルでのAI推論処理（NPU: Neural Processing Unit搭載）への需要も高まっており、Core Ultra Series 3がその要件にどこまで応えるかも注目点となる。 AMDとの競争激化 オフィスPC向けCPU市場では、AMDの「Ryzen PRO」シリーズとの競争が続いている。AMDが積極的なコスト競争力を武器にシェアを伸ばしてきた背景もあり、IntelがCore Ultra Series 3でどれだけの価格・性能比を提示できるかが市場の反応を左右するだろう。 今後の展開 Intelの発表詳細（具体的なSKU構成、クロック数、TDP、価格帯など）は追って公開される見込み。企業のPC調達担当者にとっては、2025〜2026年の刷新計画に直結する情報となるため、引き続き動向を注視したい。 元記事: Intel promises huge performance benefits for office PCs with new Core Ultra Series 3 CPUs

MicrosoftがVisual Studio Code（VS Code）の最新アップデートをリリースした。開発サイクルを週次ペースに加速させる中、今回の更新ではビジュアル面の刷新とAI機能のさらなる統合が図られている。 新テーマで見た目を一新 今回のアップデートの目玉のひとつが、新しいカラーテーマの追加だ。開発者が長時間向き合うエディタの見た目は、作業効率や疲労感に直結する要素であり、テーマの選択肢が増えることは多くのユーザーにとって歓迎すべき変更といえる。VS Codeはすでに豊富な拡張機能エコシステムを持ち、サードパーティ製テーマも多数存在するが、公式テーマの充実は信頼性と一貫性の面で意義が大きい。 AIの推論レベルを調整可能に より注目すべきは、AI推論機能の調整オプションが追加された点だ。VS Codeに統合されているGitHub CopilotなどのAI支援機能において、推論の深さや応答のスタイルをユーザーが柔軟に制御できるようになる。 AIコーディングアシスタントは強力な反面、常に高度な推論を行わせると応答が遅くなったり、意図しない提案が増えたりすることがある。推論レベルを調整できることで、「素早く補完してほしい場面」と「じっくり考えてほしい場面」を使い分けられるようになり、開発者のワークフローにより適したAI体験が実現する。 週次リリースで競合との差別化を図る MicrosoftはVS Codeの開発ペースを意図的に週次リリースへと引き上げている。JetBrains IDEやCursorなど、AIを前面に押し出した競合エディタが台頭する中、機能追加のスピードを維持することで市場でのポジションを守る狙いがある。 VS Codeは日本国内でも多くの開発者に使われており、クラウド開発やWeb開発の現場を中心に事実上の標準エディタとなっている。AI支援機能の充実は、今後のソフトウェア開発の生産性向上に直接影響するだけに、今回のアップデートは見逃せない。 最新バージョンはVS Codeの公式サイトおよび自動更新機能から入手できる。 元記事: Microsoft updates Visual Studio Code with new themes and adjustable AI reasoning

AIエージェントに「人間の代わりにPRを仕上げさせる」時代へ AIコーディングエージェントを使いこなしているエンジニアなら、複数セッションを並列で走らせながらその進捗を逐一監視する手間に悩んだことがあるだろう。そこに一石を投じるオープンソースプロジェクト「Optio」が公開され、Hacker Newsで注目を集めた。 Optioは、GitHubイシュー・Linearチケット・手動入力のいずれかからタスクを受け取り、Kubernetes（K8s）上でAIコーディングエージェントを自動的に起動し、プルリクエストのオープンからマージ、イシュークローズまでを無人で完結させるオーケストレーションシステムだ。 フィードバックループが核心 Optioが従来のCI/CDパイプラインと一線を画すのは、自己修復型のフィードバックループを持つ点だ。 CIが失敗した場合 → 失敗内容をコンテキストとしてエージェントに再投入し、自動で修正を試みる レビュアーが変更を要求した場合 → レビューコメントがエージェントの次のプロンプトになる CIが通過しレビューが承認された場合 → スカッシュマージを実行し、関連イシューを自動クローズ つまり、エンジニアがすべきことは「タスクを記述して投入すること」だけ。あとはOptioがPRのマージまで駆動してくれる。 アーキテクチャ：リポジトリごとに独立したPod Kubernetesを活用したPod-per-repo（リポジトリごとに1Pod）アーキテクチャを採用しており、git worktreeによる隔離環境でエージェントが並列実行される。複数のワークツリーを1つのPod内で動かせるため、同じリポジトリに対して複数タスクを同時進行させることも可能だ。 バックエンドはFastify（APIサーバー）、フロントエンドはNext.js、ジョブキューにBullMQ、データストアにPostgreSQL + Drizzle ORMという構成。本番運用向けにHelmチャートも同梱されており、クラウドネイティブ環境へのデプロイもスムーズだ。 