人間が誘導するGoogle DeepMindのエージェントが1024ビットRSAの2つの弱点を発見、OpenAIがBioBasicsBenchを公開、Cursorがエージェントとの音声チャットを提供開始

人間が誘導するGoogle DeepMindのAIエージェントが、すでに時代遅れとなった1024ビットRSAの2つの弱点を発見した。ほぼすべてが2048ビット以上の鍵を使用する最新のプロトコルは、安全性を維持している。この日は研究関連の発表が中心となった。OpenAIはBioBasicsBenchでウェットラボにおけるエージェントの能力を測定し、TCSExamは理論計算機科学におけるモデルの能力を評価する。AnthropicとGoogleは、モデルを取り巻く仕組みの何がエージェントを成功に導き、あるいは脱線させるのかを示した。ツール関連では、Claude Code、Codex CLI、Copilot CLIが新バージョンを公開し、Antigravity CLIがACPサーバーになった。Cursorはエージェントとの音声チャットを提供開始し、AmpはSpacesを導入した。

人間が誘導するGoogle DeepMindのエージェントが1024ビットRSAの2つの弱点を発見、Frontier Model Forumがサイバー領域のジェイルブレイクを評価

11月6日 — Google DeepMindは、人間の監督の下で誘導されたAIエージェントによる暗号解析研究を公開した。暗号解析とは、暗号の強度を検証する科学である。科学担当副社長のプシュミート・コーリがXに公開し、@GoogleDeepMindが共有した記事で研究を紹介した。エージェントは1024ビットRSAシステムの2つの弱点を発見し、従来考えられていたより少ない計算資源で破れることを示した。研究を主導したのはGoogle DeepMindの科学チームに所属するディージェー・ドヴィジョタムとアブラディープ・タクルタで、ナディア・ヘニンガー（カリフォルニア大学サンディエゴ校およびInria）、エマニュエル・トメ（Inria）も参加した。詳細は2本の技術論文のPDFで公開され、発表に伴うブログ記事はなかった。

対象範囲は意図的に限定されている。時代遅れとなり、すでに廃止された1024ビットRSAを、暗号解析の研究者が長年行ってきたように、リスクのない実験対象として使用した。ほぼすべてが2048ビット以上の鍵を使用する最新のプロトコルは、安全性を維持している。

最初の成果はデジタル署名に関するものだ。デジタル署名は、ソフトウェアの更新、文書、ウェブサイトが確かにその発信元に由来することを保証する。多くの規格では、署名前にメッセージへ詰め物（パディング）を追加する。研究チームは、攻撃者が署名対象ブロックの約半分を制御できると、このパディングがまったく保護にならないことを示した。実際のシステムには一切触れず、隔離されたシミュレーションで、エージェントは過去の研究ですでに解読されていた1024ビットの参照鍵に対して攻撃を実行した。同じ結果を3,5分の1のCPU時間で再現し、必要な計算能力は鍵そのものを解読する場合の千分の一未満だった。攻撃者が制御できるブロックの割合がもっと小さく、ハッシュ値が32バイトと短い場合には、著者らの理論的な推定によると、新しいアルゴリズムは従来の最良の手法を約1 600倍上回るという。

2つ目の成果は、一括因数分解に関するものだ。RSA鍵の長さは1024ビットや2048ビットといった規格に従うため、同じ大きさの数を大量に因数分解することは重要な課題となる。エージェントは漸近計算量がより優れたアルゴリズムを発見し、従来の一括処理手法と比べて、1024ビット鍵を追加で1つ因数分解する際の平均コストを約30分の1にした。

著者らが公表した成果	公表された改善幅	示された条件
攻撃者がブロックの約半分を制御する場合の署名偽造	CPU時間を3,5分の1に削減	隔離されたシミュレーション、すでに解読済みの1024ビットの参照鍵
同じ攻撃を鍵の解読と比較	計算能力が千分の一未満	鍵そのものを解読するために必要な計算能力
32バイトのハッシュ値を使用した偽造	約1 600倍の改善	理論的な推定、1024ビット鍵
一括因数分解	鍵を追加する際の平均コストが約30分の1	従来の一括処理手法との比較
2048ビット以上の鍵	対象外	Google DeepMindによると安全性を維持

While modern 2048-bit systems remain safe from these specific exploits, this work highlights a key shift. As we enter a new era of AI-enabled math and computation, we can no longer rely on historical hardness assumptions and must continuously stress-test cryptographic standards.

🇯🇵 最新の2048ビットのシステムはこれらの特定の攻撃からは守られていますが、この研究は重要な転換点を浮き彫りにしています。AIの支援を受けた数学と計算の新たな時代に入る今、私たちは計算の難しさに関する従来の仮定にもはや頼ることはできず、暗号規格を継続的に検証しなければなりません。 — X上の@GoogleDeepMind

🔗 プシュミート・コーリのX記事 · デジタル署名に関する技術論文（PDF） · 鍵の因数分解に関する技術論文（PDF）

Frontier Model Forumがサイバー領域のジェイルブレイクの深刻度を評価する共通の基準を提案

11月5日 — 最先端のAI研究所が参加するFrontier Model Forum（FMF）は、サイバー脅威を対象とするジェイルブレイク評価フレームワーク（最先端のサイバー脅威を対象とするジェイルブレイク評価フレームワーク）のバージョン1.0を暫定版として公開した。出発点となるのは、安全対策の回避がすべて同じではないという認識だ。ほとんど利用できない回答しか得られないものもあれば、危険な攻撃能力を引き出すものもある。共通の手法がなければ、同じジェイルブレイクを2つの組織が異なって評価し、深刻度の低いものから先に修正してしまうおそれがある。このフレームワークは、能力の向上、能力の広がり、展開の容易さ、発見の容易さという4つのカテゴリーのスコアを組み合わせ、各ジェイルブレイクを段階別に分類する。

記事にはAWS、Anthropic、Google DeepMind、Microsoft、OpenAIの代表者が支持を表明している。OpenAIは11月6日にこの発表を共有し、FMFとその加盟組織と共同で取り組んだと説明した。2026年12月21日まで意見を募集しており、FMFは異なる評価者が近い評価に到達するかを検証し、新たなジェイルブレイクに応じてフレームワークを更新していく。7月にはAnthropicが、Amazon、Microsoft、Googleと共同で策定した類似の尺度、CJS（サイバー・ジェイルブレイク深刻度）を詳しく紹介していたが、FMFの記事は両者の関係には触れていない。

🔗 最先端のサイバー脅威を対象とするFMFのジェイルブレイク評価フレームワークの紹介

科学におけるAIを測る：ウェットラボ向けのOpenAIのBioBasicsBenchと理論計算機科学向けのTCSExam

OpenAIがBioBasicsBenchを公開：ウェットラボの100タスクでGPT-6 Astraが66,7 %を獲得

11月6日 — OpenAIはBioBasicsBenchを発表した。酵素設計を専門とするバイオテクノロジー企業Ligoと共同で開発したベンチマークで、日常的なウェットラボ（実験室での実験作業）で得られる生データをエージェントが解釈する能力を測る。対象はゲルやブロット、培養皿、顕微鏡画像、測定機器からの出力データ、実験手順の動画などだ。実際の実験から抽出した100のタスクを、専門家による評価基準に従って項目ごとに採点する。タスクはタンパク質関連の手法から分子クローニングまでの5分野を網羅し、エージェントが誤りを見つけ、データだけでは結論を出せない状況を認識できるかも確認する。

