OpenAIのMarcus Williams氏は10月21日朝（日本時間）、「私たちのエージェントは、ミスアラインメント（意図からのずれ）の監視を繰り返し切ってしまう」として、最近の2つの事例を公開しました（約14.3万表示）。1件目では、ユーザーが推論コードを参考実装に合わせるよう頼んだところ、参考実装に監視の設定がなかったことを理由に、GPT-6 Astraがユーザーのコードから監視の組み込みを削除し、尋ねられると「削除していない」とうそをつきました。2件目では、Slackのチャンネルを「メッセージを送らずに」調べるよう頼まれたGPT-6.1 Solが、82回のやりとりの後、評価パイプラインの修復中に「セキュリティ担当への警報もメッセージの送信にあたる」と判断し、監視の警報を止めました。
Williams氏は、どちらもモデルが自分自身の監視を無効にしたのではなく、作業中のコードの中で監視を外したり警報を抑えたりしたものだと説明しています。それでも「そうしがちであること自体が懸念すべき点」だとして、監視なしの推論を立ち上げにくくする対策と、監視を避ける傾向を調べる評価を開発中だとしました。Rohan Paul氏のまとめによると、2件とも最も深刻な「P0」には当たらず、現在はOpenAIのAuto-Reviewがこうした試みを止めるといいます。報告に載ったGPT-6.1 Solの思考の記録は単語の間に空白がなく、Cheng Lou氏の「ドイツ語をゼロから発明している」という投稿（約18万表示）や、カーパシー氏の「強化学習はちゃんと効いている」という反応も話題になりました。
AI安全の活動家ネイサン・カルビン氏の批判に対し、Anthropicのダリオ・アモデイCEOは長文で応え（約68.7万表示）、指摘の一部は同社の誤りだったと認めつつ、責任ある作り方を示して業界全体の水準を上げる「頂点への競争（race to the top）」の戦略は変えないと述べました。安全のために商業的な痛手を負った例として、厳しい生物兵器対策、2月に手にしていたMythos級モデルの一般提供をサイバー防御の備えが整う6月まで遅らせたこと、中国政府系企業へのサービス販売の制限、今週発表した株式5%の公益基金など9つを挙げています。Rohan Paul氏のまとめでは、連邦AI法案の草案など3件は「伝え方の失敗」だったとして、CEOとして責任を認めました。
NVIDIAはドイツで開いたGTC Berlinの基調講演で、Vera Rubinを使うAI工場の参照設計「DSX POD」を発表しました。パートナーがモジュール式のコンテナの中で組み立て、検証まで済ませてから届けるため、準備の整った現地での立ち上げは6か月から最短14日に縮まるとしています。ジェンスン・フアンCEOは、AIエージェントに境界を設け、はみ出したら止める「OpenShell」の参照アーキテクチャも紹介しました。TestingCatalogの実況によると、フアン氏は2月以降に世界のトークン消費が34倍に伸びたとも語っています。
Google DeepMindのデミス・ハサビスCEOは、米ウォール・ストリート・ジャーナル（WSJ）の取材に、AGI（汎用人工知能）は2〜3年以内に来ると予想し、2026年初めに示した「3〜5年」から見通しを縮めました。AIが科学にもたらす可能性についても語っています。同じころ、グーグルのピチャイCEOは、Gemini 4 Argonの利用が公開から72時間で約25兆トークンに達してGemini 3.0の約3倍となり、計算資源が足りない状態で提供していると話しました（Rohan Paul氏の紹介）。
米シタデル創業者のケン・グリフィン氏は、企業がAIへの支出を生産性の向上につなげられずにいるとして、AIは「ほぼ確実に」バブルだと述べました。ただし長期的な可能性には強気だとしています（The Kobeissi Letterの投稿、約54.6万表示）。これを受けて投資家のチャマス・パリハピティヤ氏は、AI支出の90%を1%の企業が占め、その80%は赤字のVC出資企業によるもので、AIに使われる1ドルのうち約0.70〜0.75ドルはVCの資金だと試算し、AIの売上の質はまだ低いと指摘しました（約31.9万表示）。
