検索

Ampが月額サブスクリプションを開始、Claude Codeが暴走防止のガードレールを追加、PerplexityがComputerでProjectsを開始

Ampが月額サブスクリプションを開始、Claude Codeが暴走防止のガードレールを追加、PerplexityがComputerでProjectsを開始

ai-powered-markdown-translator

gpt-5.4-mini を使用して fr から ja に翻訳された記事。

GitHub でプロジェクトを見る ↗

7月17日は、エージェント型コーディングツールにおけるビジネスモデルの転換を示しました。Ampは最初の月額サブスクリプションを開始し、従来の完全従量課金を終了しました。Claude Codeは、WebSearchとサブエージェント向けの暴走防止ガードレールを備えた新バージョンを公開し、一方でPerplexity、Gemini、Grokは企業向けの自律エージェント基盤を強化しました。メディア生成はHeyGen、ElevenLabs、Runwayで引き続き活発であり、オープン研究では現在のモデルの限界を問う2本の論文が公開されました。


Ampが最初の月額サブスクリプションを開始:MegawattとGigawatt

7月17日 — Amp(Sourcegraph / Amp Frontier Corporation)は、ベータ版として最初の月額サブスクリプションを開始しました。これは、これまで完全に従量課金(生API価格)で動作していた製品にとって戦略的な転換であり、サブスクリプション型の競合よりも高コストになりがちなモデルでした。Ampは発表記事の中で、自らをこれまで「the Apple or Porsche of agentic coding tools」と表現しています。

評価プラン月額料金含まれるorb時間含まれるエージェント利用利用可能モード
Megawatt$20750 h(小型orb)$20low, medium
Gigawatt$2001,000 h(大型orb)$200low, medium, high, ultra

Megawattでは、自分のChatGPTサブスクリプションを紐づけてGPT-5.6にアクセスすることや、X Premium+/SuperGrokのサブスクリプションを紐づけることもできます。発売記念オファーとして、2026年7月19日(日)までに契約したサブスクリプションについては、初月の含有利用量(orbとエージェント)が2倍になります。サブスクリプションを望まない人向けに従量課金も引き続き利用可能で、含有枠を超えるとChatGPTサブスクリプションを紐づけるか、有料クレジットを追加する必要があります。

Ampはこの転換を、高品質トークンのコスト全般の低下(同社が挙げる例は、新しい「low」モードのGLM-5.2)と、エージェント作業がローカルの作業端末よりもリモートマシン(「orbs」)へ移っていることを根拠にしています。同社は、ユーザーに「自分の単一ローカル開発環境を殺してほしい」と望んでいると主張しています。

“Introducing Amp Subscriptions. $20 or $200 gets you on the agentic frontier with us.”

🇯🇵 Ampのサブスクリプション紹介。20ドルまたは200ドルで、私たちと一緒にエージェント境界へのアクセスが得られます。@sqs on X

🔗 Ampサブスクリプション、ついに登場


Claude CodeとAmp:新しいエージェント機能

Claude Code CLI v2.1.212:暴走防止ガードレール

7月16日 — AnthropicはClaude Codeのバージョン2.1.212を公開しました(パリ時間21時20分にnpmで公開)。最も目立つ変更は/forkに関するもので、このコマンドは会話をバックグラウンドの新しいセッションにコピーするようになり(claude agentsで確認可能)、一方でセッション内で起動された旧サブエージェントは/subtaskに改名されます。2つの暴走防止ガードレールが追加されました。1つはWebSearchツール呼び出しのセッションごとの上限(デフォルト200、CLAUDE_CODE_MAX_WEB_SEARCHES_PER_SESSIONで調整可能)、もう1つは起動できるサブエージェント数の上限(デフォルト200、CLAUDE_CODE_MAX_SUBAGENTS_PER_SESSION)です。2分を超えるMCPツール呼び出しは、以後自動的にバックグラウンドへ移行します。

2つの修正はセキュリティに関するものです。planモードでは、権限プロンプトなしにファイルを変更するBashコマンド(touch, rm)を実行できなくなり、さらに.claude/worktrees内でコミットされたsymlinkに追従するworktreeを作成しても、リポジトリ外にファイルを書き出せなくなりました。