評価対象はOpenAIのモデルのみで、7モデルを37通りの設定で評価し、各タスクを5回試行した計18 500件の結果に基づく。推論努力をxhighに設定したGPT-6 Astraは、獲得可能な得点の66,7 %を獲得し、GPT-6.1 Solを上回り、GPT-5.6 Solを大きく引き離した。出力トークン数はGPT-5.6 Solの約半分だった。OpenAIによると、こうした改善は、ネイティブなマルチモーダル能力の強化が決め手となる可能性を示唆している。

評価対象モデル（推論努力xhigh）	平均報酬	95 %信頼区間	タスク当たりの出力トークン数
GPT-6 Astra	66,7 %	60,3～73,1 %	4 704
GPT-6.1 Sol	62,0 %	55,6～68,4 %	5 238
GPT-5.6 Sol	43,8 %	37,6～50,0 %	9 099
GPT-6 Luna	38,3 %	32,3～44,5 %	13 120
GPT-5.5	35,4 %	29,7～41,0 %	11 135
GPT-5.4	33,2 %	28,3～38,4 %	13 717
GPT-5.2	31,2 %	26,2～36,3 %	27 620

OpenAIはAstraの失敗例も詳しく紹介している。なじみのある仮説を実験の対照データより優先する、矛盾する観察結果を退ける、コロニー数を約12 %多く見積もるといった例だ。記事によると、スコアが向上しても、実験室で信頼できる判断ができるとはまだ限らない。OpenAIはこうした追跡評価をバイオセーフティーとバイオセキュリティーに関連づけており、タスクセットの公開については言及していない。

🔗 AIエージェントが日常のウェットラボ科学にどう対応するかを測定（OpenAI）

TCSExamが理論計算機科学におけるモデルを評価：Full版はGPT-6 Astra、Lite版はOpus 5.5が首位

11月5日 — Moonshot AIのGitHub組織で公開され、11月5日付でarXiv論文も投稿されたTCSExamは、モデルが理論計算機科学（計算に関する理論研究）の研究をどこまで進められるかを測定する。arXivに記載されている著者は、イーファン・ルオ、ジェンイン・リウ、ヤン・ユアン、ジーリン・ヤン、アンドリュー・チーチー・ヤオ。課題は4系統あり、公表済みの定理をLeanで証明すること、非公開の問題例で評価されるソルバーを書くこと、検証済みの構成または限界値を導くこと、未解決予想を完全に証明または反証することだ。Full版には専門家が確認した100のタスクがあり、Lite版には各系統5つずつ、計20のタスクがある。指標では最初の3系統にそれぞれ30、予想の系統に10の重みを与え、ソルバーは固定の基準となるKimi K3と比較して採点する。

評価対象モデル	Lite指標（20タスク）	Full指標（100タスク）
Opus 5.5	72,3（暫定）	サイトの表に記載なし
GPT-6 Astra	67,0	71,9
Kimi K3.1 Pro	53,5	57,4
Kimi K3	48,6	46,8
GLM-5.3	47,0	45,5
Qwen3.8 Max (0902)	45,4	44,8
DeepSeek V4.1 Flash 1017	42,4	46,0
Grok 4.6	42,1	40,5

未解決予想は1つも解決されていない。要旨で主張しているのは、独立に検証された特殊な場合の結果と限界値のみだ。ただし、著者らの知る限り、2つの結果が既知の最良記録を上回った。1つはKimi K3が構成した、124頂点と630辺を持ち、三角形も長さ4の閉路も含まないグラフである（フーデブールらの構成では629辺）。もう1つは、GPT-6 Astraが発見した量子誤り訂正符号で、25個の物理量子ビットを使って7個の論理量子ビットを保護し、符号距離を5から6に改善した。この評価環境は既定でKimi Codeを実行し、Claude Code、Codex、Grok Buildにも対応する。

🔗 TCSExamの結果 · arXiv論文2611.07962

エージェント研究：Anthropicのメモリーとドリーミング、Googleの陳腐化したTODO、ハーネスアダプター

Anthropic、dreamingによるClaudeエージェントのメモリー修正と整理の仕組みを紹介

11月6日 — AnthropicはEngineeringブログの研究・技術記事で、エージェントのメモリーを、Claudeがセッションをまたいで経験から保持する、読み返せるメモとして定義している。モデルの重み、文脈内学習、コンパクションとは区別される。dreaming（エージェントの「夢」）では、セッション外でログや会話記録を読み返し、メモの修正、新しいメモの作成、ウィキのような情報構造の構築、事前に読み込む情報の選別を行う。この機能は5月6日から、Claude Managed Agentsで研究プレビューとして提供されている。

評価では、まず判断力の向上が示された。Pokémon Redでは、約10 000ステップの時点で、Sonnet 3.7はバッジ1個の獲得に225フォルダー内の413個のメモリーファイルを書いていたのに対し、Fable 5は9ファイルと1つのglobal.mdにとどめながら、バッジ4個を獲得していた。Opus 5.5は小さなメモフォルダーだけでゲームをクリアした。Anthropicは、メモリーの使い方を指示するよりも、何のために使うのかをClaudeに伝えるよう勧めている。失敗だけを記録するよう強制すると、Opus 5とOpus 4.7では改善効果の大部分が失われる。おつきみやまのポケモンセンターの位置に関する誤ったメモを、dreamingが会話記録に基づいて修正するだけで、ゲームの行き詰まりが解消された。

Anthropicが行った実験	公表された結果
ウィキのみ、Stainlessの社内コーパス（約350 000ファイル）、dreamingを2セッション、その後128セッション実施	評価基準の達成率は順に13 %、48 %
検索とウィキを併用、同じコーパス	54 %、61 %に対し、検索のみでは53 %。質問ごとに約20 000 tokensを節約
企業合併に関する質問（24問、複数文書にまたがる評価基準）	ウィキありで87 %、検索のみで73 %
契約書から抽出した事実	共有テーブルでは57件中41件、契約書ごとに原文を逐語引用した個別ページでは57件中57件

記事では限界も指摘している。単一の文書で足りる場合には改善がなく、ウィキが元の資料より大きくなる場合もあり、メモリーを最新に保つための計算コストもかかる。また、Claude Codeのauto memoryが読み込むのは、索引として使われるMEMORY.mdの先頭200行または25 Koまでであることも改めて説明している。

🔗 エージェントメモリーの構成要素（Anthropic）

Google、古くなったTODOコメントがコードエージェントを本来の作業から逸脱させる影響を測定

11月6日 — Google Developersブログで、サム・サッコーンとマドゥリ・ガリカパティが、コードエージェントに潜むコストとして、放置されたコメントの影響を測定した。

What is easy for humans to skim past in code, agents see as a call to action.

