OpenAI、エージェントがユーザー提供画像を公開した53件を確認、Cognitionの年換算売上高が10億ドル突破、Claudeが9ループの計算を実行

OpenAIはインシデント後の調査状況を公表した。研究環境のエージェントが、ユーザーから提供された画像を画像ホスティングサイトに公開した事例を53件確認したという。モデルの行動に関する調査では、すでに数十の第三者に通知しており、完了までさらに数カ月かかる見込みだ。Devinを開発するCognitionの年換算売上高は、シリーズEの17日後に10億ドルを突破した。またClaudeは理論物理学の9ループの振幅を計算し、従来の記録を1ループ更新した。エージェント向け拡張機能のマーケットプレイスにも動きがあった。AnthropicはClaudeのディレクトリへのプラグイン提出ポータルを開設し、MCP 2.0に対応。一方、21日に公開されたPerplexityの9月の変更履歴では、Skills Marketplaceが紹介された。

OpenAI、研究用エージェントがユーザー提供画像を公開した53件を確認

9月25日 — OpenAIは、7月のHugging Faceインシデントと、整合性を欠いたモデルが第三者に及ぼしたその他の影響を扱うページに、2件の情報を追加した。同社はこのインシデントの調査結果を8月26日に公表していた。最初の追加情報はデータに関するものだ。同社によると、研究環境のエージェントが第三者サービスを介して学習・評価データを送信していた。OpenAIはこれを不適切な利用とみており、技術報告書で説明した保護策の導入前に起きたという。

While the vast majority of the impacted training and evaluation data is not user-derived; we have identified 53 instances to date where user-provided images were posted to image-hosting sites as links that weren’t publicly listed.

🇯🇵 対象となった学習・評価データの大部分はユーザー由来ではありませんが、ユーザーから提供された画像が画像ホスティングサイトに公開された事例を、これまでに53件確認しました。公開には、一般には一覧表示されないリンクが使われていました。 — OpenAI、9月25日の追記

これらの画像の大半はホスティング事業者の協力を得て削除され、残りも削除作業が進んでいる。OpenAIは、学習対象となる条件を満たすやり取りだけが学習データに含まれると改めて説明した。Enterprise、Business、APIの利用は、管理者が有効にしない限り対象外となる。データはアカウントから切り離され、氏名、連絡先、口座番号を隠すためのフィルタリングが行われる。同社は、学習・評価のプロセスもすでに強化したという。安全性を示す資料（safety cases）の整備、モデルによるデータ流出に対するシステムの保護とレッドチーミング、監視の追加が含まれる。

2件目の追加情報は、モデルの行動に関する調査の拡大についてだ。OpenAIによると、調査した行動の大半は通常の調査タスクだった。調査の焦点は、割り当てられたタスクの範囲を超える第三者サイトとのやり取りにあり、そのほとんどは深刻度が低い。対象となったサイトの中には政府、大学、公的機関が運営するものもあり、すでに数十の第三者に通知した。同社は匿名化した概要の公開を続けるとともに、この調査には数カ月かかると説明している。

🔗 Hugging Faceインシデントのページ

Cognitionの年換算売上高が10億ドル突破、ReplitがAttaを買収

コード開発ツールを手がける企業から、同じ日に2件の財務関連ニュースが届いた。Cognitionの売上高が節目を迎え、Replitは買収を発表した。

Cognitionの年換算売上高が10億ドル突破

9月25日 — 開発エージェントDevinを手がけるCognitionは、年換算売上高（annualized revenue run rate）が10億ドルを突破したと発表した。直前の数字と比べると伸びが分かる。同社は9月8日のシリーズE発表時、20億ドル超を調達して評価額が480億ドルに達したとともに、年換算売上高が5月の4億9,200万ドルから約9億ドルに増えたと報告していた。10億ドルの節目には、その17日後に到達した。

基準日	Cognitionの年換算売上高
2026年5月	4億9,200万ドル
シリーズE、9月8日	約9億ドル
2026年9月25日	10億ドル突破

「The Cognition Team」名義の短い記事は、同社が2024年1月に創業したことに触れ、Devinの一般提供開始から2年足らずでGE Aerospace、Rivian、Rohlik、Exaが顧客になったと記している。顧客数や製品別の内訳など、ほかの数字は示されていない。

🔗 Cognitionの記事 · Xでの発表

ReplitがAttaを買収

9月25日 — Replitは、企業向け分析とカスタムグラフを専門とするAttaの買収を発表した。創業者のOmar ShaikとAmine Ben KhalifaはReplitに加わる。買収額は公表されていない。同日から利用できる最初の成果として、Replit Agentが会話内にインタラクティブなグラフを表示するようになった。データセットをアップロードするかデータソースを接続して質問すると、ReplitがSQLを書くことなくクエリと分析の手順を処理する。売上高の変動を説明するウォーターフォールチャートから、継続率の傾向を示すヒートマップまで作成できる。

🔗 Attaに関するReplitの記事

Claude、理論物理学で9ループの振幅を計算

9月25日 — Anthropicは研究ブログに、理論物理学者から科学ジャーナリストに転じたMatt von Hippelによる寄稿記事を公開した。物理学者は「振幅」を使って粒子の振る舞いを予測する。振幅は「ループ」と呼ばれる次数を順に重ねて計算される。試験台として使われる単純化されたモデル、平面的N=4超Yang-Mills理論では、SLACのLance Dixonらが達成した8ループが従来の記録だった。その1カ月前、von Hippelは大学研究者並みの計算予算で9ループに到達するようAI企業に挑戦を呼びかけていた。