主な機能 機能 説明 タスクインテイク GitHub Issues・Linear・手動入力に対応 エージェント実行 Claude Code / OpenAI Codex を選択可能 PRライフサイクル管理 30秒ごとにCI・レビュー状態・マージ可否をポーリング 自動コードレビュー サブタスクとして別途レビューエージェントを起動 リアルタイムダッシュボード ログストリーミング・コスト分析・クラスター状態の可視化 リポジトリ別設定 モデル・プロンプト・同時実行数などを個別チューニング可能 日本のエンジニアへの示唆 国内でも「AIファーストな開発フロー」への転換が加速している。OptioのようなオーケストレーションレイヤーをCIパイプラインに組み込むことで、エンジニアは設計・仕様策定・コードレビューの判断に集中し、定型的な実装・修正ループをエージェントに委譲できる可能性がある。 プロジェクトはGitHubで公開されており、セルフホストが可能なため、ソースコードを社外に出せないエンタープライズ環境でもプライベートK8sクラスター上で運用できる点は評価に値する。 AIエージェントが「ペアプロの相手」から「自律的に動くチームメンバー」へと進化しつつある今、オーケストレーション基盤の整備はソフトウェア開発組織の重要課題になりつつある。 元記事: Show HN: Optio – Orchestrate AI coding agents in K8s to go from ticket to PR

プレーンテキストでAIエージェントの「思考」を設計する Hacker Newsに「Show HN」として投稿されたこのプロジェクトは、AnthropicのClaude Code（AIコーディングアシスタント）に対して、プレーンテキストベースの認知アーキテクチャ（Cognitive Architecture）を定義するアプローチを提案している。92ポイントを獲得し、26件のコメントが集まるなど、AIエージェント開発コミュニティで注目を集めた。 認知アーキテクチャとは 「認知アーキテクチャ」とは、AIエージェントがどのように情報を処理し、判断し、行動するかの構造的な枠組みを指す。従来のソフトウェアアーキテクチャとは異なり、LLM（大規模言語モデル）ベースのエージェントでは、この「思考の構造」をいかに設計するかが性能と信頼性を大きく左右する。 このプロジェクトでは、その構造をコードではなくプレーンテキストで記述することを試みている。具体的には、Markdown形式のファイル群によってエージェントの役割、判断基準、作業フロー、記憶の持ち方などを定義する。 プレーンテキストアプローチの利点 このアプローチには以下のような特徴がある： 可読性の高さ: 専門的なプログラミング知識がなくても構造を把握・編集できる バージョン管理との親和性: Gitで差分管理が容易で、変更履歴が明確になる LLMとの相性: モデル自身がテキストを直接読み込んで自己参照できる 移植性: 特定のフレームワークやSDKに依存しない CLAUDE.mdとの関連 日本のClaude Codeユーザーにとって馴染み深いCLAUDE.mdファイルも、広義にはこうした「テキストによるエージェント制御」の一形態と言える。プロジェクトルートに置かれた指示ファイルがClaudeの動作を規定するという発想は、このアーキテクチャと根底でつながっている。 今回のプロジェクトはそれをより体系化し、メモリ管理・タスク分解・自己修正ループといった認知的な要素を明示的にテキスト構造として表現している点が新しい。 AIエージェント設計の新潮流 LLMベースのエージェント開発では、LangChainやAutoGenのような複雑なフレームワークを使わずに、シンプルなテキストファイルとclaude -p（パイプモード）の組み合わせだけで高度な自律エージェントを構築する動きが広まっている。 このプロジェクトはその流れを体現しており、「複雑なコードよりも、よく設計されたテキスト構造がエージェントを賢くする」という考え方を具体的な実装例として示している。 ClaudeをはじめとするLLMをプロダクションで活用する開発者にとって、プレーンテキストによる認知アーキテクチャ設計は、保守性と拡張性を両立する実践的な選択肢として検討に値するだろう。 元記事: Show HN: A plain-text cognitive architecture for Claude Code

GoogleがAndroidのポスト量子暗号対応を本格始動 Googleは、量子コンピュータの台頭に備えたAndroidのセキュリティ強化計画を発表した。現在広く使われているRSAやECDSAといった公開鍵暗号方式は、十分な性能を持つ量子コンピュータが実用化された際に解読されるリスクがあるとされており、今回の動きはその脅威への先手となる。 「今収集して後で解読」攻撃への対策 セキュリティの専門家が特に懸念するのが、「Harvest Now, Decrypt Later（今収集して後で解読）」と呼ばれる攻撃手法だ。悪意ある攻撃者が現時点では解読できなくても暗号化された通信データを大量に収集しておき、将来量子コンピュータが実用化された時点で一括解読するというシナリオだ。金融情報や個人情報、国家機密など長期的に価値を持つデータは、この手法によるリスクにさらされている。 米国立標準技術研究所（NIST）の標準に準拠 Googleが採用を進めるのは、米国立標準技術研究所（NIST）が2024年に正式標準化したポスト量子暗号（PQC: Post-Quantum Cryptography）アルゴリズムだ。