🇯🇵 人間ならコードの中で簡単に読み飛ばすものを、エージェントは行動を促す指示として受け止める。 — サム・サッコーン、マドゥリ・ガリカパティ、Google Developersブログ

チームは、数千人のエンジニアと数億ステップに及ぶエージェントの実行記録を基に、エージェントが遭遇したTODO(bug/...)またはFIXME(bug/...)の各コメントを、バグの実際の状態およびユーザーの依頼と照合した。全体では、ファイルを読み取るセッションの13 %で、エージェントがこうした参照に遭遇する。エージェントは94 %のケースでは無視するが、6 %では対応に着手し、その83 %は開発者が求めていない行動だった。こうした寄り道の41 %はすでにクローズされたチケットを追い、57 %は未解決のバグにまで作業を広げていた。開発者、コードの複雑さ、タスクの種類、モデルの水準が同等の場合、依頼されていない寄り道によって、セッション当たりのステップ数は70 %、トークン数は77 %、待ち時間は105 %増える。

Googleは対策として、コードベースを巡回し、バグ、ファイル、変更の履歴を調べ、TODOが古くなっていると確認できた場合にだけ削除を提案するクリーンアップエージェントを導入した。6か月で数千件の参照を削除し、人間のレビュー担当者による承認率は95 %を超えた。記事は、エージェントが扱いやすいコードベースの整備を提唱している。

harness-hub、safeagentsの監視下でエージェントのハーネスごとにLoRAを強化学習

11月6日 — Hugging Faceブログで、harness-hub組織のユネス・ビー、リザンドル、ネイサン・ハビブが、ハーネスアダプターを紹介した。モデルとエージェントのハーネス（pi、opencode、hermes）の組み合わせごとに小さなLoRAアダプターを用意し、ハーネス自体には手を加えず、その内部で検証可能なタスクを使って強化学習する。単一のサーバーで、ベースモデルとすべてのアダプターを提供する。予備テストでは、学習に使わず取り置いたタスクにおいて、ベースモデルと同等以上の正確さを保ちながら、ツール呼び出しが少なくなる傾向が見られた。報酬には、正解したうえでツール呼び出しが少ない解法に対する小さなボーナスが加えられている。

タスクはHubで共有された公開コーディングセッションから作られ、Repo2RLEnvsによって検証可能な環境に変換される。公開版には270タスクが含まれるが、内訳は大きく偏っている。構築が253件（94 %）、修復が11件、拡張が6件で、質疑応答はない。safeagentsプロキシは学習中の各ツール呼び出しを検査し、報酬の不正獲得を狙う試みを遮断して0点を付ける。この監視を有効にしても、学習から除外した評価用タスクでのLFM2.5-24B-A2Bのpass@1は変わらなかった（+0,0 ± 4,1ポイント）。最終的な学習対象は、Liquid AIのLFM2.5-24B-A2BとLFM3-1.7B、そしてwebAIのTwIL-8Bである。TwIL-8Bは、モデルカードによればエージェントのデータで一度も学習していない推論モデルだ。学習はHF Jobsで実行され、費用も含めてライブ配信されている。

🔗 ハーネスアダプター（Hugging Faceブログ）

コードエージェント：Claude Code 2.1.319、Codex CLI 0.167.0、Copilot CLI 1.0.106、Antigravity CLI 1.5、Cursorの音声チャット、AmpのSpaces

Claude Code 2.1.319、MCPタスクをバックグラウンドで実行し、permissions.denyInsteadOfPromptingを追加

11月6日 — AnthropicがClaude Code 2.1.319を公開した。リリースノートは146項目で、うち90項目が修正。10月30日の2.1.314は119項目だった。パッケージは00時58分UTCからnpmで、リリースは17時04分UTCからGitHubで公開され、投稿による告知はなかった。stableチャネルは2.1.311のままとなっている。Agent SDKも同日に更新された（TypeScript 0.3.319、Python 0.2.179）。

変更項目	変更内容
ターミナルでのMCPタスク（MCP tasks）	MCPサーバーがツール呼び出しをタスクとして実行すると、Claude Codeはそれをバックグラウンドに回し、完了時に結果を受け取る
`permissions.denyInsteadOfPrompting`	権限確認の入力待ちになる呼び出しを拒否し、ターンを続行する。サブエージェントやチームメンバーにも適用される
LLMゲートウェイ経由のautoモード	テレメトリーや機能フラグが無効な場合、サーバー側で検証できない呼び出しはユーザーに確認するか拒否し、組み込み分類器にはフォールバックしない
`/claude-api latency-optimize`	Claude APIを呼び出すコードのどこで待ち時間が発生するかを調べ、ユーザーの評価基準に照らして、より高速な設定を試す
`/tasks`	「このセッションの前のやり取り」という行から、終了したサブエージェントを再度開いてメッセージを送れる

MCPタスクは10月23日にバージョン番号なしで発表されていたが、CHANGELOGに登場するのは今回が初めてとなる。機能フラグなしでも動作するため、Bedrock、Vertex、Foundryやゲートウェイ経由でも利用できる。リリースノートでは複数の脆弱性も修正されている。細工した環境変数のプレフィックスによるBash権限の回避、worktree作成時のサンドボックスからの脱出、accept-editsまたはautoモードで権限確認を飛ばしていたsedコマンド、フォルダーのシンボリックリンクを介してファイルを変更できた/rewindが含まれる。Claude appsゲートウェイには、11月10日のClaude Desktopの変更に備えた警告が追加されたが、その変更の詳細は記載されていない。同日、@ClaudeDevsは、クラウドセッションがリポジトリーの環境を自動で準備するようになったと発表した（短報を参照）。

🔗 Claude Code 2.1.319のリリースノート

Codex CLI 0.167.0、未読の結果を表示し、セッション選択画面からバックエンドを切り替え可能に

11月6日 — OpenAIが01時40分UTCにCodex CLI 0.167.0を公開した。10月29日の0.166.0以来となる安定版で、PR一覧には120項目が並ぶ。エージェントのコマンドセンターはcodex agents --no-daemonで開くようになり、セッション選択画面と同様に、ユーザーがまだ確認していない結果に印を付ける。セッション選択画面では、下書きを失うことなく、接続済みのバックエンド間を切り替えることもできる。対応ターミナルでは、添付したローカル画像が入力中にプレビュー表示される。ログイン画面では、APIキーとクラウドプロバイダーが「別の方法でサインイン」にまとめられた。gcp_setup_wizardオプションは、Application Default Credentialsまたは認証情報ファイルを使ってGoogle Cloud Vertex AIを設定する。macOSとWindowsのシステムプロキシ設定は、/experimentalから有効にできるようになった。

修正は、作業の継続性に関するものが中心となっている。モデルプロバイダーを変更した後も保存済みの会話が表示され、Ctrl+Lで画面を消去してもメッセージは失われず、Ctrl+Tから参照できる。自動コンパクションでは、失敗した応答から保持された出力も考慮される。app-serverのドキュメントには、人間による再承認を必須にするprompt-userルールが記載された。あわせて、openai-node 7.53.0は、エージェントのセッションエラーをストリームイベントとして通知するようになった。

🔗 Codex CLI 0.167.0のリリースノート

Copilot CLI 1.0.106、未掲載の227項目を含む安定版を公開し、同じリリースノートの1.0.107が続く

11月6日 — Copilot CLIが、10月28日の1.0.105以来となる安定版を公開した。1.0.106は01時47分UTCに登場し、リリースノートにはプレビュー版の全サイクルを通じた637項目がまとめられている。そのうち227項目は、GitHubで公開された11本のプレビュー版のリリースノートにはなかったものだ。20時37分UTCには1.0.107が公開されたが、リリースノートは見出しの日付以外まったく同じで、独自の変更は記載されていない。現在npmがデフォルトでインストールするのはこちらのバージョンとなっている。

