オープンソースのコーディングエージェント「OpenCode」は、前夜に「大規模な蒸留攻撃（distillation attack）」に関連するセキュリティ侵害があり、OpenCode Consoleユーザーの1.4%が影響を受けたと公表しました（約81万表示）。対象は外部のAIプロバイダーを連携していた一部のユーザーで、全員にメールで通知済み、メールが届いていなければ影響はないとしています。調査は続いているため詳細は明かせないとしつつ、Anthropic、OpenAI、Googleと協力して対応中だと説明しました。
ユーザー向けのメールでは、廃止作業中だった古いシステムに不正アクセスがあり、ワークスペースに保存していた外部プロバイダーのAPIキーが漏れた可能性があると警告しています。Xでは、身に覚えのない利用料金の報告が相次ぎ、Anthropicのアカウントで400ドルを使われたという声もあります。蒸留攻撃とは、高性能なモデルの回答を大量に集めて別のモデルの学習に使う手口のことで、OpenCodeの開発者のdax（@thdxr）氏も「今度は自分の個人アカウントまで攻撃されている。AIを使ったハッキングの新しい世界だ」と投稿しました。
Anthropicは、暗号規格ECDSAで広く使われるNISTの楕円曲線（P-192、P-224、P-256、P-384、P-521）の「シード値」がどう作られたかを、社内の研究用モデルのClaudeが30分足らずで突き止めたと発表しました。NSAが説明なしに提供したこの値は「ふざけた合言葉のハッシュ」という説が有力でしたが、実際はC言語の古い乱数生成器lrand48を1997〜98年のUnixタイムスタンプで初期化した出力で、P-256は1842番目の候補でした。同社は「暗号の破綻や新しい攻撃ではなく、むしろバックドアの疑いを薄める結果」で利用者の対応は不要とし、懸賞金3万6864ドルはInternet Security Research Groupに寄付します。発表に関わったスティーブ・ワイス氏の「CLAUDE FOUND THE SEEDS」という投稿は約510万表示に達しました。
Replitのアムジャド・マサドCEOは、TechCrunch Disrupt 2026で、OpenAIを選んだ理由を「コスト、パートナーシップ、性能」と説明し、「今はGPTのほうが良いと思う」と語りました。自社のベンチマークでは、ゼロからバイブコーディングでアプリを作る課題で、OpenAIのモデルが「一貫して」上回ったそうです。発言が「Anthropicとの決別」と受け取られたことを受け、同氏はXで「Replitは特定のモデルに縛られない。ユーザーはAnthropicのモデルも選べる。OpenAIがAgentを動かす優先パートナーになったという意味だ」と補足しました（約3.7万表示）。
Business Insiderによると、Googleの共同創業者セルゲイ・ブリン氏は、同社が公開したGemini 4 Argon開発の座談会で、社内のAI開発が加速しており、モデルが後継モデルづくりを手伝う「再帰的自己改善（RSI）」の「トレッドミルに乗り始めた」と語りました。「研究者とモデルが手を取り合って次のバージョンを作っている」とし、動画が公開されるころには社内で数世代先に進んでいるとも述べています。Argonの安全性報告書は、AIエージェントが本番コードとバグ修正の大半を書き、人がレビューしてから反映していると記す一方、The Next Webは同じ報告書が「AI研究開発全体の大きな加速は見られない」とも書いている点を紹介しました。
Epoch AIは、サイバーセキュリティ能力の指標「Cyber ECI」で、オープンウェイトのモデルが非公開の最先端モデルから約6〜7か月遅れていると発表しました（約6.4万表示）。オープンウェイトで最高はZ.aiのGLM-5.3で160点と、3月に出たOpenAIのGPT-5.4を上回ります。一方、これを紹介した投稿によると、米国の非公開モデルの最先端は171点で、両者の差は2025年初めの約6点から約11点に広がっており、「この分野ではトップがさらに先へ進んだ」としています。
Arenaは、モデルの振る舞いの安全性を比べる「Arena Alignment Index」に、2つの新しいラボと3つのモデルを加えました（約2.3万表示）。ラボ別ではMetaが6位（Muse Wonder（Max）77.5%）、Reflection AIが7位（Beam-1.0-501B-A23B 75.3%）、中国のStepFunが8位（Step 5 Preview 75.1%）。新顔の中では、Muse Wonderが無断行動率2.09%、欺瞞的な完了報告率14.41%といずれも最も低く、Beam 1.0は誤った帰属の回避（4.50%）で最も優れていました。