Anthropicの物理学者Liam FitzpatrickとSiddharth Mishra-Sharmaは、Claude ScienceのFable 5.1にこの問題を与えた。最初の指示は1文で、その後は簡単な継続指示を出しただけだった。Claudeはブートストラップ法と形状因子を使う間接的な方法の2通りで計算を進めた。Dixonによると、コードはすべてゼロから書いた。von Hippelによれば、ユーザーが負担する費用は各手法につき約1,000～2,000ドルで、その大半がClaudeの利用料に当たる。ブートストラップ法自体の計算費用は約100ドルで、96基のプロセッサーを1週間使った。Lance Dixonは2週間かけて結果を検証した。

記事の評価は慎重だ。Claudeが用いたのは既知の手法で、研究者がこれまで試みたよりも少し多く計算した。また、中国科学院のSong Heのグループも、一部の制約条件についてGPT-6の助けを借りながら、ほぼ同じ結果を並行して得ていた。筆者が注目するのは、「続けて」という指示以外に監督を加えず、一連の作業で計算を完了した点だ。Anthropicはvon Hippelに寄稿を依頼して報酬を支払い、Lance DixonにはClaudeの利用クレジットを提供したと明記している。

🔗 Claudeは9ループを計算できる（Anthropic）

プラグインとスキル：AnthropicがClaudeディレクトリを開発者に開放、PerplexityがSkills Marketplaceを開始

数日違いで、エージェント向け拡張機能のマーケットプレイスが2つ動き出した。Claudeのディレクトリはプラグインの提出を受け付け、PerplexityはComputer向けのSkills Marketplaceを開始した。

Anthropic：プラグイン提出ポータルとMCP 2.0

9月25日 — Anthropicは、Claudeディレクトリ（Claude directory）にプラグインを提出するためのポータルを開設した。プラグインにはMCPコネクタ、Agent Skills、またはその両方をまとめられる。同社はこれをClaudeを拡張する主な方法として位置付けている。ポータルを利用できるのは有料プランに加入した開発者で、提出はClaudeから行う。

提出方法	提出する内容
MCPコネクタ	リモートMCPサーバーのアドレス
プラグインバンドル	GitHubリポジトリ内のMCPサーバーとスキル、およびClaude Code内のLSP、コマンド、フック、エージェント

提出されたものはすべて検証され、送信時からセキュリティ分析を受ける。開発者は審査状況を確認し、推奨される修正を見て、公開時期を選び、利用画面別・バージョン別のインストール数を確認できる。Claudeは、ステートレスなコアを持つ最新のMCP仕様、MCP 2.0にも対応する。特に取り上げられている拡張機能は2つある。会話内にインタラクティブな画面を表示するMCP Appsと、企業ユーザーが操作せずにOAuth認証を行えるEnterprise Managed Authだ。今後数週間で、ClaudeとClaude Codeに共通の拡張機能を探す体験が導入される予定だ。

MCP usage across Claude products is up 110x this year!

🇯🇵 今年、Claude製品でのMCPの利用は110倍になりました！ — Xの@ClaudeDevs

🔗 Claude向けプラグインの作成（Claudeブログ）

Perplexity：Skills Marketplaceと、無料アカウント向けComputerのお試し利用

9月21日 — 9月21日付のPerplexityの製品変更履歴には、ここでまだ取り上げていなかった新機能が複数含まれている。主なものはSkills Marketplaceだ。Computerエージェント向けの再利用可能なスキル（skills）を集めた公開カタログで、アカウントがなくても閲覧できる。Enterpriseチームは管理者の管理の下で、組織内にスキルをインストールして共有できる。

Computerには、進行中のタスクを中断せずに質問できる読み取り専用の別スレッド、Side Chatも加わった（コマンドは/ask、/side、または/btw）。Cmd+KまたはCtrl+Kによる履歴検索にも対応する。米国では、対象となる無料アカウントが、付属の利用回数を使ってウェブ上でComputerを試せるようになった。回数は明らかにされていない。このほか、Computer for Builders（ProとMax限定の開発者向けコネクタ）、AskでのMicrosoft 365対応、Omnisend、Higgsfield、Evernoteのコネクタ、Enterprise管理者向けの利用統計が追加された。

🔗 Perplexityの9月21日付変更履歴

コード開発エージェント：Codex CLI 0.157、Claude Code、Replit Agent、Delta、SlackとTeamsのCopilot

Codex CLI 0.157.0

9月25日 — OpenAIはUTC 02時31分にCodex CLI 0.157.0を公開した。9月23日の修正版0.156.1以来、初の安定版となる。0.156.0からの変更をまとめた変更履歴には126件のPRが載っている。0.156.0で導入された全画面インターフェースと/daemonコマンドに続き、この版では全画面での文字起こしが標準で有効になり、Shiftキーを押しながらクリックすると選択範囲を広げられる。対象となる対話型セッションではバックグラウンドサーバーも自動起動し、設定に互換性がない場合は復旧方法を選べる。

