AIエージェントの最新情報

実世界でのAIエージェントの能力を測定する新ベンチマークGaia2と、その評価用フレームワークAREが公開されました。研究開発の透明性と標準化を促進します。

GPT-5のシステムカードに追加された「GPT-5-Codex」は、AIエージェントによるコーディング作業に最適化されたモデルです。タスクの複雑さに応じて思考プロセスを動的に調整し、単純な作業は高速に、複雑な作業は自律的に長時間処理することが可能です。

OpenAIは、音声対話を実現する「Realtime API」の正式版（GA）を公開しました。あわせて、gpt-realtimeモデルの機能詳細や実装上の変更点について開発者向けガイドを提示しています。

Googleは、エッジデバイス向けに最適化された多言語埋め込みモデル「EmbeddingGemma」を発表しました。308Mのパラメータサイズで100以上の言語をサポートし、量子化により200MB以下のメモリ消費で動作可能です。

OpenAIは、より高度な音声対話モデル「gpt-realtime」をリリースしました。Realtime APIではMCPサーバー対応や画像入力、SIP電話接続機能が新たに追加されています。

英国のAI安全研究所（AISI）は、AIエージェントの安全な評価を実行するためのサンドボックスプラグイン「Inspect Sandboxing Toolkit」をオープンソースとして公開しました。

Anthropicは、モデルの不正な挙動を自動で監査する3種類のAIエージェントを開発し、その性能を評価しました。複数のエージェントを組み合わせることで、単体よりも高い精度でモデルの潜在的なリスクを検出できることが示されました。

ManusチームがAIエージェント構築の経験を共有し、KVキャッシュの最適化やファイルシステムをコンテキストとして活用する手法を解説しました。また、エラーの保持や少サンプル学習の罠を避ける重要性についても言及しています。

OpenAIは、ユーザーの指示に基づき自律的に思考し、調査や予約、スライド作成などのタスクをツール経由で実行する「ChatGPTエージェント」を発表しました。ユーザーの指針に従いながら複雑な作業を完遂します。

OpenAIは、ChatGPTエージェントがブラウザ自動化やコード実行ツールを統合する際の安全対策をまとめたシステムカードを公開しました。同社の準備フレームワークに基づいたリスク管理体制が示されています。

Gradio 5.38.0では、AIエージェントがローカルファイルを直接アップロードできる機能や、MCPクライアント向けのリアルタイム進捗通知機能などが追加されました。

xAIは政府機関向けにGrokシリーズやDeep Search、Tool Use機能を提供する「xAI For Government」を開始しました。米国防総省との2億ドル規模の契約に加え、GSA調達カタログを通じた提供も開始します。

Hugging Faceチームが、公式MCPサーバー（hf.co/mcp）の開発経験を振り返り、STDIO、SSE、Streamable HTTPの3つの通信方式の選定理由を公開しました。オープンソースとして構築された同サーバーの知見がまとめられています。

Pythonライブラリ「ScreenEnv」は、Dockerコンテナ内に隔離されたUbuntuデスクトップ環境を構築し、GUI操作を行うAIエージェントのテストやデプロイを可能にします。

Gradio 5.28.0以降でMCPプロトコルがサポートされ、Hugging Face Spaces上の数千のアプリをAIエージェントのツールとして接続できるようになりました。Flux.1などの画像編集機能をCursor等のエディタから直接呼び出す手順が示されています。

PythonおよびTypeScriptでマルチステップのエージェントアプリを構築するための、イベント駆動型の軽量フレームワークです。独立したパッケージとして提供が開始されました。

H Companyは、Web UIの理解と操作に特化したVLM「Holo1」シリーズ（3B/7B）を公開しました。7BモデルはUI要素の特定において76.2%の精度を達成し、Web操作エージェント「Surfer-H」の基盤となります。

Hugging Faceは、450Mパラメータの軽量なVLAモデル「SmolVLA」を公開しました。コミュニティデータで学習され、シミュレーションや実機タスクにおいて既存の大型モデルを上回る性能を示しています。

OpenAIは、AIを使用して米国の政治的な世論形成に干渉していた中国発のネットワークを特定し、関連アカウントを停止しました。この活動は「Operation Uncle Spam」と命名され、米国の人物やオンラインコミュニティを標的にしていました。

Hugging Faceは、MCP（Model Context Protocol）を活用したPython用エージェント構築ツールを公開しました。SDKを拡張することで、わずか70行程度のコードでMCP対応のAIエージェントを開発可能です。