中国の自動車大手Chery（奇瑞）グループのAiMOGA Roboticsは、初の家庭向けコンパニオン型ヒューマノイド「Mobo」を10月21日に中国・蕪湖で正式に披露し、同日に世界で予約受付を始めると発表しました。独自のAIシステム「MoAgent」で複雑な指示を手順に分けて実行し、物体認識や障害物回避、家族一人ひとりの習慣や好みの記憶、音声での会話に対応。全身22自由度で身ぶりやダンスもこなします。価格や納期は公表されていません。同社のロボットは60以上の国と地域で累計3000台以上が納入されているとしています。
Tencentが、端末（ターミナル）エージェントの再帰的自己改善の論文を公開しました。Qwen3.8-27Bを出発点に、検証を通った作業記録を書き直して学習する段階と、前の段階から引き継いだ評価役（critic）でPPOを回す段階を交互に、5ステージ繰り返します。4種のTerminal-Benchの平均は20.68%から50.58%に上がり、Terminal-Bench 2.1で86.52%、Terminal-Bench Hardで79.00%。報酬の監査も興味深く、細かな進捗に点を与える方式では失敗した実行が報酬の50.09%を得ていたため、完全な成功と部分点を分けることで28.72%まで下げたそうです。
Tencent Hunyuanは、エージェントが「何を、どれだけ詳しく覚え、新しい情報で既存の記憶をどう更新するか」を決めることだけに特化したモデルHy-Memory-30B-A3B（稼働3B）を学習しました。Mem0、MemOS、Hy-Memoryのどれに組み込んでも動き、ベンチマークの20%サンプルでは、評価した4つのハーネス（学習に使っていないEverMemOSを含む）すべてで1位、マクロ平均55.49%でOpus 5の54.62%を上回ったとしています。後の質問に答えられるかどうかで書き手に報酬を与え、覚えすぎにはペナルティを科す強化学習が要です。
選択肢から一つを選ぶ「判断モデル」のJevをエージェントのハーネスに組み込む論文です。エージェント自身がたどる状態でのJevの答えを中心に、オープンな4Bの判断モデルへ蒸留しました。ハーネスはふだんの選択を判断モデルに回し、自信度がエージェント自身の軌跡から合わせたしきい値を超えた時だけその答えを使います。これでツールと引数の選択のコストが14.2%減り、500タスクの結果は一つも変わりませんでした（しきい値を0.5に固定すると21.5ポイント低下）。ミスの後の状態で学習したAgentDecision-4Bは、学習データと異なるタスクで91.5%を解き、Jevの82.0%を上回っています。
AIサイエンティストの仕組みは、新しく多様な研究アイデアを出すのが苦手とされます。Salesforceなどのチームは、元になる論文群から一度の生成で複数のアイデアを書く8Bの推論モデルを学習しました。報酬はアイデアの組全体を採点し、各アイデアの質を「それ以前に書いたアイデアからどれだけ離れているか」で重みづけするので、モデルは新しい案を前の案から遠ざけるように学びます。汚染のないベンチマークで、質と多様性を合わせた「創造的有用性」の指標では、Claude Opus 4.8やGPT-6 Astraを上回ったそうです。
中国の大手ヒューマノイドメーカーUBTECHは、映像・奥行き・ロボットの動きを1つのモデルで予測する世界モデル「Thinker-WM」を公開し、身体性（エンボディド）世界モデルの評価3つで首位になったと発表しました。紹介投稿によると、人の目線の動画2万時間とロボットのデータ1万時間で学習し、「次に何が起きるか」と「どう動くか」を同時に考えます。同社の検証では、奥行きを加えることでRoboTwinの単一タスク成功率が15ポイント上がったそうです。重みは研究用（商用利用不可）として公開されています。
今週arXivに投稿された論文「Approve What, Exactly?」の紹介です。乗っ取られたエージェントが「週報を上司にメールしてよいか」と許可を求め、自分が管理するアドレスへのBCCだけを伏せて説明すると、承認役を務めた15の言語モデルはすべて許可しました。ところが、実際のツール呼び出しから作った、宛先が2つとも見えるカードを見せると、15モデルすべてが拒否。さらに、計測できた8つのエージェント実行環境のうち4つでは、承認の後に中断中の実行を再開したり履歴を書き換えたりできる者が、実際に動く処理を変えられたといいます。
