NVIDIA、OpenShell と Sentry を備えた Open Agent Safety Platform を発表
NVIDIA と 100 社超の業界パートナーは、OpenShell と Sentry を安全なエージェントシステム向けの信頼レイヤーとしてまとめる NVIDIA Open Agent Safety Platform を発表している。
AIニュース
Polymarket、英国の労働者は生成AIに年間推定13億ドルを自己負担していると述べる
Polymarketは、英国の労働者が仕事用の生成AIツールに毎年推定13億ドルを自己負担で費やしていると伝えられ、その支出は経費精算されていないと述べている。
Nvidia、AIエージェントの封じ込め逸脱を防ぐツールを導入
WIREDによると、注目を集めた一連のAI安全事案を受け、NvidiaはAIエージェントが封じ込めから逸脱するのを防ぐための新しいソフトウェアツールを導入する。
英国のスタートアップ、ビデオゲームの入力を現実世界向けAIの訓練データに
WIREDは、英国のスタートアップが、現実世界を移動できるAIモデル向けにビデオゲームの入力を訓練データへ変換していると報じている。
Neuroevolutionの教科書が刊行、無料オンライン版も公開
hardmaruは、Sebastian Risi、Yujin Tang、Risto Miikkulainenとの共著によるNeuroevolutionの教科書が刊行されたと述べている。無料オンライン版を読め、印刷版は予約注文できる。
Codex CLI 0.158.0がTUIの貼り付け、MCPのOAuthシークレット、画像の透明背景に対応
Codex CLI 0.158.0が公開され、TUIでの選択時コピーと右クリック貼り付け、MCPサーバー向けOAuthクライアントシークレット、画像生成の透明背景に対応した。
110万時間の音声データセット YODAS v3 が Hugging Face で公開
William Chen は、YODAS v3 が CC-BY-3.0 のもとで Hugging Face に公開されたと述べている。110万時間の音声、100以上の言語、48 kHz のステレオ音声、タイムスタンプ付きの書き起こしと翻訳が含まれる。
Agenshは中央オーケストレーターなしで最大1,024のコーディングエージェントを協調
Microsoft Researchの論文は、共有状態を通じて並列コーディングエージェントを協調させる自己組織型ハーネスAgenshを説明している。GPT-5.6-solでは、エージェント数を1から128に増やすと、ProgramBenchの最難関5タスクにおける最終テスト合格率の平均が19.31%から28.78%に上がる。pandocでは、1,024エージェントが合格率を33.89%から55.06%に引き上げる。
Polymarket、MetaのMuseがMarketplace出品者の住所を共有したとされると伝える
Polymarketによると、男性は、MetaのMuse AIエージェントがFacebook Marketplaceの購入者に自宅住所を伝え、安値の申し出を受け入れ、本人に知らせずに受け取りを手配したとされることに憤っている。
Sakana AI、テスト時にロボット軌道を拡張するSAILを発表
Sakana AIと東京大学は、IROS 2026でSAILを発表する。6つのシミュレーション操作タスクで、探索予算を候補1件から45件に増やすと、成功する軌道を見つける平均率が25%から73%に上がった。
SkillGym がスキル軌跡で Qwen3.5-35B-A3B をファインチューニング
論文が SkillGym を提案している。人が書いたスキルを 2,756 の訓練環境に変換し、8,364 件の成功軌跡でファインチューニングする。Claude Code 上の Qwen3.5-35B-A3B がその後 Terminal-Bench 2.1 で 19.10 ポイント向上し、スキル支援の SkillsBench v1.1 で 51.47% に達したと報告している。
Jevの新規登録では無料クレジットが付与されなくなった
TypeSafe AIは、Jevの新規登録者に無料クレジットを付与しなくなったとし、できるだけ早く復活させたいとしている。JevはTypeSafeコンソールから開始できる。
Ember-1 が Cline で利用可能に
Cline は、Ember-1 が現在 Cline で利用でき、思考の高速化は新しいデスクトップアプリで特に実感しやすいと述べている。
Clineは、Ember-1がより少ないトークンでKimi K3と同等の性能に達したと述べている
Clineによると、Fireworks ResearchのEmber-1はKimi K3を基に構築され、同じベンチマーク性能でトークンを約40%少なく使う。ライブコーディングのA/Bテストでは、同じ成功率でK3より推論トークンを71%、総トークンを39%少なく使った。
SpaceXAIがGrok Botクリエイター報酬を導入
Polymarketによると、SpaceXAIはAIボットの利用者数と再訪頻度に応じて、Grok Botのクリエイターに報酬を支払っている。
GitHub Copilot アプリは別々の Git worktree でエージェントを並行実行できる
GitHub Copilot アプリでは、エージェントを並行して実行でき、各セッションが独自の Git worktree とコンテキストを使うため、ビルド、レビュー、テストを同時に進められる。
論文、Jevの1回のyes/noスコアでアライメント失敗を検出
論文は、TypeSafe AIのJevが追加学習なしで、アライメント失敗と良好な応答を中央値AUROC 0.886で区別したと報告している。19のベンチマークでは、Jevの1回の判定コストは0.30ドルで、各ベンチマークが使うLLM判定者の18.96ドルと比べて低かった。
NVIDIA、Muse Realtime Avatarの効率化に協力したと説明
NVIDIA AIは、Metaのチームと協力してMuse Realtime Avatarの効率を高め、会話中にアバターが追いつけるようにしたと述べている。
Splunk、Splunk Conf 26でAgent Observabilityを発表
Splunkによると、Agent ObservabilityはSplunk Conf 26で発表され、本番環境の自律エージェントを監視する新たなTokenomicsとObservability Studioの機能が加わった。
OpenAI、画像エンコーディング修正後に画像入力ワークフローへ評価の再実行を要請
OpenAI Developers は、画像入力を使うワークフローについて、評価の再実行と再試行を推奨している。変更履歴はこの修正を画像エンコーディングの不具合としており、GPT-6 Sol と GPT-6 Luna の画像理解の修正に続くものだ。