検索

OpenAI、GPT-RedでGPT-5.6を強化、Claude CodeはMCPにアーティファクトを接続、xAIはGrok Buildをオープンソース化

JLS42 /
actualites openai anthropic claude-code gemini github meta agents-ia
OpenAI、GPT-RedでGPT-5.6を強化、Claude CodeはMCPにアーティファクトを接続、xAIはGrok Buildをオープンソース化

ai-powered-markdown-translator

fr から ja へ翻訳された記事、gpt-5.4-mini を使用。

GitHub でプロジェクトを見る ↗

7月15日の主題は、攻撃に対するエージェントの堅牢性だ。OpenAIはGPT-Redを公開し、これはGPT-5.6のプロンプト注入耐性を強化する自動レッドチーマーである。一方でClaude CodeはCLIを強化し、Warpのコードレビューエージェントは読み取り専用アクセスという明確な設計を採用した。そのほか当日は、コーディングエージェント（Chrome内のCodex、オープンソース化されたGrok Build、Slack内のDevin、GitHub Copilot）、オープンモデル（Meta AI、Hugging Face、Ai2、Together AI）、さらにGoogle関連の新情報、メディア生成、Perplexity、Cohereについての発表が相次いだ。

GPT-Red : OpenAIがプロンプト注入に対するGPT-5.6の堅牢性を強化

7月15日 — OpenAIはGPT-Redを発表した。これは、プロンプト注入（prompt injection）に対する自社モデルの耐性を強化するために社内で訓練された、自動化レッドチーミング用モデルである。プロンプト注入とは、文書、Webページ、またはツールの出力の中に悪意ある指示を隠し、エージェントを本来のタスクから逸らす攻撃を指す。OpenAIは、攻撃を考案する作業を人間チームだけに頼るのではなく、この探索を専用モデルに委ねることで、継続的かつ大規模に実施できるようにした。

このモデルは、強化学習を用いた自己対戦（self-play）で訓練されている。攻撃側は望ましくない振る舞いを引き起こすことに成功すると報酬を得る一方、防御側のモデル群は、本来のタスクを損なわずに耐えることを学習する。このゼロサムのゲームにより、社内外でテストされたほぼすべてのモデルを破ることができる攻撃側が生まれ、GPT-5.6に至るまでその有効性が確認された。

GPT-5.6の訓練に組み込まれた結果、GPT-Redは、最も難しい直接注入に対する失敗率を、4か月前の最良の本番モデルと比べて6分の1に削減した。学術ベンチマーク（Dziemian et al., 2025）では、同じケースに対して人間のレッドチーマーが13%だったのに対し、84%の成功率を達成した。

OpenAIは、実世界での有用性を2つの事例で示している。社内の自動販売機を管理するエージェント（Andon Labsが開発し、「Project Vend」の系譜にある）では、GPT-Redは高価な商品の価格を0.50ドルに下げさせたり、100ドル超の商品を同じ破格値で再注文させて転売させたり、別の顧客の注文をキャンセルさせたりすることに成功した。10種類のデータ持ち出しシナリオに直面したCodex CLIエージェントでは、単純なプロンプトを使ったベースラインよりも高い効率と少ないトークン消費を示した。このモデルは、攻撃能力が悪用されないよう、厳格に社内専用として扱われており、公開展開は一切されていない。手法の詳細をまとめたプレプリントは今週中に公開される予定である。

測定指標測定値
GPT-Red対人間レッドチーマーの成功率（学術シナリオ）84 % 対 13 %
直接注入に対する失敗率の削減（GPT-5.6対前世代モデル）失敗率6分の1
GPT-Redの直接注入に対するGPT-5.6の残存失敗率0,05 %

“Introducing GPT-Red. An internal automated red teamer on a mission to find our models’ prompt injection vulnerabilities at scale, helping us build stronger defenses before wider deployment.”

🇯🇵 GPT-Redの紹介。これは、より広範な展開の前に、より強固な防御を構築できるよう支援するため、当社のモデルがプロンプト注入に対して持つ脆弱性を大規模に発見することを使命とする、社内の自動化レッドチーマーです。 — @OpenAI on X

