最新の AI ニュースを、いち早く。

プロンプトからPRまで：CareemのAIが、人間が目にする前にどのようにdbtモデルを書き込み、検証するのか

CareemのAIエージェントは、人間がPRをレビューする前に、dbtモデルをエンドツーエンドで作成し、検証します。

MCP接続型AIエージェントを活用して、ダッシュボードのデバッグを6分で解決する方法

AIエージェントは、BIレイヤー内からdbtリネージを活用し、コーヒーを淹れる間に3つのデータの謎を解き明かしました。

京東広告は、ファーウェイの鲲鵬と連携することで、生成型広告の推論遅延を15％削減し、618大促において主要なシナリオでの検証を完了しました。

京東広告は華為の鲲鵬と協力し、霊衢相互接続を活用して300TB規模の共有メモリプールを構築、RPC通信を再構築することで、エンドツーエンドの推論遅延を15％低減しました。また、KVキャッシュおよびRPCの性能が大幅に向上し、2026年の618大促における主要なシナリオでトラフィックの5％による検証も実施されています。さらに、この協業は検索・推薦といったサーチ＆レコメンデーションの各シーンへ波及しており、SuperCacheやAgentサンドボックスなど、Agentic AIの先端分野にも展開しています。

注目する理由この報道は、2026年10月26日にtmtpost.comが公開したオリジナルの技術ニュースに基づいており、実際の導入事例に焦点を当てた技術連携について述べています。具体的には、協業主体（JD広告／Huawei Kunpeng）、技術的アプローチ（Lingqu Interconnect、二段階キャッシュ、UBプロトコルによるURMAへの直接接続）、定量的な効果（遅延が15％削減、TP99の最適化率が85％超）、検証されたシナリオ（618セール時のトラフィックの5％）および今後の進化計画（SuperCache、Agentサンドボックス）を明示しています。すべての重要な事実は資料内で相互に裏付けられており、外部からの補足情報や主観的な推論は一切含まれていません。

QCon上海2026は、AIの本番運用化に焦点を当て、エージェントのエンジニアリングからタスクのデリバリーまでのキーパスを解説します。

2026年10月22日～24日、QConグローバルソフトウェア開発会議（上海ステーション）はInfoQ中国の主催により開催され、70の機関および140人の専門家が、AIをいかに本格的に運用システムに導入するかについて深く議論し、コンテキストエンジニアリング、産業オントロジー、Agentic Infra、Content Agentなど、重要な実践的アプローチを提示しました。

注目する理由本資料は、InfoQが公式に公開したカンファレンス総括レポートに基づいており、公開日時（2026-10-26T11:53:09Z）は会期（10.22–24）に直後です。内容はメインセッションの6つの基調講演およびサブセッションの技術ロードマップを網羅しており、情報構造は完整で出典も明確です。すべての見解は現場でのゲスト発言を直接引用したものであり、外部からの推論や検証されていない結論は加えていません。

KimiがK3.1 Proを発表、容量増加と価格引き下げでOpus 5.5に挑む

著者｜宇航猿 編集｜靖宇 10月23日午前、Kimi公式はXとビデオ番号で24秒の動画を公開した。映像にはレトロな雰囲気の古いパソコンが映り、画面にはKimi Codeが起動し、端末にはThree.jsのコードが一行ずつ表示され、複雑な3Dシーンが生成されていく様子が映っていた。目ざといネットユーザーはすぐに左上隅のモデル欄で答えを見つけた――「Model: Kimi K3.1」だ。 Kimi公式が公開したK3.1の事前告知動画｜画像出典：X @Kimi_Moonshot 古い時代の機械で、今日最先端の3Dコードを実行する――このギャップこそが、月之暗面が伝えたいメッセージそのものだった。 それから十数時間後、10月24日零時を過ぎた直後、プログラマーの日に合わせてKimi K3.1 Proが正式にリリースされ、同時に速度が2〜3倍速いHighspeed版も同時に登場した。公式は、完全なモデルの重み付けデータを11月4日までに公開すると約束している。 前世代のK3が発表されてから、すでに3か月以上が経過していた。この3か月間、月之暗面が経験したことは、多くの企業が1年で経験する以上のものだった。 01 「量は増やしても価格は変えない」の0.1 まず、K3.1 Proとは何かを明確にしておこう。これはまったく新しいモデルではない。月之暗面は明確に、K3.1 ProはK3の後学習版であり、基盤は変わっていないと述べている――依然として総パラメータ2.8兆、活性化パラメータ1,040億の混合エキスパートアーキテクチャ、文脈ウィンドウは100万トークン、画像および動画入力にもネイティブに対応している。 変わったのは後学習の部分だ。公式によれば、「大幅に増強された後学習用の計算能力」を投入し、数百の下流分野で大規模な共同強化学習を実施したという。そのため、強化学習フレームワーク、サンドボックスインフラ、長文脈推論といった基盤技術を一から再構築したのだ。つまり、同じ脳が、仕事のやり方を改めて“教え直された”ということになる。 その効果はランキングで明らかだ。プログラミングAIを評価するTerminal-Bench 4.0において、K3.1 Proは65.7％を獲得し、GPT-6 Astraの58.2％やClaude Opusの66.4％をわずか1ポイント弱下回る結果となった。前世代のK3は