🔗 CHANGELOG Claude Code

Amp:エージェントが他のエージェントをspawnできるように

7月17日 — Ampは「From Agent to Agent」を開始しました。Ampのエージェントは、他のエージェントを生成(spawn)できるようになり、orb(リモートマシン)上、ローカルマシン上、またはその他任意のマシン上で動かし、相互にメッセージやファイルをやり取りできます。

Ampが挙げるユースケースは次のとおりです。ユーザーが主作業を続けている間にorb内でエージェントを起動して二次的なバグを処理する、複数のスレッドを並列で実行する(たとえば、4種類の画面サイズでフローをテストするために「low」モードで4スレッドを動かす)、放置された古いスレッドから有用なファイルを回収する、別のマシンへタスクをオフロードする、あるいはAPI変更をドキュメント化させるエージェントを送ってクロスプロジェクトの作業を調整する、といったものです。この機能は「Agents in Orbs」(6月30日)と「Custom Agents」(6月19日)を拡張するものですが、スレッドやマシンをまたいだエージェント間通信を初めて導入しました。共同創業者のThorsten Ballは、正式発表の数時間前にX上でこの機能を予告していました。

🔗 From Agent to Agent


自律エージェント:企業における自動化と生産性

AscendeaでのManus(James):90倍の生産性事例

7月17日 — Manusは、英国のWarwick大学Science Parkに拠点を置くAscendeaを紹介する事例研究を公開しました。Ascendeaは、小規模企業向けにCRM、エージェント、自動化を開発するエージェンシーです。CTOのRob Arnoldは、Manusのインスタンスを「James」と名付け、同社のAIオフィス長として運用しています。その構成は3層アーキテクチャの頂点にあり、Manusが複雑なタスクを担当し、Slackの会話型エージェント(Victor、Victoria、Ava)が日常の人間向けインターフェースを担い、6つのローカルエージェントが専用サーバー上で計画済みの反復タスクを実行します。

代表的なユースケースは、303件の標準作業手順書(SOP)を1日で生成したことです。これは手作業なら2人で約14週間かかると見積もられています。Ascendeaは現在、わずか10人の人間の従業員で運営され、112のアクティブ顧客を抱え、Manusを通じて調整された28〜33本のAIワークフローを本番運用しています。

🔗 Ascendeaの事例研究

PerplexityがProjectsを開始、Computer内のSpacesを進化

7月17日 — Perplexityは、自社のエージェント環境であるPerplexity Computer内で、Spacesの後継となるProjectsを発表しました。Projectsは、ファイル、アプリケーション、会話スレッドを1つの永続セッションにまとめます。新しいタスクはそれぞれ、前回のセッションの完全なコンテキストから開始されます。

この機能は企業チームを対象としており、Drive、Notion、Linear、Salesforce、Snowflake、Slack/Microsoft Teamsなどのツール(400以上のコネクタが発表済み)と接続しつつ、各ユーザーのデータ、メモリ、アクセスを分離します。ProjectsはComputerの自己学習メモリシステムBrainを基盤とし、Skillsと統合され、接続済みソースと回答のトレーサビリティを一覧表示する「trust panel」を提供します。既存のSpacesは自動的に移行され、本日からすべてのComputerユーザーが利用可能です。注目すべき点として、公式ページには7月22日の公開日が表示されていますが、実際にはすでに7月17日からオンラインで公開され、アクセス可能になっています。

🔗 Perplexity Projectsの発表

GrokのAutomations

7月16日 — xAIはGrokでAutomationsを開始しました。タスクを一度だけ記述し、その後は自動実行させます。実行は、スケジュール(一回、毎日、平日、毎週、毎月、毎年)に従うか、定義したフィルターに一致するメールの到着をトリガーとして開始されます。各実行ではGrokとの完全な会話が開かれ、実行履歴で確認でき、通知はメール、アプリ内通知、両方、またはなしに設定できます。