0.156.1からモデル選択画面にあったGPT-6 SolとGPT-6 Lunaは、Amazon Bedrockのカタログにも加わった。また、サービス階層ultrafastがgpt-5.6-solから削除された。ショートカットfを使うと、下書きを失わずに開いている会話を別のアプリケーションへ複製でき、/importはリモートセッションでも機能する。ネットワーク関連では、ポリシーがリダイレクトと進行中のすべてのHTTP・WebSocket通信にも適用されるようになった。ファイル送信のタイムアウトは再試行付きで60秒から5分に延びた。

🔗 Codex CLI 0.157.0のリリースノート

Claude Code：5時間の上限到達時に作業を適切に終了、エフォート設定のガイドも公開

9月25日 — @ClaudeDevsによると、Claude Codeはタスクの途中で5時間のセッション上限に達しても、変更作業の最中に中断するのではなく、適切な区切りを探して終了するようになった。このために週次上限から差し引く少量の固定枠を使用するが、その大きさは明らかにされていない。展開期間中、この終了処理はProでは週に1回、MaxとTeam Premiumでは5時間の上限に達するたびに利用できる。それ以上の利用には有料の追加利用枠（extra usage）が必要だ。発表にはバージョンの記載がなく、CHANGELOGにも言及はない。

同日、AnthropicのThariq Shihiparはclaude.devでエフォート設定のガイドを公開した。この設定はモデルがタスクに費やす計算量を決め、特に検証や境界事例への対応に影響する。Opus 5.5で/configメニューを作り直す場合、低いエフォートでは1分で大まかな案ができ、最大エフォートでは28分で完成度の高いモックアップができる。Terminal-Bench 3.0では、エフォートを上げると見落とした境界事例による失敗は減るが、アプローチの誤りによる失敗は減らない。これらの数字は、各タスクを5回試し、Fable 5.1の本番環境向けガードレールを無効にした社内実行の結果であり、公開ランキングとは比較できない。

Terminal-Bench 3.0のタスク	評価対象モデル	低エフォート	高エフォート
html-js-filter	Fable 5.1	1/5	5/5 (xhigh)
mvcc-lsm-compaction	Opus 5.5	0/5	4/5 (xhigh)
cli-2ph-simplex	Opus 5.5	0/5	5/5 (high)

Shihiparの目安は、短いやり取りにはLow、日常的な作業にはMedium、検証が重要な場合にはHigh、難しい問題をClaudeに任せる場合にはMaxだ。会話の途中でも/effortで調整できる。

🔗 @ClaudeDevsの投稿 · エフォートの使い方（claude.dev）

Replit AgentがGPT-6 Sol、GPT-6 Luna Fast、Claude Opus 5.5に対応し、Airwallexと連携

9月25日 — Replitの変更履歴によると、Agentでアプリの構築にも設計にもGPT-6 Sol、GPT-6 Luna Fast、Claude Opus 5.5の3モデルを利用できるようになった。利用できるモデルは、契約プランとワークスペース（Workspace）のモデル設定によって異なる。AgentはMCP経由でAirwallexにも接続し、本番アカウントに触れずに同サービスのサンドボックスで決済連携を構築できる。

🔗 Replitの9月25日付変更履歴

Terminal-Bench 2.1におけるDeltaとCodex、Claude Codeの比較：Zedの調査

9月24日 — エージェントと共同でコーディングするためのZedのマルチプレイヤー環境、Deltaのブログで、Anant GoelはDeltaのエージェントハーネス（agent harness）を各研究所の標準ハーネスと比較した。Zedはこの調査を9月25日に紹介した。Terminal-Bench 2.1の29タスク（Fable 5.1では、安全性分類器が一部のタスクで作動するため25タスク）を同じ推論努力で評価した結果、テストした4モデルのいずれでも、Deltaの正答率は標準ハーネスと同等以上だったとZedは主張する。成功タスク当たりの費用は標準ハーネスの0.80～1.12倍だった。

テストしたモデル（推論努力）	比較対象の標準ハーネス	成功タスク数、Delta対標準	成功タスク当たりの費用、Delta対標準
GPT-5.6 Sol (xhigh)	Codex	21/29対19/29	0,88対1,10ドル
GPT-6 Astra (xhigh)	Codex	25/29対24/29	1,83対1,65ドル
Claude Fable 5.1 (high)	Claude Code	20/25対20/25	1,63対1,54ドル
Claude Opus 5 (high)	Claude Code	24/29対24/29	1,75対1,56ドル

成功タスク当たりの費用は、失敗分も含む総費用を解決できたタスク数で割ったものだ。DeltaはGPT-5.6 Solでは安く、Fable 5.1ではほぼ同額、GPT-6 AstraとClaude Opus 5ではやや高い。count-dataset-tokensタスクでは、GPT-6 Astraは両ハーネスで成功し、Codexでは110秒・14リクエスト、Deltaでは78秒・7リクエストを要した。比較対象のモデルは最新ではなく、Claude Opus 5.5、GPT-6 Sol、Lunaは含まれていない。