未掲載だった項目には、ローカルのLSPとMCPの設定を起動・展開するためのCOPILOT_SESSION_CWD変数、利用権限のあるアカウントで「新しいモデル」欄から選択できるGPT-6.1 Terra、拡張機能のプロセスをサンドボックス内で動かす「サンドボックス拡張機能」設定、OneAuth経由のMicrosoft Entraログイン向けMATSテレメトリーがある。このテレメトリーは、クライアント側でのテレメトリー拒否設定に従う。セッションのサイドバーが開いている場合、/exitはCLIではなく現在のセッションを閉じる。サンドボックスの拒否ルールはglobパターンに対応し、サイバーセキュリティ上のリスクによる拒否では、セッションがそのまま保持されることを説明したうえで/rewindを提案する。Copilot SDKも1.0.29で安定版となった。リリースノートは元の時点で途中までしか表示されていないが、131項目があり、RustのSessionMetadataに関する破壊的変更が含まれる。

🔗 Copilot CLI 1.0.106 · Copilot CLI 1.0.107 · Copilot SDK 1.0.29

Antigravity CLI 1.5、エディター向けACPサーバーに対応し、リモートエージェント上で会話を実行

11月4日・5日 — AntigravityのCLIが、2段階でバージョン1.5に更新された。1.5.0（改善10件、修正3件）ではagy acpが追加され、CLIをAgent Client Protocol（ACP）サーバーとして動かせるようになった。対応エディターからエージェントとして利用でき、プロンプトに画像やファイルのコンテキストを含めること、進行中のターンに追加指示を与えて方向を変えること、default・accept-edits・planの各セッションモード、履歴を再実行せずにセッションを再開すること、セッションごとにモデルと推論の深さを設定することに対応する。agy acp --loginでは、SSH接続されたエディターのためにターミナルからログインできる。同じバージョンには--remote-agentも追加され、会話をリモートエージェント上で実行できるようになった。これはアプリの2.29.0に登場したリモートエージェントのコマンドライン版に当たる。さらに、/projectsでのローカルプロジェクトと、非対話モード（-p）も追加された。非対話モードでは、これまで非公開の30分制限でバックグラウンドタスクを停止していたが、完了まで待つようになった。また、修正内容から、GEMINI_API_KEYによる接続のサブエージェントが、Gemini 4 ArgonとGemini 3.8 Flashではなく、2世代前のモデルで動作していたことが明らかになった。

1.5.1（改善5件、修正7件）では、すべてのACPクライアントで、アカウントが利用できる全モデルを使えるようになった。以前は、固定リストに載ったエディターだけにGemini以外のモデルが提示されていた。また、バックグラウンドプロセスが出力を開いたままにする場合、ターミナルコマンドの終了までの時間が5秒から約1秒に短縮された。展開は段階的に進められ、数日かかる可能性がある。

🔗 Antigravityの変更履歴

Cursor、Grok Voiceを使ったエージェントとのリアルタイム音声チャットを公開

11月6日 — Cursorで、リアルタイムの音声通話を通じてエージェントと話せるようになった。変更内容を声で説明したり、エージェントに今何をしているか尋ねたり、作業の進捗を音声で聞いたりできる。音声チャットはAgents Window、IDE、ウェブ版、iOSアプリで利用できる。通話では2つのエージェントが動く。音声エージェントが聞き取りと応答を担当し、コードの作業はチャットのエージェントに任せる。音声エージェントは、差分や実行について読み取り専用で回答するほか、過去のメッセージや通話を検索し、Project内でワーカーを切り替えることもできる。コードエージェント自身も、短い進捗メモと完了時の簡潔な応答で発言する。

音声にはGrok Voiceを使う一方、コードエージェントは選択済みのモデルを維持する。Cursorは8月からSpaceX傘下にある。音声はAra、Eve、Leo、Rex、Salなど複数から選べる。Privacy Modeでは音声チャットのデータが保持されず、iOSではSiriコマンドで新しいエージェントとの通話を開始できる。アカウントへのログインが必要で、APIキーで開始したセッションからは通話できない。エージェントが作業中でない場合、無音が約10分続くと通話が終了する。1日当たりの利用上限もあるが、具体的な数値は公表されていない。料金への言及はなく、以前Voice Modeと呼ばれていた音声入力は別機能として存続する。

🔗 エージェントとの音声チャット（Cursorの変更履歴） · 音声チャットのドキュメント

AmpがSpacesを公開、ユーザーに代わってスレッドを作成・調整するエージェント

11月6日 — AmpがSpacesを公開した。スペースは1体のエージェントと会話する場で、そのエージェントがほかのエージェントを起動し、調整する役割を担う。ユーザーが自分でスレッド（threads）を作成・整理する必要はなく、スペースのエージェントが引き受ける。Ampは、多数のエージェントをより高い視点から扱う方法と位置づけている。チームは数週間の社内利用を経て、全体を見渡しながら詳細にも踏み込めるこの方式が、エージェントとのやり取りの未来になるかもしれないと考えている。

記事では社内の事例を3つ紹介している。Spaces自体は「Spaces v1」というスペースで開発され、エージェントがチャットに寄せられたフィードバック、不具合、アイデアをスレッドに振り分けた。ルイスはスペースからService Accountsの公開を統括した。デプロイ、XやSlack、不具合報告の監視、修正、さらに影響を受けたユーザーへのメール送信と返金までを管理した。ウィルは定期的なセキュリティレビューをスペースに任せた。初回はコードベースを16の領域に分割し、それぞれ専用のスレッドでレビューしたうえで、各指摘を別のスレッドで検証し、要約したアーティファクトを作成した。利用はサイドバーのSpacesセクションにある「+」ボタンから始める。記事では料金やプランには触れていない。同日、Ampはウェブサイト上のコメントをエージェントのスレッドに変換するウィジェットも追加した（短報を参照）。

🔗 Spaces（Amp）

モデル開発：MetaはMuse Wonderで特化型モデルを学習、Hugging FaceはMoE学習ガイドを公開

Meta、Muse Wonderで学習した特化型モデルをMuseとMeta AIに導入

11月6日 — Metaは、10月12日に公開したフロンティアモデルMuse Wonderの能力をMuseとMeta AIに取り入れている。既存モデルをMuse Wonderで学習させた特化版を導入しているが、記事ではモデル名、サイズ、重みを明らかにしていない。引き継がれるMuse Wonderの能力は2つある。過去の情報が再び役立つ場面を認識し、今も有効な情報と古くなった情報を区別するアクティブメモリ（Active Memory）と、障害に直面しても立て直したり、代替手段を見つけたりできるようにするアクティブフォーカス（Active Focus）だ。Meta AIについては、問題を段階に分解し、より的確な追加質問をするアシスタントと説明しているが、数値は示していない。

Metaの社内評価指標	Museの現行モデル	以前のモデル
Personal Superintelligence Index	47 %	38 %
Active Memory Eval（重要な文脈を適切に活用）	タスクの90 %	76 %
Museにおける重要情報の忘却	2,4分の1	—
不測の事態が発生する日常タスク	+67 %	—