自動化はgrok.comおよびGrokモバイルアプリ(iOS、Android)で利用できます。スケジュールされた自動化はすべてのユーザーが利用可能ですが、メールトリガーはSuperGrok加入者向けです。

🔗 GrokのAutomations


Google / Gemini:企業向けエージェントプラットフォーム

Conductorがポータブルプラグインに、Antigravity CLIとClaudeに対応

7月16日 — Conductorは、昨年Gemini CLI向けに開始された仕様駆動開発(Spec-Driven Development)の拡張機能ですが、Conductor Pluginとなり、skills、rules、MCP servers、hooksを1つのパッケージにまとめる形式になりました。これまでGemini CLIにのみ紐づいていましたが、ConductorはAntigravity CLIClaudeでも利用可能になりました。

エージェントは現在、コンテキスト、仕様(spec.md)、計画(plan.md)を生成・発展させるために自然に対話し、それらは永続的なMarkdownアーティファクトとして保存され、バージョン管理されます。Googleは、従来のコマンドとの後方互換性と、TerminalBenchのより複雑なタスク群における高い成功率を示しています。Antigravity CLI向けのインストールはagy plugins install https://github.com/gemini-cli-extensions/conductorで行います。

🔗 公式発表

Gemini Enterprise Agent PlatformがParallel Web Systemsと提携

7月16日 — Google Cloudは、元Twitter CEOのParag Agrawalが設立したParallel Web Systemsとの提携を発表し、その検索インフラをGemini Enterprise Agent Platform上の新しいweb groundingプロバイダーとしてネイティブに統合します。目的は、エージェントが自動化されたKYCチェックや製品カタログの充実化のようなタスクで、正確な引用付きの最新かつ検証可能なWeb結果を利用できるようにすることです。

この機能はGemini API経由で利用でき、Agent Studioで選択可能であり、Google Cloud Marketplace経由の従量課金です。機微なワークロード向けにはデータ保持ゼロのオプションもあります。通常のWeb検索とは異なり、この統合では内部データベースを充実させるためのデータ抽出と永続的キャッシュ、さらに他のLLMによる結果の後処理が可能です。Parag Agrawalによれば、AIエージェントは近い将来、人間がこれまで行ってきた以上にWebを利用するようになるため、その動作に合わせて設計された検索インフラが必要になります。

🔗 公式発表


メディア生成

HeyGen — Batch APIsが本番提供に

7月17日 — HeyGenはBatch APIsを公開し、1回のリクエストで最大100本の動画、翻訳、リップシンク(lipsyncs)、またはアップロードを送信でき、バッチ処理完了後に通知用webhookを1つだけ受け取ることができるようになりました。この機能は、大量規模の本番ユースケース、つまりエージェンシーやマーケティングチーム向けで、これまでは同じ量のコンテンツに対して数百回の個別API呼び出しを処理する必要がありました。

🔗 Xでの発表技術ドキュメントも参照

HeyGen — HyperFramesに統合メディアライブラリが追加

7月17日 — HeyGenは、コードによる動画作成ツール(write HTML, render video)であるHyperFramesに、統合メディアライブラリを追加しました。ここには10,000以上のオーディオトラック、75,000枚の画像、効果音、ロゴが含まれ、HeyGenアカウントがあれば無料でアクセスできます。加えて、同社の生成モデルにもアクセスできます。利用した資産はローカルに保存されるため、新しいプロジェクトごとに再検索する必要がありません。

🔗 Xでの発表

ElevenLabs — Sir Michael CaineのAI音声による『オデュッセイア』

7月17日 — ElevenLabsは、俳優Sir Michael Caineの完全ライセンス済みAI音声によって語られるホメロスの『オデュッセイア』全文の読み上げを、ElevenReaderアプリ上で無料提供しています。これは、完全に許諾された著名人音声パートナーシップの新たな例であり、ElevenLabsが単なる汎用合成ではなく、正式にライセンスされたAI音声によってプレミアムな音声コンテンツを提供するという戦略の延長線上にあります。