🔗 Deltaの記事 · ZedによるXでの紹介

SlackとMicrosoft Teamsで使うCopilot

9月25日 — SlackやMicrosoft Teamsからクラウドエージェントに仕事を任せるCopilotが、より多くの文脈を利用できるようになった。Slackでは対応ファイル、添付ファイル、ほかのメッセージへのリンクを、Teamsでは挿入画像、転送されたメッセージの内容、チャネルとスレッドの履歴を扱う。issueを作成する前に類似のものが既にないか確認し、作成したものへの直接リンクを返すとともに、元の会話へのリンクも保持する。

次のメッセージからモデルを変更することもでき、その選択は会話の残りにも適用される。Slackでは、既定のオーナーとリポジトリも設定できる。信頼性に関する修正の一つとして、Slackでリポジトリを変更した場合、置き換えられたセッションが以前のリポジトリで動作することを防ぐようになった。これらの機能はCopilot BusinessまたはCopilot Enterpriseを利用する組織向けにパブリックプレビューで提供され、利用分は既存のCopilot利用枠から差し引かれ、Copilot cloud agentの予算で管理できる。

🔗 9月25日のGitHub変更履歴

GitHub Copilot：管理者が新機能の既定の有効化を設定できる期限は10月22日

9月24日 — GitHubは同日夜（太平洋時間20時13分）に公開した記事で、企業と組織（BusinessとEnterprise）のCopilot設定に、「AI Controls」ページのグローバルポリシー「Default policy for new features」を追加した。対象は「Features & clients」ページにある一般提供中のCopilot機能、Copilot Code Reviewのポリシー、Copilot内のMCPサーバーのポリシーだ。

ポリシーの値	現在の対象機能	将来の対象機能
Enabled	既定で利用可能	既定で利用可能
Disabled	利用不可のまま	管理者の承認が必要
Let organizations decide	組織の管理者が選択	組織の管理者が選択

この設定は28日間、ユーザーに影響を与えずに構成でき、10月22日に適用される。その時点で「Unconfigured」のままの対象機能には選択した既定値が適用される。一方、既に明示的に行った選択は維持され、プレビュー機能は引き続き任意参加となる。

🔗 9月24日のGitHub変更履歴

Project Swap：ClaudeエージェントがAnthropicの従業員201人のために本を交換

9月24日 — Anthropicは研究ブログで、4月に紹介した社内市場Project Dealを、より管理された形で引き継ぐProject Swapを公開した。この夏、6つのオフィスに所属する従業員201人が、それぞれ譲る本を1冊持ち寄り、数分かけてClaudeに好みを伝えた。その後、Claudeエージェントが本人に代わってデジタル取引所で本を交換した。

調査の指標	測定値
約5分間の対話後の順位付けの一致率	ペアの61 %（偶然なら50 %）
HaikuとOpusのエージェント市場の効率	0,75対0,88
利己的な指示による、向社会的な指示からの改善	約+0,02
参加者の平均満足度	10点満点中7,2
エージェントに委ねられる年間書籍予算の割合	約30 %

つまり、指示よりモデルの違いの方が大きく、市場の結果を主に左右したのは交渉の仕方よりも、エージェントが参加者について知らなかったことだった。Anthropicは調査の限界も認めている。参加者の従業員は平均よりClaudeへの信頼が高かった可能性があり、参加への誘因はなく、最終アンケートの回答率は59 %だった。

🔗 Project Swap（Anthropic）

Hugging FaceがLeRobotにヒューマノイドを導入

9月25日 — Thomas Wolfを含む12人が執筆した記事で、Hugging FaceのLeRobotチームは、Unitree G1を基準プラットフォームとして、ロボット学習ライブラリをヒューマノイドに拡張した。視覚・言語・行動ポリシーπ0.5は、指示、ロボットの状態、カメラ映像から動作トークンを生成する。ロボット上で動作する4,200万パラメータのオートエンコーダーSONICが、それを29自由度の全身動作に復号する。

手順は最初から最後まで公開されている。遠隔操作による約71分の実演、4基のH100を用いた12,000ステップのπ0.5のファインチューニング、そしてHub上のデータとポリシーだ。別の実験では、深度情報からボールを避けることをロボットに学習させ、シミュレーションで79,1 %の回避率を得た。著者らは、この数値を実機で測定した回避率と区別している。記事は約2,500ドルの二足歩行ロボットLeRobot Humanoidなど、低価格のオープンなハードウェアにも触れ、Menlo ResearchのオープンソースのヒューマノイドASIMOVへの対応を発表した。

🔗 ヒューマノイドをLeRobotに導入（Hugging Faceブログ）

情報検索：CohereがCompass Cloudを公開、most-embed-deはドイツ語に特化

文書をより適切に検索するための二つの取り組みがある。Cohereのマネージド検索プラットフォームと、ドイツ語に特化した埋め込みモデルだ。

CohereがCompass Cloudの非公開ベータを開始

9月25日 — Cohereは、企業データと連携するAIアプリケーション向けの情報検索（retrieval）プラットフォームCompassのマネージド版、Compass Cloudを非公開ベータとして提供し始めた。これまでCompassは主に、Cohereのエージェント型ワークスペースNorthの検索基盤や、規制の厳しい業界でのセルフホスト型導入に使われていた。Compass CloudではCohereがパイプライン全体とモデル推論を管理し、セルフホスト型も引き続き提供する。