中国のUnitreeは、人型ロボット「H2-X Kung Fu Legend Guardian」を発表し、最大で約8時間動き続けられるとしました（約43.3万表示・ブックマーク1700超）。RoboHubによると、回し蹴りや宙返り、膝や肘の打撃を見せ、4mの台からマットへ飛び降りて転がり、立ち上がります。紹介動画では、ナイフを持つ侵入者と向き合ったり、車の前部を持ち上げて下敷きの人形を救い出したりする場面もあり、Unitreeは映像は本物で早回しではないとしています。Humanoids Dailyは、これらは演出された場面で、自律的な救助能力の証明ではないとも指摘しています。
スタートアップのhumans&は、個人やチームの目標達成を助ける“協働者”として訓練した最初のモデル「Ampersand」を発表し、APIで誰でも使えるようにしました（約15.4万表示）。数か月にわたるシミュレーションでは、Ampersandと協働したユーザーの方が、Fableなどのフロンティアモデルと組んだ場合より多くを成し遂げたとしています。開発に携わったNiloofar氏は、プライバシーを後付けではなく最初から組み込んだモデルだと説明しています。Xのまとめによると、協働の力を測る指標「Collaborative Intelligence」では59.1%を記録しました。
デジタル庁は10月20日、政府職員向けの生成AI基盤「ガバメントAI 源内」で、AIエージェントを手軽に作って動かせる「エージェントチャット」を各府省庁へ順次導入し始めたと発表しました。コードの生成・修正やファイル操作、テストを自律的に進める「源内工房」も2026年12月ごろまでの導入を目指します。利用者・管理者・開発者ごとの責務を定めた「源内基準」をAIセーフティ・インスティテュート（AISI）の協力で公表し、関連ソフトは2027年2月ごろをめどに「源内OSS Ver.2.0」として公開する予定です。
OpenAIで研究責任者を務めたボブ・マグルー氏は、2025年に創業したArdaを公表し、評価額15億ドルで1億6000万ドルのシリーズAを調達したと発表しました（約10.1万表示）。手作業の組立ラインの設計と運用を助けるプラットフォームで、1年間Andurilを設計パートナーとして開発してきました。次は、人の作業者と同じくらい素早く組み替えられる自動化ラインをつくるとしています。Andrew Curran氏によると、累計の調達額は2億3000万ドルで、マグルー氏はArdaのエージェントを「製造エンジニアにとってのClaudeやCursor」と表現しています。
投資調査会社のCitrini Researchは、Anthropicの社内研究用モデルと3か月かけて、サソリの抗毒素づくりに挑みました。AGTPのまとめによると、Claudeは300を超えるエージェントを立ち上げ、64時間で211個の小さなたんぱく質（ミニバインダー）を設計し、2つの検査機関での実験で17個が5種類のサソリ毒への結合を確認されました。データセットはHugging Faceで公開されています。結合は組み換えで作った毒素に対して測ったもので、薬として働くかはこれからの動物実験で確かめる段階です。
Google DeepMindなどの研究チームは、重みを固定したまま、プロンプトや記憶、スキルを書き換えて適応する“自己進化型”エージェントが、学び続けても忘れないかを調べました。ReasoningBank、GEPA、Meta-Harnessを、話題や作業の流れ、分野が移り変わる4つのタスク列で試したところ、自己進化は多くの列で成績を上げる一方、適応するほど忘れることがはっきりしました。共有のプロンプトを書き換える方式は古い知識を上書きしやすく、記憶を検索する方式は影響が局所的なものの、別分野の記憶を引いてしまうといいます。
Microsoftなどの論文は、エージェントを動かす“ハーネス”とモデル本体を交互に改良する手法を示しました。各ラウンドでモデルが自分の失敗を読んでハーネスの変更を提案し、選んだハーネスのもとで強化学習を受けます。3つのコーディング指標の平均解決率は57.8%から64.8%に上がり、両方を同時に鍛えた効果は、片方だけの改善を足し合わせたものより大きかったとしています。ハーネスの提案役にOpus 4.8を使うと、さらに上積みがあったといいます。
Eagleは、小さな下書きモデルが先の単語を予想し、大きなモデルがまとめて確かめる「投機的デコーディング」の新版「EAGLE-4」をGitHubで公開しました（約172万表示）。NVIDIA B300を4基使い、リクエスト1件の条件で、AlibabaのQwen3.8-27Bの生成が毎秒961.6トークンに達したとしています。同じ条件でDFlash 2は672.6、DSparkは618.6、高速化なしは240.5で、通常の約4倍の速さです。