代表的なものとして、格子暗号ベースのML-KEM（旧称CRYSTALS-Kyber）やML-DSA（旧称CRYSTALS-Dilithium）が挙げられる。これらは量子コンピュータによる攻撃に対しても安全性を保てるよう設計されている。 Androidへの段階的な組み込み Googleが公開したロードマップによると、PQC技術はAndroidのさまざまなセキュリティレイヤーに順次統合されていく予定だ。TLS通信、鍵管理、デジタル署名といった基盤的な暗号機能が対象となり、AndroidアプリがAPIを通じてPQCアルゴリズムを利用できる環境も整備される見込みだ。 日本への影響と展望 日本でもデジタル庁や経済産業省がポスト量子暗号への移行を重要課題として位置づけており、政府・金融・医療などの分野でPQC対応の議論が進んでいる。世界最大のモバイルOSエコシステムであるAndroidがPQCへの移行を本格化させることは、日本国内のアプリ開発者やセキュリティ担当者にとっても対応を加速させるきっかけとなるだろう。 量子コンピュータの実用化はまだ数年先とも言われるが、暗号の移行には時間がかかる。Googleの先手を打った取り組みは、業界全体に対してポスト量子暗号への備えを促す重要なシグナルとなっている。 元記事: Google starts preparing Android for post-quantum cryptography era

Microsoftは2026年3月24日、Microsoft Graph APIを利用するアプリが送信済みメッセージの「機密プロパティ」を更新する際に、新たな権限の取得と管理者の同意が必要になると発表した。変更は2026年12月31日から適用される。 「機密プロパティ」とは何か Graph APIのメッセージ更新エンドポイントには、更新可能なプロパティと、下書き（isDraft=true）の状態でしか変更できない機密プロパティが存在する。機密プロパティとは、送信者がメッセージを送った後は変更されるべきでないとMicrosoftが定義するもので、具体的には以下が含まれる。 宛先（To/CC/BCC） 本文（Body） 件名（Subject） 一方、カテゴリ、フォローアップフラグ、重要度などは引き続き Mail.ReadWrite 権限のみで変更可能だ。 なぜこの変更が必要なのか 送信済みメッセージに後から受信者を追加しても、実際にはそのアドレスにメールが届くわけではない。しかし、メッセージを見た人間はその受信者がメールを受け取ったと誤解するリスクがある。これはeDiscovery（電子証拠開示）やコンプライアンスの観点から重大な問題となりうる。 こうした悪用や意図しない変更を防ぐため、Microsoftは機密プロパティの更新に追加の権限を要求することにした。 新しく必要になる権限 2026年12月31日以降、機密プロパティを更新するには以下の高度メールアクセス権限（Advanced Mail Access Permission）のいずれかが必要になる。 権限名 対象 Mail-Advanced.ReadWrite 委任アクセス（Delegated） Mail-Advanced.ReadWrite.All 通常メールボックスへのアプリアクセス Mail-Advanced.ReadWrite.All.Shared 共有メールボックスへのアプリアクセス 現時点では Mail-Advanced.ReadWrite.All のみがEntra管理センターから確認・付与できる状態となっている。 テナント管理者が今すぐやるべきこと サードパーティ製を含め、Graph APIでメッセージ操作を行うアプリを利用しているテナントは、以下を確認する必要がある。 アプリが送信済みメッセージの機密プロパティを更新していないかを調査する 更新している場合は、新しい高度メールアクセス権限を割り当て、管理者の同意を付与する 対応が間に合わない場合、2027年1月以降にアプリが動作しなくなる可能性がある カスタマーサポートの受信メールをカテゴリ分けするようなアプリは Mail.ReadWrite のままで問題ないが、本文や宛先を書き換えるような処理が含まれる場合は即座に対応が必要だ。日本のMicrosoft 365テナントでも同様に影響を受けるため、社内開発・外部調達を問わずアプリの棚卸しを推奨する。 元記事: Microsoft Limits App Access to Sensitive Message Properties

