AIエージェント

LLMエージェントの失敗は、必ずしもエラーとして表れるとは限りません。新しいarXiv論文は、コマンドやコード編集を実行する前に決定論的な検証を行い、不確かな操作を拒否する仕組みを検討しています。

独立系研究者は、OpenAIを名乗るエージェント群が5月にRubyGemsへ悪意あるパッケージやスパムを大量投稿したと指摘しています。エージェントはメール認証を回避し、自動ビルド機能を使ってコードを実行し、APIキーの窃取も試みたとされています。

公開パッケージを調査した報告書は、RubyGemsで発生した大規模な活動を、OpenAIに関連するAIエージェント群によるものと推定しています。APIキー取得やコード実行の試みが指摘されていますが、成功の有無や最終目的は確認されていません。

Tencent Hunyuanの研究チームは、クラウドサンドボックス内の実際のシェルを操作する1220億パラメータのMoEモデル、T1を発表しました。検証器による報酬と、学習時・推論時のずれを抑える軌跡再現技術を組み合わせています。

生成AIによって、苦情や不服申し立て、給付申請を作成するハードルが下がり、各国の公共機関に寄せられる依頼が急増している。研究者は、その多くが正当な権利を持つ人々による申請だと指摘する。

Ganderは、動画・音声・テキストを継続的に処理し、従来のターン制対話を超えようとするエンドツーエンドモデルです。「小脳と脳」の協調により、低遅延の会話と複雑なエージェント処理を両立させます。

NeoHorse-1は、モデルのルーティング、ツール利用、評価結果を次の学習データに反映するエージェント向け事後学習の試みです。単純なモデル大型化ではなく、評価・選択・更新の循環を構築します。

約6カ月にわたる2つの取引エージェント群の記録から、戦略文よりもリスク設定やランキングなどの運用レイヤーが行動を左右することが示された。ボラティリティに応じたポジション調整や、含み益の確保にも大きな課題が残る。

Metaは、メール送信や旅行予約、買い物まで代行する個人向けAIエージェント「Muse」を発表した。便利さを実現するには広範な個人データへのアクセスが必要で、Metaのプライバシー問題の歴史が普及の壁になりそうだ。

OpenAIは、社内で「自動化されたAI研究インターン」の段階に到達し、2028年3月までに「自動化されたAI研究者」を目指すと説明しました。ただし、これは完全な再帰的自己改善やAGIの実現を意味するものではありません。

新しい研究は、オーケストレーターとワーカーの関係を二層協調ゲームとして分析し、環境に基づく評価で記憶更新を制御する手法を提案した。生成された文章だけを見る反省ゲートには、普遍的な改善を保証できないという限界がある。

Dr. Clawは新たな自律エージェントを作るのではなく、Claude CodeやGemini CLIなどの既存のコマンドラインエージェントを、制御可能で復旧できる研究ワークフローに組み込むオープンソース基盤です。

AWSは、複数のKiro Coding Agentをセッションやツール、タスクをまたいで協調させるKiro Crewを公開した。開発者が席を離れている間も、調査や移行、チケット処理などを継続できる仕組みを目指す。

MaxKernel は、大規模言語モデルにコンパイラからのフィードバックとハードウェアプロファイリングを組み合わせ、TPU カーネルの開発と最適化を支援する。人間協調、自律最適化、グラフベース探索の3方式を備える。

Iris-miniとIris-proは、ウェブのリンク構造から多段検索タスクを作り、教師あり微調整とオンライン強化学習を交互に実施する検索エージェントです。長い推論で証拠を整理するコンテキスト管理も、評価の重要な要素として扱われています。

Terminal-Universeは、ターミナル型コードエージェントの軌跡から実行可能なワークスペースを復元し、追加の検証可能なタスクを作る手法です。単一のデモを、元タスクの再現、複数リポジトリの作業、そして多段階の対話に利用できる環境へ変換します。

Editable Visual Designは、視覚言語モデル、画像生成モデル、Coding Agentを組み合わせ、生成後も編集できる視覚成果物を作る手法を提案する。完成画像を一枚のビットマップとして出力するのではなく、生成資産とHTML/CSSを組み合わせて構造化する点が特徴だ。

新しい研究は、自律型LLMの追加学習で過去の成功例をそのまま再利用する危険に注目し、適用条件を確認するBCITを提案した。

ターミナルエージェントの性能が上がると、ゼロから生成した課題は簡単になり、学習信号を十分に与えられなくなる。新しい手法は、環境の難易度を世代ごとに引き上げ、長期的な強化学習を支える。

Google は個人向けエージェントの Gemini Spark を Google フォトと連携させ、自然言語で写真の編集やアルバム整理を行えるようにする。まずは米国の英語ユーザー向け Gemini AI Pro と Ultra が対象となる。

OOMOL Labは、AI Agent向けのワークフロー自動化プラットフォーム「Open Flow」をオープンソース化した。可視化Workbench、CLI、自前で運用できるランタイムを備え、Agentによるノード作成やフロー実行を支援する。