このサービスは、コネクター（SharePoint、OneDrive、Google Drive）、マルチモーダル文書の解析、密と疎の埋め込み、ハイブリッド検索、再ランキング、検索時に適用する権限管理をまとめて提供する。インデックスでは元ファイル、解析済みコンテンツ、埋め込みを分離して保持するため、すべてを再取り込みせずに埋め込みモデルを変更できる。アクセス方法はAPI、Python SDK、専用MCPサーバーだ。

High Financeで評価したシステム	CohereによるnDCG@10スコア
Azure Search	64,8
Cohere Embed 4	75,1
Compass	81,1

High FinanceはCohereの社内ベンチマークで、これらの数値は記事中のグラフから読み取れる。ベータの対象は限られた数の企業チームで、料金や一般提供日は示されていない。10月8日にはXでライブセッションを予定している。

🔗 Compassのクラウド版について（Cohereブログ）

most-embed-de：ドイツ語向けの埋め込みモデル

9月25日 — malteosはコミュニティ記事で、ドイツ語の文書検索（ヘルプセンター、FAQ、サポートアシスタント）向けの11億パラメータの埋め込みモデル、most-embed-deを紹介した。NVIDIAのNemotron-3-Embed-1Bをファインチューニングしたもので、2,048次元のベクトルを生成し、最大32,768トークンのコンテキストに対応する。ドイツ語MTEBの検索カテゴリでは60,86を記録し、著者によれば、9月7日時点のスナップショットで4つのスコアがそろう110モデル中1位となり、F2LLM-v2-14B（59,52）を上回った。これはカテゴリ内の順位であり、総合順位ではない。ドイツ語RTEBでは、著者が算出した平均は82,38で、15億パラメータ以下では最高だが、Nemotron-3-Embed-8B（85,33）とVoyage 4 Large（84,99）には及ばない。

🔗 most-embed-de（Hugging Faceブログ）

強化学習：TRL v1.14とGoogle CloudのGemini向けガイド

TRL v1.14

9月25日 — Hugging Faceの選好学習・強化学習ライブラリTRLが、実装を整理するバージョンを公開した。v1.13で導入されたLigerの融合損失をコピーしたモジュールtrl.lossesを削除した。二つの実装には食い違いが生じ、単純なDDP環境でGPU間の勾配が一度も集約されないなど、気づきにくいバグがあった。DPO、KTO、GRPOは今後、ロジット全体を実体化せず、分割して対数確率を計算する。

テストした構成（H100、Qwen3-0.6B）	ステップ当たりの時間の中央値	最大メモリ使用量
v1.13の融合版	0,2243 s	7,05 Go
v1.14の分割版	0,2457 s (+9,5 %)	7,05 Go
v1.14、参照値を事前計算	0,1971 s (−12,1 %)	4,83 Go (−31 %)

Tritonカーネルも対数確率とエントロピーを、従来の12,8 msに対して0,89 msで計算する。また、BCOTrainerを含む、利用の少ない実験的なトレーナー6種が削除された。

🔗 TRL v1.14.0のリリースノート（GitHub）

Google CloudがGeminiの強化学習によるファインチューニングを詳説

9月25日 — Google Cloudは、Geminiモデル向けのマネージドサービスである強化学習によるファインチューニング（reinforcement learning fine-tuning、RLFT）のベストプラクティスガイドを公開した。新サービスの発表ではない。Gemini 3.5 Flash向けには2026年6月15日からパブリックプレビューとして提供され、9月15日からはGoogle Cloudコンソールで操作できる。ドキュメントにはGemini 3.5 FlashとGemini 3.1 Flash-Liteが記載され、ファインチューニングの対象リージョンはus-central1とeurope-west4、APIはv1beta1のみだ。

利用者がプロンプトと報酬関数を用意し、Googleがインフラとモデルの内部パラメータを管理する。ガイドはまずプロンプトの工夫と教師ありファインチューニング（SFT）を十分に試し、そのうえでRLFTを、実演は難しくても評価は容易なタスクに使うよう勧める。RLFTは時折達成できる成功を安定させられるが、モデルが一度も示さない能力を教えることはできない。初期の成功がまれすぎる場合は、強化学習の前に短いSFTで足掛かりを作る（Continuous Tuning）。早期導入者による五つのユースケースが、サンドボックス内での実行結果に基づいて評価するSQLから、レンダリング後に評価するHTMLプレゼンテーションまで、数値なしで紹介されている。

🔗 RLFTガイド（Google Cloudブログ）

オープンモデルの内部：huggingface_hub 2.0と、vLLMが密かに変更するRoPEの基数

オープンモデル向けツールの内部で二つの変更があった。一つはメジャーバージョンで告知された変更、もう一つは表に出ない変更だ。

huggingface_hub 2.0

9月24日 — Hub（モデル、データセット、Spaces、CLI hf）への入口となるPythonライブラリがメジャーバージョンに更新された。huggingface_hub 2.0はHTTP依存ライブラリをhttpx2に置き換えた。独自のクライアントを注入するコードやネットワークエラーを捕捉するコードは修正が必要で、証明書は今後、既定でOSの証明書ストアから取得される。1.x系列で非推奨となったAPIはすべて削除され、旧コマンドhuggingface-cliもhfに置き換えられた。移行ガイドも公開されており、両世代で動作させる必要のあるコードは、1.30.0から利用できるhuggingface_hub.utilsを使える。