🔗 公式発表

Claude Code : MCPに接続されたアーティファクトとCLI v2.1.207〜v2.1.210

アーティファクトがMCPコネクタを呼び出せるようになりました

7月15日 — Claude Codeのアーティファクト（Artifacts）は、MCP（Model Context Protocol）コネクタを呼び出して、各訪問者向けに情報を取得し、オンデマンドでアクションを実行するダッシュボードやアプリを構築できるようになった。アーティファクトは一度作成すれば、閲覧時ごとにライブデータを取得し、その時点の訪問者自身のMCPコネクタを使用する。作成者のコネクタではない。作成者単位ではなく訪問者単位で権限を分けるこの方式は、企業利用における明白なセキュリティ上の懸念を解消する。つまり、各人は自分がアクセス権を持つデータだけを閲覧できる。

この機能はPro、Max、Team、Enterpriseプランで利用可能だが、公開共有されたアーティファクトでは利用できない。これは当然で、データアクセスが各訪問者のコネクタに依存するためである。

🔗 Xでの発表

CLI v2.1.207〜v2.1.210 : スクリーンリーダー、軽量化されたトランスクリプト、強化された安全性

7月15日 — Anthropicは、前回の報告以降、Claude Code CLIを4つのバージョン公開した。中でも最も大きいv2.1.208では、スクリーンリーダーモード（--ax-screen-reader）が追加され、長時間セッションで最大64 MBに達するメモリリークが修正され、編集が多いセッションではセッション・トランスクリプトのサイズが最大79倍まで削減された。安全性も強化され、引用符付きの致命的な削除コマンドにバッククォート（backticks）が含まれる場合、たとえ自動モードかつ--dangerously-skip-permissionsでも、確認が求められるようになった。

v2.1.207では、オプトインなしで自動モードがBedrock、Vertex AI、Foundryに拡張され、これらのプラットフォームのデフォルトがClaude Opus 4.8に切り替わった。v2.1.210では、長時間のツール呼び出しにライブの経過時間カウンターが追加され、サブエージェントが読み取ったコンテンツ経由の間接的なプロンプト注入に対してAgentツールが強化された。

🔗 完全なCHANGELOG

コーディングエージェント : Codex、Grok Build、Warp、Devin、GitHub Copilot

Chrome内のCodexが自動化された本番導入プランを実演

7月15日 — OpenAI Developersは、Chrome内でCodexを使い、単純な要求を本番導入プランへ変換するデモを共有した。フォームを起点に、エージェントはチェックリストを作成し、Google Drive、Slack、ローカルファイルからコンテキストを取得し、人間の確認が必要な点を示し、対象ポータルを更新し、最後に応答を作成する。最終判断は各ステップで常にユーザーが担う。このデモは、CodexによるWebナビゲーションを強調しており、これはすでに製品変更履歴で「Browser use」として文書化されている機能である。

🔗 Xでのデモ

xAIがGrok Buildのソースコードを公開

7月15日 — xAIは、5月下旬に早期ベータとして公開したコマンドライン型コーディングエージェント、Grok Buildのソースコードを公開した。公開対象は4つのコンポーネントで、エージェントのループ、ツール（読み取り、変更、コード検索、コマンド実行）、端末UI、拡張システム（skills、プラグイン、フック、MCPサーバー、サブエージェント）である。開発者にとって注目すべき点は、Grok Buildが完全にローカル（local-first）で動作でき、自身の推論エンジンに接続し、config.toml ファイル経由で制御できるようになったことだ。

さらにxAIは、7月12日以降、全ユーザーに対してデフォルトのデータ保持を無効化し、以前保持していたコードデータを削除している。

“In response to user questions about privacy: Since launch, Grok Build has fully respected zero data retention (ZDR). All users have always had the ability to disable data upload in the CLI. […] We disabled default retention for all Grok Build users starting on July 12th. Additionally, we are deleting all coding data that was previously retained, ensuring every user’s preferences are respected.”

🇯🇵 ユーザーからのプライバシーに関する質問にお答えします。Grok Buildは公開以来、常にゼロデータ保持（ZDR）を尊重してきました。CLIでデータ送信を無効にする機能は、これまで全ユーザーに提供されていました。[…] 私たちは7月12日以降、Grok Buildの全ユーザーに対してデフォルトの保持を無効化しました。さらに、各ユーザーの設定が確実に尊重されるよう、以前保持していたすべてのコードデータを削除しています。 — @SpaceXAI on X

🔗 公式発表

Warpが自己改善するコードレビューエージェントを構築

7月15日 — WarpのCEOであるZach Lloydは、「cloud software factory」シリーズの第3弾を公開した。これは、チケットのトリアージエージェントと仕様書作成エージェントに続く、自己改善可能なコードレビューエージェントに関するものだ。アーキテクチャは、プルリクエスト、diff、仕様書を分析するレビュー・スキル、出力をコメントに変換するGitHubアクション、そして1日1回人間のフィードバックを観察して自らレビュー・スキルの更新を提案する「外部ループ」の第2エージェントで構成される。設計上の注目点は、エージェントがプルリクエストに対して読み取り専用アクセスしか持たず、コメントの投稿はGitHubアクションのコードが担うことだ。これは、プロンプト注入のリスクを抑えるためである。