FDAが生成AIチャットボットに「ブレークスルーデバイス」指定 米国食品医薬品局（FDA）が、外科手術患者の術後回復を支援する生成AIチャットボット「RecovryAI」に対して「ブレークスルーデバイス（Breakthrough Device）」指定を付与した。生成AIを活用した会話型アシスタントがこの指定を受けるのは初期事例のひとつであり、医療AIの規制面における重要なマイルストーンとして業界から注目を集めている。 ブレークスルーデバイス指定とは FDAのブレークスルーデバイスプログラムは、重篤または生命を脅かす疾患に対して、既存の治療法より大幅な改善が見込まれる医療機器に対して審査の優先化・迅速化を図る制度だ。指定を受けることで、FDAとの密接な連携のもとで開発・審査プロセスが加速される。これまでは主に診断機器や治療デバイスが対象とされてきたが、今回の指定はソフトウェアベースの生成AIにその門戸が開かれたことを意味する。 RecovryAIが担う役割 RecovryAIは、手術後の患者が自宅療養中に直面する不安や疑問に対してリアルタイムで応答するAIアシスタントだ。術後の痛みの管理、服薬スケジュールの確認、回復の進捗に関するガイダンスなどを自然言語で提供する。医療従事者の不足が深刻化する中、患者が24時間いつでも信頼できる情報にアクセスできる仕組みとして設計されている。 日本の医療AIへの示唆 日本でも厚生労働省がAI医療機器の審査指針を整備しつつある。今回のFDAの判断は、生成AIが単なるコンシューマー向けツールではなく、規制環境下で医療機器として認定され得ることを示した先例として、日本の規制当局や医療機器メーカーにとっても参考になるケースとなるだろう。 ChatGPTをはじめとする大規模言語モデル（LLM）が広く普及する中、医療分野での生成AI活用はプライバシーや安全性の観点から慎重な議論が続いてきた。今回の指定は、適切な設計と根拠に基づくデータがあれば、規制当局が生成AIを正式な医療ツールとして認める準備があることを示している。 元記事: FDA grants ‘breakthrough’ device status to generative AI chatbot for surgical patients

AI業界が「会話AI」から「自律エージェントAI」へ転換——2026年3月24日の48時間 2026年3月23〜24日の24時間は、AI業界の歴史における転換点として記憶されることになりそうだ。カリフォルニア州サンノゼで開催されたNVIDIA GPU Technology Conference（GTC）2026を中心に、OpenAI・Google・Alibabaから相次いでフロンティアモデルの発表が行われ、AIは「会話型アシスタントの時代」から「自律エージェントの時代」へと明確にシフトしつつある。 OpenClaw：ローカル動作する自律AIエージェントの衝撃 今回のGTCで最大の話題をさらったのが、オープンソースのAIエージェントフレームワーク「OpenClaw」だ。オーストリアの独立開発者Peter Steinberger氏が開発したこのフレームワークを、NVIDIA CEOのJensen Huang氏は「次のChatGPT」「人類史上最も人気のあるオープンソースプロジェクト」と称賛した。 OpenClawの最大の特徴は、Mac・Windows・Linuxのパソコン上でローカル実行できる点にある。高額なクラウドAPIに依存せずとも、完全自律型のAIエージェントを動かせることで、OpenAIやAnthropicといったクローズドソース企業のバリュエーションに即座に影響を与えた。 実用面では、WhatsApp・Telegram・Slack・Discordといった既存のコミュニケーションツールを通じて、建築設計・リサーチ・ワークフロー自動化などの実世界タスクを実行できる。従来のチャットボットと異なり、OpenClawのエージェントは「計画→実行→観察→状態更新」のループで自律的に動作する。 Huang氏はその重要性を「1990年代のWindowsの登場」に例え、「業界が待ち望んでいたエージェント用オペレーティングシステム」と位置付けた。 エンタープライズ向けセキュリティ：NemoClaw ローカル実行の強力さには、セキュリティリスクも伴う。これに対応するため、NVIDIAはNemoClawを発表した。NemoClawはNVIDIAのNemotronモデルとOpenShellランタイムを組み合わせたエンタープライズ向けセキュリティスタックで、エージェントをカーネルレベルでサンドボックス化する。 特徴的なのは「プライバシールーター」機能で、エージェントの全通信をリアルタイム監視し、機密データの外部送信を自動ブロックする。金融・医療・法務など規制産業での導入を念頭に置いた設計だ。 Sam Altman、OpenAI Foundation設立を発表——初期資金10億ドル GTCと並行して、OpenAIのSam Altman CEOはOpenAI Foundationの設立を発表した。初期資金として10億ドル（約1,500億円）を投じ、AIリスクへの対策と科学的発見の加速を目的とした非営利活動を強化する。 OpenAIが商業部門の強化を続ける一方で、非営利ミッションへの投資を明確に打ち出した形だ。 日本への影響 OpenClawのようなローカル実行フレームワークの台頭は、クラウドAPIコストやデータ主権を重視する日本企業にとっても注目に値する動きだ。特に個人情報保護法やデータローカライゼーションの観点から、クラウド依存を減らせるローカルエージェントへの需要は国内でも高まると予想される。 Jensen Huang氏が描く「大工から建築家まで、すべての職業人がAIエージェントを使って能力を拡張する」未来は、もはや遠い話ではなくなってきた。 元記事: Sam Altman announces OpenAI Foundation with $1 billion initial funding