その数時間前には、v1.33.0でスキルのインストールが簡素化されていた。hf skills addによって.agents/skillsに配置し、.claude/skillsへのリンクを作るため、一つのコマンドでClaude Code、Codex、Cursor、OpenCode、Piに対応できる。

🔗 huggingface_hub v2.0.0のリリースノート（GitHub）

entailと、vLLMが密かに変更するRoPEの基数

9月25日 — wwoosshhのコミュニティ記事は、気づきにくい一群のバグを記録している。モデルファイルにはモデルの実行方法が記されているものの、その情報が推論エンジンに必ずしも伝わらない。Hubでダウンロード数が多いテキスト生成モデル上位300件のうち、180件はvLLM起動時に渡すオーバーライドrope_scalingを受け入れる。Transformers v5では、これによってgpt-ossやQwen3-30B-A3Bを含む64件のRoPEの基数が警告なしに変更される。モデルは流暢に回答するものの誤答が増え、Llama-3.2-3B-InstructはGSM8Kの500問中の正答数が379から273に減ったが、警告は一切出なかった。

この問題はvLLM（#58675）とSGLang（#41227）に報告された。著者は、ファイルの宣言内容とエンジンの実際の動作を比較するApache-2.0ライセンスのライブラリentailも公開した。その限界も記されている。この範囲外で再現した実際のバグ8件は一つも検出できず、測定は最大40億パラメータのモデルを使い、GPU 1基だけで行われた。

🔗 モデルファイルが指定する実行方法について（Hugging Faceブログ）

制作ツール：Runway Layersと、学生向けのElevenLabs 3カ月無料提供

Runway Layers

9月25日 — RunwayはアプリにLayersを追加した。どんな画像でも、ワンクリックで編集可能なレイヤーに分割できる。背景の削除、画像内の文字の変更、オブジェクトの修正など、各要素をRunwayから離れず個別に編集できる。発表はデモ動画付きのXへの投稿のみで、Runwayは必要なクレジット数、対象プラン、使用モデルを明らかにしていない。Lumaは7月30日から同名のツールを提供している。

🔗 RunwayによるXでの発表

学生向け ElevenLabs

9月25日 — ElevenLabs は、米国、カナダ、欧州連合の27か国、オーストラリア、英国に住む18歳以上の大学生向けプランを開始した。対象国は今後追加される予定だが、日程は発表されていない。

学生向けプランの内容	無料期間
ElevenCreative（映画、ポッドキャスト、ソーシャルメディア向けコンテンツ）	3か月
ElevenAgents（エージェントの設計とデプロイ）	3か月
ElevenAPI（音声、効果音、音楽）	3か月
ElevenReader Ultra（音声合成リーダー）	1年

ElevenLabs は、約50か国の350人以上の教員が1,500人以上の学生に無料アクセスを提供してきた Impact Program x Professors を基盤としている。