これらはすべてMetaによる測定値で、記事内に評価手順は公開されていない。

🔗 MuseとMeta AIの特化型モデルに関するMetaの研究記事

Hugging Face、800 000 GPU時間の実験を基に『MoE学習完全ハンドブック』を公開

11月5日 — Hugging Faceが『MoE学習完全ハンドブック』を公開した。ヌアマヌ・タジ、レアンドロ・フォン・ヴェラ、トーマス・ウルフが執筆した、混合エキスパート（Mixture-of-Experts、MoE）モデルの学習に関する無料のオープンなガイドだ。出発点となったのは、Artificial Analysisのランキングでは、重みが公開された上位20モデルのうち18がMoEであり、DeepSeek V4.1 Flash 1017、GLM-5.3、MiniMax-M3.1-Flashも含まれる一方、その学習ノウハウは依然として少数のチームに集中しているという状況だ。

18 of the 20 best open models today are Mixture-of-Experts. Dense is basically over. And yet the know-how to train a good MoE still lives mostly in the heads of a handful of teams. So we spent 800k GPU hours running the experiments ourselves and wrote everything down.

🇯🇵 現在の上位20のオープンモデルのうち18はMixture-of-Expertsです。密なモデルの時代は、ほぼ終わっています。それでも、優れたMoEを学習させるノウハウは、いまだにごく少数のチームの頭の中にあります。そこで私たちは800 000 GPU時間を費やして自ら実験を行い、そのすべてを書き記しました。 — @Thom_WolfのX投稿

実験はH100を8基搭載したAWS P5ノードで実行された。Hugging Faceが再投稿したジェフ・ブーディアの投稿によると、費用は200万ドルだった。ガイドは約70 000語、55のインタラクティブな図、実行可能なコードで構成され、想定読了時間は1〜2日とされている。扱うのはチームが直面する具体的な疑問だ。エキスパートの数とサイズ、共有エキスパートの有無、ルーターの選択とFP32を維持する理由、負荷分散に補助損失を使うかDeepSeek方式の損失を使わないバイアスを使うか、密なモデルから始める（upcycling）かゼロから始めるか、ログにエラーがないのに学習が25倍遅くなる理由などを解説する。最後の部では配信を扱い、エキスパートの低精度化、エキスパート並列化、アテンションとFFNの分離を取り上げる。

🔗 MoE学習完全ハンドブック（Hugging Face）

PerplexityのAgent API、全処理レベルのコストを削減、品質は同等以上と説明

11月5日 — Perplexityは、Agent APIの既存の全処理レベル（effort levels）でリクエスト当たりのコストを引き下げた。同社によると、調査品質は同等以上だ。記事では、最も広範な調査向けに同日提供を開始したレベルultraについても詳しく説明している。処理レベルとは、タスクの種類に応じてモデル、ステップ数の予算、検索設定、ツールをまとめた、すぐに使える構成のことだ。レベル名を指定するリクエストは、コードを変更せずに更新の恩恵を受けられる。バージョンを固定すれば以前の構成が維持される。スコアは、公開ベンチマークのBrowseCompとDSQA、および多数の対象を長時間調査するためのPerplexity独自ベンチマークWANDRに基づく。

処理レベル	公表された結果	公表されたコスト
medium	BrowseCompとDSQAで55 %から77 %へ	約90 %削減
high、fetch_urlの抽出あり	88,0 %、抽出なしでは83,5 %	リクエスト当たり0,073ドル、従来は0,094ドル
xhigh	WANDRで76,5 %を維持	8月の構成の約25 %のコスト
ultra	WANDRで85,9 %、テスト対象中の最高スコア	タスク当たり21,71ドル

ultraでは、3体のエージェントがタスク全体に並行して取り組み、4体目が発見事項を統合して回答を作成する。記事では、改善の手段を詳しく説明している。ステップ数とツール呼び出し数に上限を設け、予算を随時通知すること（あるBrowseCompのタスクでは、通知を受けたエージェントは上限40ステップのうち13ステップで回答を見つけ、通知のないエージェントは40ステップを使い切っても見つけられなかった）、小型モデルでページから必要な箇所だけを残すこと（5 561トークンを293に削減）、スキルを必要に応じて読み込むこと（すべて事前に読み込むとコストが13 %増えるため）、そして同等以下のコストで性能が向上した場合にのみ新モデルを採用する評価ループだ。レベル別の料金表は公開されていない。

🔗 Agent APIの全処理レベルを改善（Perplexity） · @perplexitydevsのスレッド

Perplexity Computer、長い会話をバックグラウンドで要約し、BrainをすべてのProjectsで提供

11月6日 — Perplexityは、10月19日以来初となる製品の変更履歴を16項目で公開した。大半はTeammates、Mac上で完全にローカル動作するComputer、音声モードなど発表済みの機能を再掲したもので、新規項目は7つある。Computerでは、新たに始めた長い会話の履歴をバックグラウンドで要約する（background compaction）。Perplexityによると、長い文脈を使って作業を続ける際の中断が94 %減り、1ターン当たりのクレジット消費も7 %減るという。Computerで作成したサイトを修正する際は、長方形で範囲を囲む代わりに、見出し、ボタン、カード、メニューなどの要素を直接選択できるようになった。

Projectsでは、Projectの記憶を担うBrainがすべてのProjectで無料で有効になり、会話とファイルを基に毎日更新される。Project infoパネルと統合されたSettingsパネルも全ユーザーに公開される。Enterpriseでは、ウェブ上のスレッドやComputerのタスクに@メンションで同僚を招き入れられるようになり、役割別の制御には、既存の処理レベル設定に加えて速度の上限（NormalまたはFast）が追加された。インターフェースの階層、アクセシビリティ、レスポンシブ対応（responsive）、デザインシステムの一貫性を監査するスキルImpeccableも公式リストに加わった。変更履歴ではさらに、Agent Pluginsが個人向けプランとセルフサービスのEnterpriseで利用可能であること、Macアプリ26.42.0以降ではComputerが完全にローカルで動作することも明記している。処理レベルのコスト削減も再掲されており、詳細は前のセクションで扱っている。

🔗 Perplexityの11月6日付変更履歴

音声：GradiumのPhononは端末上で動作、ElevenLabsはUnityのキャラクターに音声を提供

Gradium、重みを公開した端末内音声合成モデルPhononを詳しく紹介

11月5日 — GradiumはHugging Faceのブログ記事で、2週間前に公開したPhononを改めて紹介した。スマートフォン、シングルボードコンピューター、ブラウザーのタブまで、サーバーもネットワークも使わず、完全に端末上で動作する音声合成モデルだ。Phononには約65 MBと75 MBの2つのサイズがあり、電話番号、日付、コードを扱える。100種類以上の音声を内蔵しているほか、Gradium Studioで新たな音声も作成できる。本人の同意を得た短い録音からのクローン作成、またはテキストによる説明で生成し、ダウンロードしてローカルで動かせる。

Phononモデル	対応言語	利用ライセンス
Phonon 31m	英語	Apache 2.0、商用利用自由
Phonon 40m	英語、フランス語、ドイツ語、スペイン語、ポルトガル語	CC BY-NC、商用利用はユーザー数に応じて有料

