AIエージェント

SKTは、言語モデル型エージェントが再利用可能なスキルを選び、使い、組み合わせる力を高めるためのデータ合成パイプラインだ。生成したタスクと実行軌跡を検証し、教師あり微調整に使える高品質なデータを構築する。

Mu は、検索、ニュース、メール、天気、ファイル、カレンダーなどを AI Agent から使えるようにするオープンソースのツール基盤です。単なる API ラッパーではなく、自己ホスト可能なサービス群として提供する点を強調しています。

Beacon は、視覚推論エージェントにおけるツール利用を「多く使う」問題ではなく、「必要な時に有効に使う」問題として捉え直す研究です。鍵となるのは、ツール呼び出しの適応性と実際の効果です。

Microsoft Research の Echoverse は、見た目だけの模擬サイトではなく、状態と振る舞いを持つ合成アプリでコンピュータ利用エージェントを訓練する手法だ。環境の修復とモデル学習を同じ実行ログから進める点が特徴である。

Qwen-UI-Agent は、モバイル、デスクトップ、ブラウザ、DeepSearch を単一の GUI エージェントとして扱うことを目指す技術報告です。焦点は単なる画面操作ではなく、実デバイス上で長いワークフローを安定して実行する能力にあります。

Metaは、個人向けAIエージェントを次世代プロダクトの中核に据えようとしている。ザッカーバーグ氏は、5年以内に数十億人が自分専用のAIエージェントを持つ可能性を示した。

Google は Gemini API の Managed Agents に、Gemini 3.6 Flash の標準化、環境 hooks、トークン予算、スケジュール実行、無料枠対応を追加した。

Perplexityは、エージェント型ツール「Personal Computer」をWindowsに拡大した。ローカルファイル、Microsoft 365、Teams、Webをまたいで作業できるAIワーカーを目指す。

StateAct は、スクリーンショット中心のコンピュータ操作エージェントを、ファイル、バックエンド、DOM などのプログラム状態中心へと転換する。必要な場面だけ GUI サブエージェントを使い、成功率とコスト効率を同時に改善した。

Multi-Head Latent Control は、凍結済みLLM/VLMの隠れ状態の軌跡を読み取り、推論時の制御信号を生成する手法だ。プロンプトや外部ルーターだけに頼らず、回答、確認、ツール使用、棄権、強いモデルへの委譲を判断する。

Microsoftは、脆弱性の発見・評価・修正を支援するMAI-Cyber-1-FlashとProject Perceptionを発表した。ベンチマークとコスト面での優位性を掲げるが、AIエージェントの制御リスクは依然として重要な論点だ。

Microsoft CEOのサティア・ナデラ氏は、企業がデータ、プロンプト、文脈、記憶、エージェントツールを単一のAIモデル提供者に委ねることは、自社の思考を外部化することに近いと警告した。企業にはAIゲートウェイやマルチモデル構成による主導権の確保が求められる。

Microsoftは、サイバーセキュリティ向けAIモデル「MAI-Cyber-1-Flash」と、複数のエージェントで防御業務を支援する「Perception」を発表した。

Cursorは、835ページのSQLiteマニュアルだけを与えたエージェント群にRust製データベースエンジンを実装させた。注目点は成果物そのものより、計画役と実装役を分けたときのコストと品質の差にある。

AWSは、企業規模でAIエージェントを構築・展開・管理するためのオープンソース参考プラットフォーム「Loom」をAWS Labsで公開した。焦点は、ID伝播、権限制御、登録管理、人間による承認フローにある。

Andrew Ng氏が公開した OpenWorker は、会話だけでなく成果物の作成を目指すデスクトップAIエージェントだ。オープンソース、ローカル優先、プライバシー保護、モデル非依存を特徴としている。

北京の産業セッションは、AIが映像制作、商業デザイン、3D仮想スタジオに入り始めたことを示した。一方、杭州の学術セッションは、自己進化するAgentはまだ初期段階だと慎重に見ている。

AREX は、複数制約を持つ深層リサーチ課題に対し、暫定回答を制約ごとに監査し、未解決点を次の調査へつなげる再帰的自己改善型エージェントを提案する。

OpenForgeRL は、Codex や OpenClaw のような複雑な推論 harness を、既存のオープンな RL 訓練基盤につなぐためのフレームワークです。モデル呼び出しを代理で記録し、Kubernetes で rollout を分離実行することで、実環境に近い形で Agent を訓練します。

NVIDIA Labs は、AIエージェントをネイティブな Python オブジェクトとして記述するフレームワーク NOOA を提案した。プロンプト、ツール定義、コールバック、ワークフロー図に分散しがちな開発を、クラス、メソッド、フィールド、型注釈という馴染みのある構造に寄せる狙いがある。

Meta は自社の AI チャットボットを、質問応答や画像生成にとどまらない生産性ツールへ近づけている。新機能では、カレンダーに基づく日次ブリーフィング、イベント計画、継続タスク、方向修正できる調査が追加される。