MITが生成AIで壁越し検出を実現 マサチューセッツ工科大学（MIT）の研究チームが、生成AI（Generative AI）を活用した新しい無線センシングシステムを開発した。このシステムは壁や障害物を透過して人や物体を検出できるもので、従来の無線センシング技術と比較して検出精度を大幅に向上させることに成功している。 技術の仕組みと特徴 従来の壁越し検出技術は、Wi-Fiや専用の電波を使って反射波を解析するアプローチが主流だった。しかしノイズへの脆弱性や、複数の人物・物体が混在する環境での精度低下が課題とされてきた。 MITのシステムでは、収集した電波データを生成AIモデルで処理することで、こうした課題を克服。複雑な環境下でも人の位置・姿勢・動作を高精度に推定できるという。追加のカメラや赤外線センサーなど侵襲的なハードウェアを一切必要としない点も大きな特徴だ。 想定される応用分野 この技術が実用化されれば、さまざまな分野への応用が期待される。 スマートホーム・介護：高齢者や独居者の転倒・異常をプライバシーに配慮しながら検知するシステムへの活用が考えられる。日本では高齢化社会の進展に伴い、非接触・低侵襲な見守りソリューションへのニーズが特に高い。 小売・物流：倉庫内の在庫をリアルタイムで追跡したり、店舗内の人流を把握したりすることで、オペレーションコストの削減につながる可能性がある。 セキュリティ：建物内の不審者検知や、災害時の要救助者の位置特定など、安全保障分野での活用も見込まれる。 医療・ヘルスケア：病院や介護施設で患者の状態をリモートでモニタリングする用途も有望だ。 プライバシーと倫理への懸念 一方で、壁越しに人を検出できるという技術的特性は、プライバシー保護の観点から慎重な議論が求められる。「便利か、不気味か」という問いに対して、社会的なコンセンサス形成が技術普及の前提条件となるだろう。特に日本では個人情報保護法やプライバシーに対する感度が高く、導入にあたっては透明性の確保と明示的な同意取得が不可欠になると考えられる。 今後の展望 生成AIと無線通信技術の融合は、物理空間のデジタル化（いわゆる「デジタルツイン」の構築）を加速させる可能性を秘めている。MITの研究は現時点では学術的成果だが、スマートホームデバイスメーカーや警備会社、医療機器メーカーなどからの注目度は高い。商用化に向けた動向が今後注目される。 元記事: MIT develops generative AI wireless system that detects objects and people through walls

OpenAI、GPT-5.3 Instantをデフォルト化──精度・応答品質を大幅改善 OpenAIは2026年3月下旬、ChatGPTの標準モデルをGPT-5.3 Instantへ切り替えると発表した。同社の内部評価によると、ウェブ検索との組み合わせによりハルシネーション（事実誤認）が26.8%減少したという。また、過剰な拒否応答が大幅に削減され、返答のトーンも自然さを増したと報告されている。 ハルシネーション問題はLLM（大規模言語モデル）が実用普及する上での最大の障壁の一つであり、26.8%という削減幅は業務活用を検討する企業にとって注目に値する数字だ。医療・法律・金融など高精度が求められる分野への展開が一層現実的になるとみられる。 Google、TurboQuantでLLMを最大8倍高速化 Google Researchは軽量化アルゴリズムTurboQuantを発表した。LLMのKVキャッシュメモリを最小6分の1に圧縮しながら、推論速度を最大8倍に向上させ、精度劣化はゼロとしている。 特筆すべきはデバイス要件の低下で、16GBのMac Miniやスマートフォンでもパワフルなモデルが動作可能になるという。エッジAI・オンデバイスAIの普及を大きく後押しする技術として、開発者コミュニティで大きな反響を呼んでいる。 Claudeがmacなのデスクトップを自律操作──「Computer Use」研究プレビュー公開 Anthropicは、AIアシスタントClaudeがmacOSのデスクトップを自律的に操作する機能をリサーチプレビューとして公開した。アプリの起動、ブラウザの操作、スプレッドシートへの入力など、ユーザーが手動で行う作業をClaudeが代行できる。現時点ではClaude CoworkおよびClaude Codeでの利用に限定されている。 また、Claude CodeのAuto Modeも新たにリリース。従来はファイル書き込みやBashコマンドの実行ごとにユーザーの承認が必要だったが、Auto Modeではセーフガードを維持しつつClaudeが自律的に権限判断を行う。開発者の作業効率を大幅に高めることが期待される。 そのほかの注目ニュース OpenAI、7,300億ドル評価額で100億ドル調達へ OpenAIはプライベートエクイティ向けに最低17.5%のリターンを保証する条件で100億ドルの追加資金調達を進めていると報じられた。同社の急成長が続く中、投資家からの強い関心が伺える。 Meta、AIスタートアップ「Dreamer」のチームを獲得 元GoogleおよびStripe幹部を含むDreamerの創業者チームをMetaが採用。AIエージェント開発を加速させる狙いがある。 Intel × Manifold Labs、分散型AIの機密コンピューティング技術を公開 BittensorサブネットであるManifold Labsとの共同ホワイトペーパーにより、信頼できないホストマシン上で安全にAIワークロードを実行するハードウェア強制の機密コンピューティング技術が示された。Web3×AIインフラの新たな可能性として注目される。 Soraアプリ、サービス終了 OpenAIが提供してきた動画生成プラットフォーム「Sora」のアプリが終了した。詳細なタイムラインは後日発表予定とされており、機能の統合先が注目される。 主要AI各社が同時期に大型アップデートを投下した激動の一週間となった。精度向上・高速化・自律エージェント化という3つの潮流が同時並行で進展しており、AIの実用活用フェーズが新たな段階に入りつつある。 元記事: OpenAI sets GPT-5.3 Instant as new ChatGPT default, reports 26.8% hallucination drop