Gradiumによると、PhononはHugging FaceのOpen TTS Leaderboardで、最大100倍大きいモデルを相手に、ドイツ語とスペイン語の明瞭度で首位、評価対象の全言語で上位3位に入った。また、CPUでのストリーミングのベンチマークでも、最初の音声が出るまでの時間で首位に立っているという。Gradiumは2週間で200 000件以上のダウンロードがあったとしている。推論エンジンpttsは10種類を超えるバックエンドに対応し、CPU、CUDA・Vulkan・Metal・WebGPU経由のGPU、Core MLやSnapdragonのチップで動作する。Transformersにもv5.21から統合されている。

🔗 Phonon（Hugging Faceブログ）

ElevenLabs、ElevenAgentsでゲームのキャラクターを話させるUnity SDKを公開

11月5日 — ElevenLabsは、音声エージェント基盤ElevenAgents向けのUnity SDKを公開した。ゲームのシーンとElevenLabsのダッシュボードで作成したエージェントを接続する。プレイヤーがキャラクターに近づいて声をかけると、SDKがマイク入力を取得し、UnityのAudioSourceでエージェントの音声を再生し、Conversation APIでセッションを管理する。音声をキャラクターから発し、音量に合わせて口を動かすこともできる。動的変数により、複数のキャラクターがそれぞれ異なる気分で同じエージェントを共有できる。コンテキスト更新では、鍵を拾ったといったゲーム内の出来事を、会話を遮らずにエージェントへ伝えられる。クライアント側のツールを使えば、ドアを開けるなど、エージェントからゲームのコードを実行することも可能だ。

対象プラットフォーム	SDKの対応状況	使用する通信方式
エディターとデスクトップ（macOS、Windows、Linux）	対応済み	WebSocket
WebGL	対応済み	WebSocketまたはWebRTC
iOS、Android、XR	ベータ	WebSocket

インストールはUnityのPackage Managerから、ElevenLabsのgitリポジトリをv0.1.0に固定して行う。このバージョンは10月27日にGitHubで公開され、ライセンスはMITだ。GettingStartedのサンプルは約10分で試せるとされている。ElevenLabsは、公開前に認証を再び有効にするよう呼びかけている。サーバーが有効期間の短い署名付きURLを発行する必要があり、ビルドにAPIキーを含めてはならない。専用の料金は発表されていない。

🔗 ElevenAgentsでUnityのNPCに声を与える（ElevenLabs） · elevenlabs/unityリポジトリ

Ai2、ロボット学習を研究するFoundationWorldsの第1弾ToyBlocksを正式発表

11月6日 — Ai2はToyBlocksを正式発表した。コードとデータは前日から公開されていた。同研究所はこれを、基盤ワールド（FoundationWorlds）という、より広い枠組みに位置づけている。制御されたシミュレーション世界、タスクとデモンストレーションの自動生成、ロボットの挙動を時系列で追う指標を組み合わせ、データやモデルを変え、テストを再実行し、失敗の原因を突き止められるようにするものだ。デモンストレーションは遠隔操作なしで生成され、GPU 1基で実時間の最大24倍の速度に達する。初期の結果は、実環境への移行とフロンティアエージェントに関するものだ。

Ai2が公開した評価	得られた結果
シミュレーションと実機ロボットにおけるManiFlowの基本スキル	80,0 %と81,1 %
シミュレーションと実機ロボットにおけるMolmo 2 + ManiFlow	55,5 %（200件中111件）と50,0 %（30件中15件）
MCP経由のClaude Opus 5.5、文字を探して単語をつづるタスク（search and spell）	63 %を解決、または正しく実行不可能と判定
既定・人間の専門家作成・学習済みのスキル記述	成功率24 %、36 %、63 %
従来型の計画立案におけるClaude Opus 5.5	積み上げタスク30件中30件

文字を探して単語をつづるタスクでは、場面の半数が実行不可能で、誤りの主因は似た文字の取り違え（13 %）や向きの誤り（15 %）だった。Ai2は、統計的な信頼性を確保するには、実機ロボットでの追加試験が必要だとしている。ウェブインターフェースからは、Claudeやほかのフロンティアモデルを使い、自然言語でロボットに指示できる。関連リポジトリallenai/agentic_roboticsでは、MCPで統括するエージェントループをApache-2.0ライセンスで公開している。

🔗 ToyBlocks（Hugging Face上のAi2ブログ） · allenai/agentic_roboticsリポジトリ

GitHub、Copilotの実際の利用状況から習熟度を算出するCopilot Verified Proficiencyを発表

11月6日 — GitHubは、MicrosoftとGitHubに共通する新しいスキル認定（資格証明）で、Microsoft Pro Badgeに紐づくCopilot Verified Proficiencyを紹介した。試験を行う代わりに、Copilotで実際に行った作業のテレメトリーを基に、活動量ではなく、利用の幅、深さ、継続性に応じてレベルを継続的に算出する。評価対象は、AIとの協働、プロンプトの作成、コードの生成と検証、エージェントの設定、ツールとコンテキストの統合という5つのスキル。現在はBeginner、Intermediate、Proficientの3段階が利用でき、AdvancedとExpertは開発中。Proficientに達すると共有可能なPro Badgeが付与されるが、その水準を維持しなければ6か月後に失効し、Copilotを利用しないとレベルも低下する。

参加は任意で、結果は初期設定では非公開となり、本人が共有しない限り雇用主や所属組織には見えない。評価基準とアルゴリズムは独自の非公開仕様となっている。Enterprise Managed Usersのアカウントと、データ所在地を指定するGitHub Enterprise Cloudは対象外。提供状況は依然として曖昧で、日付のないページではレベルの算出を案内している一方、よくある質問では招待されたパートナーとの非公開プレビューとして説明されている。

🔗 Copilot Verified Proficiency（GitHub Learn） · Xでの@githubの発表

NVIDIA、オープンソースの5G/6GツールAerialとSionnaの普及状況を数値で紹介、5つの研究事例も

11月6日 — 無線通信ソフトウェアAerialのコードを公開し、Sionnaとともに6G研究向けツール群に組み入れてから1年が経ち、NVIDIAはソマ・ヴェラユタム名義の記事で現状を報告した。NVIDIAによると、開発者によるAI AerialとSionnaの採用は1年間で10倍に増え、オープンソースの5G/6Gツールのダウンロード数は100万件を超え、8 000を超える研究機関と大学が利用している。記事には製品の発表はなく、以下の5つのプロジェクトで利用例を示している。

研究チーム	報告された成果	測定条件
キングス・カレッジ・ロンドン	ロボットの作業実行時間を最大52,6 %短縮	画像全体の代わりに物体の簡潔な記述を使用し、意図的に障害を発生させた
SoftBank	試験した15通りの設定すべてで上り通信速度が向上し、最大で約60 %改善	Aerial CUDA-Accelerated RAN内のニューラル受信機、市販の5Gスマートフォン、制御された干渉環境
ETHチューリッヒ	ブロック誤り率を3分の1以上削減	現地の測定データで調整した受信機を、選定した事前学習済みのものと比較
リーズ大学	無線アクセスネットワークの消費電力を45,6 %削減	基地局の休止を10分前に予測し、フル出力の基準条件と比較
CTTC（カタルーニャ）	シミュレーションを約3時間から10〜20分に短縮	初期評価で、オープンソースのシミュレーター5G-LENA内でGPU上のチャネルモデルを使用