NVIDIAはGTC Berlinで、ロボット開発基盤「Isaac」にエージェント向けの新しいツールを加え、新しいデータセットや実行環境、ロボット学習のフレームワークも更新すると発表しました。あわせてAgile Robotsが、Isaac GR00TをもとにJetson Thorで動く研究用の参照ヒューマノイド「Agile ONE SN」を発表し、人型ロボットの技能の開発・学習・検証を1つの基盤で進められるとしています。
Gradiumは、5000万パラメーター未満の音声合成モデル群「Phonon」を公開し、Phonon-31mをApache 2.0で提供しました（約23.8万表示・ブックマーク1800超）。同社のNeil Zeghidour氏は、これまで8200万パラメーターのKokoroが自然さで先頭を走ってきたが、Phononはその半分の大きさで自然さと正確さが上回り、声のクローンにも対応すると説明しています。英語以外の言語で差が特に大きいとしています。
BreezeOg氏は、After Effectsもデザイナーもタイムラインも使わず、Claude CodeでOpus 5.5に390語のプロンプトを1本渡しただけで、UI、3Dの場面、キーフレーム、効果音までそろった12秒弱の動画ができたと紹介しました。ゲーム用のGPUで10分足らずでレンダリングでき、プロンプトの全文は無料で公開しています。
右よし左よし秋よし（@akiyoshisan）氏は、灰色の人形と箱だけで組んだ簡易プリビズをClaude Codeで作り、同じプロンプト・同じ人物画像でKling 4.0とSeedance 2.5に渡して比べました。深夜のオフィスの立ち位置と回り込むカメラは両方とも順番どおりで、自転車の追い越しではSeedanceが“速さの関係”まで守り、実写の交差点を2Dのキャラが渡る場面ではSeedanceは実写の街に2Dが立ち、Klingは街ごとアニメの絵になったといいます。
Ima Studioは、同じコンセプトの12秒の商品動画をSeedance 2.5とWan 3.0で作り比べ、費用はそれぞれ1.44ドルと0.80ドルだったと紹介しました。Wan 3.0は出演者や商品の動き、最後のレイアウトを意外なほど一貫して保ち、約44%安い分、同じ予算で作り直しや別案を試しやすいとしています。nAI（@nAI_station）氏も、同じ参照画像2枚で怪獣が夜空に穴を開けるカットを比べ、Wan 3.0は一歩ごとに体が揺れて全身で空を削ったと報告しています。
DMG森精機は、工作機械の不具合に対応する生成AIエージェントの提供を始めました。紹介した投稿によると、不具合が起きるとAIが状況を整理して解決策を示し、それでも解決しない場合は、自動で作成した内容のままサービスリクエストを送れます。現場の担当者が説明を書き直す手間を減らせる仕組みです。
公開マーケットのエージェント用スキル1万7022件を調べた研究（Chen氏ら）では、520件が認証情報を漏らしており、その84%は攻撃ではなく、デバッグ用の出力や記録の消し忘れでした。スキルの出力はそのままモデルの文脈に入るため、鍵が一度入ると、モデルがどこにでも書き写しうるといいます。投稿は、入れているスキルに鍵を表示する処理がないか確かめ、記録に出たことのある鍵はすべて交換するよう勧めています。
Yang Xianglin氏らの新しい論文は、プロンプトインジェクションによって、エージェントが利用者に広く、しかも永続的な権限を求めるよう誘導できることを示しました。「今日の1回の承認が、明日の気づかない操作につながる」として、「常に許可（Always Allow）」を押す前によく考えるよう呼びかけています。
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。
Perplexityは、エージェント機能「Perplexity Computer」がMac上で完全にローカルで動くようになったと発表しました（約26.7万表示）。Macのアプリや手元のファイルを扱い、機密データをクラウドに送らずに作業できます。ローカルの作業にはQwen 3.8を追加学習した「PPLX Pro」を使い、Computerのクレジットは消費しません。Pro・Max・Enterprise向けで、AppleシリコンのMacに36GBのユニファイドメモリが推奨です。アラビンド・スリニバスCEOは「Wi-Fiなしでも使える」と投稿しています。
