AIエージェントの最新情報

同一のプロンプト条件で8つのAIポートフォリオ作成ツールを評価し、ManusとReplitが最高評価を獲得しました。デザイン品質、AIの知能、公開機能などの観点から各ツールの実力を比較しています。

OpenAIは、CodexがFigmaのMCPサーバーを通じてデザインファイルを直接生成・読み取り可能になったと発表しました。これにより、デザインデータとフロントエンドコードの連携が強化されます。

Inception Labsは、従来の逐次的な生成手法ではなく、拡散モデルによる並列処理を採用した「Mercury 2」を公開しました。生成速度が従来比で5倍以上向上しており、高速な推論が求められる用途に適しています。

LangChainは、モデルを変更せずにAIエージェントの性能を向上させる「ハーネスエンジニアリング」の手法を公開しました。この手法により、Terminal Bench 2.0においてスコアを52.8から66.5へと大幅に改善し、ランキング上位に到達しました。

英国AI安全研究所は、ブラックボックス環境下でAIの防御を自動的に突破する新たな攻撃手法「Boundary Point Jailbreaking」を公開しました。汎用的な越獄プロンプトを自動生成できる点が特徴です。

ManusがQodoやCodeRabbitなど主要9種類のAIコードレビューツールを同一のプルリクエストで検証しました。セキュリティやミドルウェアの境界など、実務的なシナリオに基づいた比較表と選定ガイドを公開しています。

生成速度を15倍に向上させ、128kのコンテキストウィンドウに対応した初のリアルタイムコーディングモデルです。現在、ChatGPT Proユーザー向けにリサーチプレビューとして提供されています。

OpenAIは、再利用可能なスキル定義、管理されたシェルツール、対話履歴の自動圧縮機能など、実務で活用するエージェント開発のための実践的なガイドラインを公開しました。これらは複雑なタスクを継続的に実行するエージェントの構築を支援します。

ManusがB2B営業提案や競合プレゼンに特化した8つのAIツールを検証し、市場調査に基づいたデータ生成能力を評価しました。多くのツールは初稿作成までをカバーしますが、CRM連携などの面で依然として人手による調整が必要であると指摘しています。

双方向JSON-RPC APIを活用し、ストリーミング進捗やツール呼び出し、承認プロセス、差分管理を可能にするCodex App Serverの構築手法を紹介しています。AIエージェントをアプリケーションに統合するための技術的指針となります。

複数のAIエージェントや並列ワークフロー、長時間実行タスクをサポートするmacOS専用のコーディング・開発支援アプリです。ソフトウェア開発の統合的な指揮センターとして設計されています。

LlamaIndexは、自然言語による指示からドキュメント処理エージェントを生成できる「LlamaAgents Builder」のベータ版を公開しました。生成されたコードはGitHubへのプッシュや自社インフラへのデプロイが可能で、現在はLlamaParseユーザー向けに無料で提供されています。

OpenAIは、AIエージェントのスキルを評価するための体系的なテスト手法を公開しました。成功基準の定義から、実行ログのJSONL解析、出力スキーマを用いた定性評価までの一連の流れを解説しています。

LlamaIndexは、AIエージェントが非構造化データを扱う際、ファイルシステムを介したやり取りが効率的であると提唱しています。対話履歴の保存や外部コンテキストの取得、スキルの実行においてファイル活用が鍵となります。

Skyscannerのエンジニアが、OpenAIのCodex CLIをJetBrains MCP経由でIDEに統合する手法を共有しました。コンパイルエラーのチェックやテスト実行を自動化し、開発効率を向上させています。

AIエージェント開発のManusがMetaへの参画を発表しました。今後も独立した運営体制を維持し、Metaのプラットフォームを通じて数百万の企業やユーザーへサービスを提供します。

英国AI安全研究所（AISI）が、30以上の最先端AIモデルを対象とした評価結果をまとめた初のレポートを発表しました。AIの安全性と性能に関する現状を網羅的に分析しています。

OpenAIは、開発者がChatGPT向けにアプリを提出し、審査を経て製品内ディレクトリで公開できる仕組みを開始しました。専用のツールやSDKにより、実世界の操作をChatGPTに組み込む体験の構築を支援します。

Manusは、正式サービス開始からわずか8ヶ月で年間経常収益（ARR）が1億ドルを突破し、総収益の年換算実行率が1.25億ドルを超えたと発表しました。

Google DeepMindは、リアルタイム音声エージェント向けの「Gemini 2.5 Flash Native Audio」を更新しました。指示への追従率が向上し、Google AI StudioやVertex AIで利用可能です。