🔗 Xでの発表

Runway Agent 2.0が独立ベンチマークPhysion-Arc 1.0で第1位に

7月16〜17日 — Runwayは、第三者評価機関Physion Labsが7月16日に公開した独立ベンチマークPhysion-Arc 1.0の結果を強調しています。このベンチマークでは、6つのAI動画エージェントに対して30の映画的プロンプトを与え、16の指標で評価しました。Runway Agent(6月末に公開された2.0版)は、評価された3つの柱、すなわち物語の一貫性、映画的言語、制作品質のすべてでトップとなりました。

Runwayはまた、Agentの背後にある哲学を詳述した技術記事も公開しました。それは、チャットではなくビジュアル中心のインターフェース、各基盤モデルの強みと弱みの知識を符号化するシステム、そしてそれらの能力をワークフローに統合する「skills」層です。今後の展望としては、セッション間のコンテキストメモリ、バッチ作成、Agent内での直接タスクスケジューリングが挙げられています。

🔗 Xでの発表


研究とオープンモデル

Sakana AI — 研究「Diffusing Blame」:RLへのDale原理の適用

7月17日 — Sakana AIは「Diffusing Blame」を公開しました。これは、ニューラルネットワークが競争的に学習しながら、Daleの原理、つまりニューロンは近傍に対して興奮性か抑制性のどちらか一方にしかなれず、両方にはなれないという生物学的制約を厳密に守れるかを探る研究です。この論文は#ALIFE2026で採択され、arXivで公開されています。

同じスレッドの2番目の投稿では、チームは強化学習アルゴリズムPPO(Proximal Policy Optimization)の変種であるED-PPOを紹介しています。これは、この生物学的制約を満たす誤差拡散メカニズムを組み込んでおり、制御タスクで実証されています。この研究は、製品発表とは異なる、Sakana AIの生物学に着想を得たアーキテクチャ研究の流れに位置づけられています。

🔗 Xでの発表

PerceptionBench:60%の精度を超えるモデルはなし(Kimi / Moonshot AI)

7月16日 — KimiチームはPerceptionBenchを公開しました。これは、大規模マルチモーダルモデルの視覚認識を10の原子的能力に分解するベンチマークです。対象は、視覚的関係、数え上げ、属性、深度と3D、位置特定、比較、細粒度認識、文脈統合、OCR、幻覚です。これらのカテゴリは、既存の40以上のベンチマークで最先端モデルが実際に失敗した事例の分析から導かれています。データセットには3,000問の検証済み質問が含まれ、それぞれが外部知識や推論を必要とせず、単純な観察だけで答えられます。

“No model we evaluate clears 60% accuracy, and models with nearly identical overall scores can exhibit very different perceptual strengths and weaknesses.”

🇯🇵 評価対象となったモデルのうち60%の精度を超えるものはなく、全体スコアがほぼ同じモデルでも、認識能力の強みと弱みは大きく異なり得る。 — Kimi Team, PerceptionBench