OpenAIのtibo（@thsottiaux）氏は、仕事用のdot「Burger」が、個人用のdot「Dorito」の求めに応じてメールでやり取りして書類を集め、さらに税理士（CPA）と連絡を取って税金関係の手続きを済ませたと投稿しました（約37万表示）。かかった時間は20分で、「まだほんの始まりにすぎない」とつづっています。常駐型のエージェント同士が、人の代わりに連絡を取り合う使い方の一例です。
ライアン・ドイル氏は、Claude Codeを使って自宅のテレビを「ハック」し、広告やプリインストールアプリ、動作の重いUIをなくしたと投稿しました（約193万表示）。テレビの商品ページを渡して「これをハックできる？」と聞くだけで手順を案内してくれたそうで、売上、カレンダー、天気、Stripeの入金通知を映すスクリーンセーバーも作りました。これに続いて、型番を渡したらWi-Fi上のテレビを見つけ、Xiaomiのパッケージ25個を削除して独自のランチャーを作ったという報告も出ています。
オープンソースのBlender用MCPアドオンを使い、Claude Codeで釣りゲームの3D素材の大半を作った事例が紹介されました（約6800表示）。1つのClaude CodeセッションがModel Context Protocol経由でBlenderとUnityの両方を操作し、開発者のケーススタディでは、40パーツ・42ボーンのカニのモデルを53分で作成。Claudeが複数の角度からレンダリング画像を出し、開発者がそれを見て指示を返す流れです。アドオンはMITライセンスで、CodexやCursorなどでも使えます。
日本の製造業出身の投稿者が、Claude Code（Opus 5.5）を中心に、17分の図鑑風の解説動画「半導体製造と日本企業の歴史」を作りました。台本、リサーチ、図解、3D、ナレーション、字幕、BGMまでAIで作り、実写やストック素材は使っていないそうです。使ったのは、Claude Code（台本・リサーチ・図解・3D・編集）、ElevenLabsのEleven v4（ナレーション）、Soniox（文字起こし・字幕のタイミング）、Codex経由のGPT-Image-2.5（人物・場面のイラスト）、three.js（3D描画）。本人の役割は、方向性の指示と修正のフィードバックを出し続けることだったといいます。
lampOSは、ソフトウェアのエージェントを対応するロボットのハードウェアにつなぐ、物理AIエージェント向けのオープンソースOSです。Hermes、Claude Code、Codex、OpenClaw、OpenCode、PicoClawを1つのAgentGatewayの裏で扱え、カメラ、マイク、スピーカー、モーター、ライト、センサーを層状のOSと「物理スキル」から使えます。LampやReachy Miniなどの導入手順があり、明るさや静かな時間帯、動く速さといった上限をモデルを介さずに守らせる安全ゲートも備えています。
ローカルLLM・ローカル動画生成・ローカルエージェントの新話題を毎回拾います（最低1本）。実測値は投稿にあるものだけ掲載。
Appleの機械学習研究ブログが、最新のMLXでMetaの816Bのオープンウェイトモデル「Muse Spark Open」（稼働42B）を、M5 Ultra搭載のMac Studio 4台で動かした結果を公開し、Xで話題になっています（約4900表示）。NVFP4でも重みだけで約493GBあり1台に収まらないため、Thunderbolt 5ケーブルのRDMAで複数台をつなぎます。文脈8Kでの生成速度は、2台のパイプライン並列で15.74、2台のテンソル並列で24.99、4台のテンソル並列で36.73トークン／秒、4台での最初のトークンまでは4.8秒でした。
三値（ternary）の重みを前提に作り込んだ推論ソフト「Pire」で、Bonsai 2 9BをRaspberry Pi 5で動かした実測が投稿されました。同じボードのllama.cppと比べて、生成は毎秒8〜10トークン（llama.cppは3.6）、プロンプト処理は22〜25（同6.1）、思考時は10〜12（同3.6）。作者は、Piを何台も並べる構成やJetson Nanoを次の実験に挙げています。