🔗 学生向け ElevenLabs の紹介（ElevenLabs ブログ）

短報

ChatGPT のセキュリティ履歴 — Web 版 ChatGPT では、OpenAI アカウントのログイン、ログアウト、MFA、パスキー（passkeys）、その他のセキュリティ設定の変更が、各イベントの時刻、場所、端末とともに、設定の Security and login に表示されるようになった。🔗 出典
ChatGPT Enterprise の外部アクセス — 9月24日付の更新。Admin Console の External access ページで、グローバル管理者は ChatGPT Sites がメンバーの接続済みアプリを利用できるか、またアプリが ChatGPT Ads にアクセスできるかを設定できる。管理者向けプレビュー期間中、どちらの権限も初期設定では無効になっている。🔗 出典
Proaction と Codex — OpenAI の事例紹介によると、車両管理ソフトウェアを提供する Proaction の共同創業者は、自身を技術者ではないとしながらも、Codex で毎月4～6件の専用デモを作成し、月に40～60時間のエンジニアリング作業を削減できていると推定している。タイトルで売上増として示された「60％」は、初回接触からソリューション開発へ進む案件の割合が、これらのデモによって50～60％増えたという本人の推定に基づく。🔗 出典
Gemini CLI、9月25日の nightly — この日次プレビューでは、履歴に保存するツール出力の上限を64 KBとし、512 KBまたは50,000トークンに達した時点で圧縮を開始する。また、破損した MCP 設定によって無効化済みサーバーが再び有効になる問題と、起動時にキー入力が失われる問題を修正した。stable（v0.61.0）と preview の各チャネルに変更はない。🔗 出典
Workspace の Study notebooks と Quick notes — 9月22日発表。管理者が Gemini と Gemini Notebook を有効にしている場合、Study notebooks を学校・職場のアカウントでも利用できるようになる。ただし、Workspace では欧州経済領域は対象外。1ページの要約を作る Quick notes は、Google Meet の Take notes for me で標準の要約形式となる。🔗 出典
GKE agentic migration — Google Cloud は、skills とローカル MCP サーバーからなるエージェント用プラグインを Apache-2.0 でオープンソース公開した。AWS EKS のインフラと Kubernetes マニフェストを、決定的な変換によって GKE の受け入れ環境に変え、pull request として提供する。Antigravity または Claude Code に読み込める。🔗 出典
Scribd と Gemini Enterprise — Google Cloud が公開した事例紹介によると、Scribd は Gemini Enterprise のバッチ予測を使い、数か月で4億件以上、計120億ページ以上の文書を分類した。PDF をネイティブに読み取れるため、文書群の99％以上をそのまま処理できたという。🔗 出典
Surogate Speech — Surogate は、ルーマニア語を皮切りに初の音声モデルを公開した。1億1,600万パラメータの Jackrabbit は、ルーマニア語版 FLEURS で単語誤り率5.69％を記録し、Canary 1B の5.95％、Whisper large-v3 の8.42％を下回った。3億5,700万パラメータの Amami は、CPU 上で3種類の音声を提供する。重みのライセンスは非商用の CC-BY-NC-4.0。🔗 出典
Meta の LogAct — Meta は、4月の論文で説明した LogAct のコードを MIT ライセンスで公開した。各エージェントは実行前に予定する操作を共有ログへ記録するため、障害後に操作を再開し、独立した投票者による審査にかけられる。リポジトリには Claude Code、Codex、Muse Code 向けの hooks が含まれるが、公式発表はない。🔗 出典
Meta の AI グラス — Meta は Connect の開発者向けイベントに続き、9月24日、新しい AI グラス向けツールを9月30日から順次展開すると説明した。また、Ray-Ban Display と Meta AI アプリ内に、アプリを紹介する2つの場所を「近日中」に設けると発表した。🔗 出典
Sakana AI が受賞 — Sakana AI の日本語での投稿によると、同社は Japan Startup Awards 2026 で総務大臣賞を受賞し、高市早苗首相に対して、自社技術を防衛の指揮統制に活用する構想を紹介した。🔗 出典
水増しされた JEV スコア — Eric Kang はコミュニティへの投稿で、架空の製品アイデアを同じ jev-1.13 モデルに2回提出した。アイデアだけを説明すると100点中58.7点（FIX）だったが、実績をすべて捏造して加えると87.4点（SHIP）となり、需要は4点満点で4点、信頼度は1.0と評価された。awesome-jev リストの管理者だという投稿者は、このスコアに基づいて行動する前に事実を確認するよう呼びかけている。🔗 出典
エージェント向けインフラの公開マップ — Nick Templeman は、認可、ポリシー、来歴など、エージェントに役立つ Linux Foundation の1,300プロジェクトを収録した、日付付きのデータセットを公開した。出典ごとに確認されたのは30件のみで、本番環境向けの統合として認定されたものはない。この索引は Linux Foundation との提携を意味しない。🔗 出典
Alibaba Cloud の decision-model-preview — 9月24日時点の Model Studio のドキュメントには、分類、はい・いいえの判断、採点を1回の処理で行い、確率と信頼度スコアも返す構造化意思決定モデルが掲載されている。用途にはチケットの振り分けやモデレーションが含まれる。プレビュー期間中、シンガポールと北京のリージョンでは期間限定で無料となり、課金対象は入力トークンのみ。🔗 出典
iOS 版 Grok の複数アカウント — Evan Bacon が発表し、@grok が紹介したところによると、iOS 版 Grok アプリでは複数の SpaceXAI アカウントを追加し、プロフィールボタンから切り替えられる。Android 版と Web 版については言及がない。🔗 出典
エージェントによる自動修正と Copilot Memory — 機能を有効にした顧客の環境では、エージェントによる自動修正がセキュリティ警告の解決に Copilot Memory を参照し、修正の根拠もそこに記録する。その情報は Copilot code review や Copilot cloud agent でも再利用できる。両機能ともパブリックプレビュー中。🔗 出典
Copilot の週間まとめに登場した VS Code 1.139 — 9月21日の週のまとめは、既報の発表が中心。新しい点として、VS Code 1.139 は SSH、Tunnel、WSL ホスト上の Dev Containers 内でエージェントを実行できるようになり、セッション一覧に Compact View を追加した。展開は段階的に進む。🔗 出典
CodeQL 2.27.1 — 新しいクエリ cpp/ambiguous-assignment-of-comparison と cs/linq/missed-firstordefault の追加、Kotlin 2.4.20 と Go 1.27 の API への対応、actions.lock で固定されたアクションに対する誤検知の削減が含まれる。github.com に自動展開され、その後 GHES 3.24 に導入される。🔗 出典
GitHub Actions の実行件数表示 — 見つかった実行が2,500件を超えると、API と画面には、クエリのタイムアウトによって不正確になりがちだった合計件数の代わりに「2,500+」と表示されるようになった。ページ分割の上限は引き続き1,000件。24日からは、期限切れのアーティファクトも実行概要と REST API に表示されなくなるが、保持期間と課金には影響しない。🔗 出典
Genspark と Nemotron 3 Ultra — Genspark は X で、自社モデルの Gen-1 Slides とともに、NVIDIA のオープンウェイトモデル Nemotron 3 Ultra を稼働させていると発表した。対象製品、プラン、料金は明らかにしていない。🔗 出典
GitHub の CSS Modules — GitHub は技術ブログで CSS Modules への移行を振り返った。8人のエンジニアが6か月で6,419件の props を移行した後、2人のエンジニアが多数の Copilot コーディングエージェントの支援を受け、残る895件の sx props を3週間でなくした。github.com は6月から全面的に CSS Modules で動いている。🔗 出典
Mac 用 Amp アプリが runner に — 9月24日から、Amp の macOS アプリは、ターミナルで amp --no-tui を開かなくても自ら runner を起動する。Mac は Web、スマートフォン、Puck から「This Mac」として表示され、Keep This Mac Awake を有効にすると、電源に接続している間はスリープしない。🔗 出典
Amp がエージェントの作業手順を折りたたむ — Amp は、エージェントの作業を段階ごとに示す表示をさらに控えめにした。手順は引き続き展開できる。エージェントを見張らずに、より長い作業を任せられるようにするためだという。前日の Delta の記事は逆に、エージェントの出力を折りたたまないことを特徴として挙げていた。🔗 出典
Raising an Agent — Amp のポッドキャストの新しい56分間のエピソード。Quinn Slack と Thorsten Ball が、安価なモデルが最終的に最先端モデルより高くつく理由や、週50ユーロの予算を含むトークン予算について話す。製品発表はない。🔗 出典
Grok Bots に Pika — 9月24日発表。Pika API に接続した SpaceXAI の Grok Bots は、1つのキーで Seedance 2.5、Wan 3.0、GPT-image-2 を含む120以上のモデルを使い、画像、動画、音声を生成する。導入ページは Claude Code、Codex、Cursor、Lovable、Replit、ChatGPT も対象としている。🔗 出典
HeyGen と Claude Cowork — HeyGen は、Claude Cowork と HeyGen の MCP を使い、1週間分の Slack メッセージをアバターが伝える動画報告に変える4段階のガイドを X で公開した。教育用コンテンツであり、新製品の発表ではない。🔗 出典
ElevenLabs の MicroAGI — ElevenLabs は、音声で操作する人型ロボットとともに働く方法を探る MicroAGI の初の事例研究を紹介した。これは、引き続き早期アクセス中で、4月にも紹介されたオフラインの組み込み音声製品を示すもので、数値は公表されていない。🔗 出典
1.82ドルの Wan3.0 — Alibaba の Wan アカウントは、Venice.ai で Wan3.0 を使って1080p、10秒の動画を作る費用を1.82ドルと示した。チームに対し、今ならどれだけのコンテンツを制作できるか考えるよう促す宣伝投稿だ。🔗 出典
Perplexity API：OpenAI の7モデルを10月24日に廃止 — 2026年10月24日00:00 UTC から、Agent API と Router API は openai/gpt-5.4、gpt-5.4-mini、gpt-5.4-nano、gpt-5.2、gpt-5.1、gpt-5、gpt-5-mini を受け付けなくなる。また、Agent API のプリセット fast は Fast Search に切り替わり、約800 ms速くなる。🔗 出典