このベンチマークは、同日に公開されたKimi K3の技術資料でも、社内のマルチモーダル評価ツールとして参照されています。


短報

  • Built with Claude: Life Sciences ハッカソン終了 — Gladstone Institutes と Cerebral Valley との共催で、Trialign(臨床試験のマッチング)、NCypher(小児がんの DNA 解析)、Extremolith(耐性タンパク質の設計)、Lazarus(放棄された研究コードを再構築するエージェント)が表彰された。🔗 ソース
  • Boris Cherny — 企業における AI 導入 — Claude Code の生みの親が、チームによる AI 導入で自分が観察している 4 つの段階を説明。製品発表というより編集記事の内容。🔗 ソース
  • Hugging Face — NVIDIA の NeMo AutoModel が Diffusers に対応 — NVIDIA のオープンソースのファインチューニング用ライブラリは、これまで Transformers に対応していたが、今回新たに Hugging Face の画像生成ライブラリ Diffusers もサポート。🔗 ソース
  • Antigravity 2.3.1 — Google のエージェント型 IDE の起動を妨げていた不正な設定バグを修正するパッチで、新機能はなし。🔗 ソース
  • GitHub Mobile: PR コメントに Fix with Copilot ボタン — すでに Web 版にあったこのボタンが、iOS と Android の両方で、pull request のメイン画面と各レビューコメントから利用可能に。🔗 ソース
  • NVIDIA Nemotron 3 Embed 8B — LMEB でも 1 位 — RTEB での首位獲得に続き、この埋め込みモデルは長文会話の記憶を評価する LMEB ランキングでも首位に。関連する 1B モデルは 2 位。🔗 ソース
  • HeyGen HyperFrames — 12/30 日目:動的キャプション — 音声とぴったり同期し、単語単位でアニメーションするキャプションを、HyperFrames カタログのすぐ使えるコンポーネントとして提供。🔗 ソース
  • Kling AI — ソウルでの NextGen Awards समारोहの振り返り — 視覚的なストーリーテリングに Kling AI を使うクリエイターを表彰した授賞式の振り返り。短編 The Well の Jo Ryeongmi も含まれる。🔗 ソース
  • Runway — R/GA の事例:AI アバター「Forever Founder」 — R/GA は Runway Characters API を使って、創業者のリアルタイム AI アバターを 50 周年記念のために制作し、20 回の会話で 145 件の質問に技術的な問題なく対応した。🔗 ソース
  • ZCode:ブラウザとコンピュータの利用を準備中 — Z.ai は、自社の開発環境 ZCode に今後追加予定の browser usecomputer use 機能を予告したが、詳細も時期も明かしていない。🔗 ソース
  • A scorecard for the AI age(OpenAI) — CFO の Sarah Friar による、企業における AI の投資対効果を測る方法(「Useful Intelligence per Dollar」)についての投稿で、ChatGPT Work を例に示しているが、新製品の発表はなし。🔗 ソース

それが意味すること

Amp のサブスクリプション移行は、Claude Code の新しい安全策(WebSearch の上限とサブエージェント制限)、さらに Amp のエージェントが別のエージェントを生み出せる能力と組み合わさることで、エージェント型コーディングツールに共通する 1 つの軌道を描いている。すなわち、使った分だけ支払う無秩序な成長段階を経たあと、業界は経済性とガバナンスを整える段階に入っている。予測可能なサブスクリプション料金を課しつつ、1 セッションが生成できるサブエージェント数に上限を設けることは、提供側と利用者側の両方にとって、エージェントが連鎖的に別のエージェントを呼び出す世界を持続可能にするという同じ課題に、両側から応えるものだ。

Perplexity Projects、Gemini Enterprise と Parallel Web Systems の連携、そして Grok の Automations は、企業向けに共通のパターンへと収束している。すなわち、永続的なコンテキスト、既存の業務ツールへのコネクタ、そしてスケジュールやトリガーに基づく自律実行である。Manus を通じて 10 人の人間が 28〜33 本の AI ワークフローを本番運用している Ascendea の事例は、この論理が小規模組織でどこまで進むかを示している。これは極端な例だが、より大きな組織がいずれ向き合うことになる問いを先取りしている。

メディア生成の分野では、HeyGen が Batch APIs や HyperFrames に統合されたメディアライブラリなど生産基盤を拡充する一方、ElevenLabs は完全にライセンスされた著名人音声のパートナーシップに注力し、Runway は自社の設計選択を独立した第三者ベンチマークで検証させている。こうして業界は、デモ中心の論理から生産インフラの論理へ移行しつつあり、スケール、ライセンス、外部評価がそれ自体で売り物になっている。

最後に、オープンな研究は基盤がまだ改良の余地を残していることを思い出させる。Sakana AI の「Diffusing Blame」は、ニューラルネットワークを訓練するための新しい生物学的制約を探り、Kimi の PerceptionBench は、現在のどのマルチモーダルモデルも、視覚的な基礎知覚タスクで 60% を超える精度を出せていないことを示している。こうした対比は、その日の製品発表の背後で、モデルの知覚的・構造的能力には、機能競争だけでは自動的には埋まらない盲点が今も残っていることを思い出させる。


ソース