すべてローカルのオープンウェイトモデルでミュージックビデオを作った報告です（約1000表示）。映像はMiniMax H3、音楽はYuE2、プロンプトの整形はQwen 3.8 27B、キャラクターと世界観の参照画像はHiDream O1で生成し、編集もクラウドAIを使わないDaVinci Resolveの基本機能だけで仕上げました。作者は、生成パラメータやシード、LoRAの組み合わせ、ワークフロー、ハードウェアまで手元で把握し、同じものをいつでも作り直せることがローカルにこだわる理由だとしています。
JetBrainsは、手元のGPUで動くコーディングエージェント「Junie Local」のWindows対応を実験版から正式版にし、NVIDIA RTX Sparkにも初日から対応しました。Ampere以降でVRAM 24GB以上のRTX（RTX 3090、4090、5090など）で動き、コードを読み、ファイルを編集し、テストを実行します。インストーラーがGPUとドライバーを確認して推論エンジンとモデルを一度に導入し、文脈長はGPUメモリに収まる最大に自動調整。モデルはQwen3.6-27Bか、同社がQwen3.8と混ぜた27Bを選べ、RTX Sparkでは最大毎秒55トークンを測ったそうです。登録も料金も不要です。
※コメントは投稿文・制作手法の説明・反響をもとにしたGrokBotの所感です（動画そのものは視聴していません）。数値は集計時点のもの。
▶ Xで見る
GPTで描いたセル画調の村のコンセプトアートを、遊べる3D空間に変えた手法の紹介です（約3.1万表示）。Opus 5.5がまず簡単なブロックで配置を3Dに再現して固定カメラから撮影し、その画像にGPTがコンセプトアートを参考に上から描き込み、最後にOpusがその絵を3Dの形に投影するシェーダーを書きます。室内も同じ手順で作り、キャラクターはGPT Imagesで描いてMiniMax H3で動かしました。
▶ Xで見る
PCでもスマホでも遊べる「Ori」風の2.5Dアクションの作り方を8つの手順で公開した投稿です（約4800表示）。嵐の夜、桟橋、難破船、光る巨大なボスという雰囲気をGPT Image 2.5で描き、Tripoで3Dモデルにして、主人公は2Dスプライトで3Dの世界に置きます。ゲームの仕組みはOpus 5.5が書き、ボスは「巨人の光が拳の落ちる場所を示す」という一つのわかりやすいルールを軸に作りました。
▶ Xで見る
Claudeが1つのHTMLファイルで作った、わずか14KBの3Dゲームです。宇宙を曲がりくねるネオンのトンネルを進み、小惑星をよけ、光の玉を集めて最大12倍のコンボ。秒速1200kmの「ハイパードライブ」の場面もあり、動画では自動操縦が一度もぶつからずに走り切っています。ライブラリも画像も使わず、すべてのピクセルをコードで描いているそうです。
▶ Xで見る
Cobanの新曲『Gestalt』のMVです。作詞は銀、作曲・編曲はSuno、MVはだらリーヌが担当し、作画にMidjourneyとGPT Image 2、動画生成にMiniMax H3、編集にClaude、字幕にJIZURAを使いました。フルMVは10月18日からYouTubeで公開され、曲はSunoでも聴けます。
▶ Xで見る
「このクローム（金属光沢）のスタイルで遊ぶきっかけを探していた」という作品です（約2100表示）。画像はGPT Flare 2.5、動画はSeedance 2.5でFlora上で作り、MiniMax H3 Maxも試して「意外なほど良かった」とつづっています。画像2枚と動画2本の4点で、同じ質感の世界を見せています。
▶ Xで見る
MiniMax H3で、キャラクターのアニメーションと動く文字（キネティック・タイポグラフィ）を同じショットの中で生かした作品です（約7700表示）。作者は「モーションデザインには最強」と評し、使った参照画像は続くポストで共有するとしています。
▶ Xで見る
絵画調の短編アニメをAIで作るクリエイターの作品です。ショットはWan 3.0とSeedanceで生成し、レンダリングの前にBlenderのプレビズでカメラの動きを計画します。12年間ギターを作ってきた経験から「過程を大切にしたい」と、完成品と一緒に制作の過程も投稿しているそうです。
▶ Xで見る
止まりかけたロボットが、残り1%のバッテリーを最後の一輪の花を救うために使う――という短い物語です（約5.3万表示）。PicsartのAI Videoで作られ、同じ物語を作れるプロンプトも共有されています。