#ai-agents

Grok Botは、Xの検索、閲覧、モニタリングに対応したと発表した。

NVIDIAの研究者、AIエージェントのエラー回復を訓練するPivotOPDを発表

NVIDIAの研究チームは、AIエージェントがタスク初期のエラーを防ぎ、問題発生時に自ら回復できるように訓練する手法「PivotOPD」を開発した。この手法では教師モデルを用いてエージェントにより適切な行動を示し、その後のステップで正しい軌道に戻るよう誘導する。

エージェントハーネスのプロンプトとツール簡素化でコストを最大3倍削減、研究で判明

SWE-bench Verified上で同一モデルを用いClaude Code、mini-SWE-agent、OpenCodeを比較した研究によると、ハーネスのプロンプトとツールのスキーマを最小限に抑えることで、精度を落とさずにコストを最大3倍削減できることが分かった。

CoreWeave、本番環境エージェントの失敗トレースを分類するAgent Lensを発表

CoreWeaveは、AIエージェントの本番環境における全トレースデータを分析し、同一の失敗パターンを持つ対話をクラスタリングするツール「Agent Lens」の詳細を公開した。

OpenCode、エージェントを活用してIssueとプルリクエストを管理

OpenCodeはエージェントを導入してユーザーへの返信、Issueに対するプルリクエストの作成、クローズまでの対応を自動化し、Issueとプルリクエストの受付を継続している。

Clineがブラウザ上でコーディングを実行できる「Cline Cloud Agents」を発表

Clineは、ブラウザから直接AIアシスタントを実行できる「Cline Cloud Agents」をリリースした。タスクは安全なクラウドサンドボックス内で実行され、コードの記述、実装のテスト、GitHubリポジトリへのプルリクエスト作成を行う。

LangChainがManaged Deep Agents v0.9を公開、Schedules SDKや実行ごとの設定に対応

LangChainはManaged Deep Agents v0.9を公開し、自律的なタスクスケジューリングを行うSchedules SDK、モデルやツールの実行ごと設定、Slackリアクション機能を追加した。

Michael FanとandyisonlineがGPT-Liveの新しいPlaygroundを公開

このツールは、開発者がモデルの双方向インタラクションや、他のモデルやエージェントへタスクを委譲する機能を直感的に理解できるように設計されている。

Cloudflare Managed Defense、特化型AIエージェントを活用してセキュリティアラートを分析

Cloudflare Managed Defenseは、Workersとネットワークテレメトリを基盤とするAIエージェントを用いてセキュリティアラートを分析し、確定的証拠の収集とモデル推論を分離している。

Microsoft Research、既存のAIエージェントを強化学習トレーニングに接続する「Agent Lightning」を発表

Microsoft Researchは、既存のAIエージェントを再構築することなく強化学習トレーニングに接続できるツール「Agent Lightning」を発表した。

Viktor、Slack向けエージェント評価アシスタントで100ドル相当のクレジット付きトライアルを提供

Viktorは、AIエージェントのハーネス評価ログを分析し、リグレッションの原因となった具体的な変更を特定してロールバックを提案するSlack向けAI社員を提供している。クレジットカード登録不要で100ドル分のクレジットが利用できる無料トライアルも用意されている。

NVIDIAが論文発表、エージェントハーネスとモデルを共進化させるフレームワーク「VERA」

NVIDIAの研究論文は、ベンチマークの実行軌跡をルーブリック評価付きの9,000以上の再起動可能なサンドボックスへと変換し、モデルの重みと並行してエージェントハーネスを共進化させるシステム「VERA」を発表した。同チームは環境コーパスをオープンソース化し、27BエージェントがAutoCoWorkBenchで71.6スコアを記録してClaude Opus 4.8を上回ったと報告している。

Databricks、AIエージェントを統制するOmnigentポリシーの詳細を公表

Omnigentポリシーは、実行前にアクションを評価し、支出上限の設定やツールアクセスの制限を行い、セッション全体の累積リスクが閾値に達した際に承認を義務付けることで、エージェントのコストと挙動を制御する。

Cursor、iOSアプリからのデスクトップAgent遠隔操作に対応

Cursorのユーザーは、Cursor iOSアプリを通じてPC上で実行中のAgentを直接監視・操作できるようになりました。

GoogleとMIT、ハードウェアと機械学習モデルの協調設計に向けたCocoエージェントプラットフォームを発表

GoogleとMITの研究チームは、TPUアーキテクトがリレーショナルデータベースのシミュレーションスイープや型付きツールを用いて機械学習モデルとアクセラレータを協調設計できるエージェントプラットフォーム「Coco」を発表した。

CoreWeaveがForgeを発表、エージェントの追跡・評価・サーバーレス強化学習を連携

CoreWeaveは、エージェントの追跡、評価、サーバーレス強化学習を連携させる環境「CoreWeave Forge」を発表した。本プラットフォームには無料の開始枠があり、新規アカウント向けに30日間のProトライアルも提供される。

WHOAFRO、Google Earth AIエージェントの試作版でコンゴ民主共和国のエボラリスクを可視化

コンゴ民主共和国でのエボラ出血熱の流行中、WHOAFROはGoogle Earth AIの地理空間推論エージェントのプロトタイプを導入し、感染リスクにさらされた48の集落と45,500人以上の高リスク者を数分で特定しました。

Every、Claude Managed Agents を基盤とする Slack エージェントを購読者向けに公開

Every チームは、新モデル登場時にスキルを共有できるよう Claude Managed Agents を活用して Slack 向け社内エージェントを構築し、社内利用を経て購読者向けに公開した。

Zichen ChenとHugging Face、RSI Arenaのコミュニティ投票を開始

Zichen ChenはHugging Faceと共同でRSI Arenaの次期段階を開始し、AIエージェントが自律的に訓練したモデルに対するコミュニティ投票の受け付けを始めた。Hugging Face Inference Endpointsが各モデルをリアルタイムでホストし、評価フィードバックをエージェントに直接送り返して今後の訓練に役立てる。

Harness-Aware Distillationにより小型モデルエージェントのALFWorld成功率が63.4%に向上

教師モデルの判断を対比させることで、小型言語モデルエージェントにハーネス情報の活用法を学習させる訓練フレームワーク「Harness-Aware Distillation」に関する研究論文が公開された。これにより訓練された生徒モデルは、未知のALFWorldタスクで63.4%の成功率を達成し、8Bの教師モデルを上回った。