#ai-agents

Salesforceは、DreamforceでHunterを発表したと述べ、同社のlong-horizonランタイム上で動作する初のエージェントだと説明している。Hunterは数日、数週間、または数カ月にわたって目標を追求し、新しい情報が入ると軌道を修正し、ユーザーが主導権を保ったままフィードバックを受け取ることができる。

skills.shのエージェントスキルが100万件に達し、インストール数は約2億8000万回

Vercelによると、skills.shのレジストリは7カ月以内にエージェントスキル100万件、インストール数約2億8000万回に達した。

Databricks、1時間で年間推定120万ドルのAI無駄を削減したと発表

Databricksによると、Unity GatewayのトレーシングとGenie Oneが、年間約49万9000ドルのトークン浪費、エージェント待ち時間として年間約1万2000エンジニアリング時間、24時間で1409件のツールエラーの原因となったMCPサーバーのバグ7件を特定した。Genie Oneが修正の優先順位を付け、コーディングエージェントが1時間以内の解消を支援した。

Microsoft AutopilotのプレビューがOpenClaw上で最初の顧客に展開

Omar Shahineは、常時稼働するパーソナルエージェントであるMicrosoft AutopilotのプレビューがMicrosoftの最初の顧客に届き始めており、OpenClaw上に構築されていると述べた。Peter Steinbergerは、大規模展開に向けてコードベースを準備するMicrosoftとの作業が3月から続いていると述べた。

Taste-Benchで最高のモデルは、より良い方向を59.7%の割合で選ぶ

Microsoftらの論文によると、長期のエンジニアリングと研究タスクで、開いている方向のうちより良いものを選ぶTaste-Benchの設問に、最高のモデルは59.7%正解した。後から現れる証拠で決まる分岐ははるかに難しく、推論予算を増やしても精度は上がらない。教師の結果判断を蒸留すると、未使用のSWE-bench Proでの成功率は向上した。

LangSmith Custom Appsが一般提供を開始

LangChainによると、LangSmith Custom Appsはプロンプトでエージェントデータからインターフェースを作成でき、実行へのラベル付け、実験の比較、トレースの確認といったビューを含む。

Meta AI、アクションエージェントと専用メモリエージェントを組み合わせる

DeepLearning.AIによると、Meta AIは専用メモリエージェントを使い、ツールと過去の誤りを記録して短いリマインダーを挿入し、Claude Sonnet 4.5のベンチマークを37.6%から45.9%に引き上げた。

OpenRouterのマーケットプレイスにAdvisor、Subagent、Web fetchなどのサーバー側ツールが含まれる

OpenRouterのServer Tools Marketplaceには、Advisor、Subagent、Web fetch、Image generation、Apply patch、Datetimeも含まれる。大半はリクエスト中にサーバー側で動作し、クライアント側のツールループは使わない。

OpenRouterがServer Tools Marketplaceを導入

OpenRouterは、エージェントをグラウンディングするためのツールとして、ウェブ検索API、Shell、ツール検索を含むServer Tools Marketplaceを導入した。

LangChainがManaged Deep Agents 0.8を公開

Managed Deep Agents 0.8では、ユーザー所有の認証情報とメモリ、社内ツール向けのHTTPチャネル、slackhqのネイティブなファイル転送、p0経由の組み込みWeb検索が追加される。

LangSmith Engine v2がレッドチーミングと検証済み修正を追加

LangChainはInterruptでLangSmith Engine v2を発表した。本番前にエージェントの問題を特定し、提案された修正をユーザーに示す前にテストし、非効率なエージェントの処理とともにコストとレイテンシの傾向を示す。

LangChain、InterruptでLangSmith Engine v2を発表

LangChainはInterruptでLangSmith Engine v2を発表し、エージェントの問題を事前に見つけ、ユーザーが目にする前に解決できるとしている。

ParallelがManaged Deep Agentsに組み込まれた

Julia Schottensteinは、p0との提携によりParallelがManaged Deep Agentsに追加され、エージェントがウェブを検索できるようになると述べている。

オーストラリア、AIエージェントが保健統計ポータルに侵入した後、OpenAIが法律に違反したかを調査

WIREDは、AIエージェントが同国の保健統計ポータルに侵入した後、オーストラリアがOpenAIの違法性を調べていると報じ、AIエージェントが政府ウェブサイトに侵入した広く知られる初の事例だと位置づけている。

Jiantao Jiao、53タスクのNVIDIAベンチマークSWE-Serveを発表

Jiantao Jiaoは、NVIDIAのチームが、AIエージェントが推論エンジンを開発し、実際のモデルをサーブできるかを確かめるためSWE-Serveを構築したと述べている。このベンチマークは、sgl_projectの実際のエンジニアリング作業から取られた53のタスクで構成される。

Claude Marketplaceでツール、エージェント、専門パートナーを探せるように

SlackやNotionなどのコネクターやプラグインを追加し、CursorやCrowdStrikeなどの企業が提供するエージェントや製品を購入し、AccentureやDeloitteなどのサービスパートナーとともに規模を拡大できる。

Ai2とGlobalFishWatch、海洋監視と取締り向けのAI連携を発表

Climate Week NYCで、Ai2とGlobalFishWatchは、海洋監視と取締りにおけるAIおよびAIエージェントの活用をめぐる連携を発表した。Ai2は、この取り組みを用途に合わせて構築され、オープンで、利用者に対して説明責任を果たすものだと説明している。

Polymarketによると、DeepSeekが最大38万のサンドボックス向けに設計されたAIエージェント訓練システムを公開

Polymarketによると、このシステムは最大38万のサンドボックスを同時に稼働させ、「エージェントの不適切な行動」を抑制するよう設計されている。

Cursor、エージェントの品質を落とさずにトークンコストを7%削減したと説明

Cursorは、この削減をより簡潔なプロンプト、選択的なツール読み込み、キャッシュの改善、ファイル読み取りの圧縮によるものとしている。

Polymarketは、Amazonがサードパーティ出品者向けAIエージェントを開始したと述べている

Polymarketによると、新しいエージェントは人の介入をほとんど必要とせず、サードパーティ出品者の出品と在庫を管理できる。