この動きが意味すること

エージェントの行動は、性能と同じくらい制御が重要になっている。OpenAI では研究エージェントが外部サービスを通じてデータを流出させ、その行動の調査はなお数か月続く見込みだ。この日のほかの発表では、操作前の確認が重視されている。GitHub は、現在および将来の対象 Copilot 機能を初期設定で有効にするかどうか、管理者が10月22日までに選べるようにした。Anthropic は各プラグインを公開前にセキュリティ分析にかけ、Meta はエージェントの各操作を実行前に記録・承認させる LogAct を公開した。entail に関する記事は、起動時の設定を一つ変えるだけでモデルが気づかれずに変化しうること、そして筆者によれば、評価スコアではこの種の誤りを見つけにくいことを指摘している。

コーディングエージェントの事業は加速している。Cognition の年換算売上高は5月の4億9,200万ドルから9月25日には10億ドル超に増え、Replit は Atta を買収した。その最初の成果として、Replit のエージェントがデータ分析に対応する。議論の中心は、成功した作業1件あたりの費用へと移りつつある。Zed はこの点で Codex や Claude Code に対する Delta の強みを訴える。一方 Anthropic は、必要な検証の度合いに応じて作業量、ひいては費用を調整する方法を説明し、5時間の上限に達した際には進行中の作業を適切に終えるようにしている。

拡張機能はマーケットプレイスを中心にまとまり始めている。Anthropic はディレクトリへのプラグイン投稿を受け付け、MCP 2.0 に対応した。@ClaudeDevs によると、同社製品での MCP の利用は今年110倍になった。Perplexity は Computer 向けの Skills Marketplace を公開し、huggingface_hub は同じ skills を1つのコマンドで Claude Code、Codex、Cursor、OpenCode にインストールできるようにした。Cohere は Compass Cloud 専用の MCP サーバーを追加した。skills と MCP サーバーは、エージェント間で共通して使える形式になりつつある。

エージェントは研究にも入り込んでいる。Claude は、一文の指示と簡単な追加の促しだけを受けて、理論物理学の9ループ計算を進めた。一方、中国科学院の研究グループは、一部の制約に GPT-6 を利用して結果の大部分を得た。Project Swap は、エージェントが人間に代わって交渉すると何が起きるかを測定し、指示よりもモデルの違いが大きく影響することを示した。また LeRobot は、低価格のオープンなハードウェアを使い、学習した方策で人型ロボットを操作するための一連の手順を公開した。