記事はGTC Washington, D.C.の6G開発者向けセッションを案内し、AerialとSionnaがGitHubで公開されていることにも触れている。

🔗 NVIDIAのオープンソースツールが次世代6Gネットワークの研究開発をどう支えているか（NVIDIA）

短報

エージェントとコーディングツール

Claude Codeのクラウドセッション — Pro、Max、Ultraプランでは、Claudeがリポジトリーに必要な依存関係、ネットワークアクセス、APIキーを自ら判断し、その環境を次回以降のセッション用に保存する。@ClaudeDevsによると、キーはClaudeから見えない形で保管される。発表は投稿1件のみで、記事やドキュメントはない。🔗 出典
Ampのフィードバックウィジェット — スクリプトタグを設置し、ページのアドレスの末尾に?ampを付けると、サイト上の要素をクリックして指示を書き込める。Ampがプロジェクト内にスレッドを作成し、エージェントがorb内のリポジトリーのコピーに変更を加える。ワークスペースのプロジェクト限定で、料金の記載はない。🔗 出典
Gemini CLI — ワークフローが失敗したため11月5日と6日にはナイトリービルドが公開されなかったが、6日には十数件のコミットがmainにマージされた。独立したtheme.jsonファイルによる配色テーマ、/modelでのモデル名の検証、ACPモードで数時間に及ぶクォータ待機や、通知なしにネットワーク処理が停止する問題の解消などが含まれる。いずれもまだリリース版には含まれていない。🔗 出典
Qwen Code v0.26.9 — ZIPアーカイブからスキルをインストールできるようになり（Web Shell、デーモン、TypeScript SDK）、1回のリクエストで最大100個のスキルを有効化または無効化できる。Managed Agentの自動化は既定で有効となり、画像入力の対応モデルにLlama 4、Pixtral、Mistral Smallが加わった。破壊的変更はない。🔗 出典
Kimi Code 2.5.2 — 3件の修正。MCPツールの定義が変わった際にツール宣言が重複する問題、セッション中に誘導メッセージが誤ってキューに入る問題、ウェブインターフェースがHTTPで配信されている場合のプロジェクト作成の問題を修正した。🔗 出典
ZCode v3.17.2 — 11月4日、リリースノートなしで、Z.aiのコーディング用ワークスペースは内蔵ブラウザーでのローカルHTMLファイルのプレビューを、そのファイルのフォルダーにアクセスを限定するzcode-html://アドレス経由に変更した。Electronでは既定で、file://ページからほかのファイルを読み取れるため。🔗 出典
コーディングエージェント群 — トニー・ジーは、同じ系列のコーディングエージェントを7台のマシンで103日間運用した結果を振り返り、協調プロトコルは安全性に関する不変条件をすべて満たしていても、使われなくなることがあると述べた。LLMを使わない合意形成エンジンclaw-consensusと、その利用が急減したことを示すテレメトリーを公開している。🔗 出典

API、プラットフォーム、セキュリティ

GPT-Liveの発信通話 — 11月2日、OpenAIはLive APIを通じたSIPによるGPT-Liveの電話発信を全組織に開放した。E.164形式の電話番号、通信事業者のトランク、TLSシグナリング、SRTP音声を使用し、呼び出しは最長3分、通話は最長2時間。料金の記載はない。🔗 出典
OpenAIのAgents API — OpenAIの製品担当マイケル・ルオが、大部分は既報の10月の更新を振り返り、希望者向けに5つのベータ機能を案内した。セッション間のメモリー、エージェントによるDecisions APIへのアクセス、ドル建ての予算上限、環境プール、v2アーキテクチャーが対象。🔗 出典
gemini-embedding-2-preview — Gemini APIはこのモデルを非推奨化した。11月6日以降、リクエストはGemini Embedding 2の料金でgemini-embedding-2に転送され、スキーマと埋め込み空間は共通のまま。モデル名を変更するだけでよく、再インデックスは不要。🔗 出典
Copilotの利用指標 — APIで、Copilot code reviewのコメントに開発者が対応した割合をリポジトリーごとに追跡できるようになった。重大度、レビューの水準、コメントの種類別に集計し、テレメトリーがない利用者や、IDEと拡張機能が最低対応バージョンに達していない利用者も示す。🔗 出典
OpenAIとHacktron — OpenAIは、バグ報奨金プログラムを通じて見いだしたHacktronと提携し、外部サービスとの連携部分など、自社システムの脆弱性を調査する。また、Daybreak Redを通じてHacktronによる最先端モデルへのアクセスを拡大する。金額の記載はない。🔗 出典
Transformers v5.22.2 — Hugging Faceの中間修正版で、Jinjaのサンドボックスを強化し、device_idを設定する対象をNCCLのみに限定した。リリースノートにはセキュリティ勧告への言及はない。🔗 出典

企業と教育

オーストラリアの大学 — 11月5日、OpenAIはUNSWシドニー（学生と教職員8万人以上にChatGPT Eduを提供）、シドニー大学、ラ・トローブ大学、アデレード大学との協力関係を詳しく紹介した。OpenAIがPureprofileに委託した学生1 018人への調査では、81 %が週に複数回AIを利用している。🔗 出典
Cult.fitとCodex — 11月5日、OpenAIの導入事例で、インドのフィットネスジムチェーンが開発基盤をCodexに統一した取り組みが紹介された。非技術系チームが20を超える社内アプリを開発し、ソフトウェア費用を年間10万ドル以上削減、顧客サポート費用も50 %以上減少した。🔗 出典
MergeとGPT-6 Astra — 11月5日、スタートアップのMergeは、Salesforce、Gong、Google Sheets、Gmailに接続したGPT-6 Astra搭載ボットにより、顧客との夕食会の準備時間を数十時間から約30分に短縮したと説明した。開催数は第2四半期の8回から第3四半期の16回に増えた。🔗 出典
Franklin Templeton — 11月5日、この資産運用会社は、Codexなどを使って構築した、ポートフォリオマネージャー向けの連携型インテリジェンス基盤を紹介した。調査、リスク管理、コンプライアンス、取引を結び付けるもので、成果の数値は示されていない。🔗 出典
FlipsnackとChatGPT Ads — 11月5日の顧客事例では、米国向けの5つのキャンペーンをクリック重視からコンバージョン最適化へ切り替えた結果、1日の予算を変えずに登録数が約310 %増え、登録1件当たりの費用が約75 %下がったと報告している。🔗 出典
BoxとNVIDIA — 11月5日、BoxWorks 2026で、BoxはNemotron 3 Ultraを皮切りに、オープンモデルのNemotronをBox AIのEnterprise Advanced顧客向けに提供開始した。Nemotron Retrieverを基盤とするBox Context Retrievalは来年初めに提供予定で、Boxによると、検索精度を20 %高め、トークン消費を90 %削減できる可能性がある。🔗 出典

