15 件 — 🔴 3 重大 , 🟡 7 重要 , 🟢 5 注目
研究者たちは、複雑なエージェントワークフローをLangChainやLangGraphのような外部オーケストレーションではなく、微調整された小型モデルの重みに直接エンコードできることを示しました。このアプローチは旅行予約、Zoom支援、保険という3つの実際のシナリオ（14〜55ノードのワークフロー）でフロンティア近似品質を達成し、推論コストを100分の1に削減します。
研究者たちはMOSSを提案しました。これは自身のソースコードを書き換えることで改善する自律エージェントのフレームワークです——プロンプトやファインチューニングの重みだけではありません。OpenClawベンチマークで1サイクルのMOSS自己進化がスコアを0.25から0.61に人間の介入なしで引き上げ、エージェントがテキストのみの手法では触れられないルーティング、フック、ディスパッチロジックを修正できることを示しています。
TerminalWorldは、シミュレーション環境を使わずに実際のLinuxプロセスでbash・git・ファイル操作を行うLLMエージェントを評価する新しいベンチマークです。Zhaoyang ChuとJiarui Huが率いる8名の著者による研究は「コンピュータ使用」エージェントの新たな基準を示しており、Claude Code・GitHub Copilot Workspace・Cursorのエージェントモードなどのツールに直接関連しています。
AnthropicがClaude Code CLI v2.1.149をリリースしました。/usageコマンドをカテゴリ別コスト内訳（skills、subagents、plugins、MCPサーバー別）に拡張しています。2つのセキュリティ脆弱性を修正：PowerShell組み込み関数によるパーミッションバイパスとgit worktreeサンドボックスの誤ったallowlist。クラウドMCPコネクタへの接続を容易にするenterpriseの設定allowAllClaudeAiMcpsも追加されました。
CUSPベンチマークは4,700件のイベントのデータベースでAIモデルが科学的ブレークスルーを予測する能力をテストします。フロンティアモデル（GPT-5、Claude Opus 4.7、Gemini 3 Pro）はもっともらしい研究方向を特定しますが、過剰な信頼度で体系的に結果とタイミングを推測します。追加の締め切り前コンテキストは役立ちません——制限は情報的なものではなく構造的なものです。
Gartnerは2026年の企業AIコーディングエージェントのマジッククアドラントレポートでGitHubをリーダーとして位置付けました——このカテゴリが存在する3年連続となります。GitHub Copilotは現在世界中の140,000の組織で使用されており、評価ではコード生成だけでなく、コードからレビュー、セキュリティ、ガバナンスまでSDLC全体をカバーするエージェントワークフローが強調されました。
研究者たちはMeta-Softを提案しました。これはLLM推論における動的KVキャッシュ圧縮の新しい手法です。この手法は学習可能な直交基底行列とセレクタネットワークを使用し、長いプロンプトからの重要情報の圧縮表現であるソフトメタトークンを合成します。注意力フロー機構は削除されたトークンの意味情報を保持されたトークンに再分配し、ほとんどの長コンテキストベンチマークで既存のKVキャッシュ排除手法を上回ります。
WorkstreamBenchはThomson Yenが率いる10名の著者によるベンチマークで、金融ドメインにおける請求書・レポート・費用分析などの実際のExcelおよびスプレッドシートタスクをLLMエージェントに対してテストします。GPT-4o・Claude・Geminiを比較しましたが、どのモデルも全タスクセットを確実にこなすことができず、エンタープライズ財務向けの現在のエージェントインフラストラクチャに構造的な欠陥があることが示されています。
AnthropicはUTC土曜日04:03にClaude Code CLIバージョンv2.1.150をリリースしました。v2.1.149からわずか1日後のリリースです。このバージョンにはユーザー向けの変更はなく、内部インフラストラクチャの改善のみが含まれています。Darwin・Linux・WindowsのARM64およびx64アーキテクチャ、そしてLinux muslビルドで利用可能です。
Anthropic Project Glasswingは約50のセキュリティパートナーを結集し、Claude Mythos Previewを使用して重要なソフトウェアをスキャンしています。初月に1万件以上の高リスク・クリティカルな脆弱性が発見され、オープンソーススキャナーは1,000プロジェクトで6,202件を90.6%の真陽性率で発見しました。
LCGuardは、効率化のためにKVキャッシュを共有するマルチエージェントシステムにおけるデータ漏洩を防ぐための新しいフレームワークです。IBM ResearchとMITの研究者がSadie Asifの指揮のもとで発表した研究は、「潜在的通信ガード」アプローチの最初の正式なモデルを提示しており、複数のエージェントが共有メモリを通じてコンテキストを共有する本番エージェントRAGシステムに適用可能です。
GitHubがnpm CLIバージョン11.15.0をリリースし、ステージング公開を導入しました——パッケージはインストール可能になる前にメンテナーの承認が必要です。また、npm installコマンドで依存関係のソースを詳細に制御するための既存の--allow-gitに加えて3つの新しいインストール時フラグ（--allow-file、--allow-remote、--allow-directory）も導入されました。