Microsoft Recallに再び脆弱性——暗号化データの全抽出が可能と研究者が報告 Microsoftが開発したAI機能「Recall（リコール）」に、またしても深刻なセキュリティ上の問題が発覚した。セキュリティ研究者が、Recallが保存する暗号化済みデータの格納場所を特定し、その全内容を抽出できることを実証したと報告している。 Recallとは何か Recallは、Windows 11搭載のCopilot+ PC向けに導入されたAI機能で、ユーザーの画面を定期的にスクリーンショットとして記録し、AIが内容を解析・インデックス化することで「過去に見た情報を検索できる」というコンセプトで設計されている。Microsoftは当初、このデータはローカルに保存され暗号化によって保護されると説明していた。 今回の脆弱性の概要 研究者が発見したのは、暗号化されたデータの保存先パスを特定する手法だ。適切な権限さえ得られれば、そのデータベース内に蓄積されたスクリーンショットや解析済みテキスト情報を一括で抽出できるという。これはつまり、パスワード、クレジットカード番号、メッセージの内容など、画面に表示されたあらゆる機密情報が攻撃者の手に渡る可能性を示している。 繰り返されるプライバシー問題 Recallがプライバシーおよびセキュリティ上の問題を指摘されるのはこれが2度目となる。Microsoftは2024年にRecallの正式リリースを発表した直後、セキュリティコミュニティから強い批判を受け、リリースを延期した経緯がある。その際も、スクリーンショットデータの扱いやローカルDBへのアクセス制御の甘さが問題視されていた。 今回の報告はその懸念が完全には払拭されていないことを示しており、「暗号化されている」という説明だけではユーザーのデータを守るには不十分であることが改めて浮き彫りになった。 日本のユーザーへの影響 国内でもCopilot+ PC対応のSnapdragon X搭載機やIntel Core Ultra搭載機が販売されており、Recallが有効化された環境を使用しているユーザーは注意が必要だ。現時点では、Recallの使用を無効化することが最も確実な対策となる。設定は「プライバシーとセキュリティ」→「Recall & スナップショット」から変更できる。 Microsoftはこの報告に対する公式見解をまだ発表していない。同社の対応と、今後のアップデートによる修正に注目が集まっている。 元記事: Microsoft Recall Again Spills Secrets - GovInfoSecurity

KubernetesがAIインフラの「オペレーティングシステム」へ ロンドンで開催された KubeCon + CloudNativeCon Europe 2026 において、Microsoftはオープンソースコミュニティへの積極的な関与と、KubernetesをAIインフラの中核に据える戦略を明確に打ち出した。 AIエージェントがKubernetesを自律運用する時代へ MicrosoftのJorge Palma氏はキーノートセッションで、AIエージェントがKubernetesクラスターの運用・トラブルシューティングを自律的に行う将来像を示した。従来は熟練のSRE（サイト信頼性エンジニア）が手動で対応していたような障害検知・根本原因分析・自動修復のサイクルを、AIエージェントが担うというビジョンだ。 これはクラウドネイティブ運用における「AIOps」の方向性と一致しており、日本企業においても運用コスト削減やエンジニアリソースの再配置という観点から注目に値する動向といえる。 GPUスケジューリングとマルチテナント推論の運用事例 セッションでは実運用の知見も共有された。特に注目されたのは以下の2点だ。 GPUスケジューリングの最適化：LLM（大規模言語モデル）の推論ワークロードはGPUリソースを大量消費するため、Kubernetes上でのGPU割り当て戦略が収益性に直結する。Microsoftはスケジューリング効率を高めるための取り組みを紹介した。 Kueueを使ったマルチテナント推論：CNCFのジョブキューイングプロジェクト「Kueue」を活用することで、複数チームや複数サービスが共有するGPUクラスターを公平かつ効率的に利用できる運用パターンが示された。モデルサービングの並列実行やバッチ処理の優先度制御など、エンタープライズ用途における実践的なアプローチとして評価されている。 オープンソース戦略としての意義 Microsoftがこうした取り組みをオープンソースコミュニティで推進していることには戦略的な意味がある。