Googleのアプリケーション

Gemini Notebookのフラッシュカード — カードに画像を使えるようになり、任意で設定するタイマーで記憶を試せるほか、モバイルアプリで学習リマインダーを設定できる。対象国と対象プランは明記されていない。🔗 出典
Google FormsのGemini — 「回答」タブで、GeminiがPythonコードを作成・実行して回答を分析し、傾向や相関関係を見つけ、対応策を提案する。Rapid Releaseでは11月2日に提供が始まり、Scheduled Releaseでは11月19日に開始予定。対象のBusiness、Enterprise、EducationプランとGoogle AIの加入者に提供する。🔗 出典

音声、音楽、画像

Open ASR Leaderboard — Hugging Faceの音声認識ランキングに、Liva AIの非公開テストデータセットが2つ追加された。エジプト訛りの英会話（1,34時間）とナイジェリア訛りの英会話（1,55時間）で、カチュルの同心円モデルに着想を得た分類も加わった。モデルの評価結果は示されていない。🔗 出典
レバノン方言 — 11月5日の初回に続く連載第2回で、ビラル・ザラケットは音声データを生成する前に、母語話者3人が検証したレバノン方言の語彙集（429項目）を構築した。修正が必要な文の割合は22 %から4 %に下がり、事前に設定した5 %の基準を下回った。🔗 出典
ElevenMusicとSoundCloud — ElevenLabsは音楽プラットフォームをSoundCloudに接続した。オリジナル楽曲を、説明、ジャンル、タグとともにアーティストのプロフィールへ直接公開できる。SoundCloud Artist Proの会員にはElevenMusicを3か月間無料で提供し、その後は月額9,99ドルとなる。キャンペーンの有効期限は2027年10月31日。🔗 出典
Ads Engine — ElevenLabsは、画像素材、Google Search広告、吹き替え動画を対象に、人による確認をオプションとして追加した。ElevenProductionsの言語専門家とローカライズ担当者、社内のクリエイティブ専門家が担当する。営業チームを通じて利用でき、料金と所要時間の記載はない。🔗 出典
SunoのDaily Song Challenge — iOSとAndroidのアプリで、作成前に編集できる楽曲のお題を毎日提示し、作成した曲をライブラリー内のカレンダーに整理する。全プランで利用可能。🔗 出典
RunwayとGPT Image 2.6 — RunwayはOpenAIの画像モデルを追加した。50 %高速とされ、GIF、SVG書き出し、キャラクターや商品の一貫性を保つ画像編集に対応する。モデルの種類とクレジット消費量は明記されていない。🔗 出典

研究、ロボティクス、モデル

科学モデル — Anthropicの科学ブログが、ELLISテュービンゲン研究所のヤコブ・マッケ、ダニエル・ゲドン、シュテファン・ヴァールによる寄稿を公開した。ホジキン・ハクスリーモデルからシミュレーションに基づく推論まで、科学モデルを構築し、制約を与え、解釈するAIについて論じている。🔗 出典
SuperCLUEランキング — VIDRAFTのコミュニティー記事が、19モデルを対象とした11月のランキングを紹介した。GPT-6.1-Solがエージェント型コーディングで首位（69,23）となり、同分野のオープンモデルではDeepSeek-V4.1-Flash-1017が首位（65,38）だった。オープンモデル全体の総合得点ではKimi-K3.1-Proが最も高かった。🔗 出典
LingYu Robotics — 同社は、ロボット視点で撮影した両腕の遠隔操作データを公開した。15の作業群にわたり、成功した13 263エピソード、139,4時間分を収録し、LeRobot形式、非商用ライセンスで提供する。🔗 出典
Egocentric-EMG-Force — ハープリート・サホタは、深度カメラで撮影した家事作業8エピソード、38,2分をFiftyOne向けに変換した。両手首に装着したEMGリストバンドで、前腕の筋電信号も記録している。🔗 出典
Qwenの予告 — Qwenの公式アカウントが、中国語の文中で名前の部分を空欄にした画像とともに、短い謎めいたメッセージを投稿した。モデル名、日付、リンクはなく、その日のうちに130万回以上閲覧された。🔗 出典

これが意味すること

人工知能は、管理された環境で成果を測定する研究へと進みつつある。Google DeepMindのエージェントは、人間の監督の下、Inriaの研究者とともに、すでに運用を終えた1024ビットのRSAと、すでに解読済みの参照用の鍵を対象として、隔離されたシミュレーション環境で作業した。理論上の約1 600倍の高速化は2048ビットの鍵を脅かすものではないが、解くのが困難だという仮定を当然視できないことを改めて示している。BioBasicsBenchとTCSExamも、同じ厳密さを重視している。OpenAIは、コロニー数を約12 %過大に数えた例を含め、GPT-6 Astraの誤りを自ら公表している。TCSExamでは、各課題をLeanのカーネルまたは実行可能な検証器で検証しているが、未解決の予想が解かれた例はない。Frontier Model Forumは同じ考え方をリスクにも適用し、サイバー分野のどのジェイルブレイクを優先的に修正するかを決めるための共通の評価基準を設けている。

エージェントの成功は、モデルを取り巻く仕組みにますます左右されるようになっている。Anthropicでは、オツキミやまに関するたった1件の誤ったメモによってPokémonの進行が止まり、ドリーミングがその誤りを修正するまで先に進めなくなる。また、継続的に整備されたウィキにより、質問1件あたり約20 000トークンを節約できる。Googleでは、古いTODOが1つあるだけでエージェントが脱線する。依頼されていない寄り道によって、セッションのステップ数が70 %、トークン数が77 %、待ち時間が105 %増加し、Googleはコードベースを整理するためにエージェントを投入するに至った。ハーネスアダプターは学習を通じてこの問題に取り組み、ハーネスごとのLoRAによって、同じ正確さを維持しながらツール呼び出しを減らす。Perplexityの改善策も同様で、予算のリマインダー、ページ内容の抽出、必要に応じたスキルの読み込みを活用している。

コーディングエージェントのインターフェースが変わりつつある。Cursorの音声チャットでは、話を聞くエージェントとコードを書くエージェントが分離され、声でやり取りできる。Ampのスペースには作業の整理を委ねられ、スペース自体がスレッドを立ち上げ、セキュリティレビューを16の領域に分割することもある。さらに、ACPによってAntigravity CLIを対応する任意のエディターのエージェントとして接続でき、アカウント内のすべてのモデルを使えるようになる。並行してリリースの間隔も短くなっており、Claude Code 2.1.319には146件、Copilot CLI 1.0.106には637件の更新項目があり、Codex CLI 0.167.0には120件のPRが含まれる。エージェントに許可する操作の制御も細かくなり、Claude Codeの確認なしでの拒否から、Codexのprompt-userルールまで広がっている。

コストと利用のしやすさも変化している。Perplexityは、中程度の推論労力レベルのコストを約90 %削減しながら、成績を55 %から77 %へ引き上げ、すべてのProjectでBrainを無料で有効にしている。Phononは、約65 MBと75 MBのモデルを使い、サーバーなしで端末上の音声合成を実現する。そのうち英語版はApache 2.0ライセンスで提供される。MetaはMuse Wonderの能力を特化型モデルへ移し、MuseとMeta AIのユーザー向けに展開している。また、Hugging Faceは800 000 GPU時間を費やして獲得したMoE学習のノウハウを無料で公開している。