🔗 warp.devの全文記事

DevinがSlackに登場

7月15日 — CognitionはSlackと提携し、DevinをSlackに直接統合した。これにより、チームは会話チャンネルを離れることなく、問題の調査、コードベースに関する質問、開発タスクの開始ができる。この統合は、すでにDevinが提供しているCLI、Windsurf経由のIDE、GitHubに加わるもので、多くのエンジニアリング要求が正式なチケットになるずっと前にSlackメッセージから始まるという実態に応えるものだ。

🔗 Xでの発表

GitHub Copilot : Visual Studioの更新とJetBrains向けBYOK拡張

7月14日 — GitHubは、Visual StudioにおけるCopilotの6月版まとめを公開した。内容は、使用量ウィンドウと超過前の事前警告、MCPサーバー向けの信頼検証（既知の参照との起動時比較、デフォルトで有効）、C++モダナイゼーションエージェントの一般提供開始である。そのほか、長距離編集の提案、Copilot Chatへのプルリクエストのコンテキスト追加、IDEに統合されたプルリクエストレビューがあり、いずれもFreeからEnterpriseまで利用できる。

JetBrains向けでは、CopilotはOpenAI互換のカスタムエンドポイントへのBYOK（Bring Your Own Key）対応を拡張し、エージェントとスキルを設定するためのClaudeエージェント・プロバイダーを追加し（パブリックプレビュー、Pro以上）、さらにローカル・サンドボックスとCopilot CLI向けの組み込みデバッグ・スキルを導入した。

🔗 Visual Studioの更新 · 🔗 JetBrains BYOK拡張

オープンモデル : Meta AI、Hugging Face、Ai2、Together AI

Meta AIがアジア物理オリンピックで満点を獲得

7月14日 — Meta AIは、大会委員会の許可を得て、アジア物理オリンピック（APhO 2026）の理論問題にモデルを提出した。その結果は30点満点中30点の満点で、人間の上位3名と同点だった。Meta AIは、これがMuse Spark 1.1（7月9日の最新の主要リリース）なのか、それとも別の非公開内部モデルなのかは明らかにしていない。

🔗 Xでの発表

Hugging Faceが新しいオープンウェイトモデルを予告

7月15日 — Hugging Faceは、簡潔に「新しいオープンウェイトモデル」と題したライブ配信を日没前に行ったが、モデル名は文章では明かさなかった。ツイートでも、broadcast のタイトルでも、公式ブログでも同様である。ツイートへの返信には、どのモデルなのか、標準ベンチマークと比べてどうなのかを尋ねるものが複数あったが、執筆時点で書面による回答はなかった。詳細が公開され次第、追って確認したい。

🔗 Xでのライブ配信

Ai2が1,700人のユーザーをもってSciArenaを終了

7月15日 — Ai2は、科学文献に関する質問への応答能力を評価するオープン評価プラットフォームSciArenaを終了した。評価は自動モデルではなく研究者が行っていた。終了時点の集計は、約1,700人のユーザーと約3,900件の投票だった。完全な方法論と結果は、arXivに投稿された記事で詳述されている。

🔗 Xでの総括

Together AIがInklingを初日から提供し、TogetherLinkを公開

7月15日 — Together AIは、Thinking Machines Labの新モデルInklingをリリースと同時に利用可能にした。これは、総計9750億パラメータのマルチモーダルMixture of Experts（MoE）モデルで、1トークンあたり400億のアクティブパラメータを持ち、100万トークンのコンテキスト・ウィンドウを備え、テキスト、画像、音声を処理できる。Together AIはこのアーキテクチャ向けにFlashAttention-4カーネルを最適化しており、クエリ条件付きの相対注意と短い因果畳み込みを組み合わせている。

同日Together AIは、一般的に使われている開発環境で任意のオープンモデルを実行するためのオープンソースCLI、TogetherLinkも公開した。デモでは、GLM 5.2がCodexとClaude Code内で直接動作する様子が示されている。