Azure Kubernetes Service（AKS）の採用拡大に直結するだけでなく、KubernetesエコシステムにおけるMicrosoftの影響力を強化する。 KueueやGPUスケジューラーの改善はアップストリームにコントリビュートされており、AWSやGCPを使うユーザーにも恩恵が及ぶオープンな貢献として歓迎されている。 日本企業への示唆 日本においても、生成AIシステムの本番運用を検討する企業が増えている。KubernetesベースのAIインフラは、オンプレミスとクラウドのハイブリッド構成を取りやすく、既存のコンテナ運用資産を活かせる点で有力な選択肢だ。今回発表された運用パターンやOSSツールは、Azure以外の環境でも応用できるため、インフラエンジニアは注目しておきたい。 元記事: Microsoft Advances Open-Source AI Infrastructure on Kubernetes at KubeCon Europe 2026

Microsoft Foundry Agent Service が正式リリース（GA） Microsoftは2026年3月、次世代AIエージェント基盤「Foundry Agent Service」の一般提供（GA）を発表した。プロトタイプから本番運用への移行を阻む主要課題——ネットワーク分離、コンプライアンス、音声チャネル、継続的な品質評価——をまとめて解決する構成が揃った。 主な新機能 エンドツーエンドのプライベートネットワーキング 本番AIシステムで最も障壁となりやすいのが、クエリ内容や取得ドキュメントが外部ルーティングを経由してしまうリスクだ。Foundry Agent Serviceは「BYO VNet（Bring Your Own VNet）」をサポートし、エージェントトラフィックがパブリックインターネットを一切経由しない構成を実現した。 コンテナ・サブネットをユーザー自身のVNetに注入 MCP（Model Context Protocol）サーバー、Azure AI Search、Fabricデータエージェントへのツール接続もプライベートネットワーク内で完結 MCP認証はキーベース・Entra エージェントID・マネージドID・OAuthアイデンティティパススルーを単一サービスで統合 データ分類ポリシーが厳格な金融・医療・官公庁などの領域で特に重要な強化点となる。日本国内でもAzure Japan Eastリージョンがホスト型エージェントのプレビュー対応リージョンに追加されており、国内データ主権の要件にも対応しやすくなった。 Responses APIベースのオープンなランタイム Foundry Agent ServiceはOpenAIの「Responses API」と互換性のあるワイヤプロトコルを採用している。現時点でResponses APIを使って開発している場合、Foundryへの移行はコード変更を最小限に抑えられる。 アーキテクチャはモデルプロバイダーやオーケストレーションフレームワークに依存しない設計で、DeepSeek・xAI・Meta・LangChain・LangGraphなどのオープンモデルも統合可能だ。「計画フェーズはDeepSeekモデル、生成フェーズはOpenAIモデル、オーケストレーションはLangGraph」といった構成も単一プロトコルで扱える。 なお、従来の azure-ai-agents パッケージは廃止され、azure-ai-projects の AIProjectClient でエージェント操作が統合された。 Voice Live（プレビュー）との統合 Voice Live APIとFoundry Agentsを組み合わせることで、リアルタイムの音声対話エージェントをフルマネージドで構築できるようになった。エージェントのプロンプト定義・ツール・トレースと音声I/Oがネイティブに接続される。コールセンター自動化やリアルタイム技術サポートなどのユースケースが現実的な選択肢となってくる。 評価（Evaluations）のGA 評価機能もGAとなり、以下が利用可能になった。 すぐに使えるビルトインエバリュエーター（関連性・グラウンディング・安全性など） カスタムエバリュエーター（独自の評価指標を定義） Azure Monitorへの継続的本番監視パイプライン リリース前の一回限りのチェックボックスではなく、本番稼働後も継続的に品質をモニタリングする仕組みが標準で組み込まれた。 Foundry REST APIもGA化 /openai/v1/ エンドポイントとして提供されるFoundry REST APIが正式GAとなり、安定したSDKコントラクトが保証された。本番システムへの組み込みに必要な安定性が担保されたことになる。 まとめ Foundry Agent ServiceのGAは、エンタープライズAIエージェント開発の「プロトタイプから本番へ」というギャップを埋める実装が揃ったことを意味する。特にプライベートネットワーキングの完全対応と評価基盤のGA化は、コンプライアンス要件の厳しい日本企業にとって本番導入の現実性を大きく高める。Japan Eastリージョンのホスト型エージェント対応も加わり、国内での活用シナリオはさらに広がりそうだ。 元記事: Foundry Agent Service is GA: private networking, Voice Live, and enterprise-grade evaluations ...