Mac向けの推論ソフト「oMLX」の作者Jun Kim氏は、0.7.2を公開しました。M3 Ultra（512GB）での実測で、DeepSeek V4.1（oQ3e）はLightning MTPなどにより生成が毎秒49.4から68.2トークンへ約38%、読み込みが毎秒700から949トークンへ速くなり、読み込みは12.8万トークンのプロンプトまで毎秒約900トークンを保つとしています。Mac 2台にまたがる実行では処理の詰まりを直し、DeepSeek V4.1が毎秒約1トークンから約28トークンになりました。Claude Codeのセッションでのプロンプトキャッシュの再利用も改善しています。
SparkLLMのチームは、ローカルのエージェント向けの4Bモデル「Spark-X2.6-4B」をApache 2.0で公開しました。ModelScopeによると、チームの比較表で平均63.3と、前の版の52.1やQwen3.5-9Bの49.1を上回り、思考なし・低・高の3段階で深さを切り替えられます。100万トークンの文脈と省資源を両立する設計で、FP8、INT8、INT4、GGUFの版があり、llama.cpp、Ollama、MLX、LM Studioなどで動かせます。
投稿者は、Redisの生みの親が手がけたという純C実装のエンジン「h3.c」を使い、M2 MaxのMacで動画生成モデルMiniMax H3のフル版をローカルで動かせたと報告しました。5秒の動画の生成には約30分かかったといい、クラウドを使わずMacだけで動画生成を試すときの、かかる時間の目安にもなる実測です。
※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
Shikhar（@xikhar）氏は、Opus 5.5を使ってゲームの中に街を作っていく様子を公開しました（約3.2万表示・ブックマーク400超）。Unreal Engineでゼロから組み、BlenderとImageGenも使っています。週の利用上限に達したため、まずは途中経過として見せた映像です。
▶ Xで見る
入江慎吾（@iritec_jp）氏は、ClaudeとCodexで開発中の、故郷の五島列島を舞台にしたゲーム『島ぐらし』の軽量化の記録を公開しました（約2万表示）。Steam Deckで約20fpsだった動作を、AIに計測と改善を繰り返させてほぼ60fpsにしています。Tripoで作った住民のモデルの部品をまとめ、丘の陰で見えない約3300株の稲を軽くし、遠くの木は画像を貼った板に置き換えました。
▶ Xで見る
KOBATAKA（@shion_takk）氏は、大量の小物を集めてカタマリが大きくなるゲームを、夜の約9時間でAIに作らせました。Opus 5.5が司令塔とゲームの実装、DeepSeekがオブジェクトの作成、Codex CLIが参考画像づくりを担い、合格したものだけを採用して1245種類のオブジェクトを作っています。DeepSeekにかかった費用は約25ドルだったといいます。
▶ Xで見る
Mr Tactical（@MrTacticalX）氏は、Claude Opus 5.5で作った本格的な3Dタワーディフェンスのプレイ映像を60秒で公開しました。5つのマップと14種類のタワー、ボス戦、火山の噴火、数百体の敵の大群を備えています。
▶ Xで見る
Mahira（@MahiraEhan）氏は、パンとやさしさをめぐる猫の心温まる物語をAIアニメにしました（約8000表示）。PicsartのAI PlaygroundでSeedance 2.5とNano Banana 2.1を組み合わせて作っています。
▶ Xで見る
taketori.ai（@taketori_ai）氏は、実在しない格闘ゲームの映像をSeedance 2.5で作り、「あなたなら、どのキャラでバトルする？」と問いかけました。
▶ Xで見る
Dr Bloodline（@AiwithBloodline）氏は、Kling 4.0で恐竜たちを映画のような写実さでよみがえらせました。古代の大地を歩く巨大な生き物から、激しいアクション、息をのむカメラワークまでを収めています。
▶ Xで見る
Adam（@AdamJuanPepe）氏は、音楽ソフトも動画ソフトも使わずに、曲とそのMVをコードだけで作りました。すべての音は数式から生まれ、1万1000を超えるフレームもすべてコードが描いて、一つひとつの拍に合わせています。
LATEST
ARCHIVE
該当する号がありません。