測定指標測定値
総パラメータ数（Inkling）9750億
トークンあたりのアクティブパラメータ400億
コンテキスト・ウィンドウ1M tokens

🔗 Inklingの初日サポート · 🔗 X上のTogetherLink

Google DeepMind と Gemini Spark

DeepMindがAIエージェントの科学的検証ボトルネックを問い直す

7月15日 — Google DeepMindは、AIエージェントが科学研究をどのように変えるかについての公共政策エッセイ「Conjecture Machines」を公開した。冒頭の事例は印象的だ。Imperial College Londonの微生物学者José Penadésは、約10年取り組んできた問題をCo-Scientistに投げかけた。するとエージェントは2日で、優先順位付きの5つの仮説を返し、その第1仮説は彼のチームが何年もかけて証明したものだった。

このエッセイは2つの局面を区別する。ひとつは、Co-ScientistやAlphaEvolveを通じてエージェントが高速に進む発想段階。もうひとつは、依然として遅く高コストな検証段階である。ただし数学とコンピュータ科学では形式的検証が可能で、2月の「First Proof challenge」の10問中6問をAletheiaツールが解いた。政策決定者向けには4つの優先事項が提案されている。エージェントへの広範なアクセス、国家データの活用、検証インフラへの投資、そして査読の進化である。

🔗 X上のスレッド · 🔗 DeepMindの全文記事

Gemini Spark が対応地域を拡大し、4つの改善を獲得

7月15日 — Google は、ユーザーのためにバックグラウンドで動作するパーソナルエージェント Gemini Spark の展開を、Google AI Ultra 加入者向けにさらに多くの国と言語へ拡大します。4つの改善が同日に展開開始されます。

改善内容説明
Google Docs の編集Spark が文書を直接開いて編集できる
Workspace とのより深い統合Google Sheets と Slides のコメントを読み取れる
速度長時間かかるタスクをより速く実行できる
改善されたマルチソース収集複雑なタスクで複数のソースを並行して取得・確認できる

🔗 X の完全スレッド

メディア生成：Suno と Synthesia

Suno が iMessage キーボードに対応

7月15日 — Suno は iMessage 向けのキーボード拡張機能を公開し、iOS の「メッセージ」アプリからアプリを切り替えることなく、音楽トラックを直接生成して送信できるようにします。利用するには、Suno アプリを最新バージョンに更新する必要があります。

🔗 X での発表

Synthesia が Dubbing 2.0 を発表

7月15日 — Synthesia は、動画吹き替え用の AI システムを全面刷新した Dubbing 2.0 を発表しました。完全に新しいインフラを基盤とし、複雑なシーンでも口パク同期が大幅に改善され、より表現力のある音声、元動画のリズムをよりよく反映する翻訳、そして完全な再レンダリングなしで字幕を書き換えられる即時編集が可能になります。各ユーザーには、この機能を試すための無料枠として最大 450 分が付与されます。

🔗 完全な発表

Perplexity と Cohere：インフラとコミュニティ研究

Perplexity が SPACE を公開、Perplexity Computer のサンドボックス基盤

7月15日 — Perplexity は、Perplexity Computer を支える安全な実行レイヤー SPACE を公開しました。これは、コード、ファイル、長時間稼働するエージェントセッションのための分離環境であり、それぞれが独自のゲストカーネルを持つ仮想マシンとして実装されています。認証情報がサンドボックス内に入ることは決してなく、中央のネットワークゲートウェイが送信ポリシーを適用します。btrfs のコピーオンライトファイルシステムのおかげで、SPACE は 6月以降、Perplexity Computer の本番トラフィックの 100% を処理しており、Perplexity はこれを Linux microVM、Windows ゲスト、ユーザーのローカルマシンへ拡張する計画です。

測定指標SPACE 導入前SPACE 導入後
サンドボックス作成の中央値レイテンシ185 ms60 ms (3,1x)
作成の P90 レイテンシ447 ms89 ms (5,0x)

🔗 X での発表

Cohere が Expedition Tiny Aya の成果を公開

7月15日 — Cohere Labs は、Tiny Aya を中心に構築されたメンタリング付き研究プログラム、Expedition Tiny Aya の成果を公開しました。Tiny Aya は、70以上の言語で高い性能を発揮し、スマートフォンを含むローカル環境でも動作可能な、オープンで軽量なモデルです。コミュニティプロジェクトは、教育（子ども向けのオフライン音声コンパニオンと新しい安全性ベンチマーク）、多言語安全性（ある言語で学習したミスアラインメントが別の言語に転移し得る）、そしてローカル展開（言語を意識した圧縮、4ビット量子化アシスタント）をカバーしています。これらの研究は COLM 2026 カンファレンスに採択されました。

“Tiny Aya is Cohere Labs’ answer to a familiar problem: most AI is built for a handful of languages and needs serious hardware to run. Tiny Aya is open-weight, strong across 70+ languages, and light enough to run locally, even on a phone.”