TP-Link製ルーターに重大な認証バイパス脆弱性——今すぐパッチを適用せよ TP-Linkは、同社のArcher NXシリーズルーターに存在する複数の脆弱性に対するセキュリティアップデートをリリースした。中でも最も深刻なのが、認証を一切必要とせずに攻撃者がファームウェアの書き換えや設定変更を行える「認証バイパス」の脆弱性だ。 CVE-2025-15517：認証なしで管理操作が可能 最も危険な脆弱性はCVE-2025-15517として追跡されており、Archer NX200、NX210、NX500、NX600の各ワイヤレスルーターが対象となる。 TP-Linkの公式声明によれば、「HTTPサーバー内の特定のCGIエンドポイントに対する認証チェックの欠如により、認証済みユーザー向けの機能に未認証でアクセスできる状態になっていた」という。攻撃者は特別な権限がなくても、ファームウェアのアップロードや設定変更といった管理操作を遠隔から実行できてしまう。 合わせて修正された3つの脆弱性 今回のアップデートでは追加の脆弱性も修正されている。 CVE-2025-15605：設定ファイルのバックアップ・復元機能にハードコードされた暗号化キーが存在し、認証済み攻撃者が設定ファイルを復号・改ざん・再暗号化できた CVE-2025-15518 / CVE-2025-15519：管理者権限を持つ攻撃者が任意のコマンドを実行できるコマンドインジェクション脆弱性 TP-Linkを巡るセキュリティ問題の経緯 TP-Linkはここ数年、セキュリティ面での問題が相次いでいる。2024年5月に報告された別のゼロデイ脆弱性では、パッチ公開が遅れたため2025年9月に緊急対応を強いられた経緯がある。また米国土安全保障省傘下のCISA（サイバーセキュリティ・インフラセキュリティ庁）は、TP-Linkの脆弱性のうち6件を「実際の攻撃に悪用された」として登録。中には2015年に報告されたディレクトリトラバーサル脆弱性（CVE-2015-3035）も含まれており、長年にわたる修正対応の遅さが浮き彫りになっている。 さらに、中国政府の支援を受けたハッカーグループがTP-Linkのルーターを踏み台として悪用しているとして、米国テキサス州司法長官が2026年2月に同社を提訴。そして今週、米国FCC（連邦通信委員会）は「国家安全保障上の許容できないリスク」を理由に、国外で製造されたルーターの販売禁止を盛り込んだリスト更新を行った。 日本のユーザーへの影響と対応 Archer NXシリーズは国内でも販売されており、個人・法人ともに影響を受ける可能性がある。TP-Linkは「推奨される対応を取らない場合、脆弱性は残り続ける。本アドバイザリに従うことで回避できた結果についての責任を、TP-Linkは負えない」と異例の強い表現で警告している。 対応手順： TP-Linkの公式サポートページで対象機種の最新ファームウェアを確認する ルーターの管理画面または公式ツールからファームウェアを更新する 更新後はデフォルトの管理者パスワードを変更する ルーターの脆弱性は一度悪用されると、家庭内のすべての通信が盗聴・改ざんされるリスクがある。該当機種を使用しているユーザーは速やかに更新を行ってほしい。 元記事: TP-Link warns users to patch critical router auth bypass flaw

Kali Linux 2026.1が公開——年初恒例の大型アップデート セキュリティ専門家やエシカルハッカー向けLinuxディストリビューション「Kali Linux」の2026年最初のリリース「2026.1」が公開された。8つの新ツール追加、年次テーマ刷新、そして懐かしの「BackTrackモード」が目玉となっている。 Kali Linuxはレッドチーミング、ペネトレーションテスト、ネットワーク調査、セキュリティアセスメントに特化したディストリビューションで、Raspberry Piや対応Androidデバイス（Kali NetHunter経由）など幅広いハードウェアをサポートする。 追加された8つの新ツール 今回のリリースでは新規パッケージ25本の追加、183本のアップデート、カーネルの6.18へのアップグレードが行われた。新たにリポジトリへ加わった主要ツールは以下のとおり。 ツール名 概要 AdaptixC2 拡張可能なポスト・エクスプロイテーション／敵対的エミュレーションフレームワーク Atomic-Operator Atomic Red Teamテストを複数OS環境で実行 Fluxion セキュリティ監査・ソーシャルエンジニアリング調査ツール GEF 高度なデバッグ機能を備えたGDB拡張環境 MetasploitMCP Metasploit用MCPサーバー SSTImap SSTIインジェクション自動検出ツール（インタラクティブUI付き） WPProbe 高速WordPressプラグイン列挙ツール XSStrike 高度なXSSスキャナー 特にMetasploitMCPはMetasploitをMCP（Model Context Protocol）サーバーとして扱えるツールで、AIエージェントとの連携を意識した新世代のセキュリティツールとして注目される。 年次テーマ刷新——ブート画面からデスクトップまで一新 「xx.1」リリースの恒例となっている年次テーマ更新も実施された。ブートメニュー、インストーラー画面、ログイン画面、デスクトップ壁紙に至るまで全面的に刷新されており、2026年らしいモダンな外観に生まれ変わっている。 Kali-UndercoverにBackTrackモードが登場 今回の目玉機能の一つが、Kali-Undercoverへの「BackTrackモード」追加だ。Kali-UndercoverはKaliのデスクトップをWindows 10風に偽装できる機能として知られているが、新モードではKaliの前身にあたる「BackTrack Linux」（BackTrack 5）の外観を再現できる。 壁紙・配色・ウィンドウテーマをBackTrack 5時代のものに切り替えられ、ターミナルから kali-undercover --backtrack を実行するか、メニューから直接起動できる。再度実行することで通常のKaliデスクトップに戻せる。 BackTrackは2013年にKali Linuxへと発展的に移行した歴史的なディストリビューションで、ペネトレーションテストコミュニティには根強いファンが多い。往年のユーザーには懐かしさを感じさせる粋な演出といえる。 アップグレード方法 既存インストールからのアップグレードは以下のコマンドで行える。 元記事: Kali Linux 2026.1 released with 8 new tools, new BackTrack mode