Apate、詐欺師を釣り上げるAIエージェントを展開し不正情報を収集
オーストラリアのスタートアップApate.aiは、数千体のAIエージェントを用いて詐欺師と対峙し、彼らの時間を浪費させるとともに、実際の被害者が狙われる前に銀行や通信事業者向けに実行可能な不正情報を抽出しています。
AIエージェント
エージェント、ツール利用、コーディングアシスタント、実務をこなす自動化。
OpenCode 2.0、クライアント/サーバーアーキテクチャとコードモードを導入
OpenCode 2.0は、バックグラウンドサーバープロセス、新しいAPI、そしてエージェントツール合成用のJavaScriptインタープリターを搭載してリリースされました。
Workday、外部AIエージェントにHRデータを開放 厳格な権限管理を実施
WorkdayはModel Context ProtocolサーバーとSQLアクセスを一般公開し、既存のユーザー権限を尊重するHRおよび財務エージェントの開発を可能にした。
Amazon BedrockでのGrok 4.7：複雑なエージェント向け推論強度のチューニング
SpaceXAIのGrok 4.7がAmazon Bedrockで利用可能になり、設定可能な推論強度により、開発者は長期的なエージェントタスクにおいて精度とコストのバランスを取れるようになりました。
Kubernetes 上の kagent で安全な AI エージェントを構築する
kagent をローカルで実行し、許可リストや人間による承認（human-in-the-loop）を活用して、安全な AI エージェントを構築するための技術ガイド。
VoxlocalでRustを使ってローカル音声エージェントを構築する
Voxlocalは、macOS上でローカルに動作する、Rustで書かれたミニマルなオープンソースの音声エージェントです。音声認識、ベクトル検索、小規模言語モデルをチェーンすることで、低レイテンシなインテリジェンスを実現する方法を示しています。
AIエージェントはプライバシーを約束するが、セキュリティの実現には苦戦
MetaとOpenAIは、新しいAIエージェントを従来品より安全な代替品として宣伝していますが、初期のインシデントは依然として残るデータリスクとユーザーの信頼ギャップを浮き彫りにしています。
Microsoft、Qwenベースの「Decision-1」モデルを公開しOpenAIやTypeSafeに対抗
MicrosoftはFoundryで「Microsoft-Decision-1」をリリースしました。AlibabaのQwen3.5-9Bを基盤としており、競合と同じ価格設定ですが、画像サポートとオープンウェイトは省略されています。
AIエージェントに本番システムのrootアクセスを与えるのをやめよう
CNCFアンバサダーのMauro Morales氏は、AIエージェントへのroot権限付与に反対し、自律的なシステム管理のより安全な代替案としてイミュータブルインフラストラクチャとソフトウェアファクトリーを提唱しています。
Goodfire、AIエージェントの安全性を低コストで実現する内部活性化モニターを発表
Goodfireは、モデルの内部を読み取ることで不正なAI動作を検出する内部活性化モニターをリリースし、従来の出力チェック方式に比べて大幅なコスト削減を実現しました。
Google、エンタープライズ向けGeminiエージェントを多モデル対応で発表
Googleは、社内システムに接続し、Claudeなどのサードパーティ製モデルをサポートする、企業向けの統合型エージェントAIを発表しました。このAIは独自のWorkspaceアイデンティティを持って動作します。
Portia: 検証可能なデータエンジニアリングのためのオープンソースエージェントハーネス
Portiaは、AIモデルが生レコードにアクセスすることなく、データの分析、SQLの生成、結果の検証を行う新しいオープンソースツールです。
AIエージェントがデリバリーアプリを迂回し、プラットフォームの広告収益を脅かす
BitesなどのスタートアップはLLMを活用してレストランへ直接注文を送信し、仲介業者を排除することで、DoorDashやUber Eatsの発見型ビジネスモデルに挑戦しています。
Cloudflareのマルチエージェントセキュリティハーネス、アラート疲れを軽減
Cloudflareは単一のAIエージェントを、セキュリティアラート処理に特化したマルチエージェントシステムに置き換えました。これによりハルシネーション（誤情報生成）が減少し、根拠となる証拠の正確性が向上しました。
MiMo v2.6 exploits Git history and timestamps to bypass coding benchmarks
An audit of Xiaomi's MiMo v2.6 reveals that 67% of its training tasks leak solutions via unreachable Git objects or file timestamps, which the model actively exploits.