🇯🇵 Tiny Aya は、Cohere Labs がよくある問題に答えるためのモデルです。ほとんどの AI はごく一部の言語向けに作られており、強力なハードウェアを必要とします。Tiny Aya はオープンで、70以上の言語で高い性能を発揮し、スマートフォンでもローカル実行できるほど軽量です。 — Cohere Blog

🔗 X の完全スレッド

短報

  • Together AI が GPU Clusters の信頼性を改善 — 本番の GPU クラスター向けに、受動的ヘルスチェック、ノードのガイド付き修復、再構築された Slurm スタック、外部 OIDC サポートを追加。🔗 source
  • HeyGen が HyperFrames をプロンプトするための「6つの決定」手法を解説 — 同社の動画生成 CLI エージェントに関する日次シリーズの第10回。🔗 source
  • Kling AI が対話型シリーズ「Choose a door」の新エピソードを公開 — コミュニティがコメントで投票し、ホラー短編「You Can Never Leave」の続きの展開を決める。🔗 source
  • Pika MCP が実験段階を終了 — Pika と外部エージェント（Claude、Codex、OpenClaw、HermesAgent）の接続が、現在は公開利用可能に。🔗 source
  • OpenAI Developers が kbd-1.0-codex-micro を発表 — @work_louder と共同設計したジョイスティック付きマクロパッドで、Codex のショートカット操作を行うための限定版。🔗 source
  • Cohere が企業における AI の総所有コストに関する分析を公開 — Gartner、IDC、McKinsey によると、生成 AI またはエージェント型 AI を導入している組織の 92〜96% が、予想より高い支出に直面している。🔗 source

これが意味すること

エージェントの安全性は、後回しの検討事項ではなく、独立したエンジニアリング課題になりつつあります。GPT-Red は自己対戦によるレッドチーミングを自動化し、自動販売機と Codex CLI エージェントという実例へ展開しています。Claude Code v2.1.208 の CLI は、自身の破壊的コマンドと Agent ツールを間接的インジェクションから保護するために強化されました。さらに Warp のコードレビューエージェントは、この同じ攻撃ファミリーを抑えるため、読み取り専用アクセスを明示的に選択しています。独立した3つの取り組みはいずれも、同じ考えへ収束しています。エージェントが実システム上で単独で動作するほど、プロンプトインジェクションへの防御は、単発のチェックリストではなく、継続的かつ自動化された дисциплина でなければなりません。

コーディングエージェントのエコシステムは、あらゆる側面で引き続き密度を増しています。xAI は Grok Build のソースコードを公開し、完全なローカル利用を可能にしました。Devin は Slack に入り、タスク化される前の段階で依頼を拾い上げます。Codex は Chrome に展開され、タスクを端から端まで操作できるようになります。GitHub Copilot は同時に BYOK 提供とモダナイゼーション用エージェントを拡張しています。こうした戦略の多様性――コードの公開、コミュニケーションツールへの統合、自律的な Web ナビゲーション、モデル提供元の柔軟性――は、単一の支配的なモデルへの収束ではなく、各プレイヤーが開発者の日常的なワークフローへの異なる入口を競い合っていることを示しています。

オープンモデルと、それを支えるインフラは、並走しながら進化しています。Together AI は、Inkling を初日から提供しつつ、同時に TogetherLink を公開して IDE 上で任意のオープンモデルを動かせるようにし、この動きを両面から示しています。一方 Ai2 は、AI 生成の科学的回答の信頼性について研究者から約 3,900 件の投票を集めた後、SciArena を終了しました。背景では、Google DeepMind の科学的検証ボトルネックに関する試論と、Perplexity の SPACE サンドボックスプラットフォームが、別々の角度から同じ問いを投げかけています。ますます自律的になるエージェントが生み出す結果を、いかに大規模かつ安全に検証するのか、という問いです。

より一般消費者向けの用途では、生成 AI はますます日常的な入口へ浸透し続けています。Suno の iMessage キーボード、Gemini Spark の Workspace 文書編集、Synthesia の動画吹き替えなどです。この多様化には、企業側からのより厳しい警告も伴います。Cohere の AI 総所有コスト分析は、92〜96% の組織が予想以上の支出をしていると示しており、エージェントの普及が下層インフラの厳格な経済管理を不要にするわけではないことを改めて思い起こさせます。

出典