ムーシェンコンサルティングは、ヒューマン・マシン協調チームを定義し、AI従業員ガバナンスの四原則と「トークン効果」による人材効率の新たな測定指標を提案しました。

穆勝コンサルティングは2026年10月26日、深い分析を発表し、人間、AIエージェント、デジタル従業員、ロボット、および外部のエコパートナーを包含する安定した業務単位として「ヒューマン・マシン協調チーム」を初めて体系的に定義しました。また、現在では企業の8割以上がAIエージェントのアイデンティティ管理と活動追跡機能を欠いていると指摘しています。さらに、「独立したアイデンティティ、タスクレベルでの最小権限、読み書き分離、ライフサイクル全体にわたる監査」を中核とするガバナンスフレームワークと、ヒューマン・マシンの投入を統合した「トークン効果」に基づく人的効率測定モデルを提案しています。

注目する理由本稿は、ムーシェン・コンサルティングが2026年時点の実証研究（HCLTech、Strata Identity、Gartnerなど各機関の最新データを含む）に基づいて提案した、組織マネジメントの最先端フレームワークです。AIツール／アシスタント／エージェントという三つの能力階層を明確に区別し、デジタル従業員が既に実在する組織上のアイデンティティを有していること（例：Andon Marketの事例）を示すとともに、現在企業において広く見られるAIガバナンスの混沌とした現状（正確なAIリストを保有している企業はわずか21％）を直截に指摘しています。本稿は高い時効性と実証的裏付け、さらには管理実践への落とし込み価値を備えています。

清華大学と香港中文大学が共同でAKVをオープンソース化：LLMエージェント向けのKVキャッシュエンジニアリングサービスシステム

清華大学と香港中文大学の研究者らは、2026年10月26日、SGLangを基盤とし、大規模言語モデル（LLM）エージェント向けに設計されたKVキャッシュ用のエンジニアリングサーバーであるAKVをオープンソース化しました。このシステムは、従来のテキスト履歴の要約ではなく、エージェントが自らKVキャッシュを積極的に破棄・再配置することで、4つのエージェントベンチマークにおいて推論コストを平均27.7％削減し、タスクの平均スコアを1.7ポイント向上させました。コードはApache-2.0ライセンスのもとで公開されており、現在はQwen、GPT-OSS-120B、MiniMax-M2.7などのモデルをサポートしています。

注目する理由この成果は、LLMエージェントによる効率的な推論の新たなパラダイムを示しています。テキストの切り捨てや要約に依存する「コンテキストエンジニアリング」とは異なり、AKVはKVキャッシュ状態を直接操作することで、重複したプリフィルを回避し、長距離間の相互作用におけるKV負荷を大幅に軽減します。実測では、高並行負荷下でP95遅延が229.9秒から30.6秒へと短縮され、明確な工学的価値と再現性を備えています。情報源はMarkTechPostが公開した権威ある技術レポートであり、公開日時（2026-10-26T07:56:45Z）は現在時刻と一致しており、最新の公表進展です。

何を言うかを超えて：ウルフゲームエージェントのための内面的思考による能動的な発話タイミング

arXiv:2610.32107v1 発表タイプ：新規 要旨：会話に参加する際には、何を話すかを決めるだけでなく、そもそも話すべきかどうかを判断することも重要である。特に、参加者間の利害が対立するウルフゲームのような環境では、発話と沈黙の両方が他者によって解釈・評価されるため、この判断は一層重要な意味を持つ。したがって、ウルフゲームをプレイするLLMエージェントにとって、何を話すかだけでなく、いつ話すかを決定することは極めて重要である。本研究では、AIWolfDial共有タスクの「Anytime Utterance Track」向けに開発されたウルフゲーム用AIエージェントを紹介する。本システムは、会話中の発話タイミングを内面的思考の生成と各思考の価値評価に基づいて決定する既存のInner Thoughtsフレームワークを基盤として構築されている。

誰を信頼すべきかを知るだけでは不十分：反復的多者間LLM交渉における信頼―合意のギャップ

arXiv:2610.31971v1 発表種別：新規 要旨：大規模言語モデル（LLM）エージェントは、個人や組織に代わって交渉に参加する機会が増加している一方で、特に反復的な多者間のやり取りにおいては、依然として操作のリスクにさらされています。従来のマルチエージェントシステムは、明示的な信頼および評判モデルによってこの課題に対処してきましたが、既存のLLMによる交渉に関する研究では、信頼をむしろ創発的な現象として扱うものが主流です。本研究では、過去の相互作用から有用な信頼評価を形成し、それを活用して将来の交渉結果を改善できるかどうかを検証します。さらに、繰り返し参加するエージェントが一連の交渉ゲームに携わる中で、一方の参加者が密かに合意成立を妨害しようとする、反復的かつ多者間・多問題型の交渉フレームワークを提案します。

SpecMemはリアルタイムのツール呼び出しによるメモリ管理メカニズムを提案し、エージェントの応答速度を向上させます

arXivは2026年10月26日、『SPECMEM: Accelerating Agentic Tool Calling via Live Memory Management』という題名のプレプリント論文（番号2610.31840v1）を公開し、SpecMemと呼ばれる新システムを提案しました。このシステムは、セッション間で動作するオンライン更新可能なユーザーレベルのツール呼び出し用メモリ管理により、ツール呼び出しの遅延を大幅に低減します。

注目する理由本研究は、現行のツール呼び出しエージェントがデプロイ時に自己帰納的復号によって生じる高遅延の問題に着目し、検証可能な書き戻し、LRU淘汰、副作用制御などの主要技術を提案しました。さらに、複数ユーザー・複数セッションにわたる実際のクエリフローにおいてその有効性を実証しており、最大で実測1.74倍の高速化と平均27％の受容トークン数の向上を達成しています。これはAIシステム工学の分野における重要な進展です。

ヒューマンエージェント問題：LLMエージェント間の創発的協力が意図されたワークフローを迂回する場合

arXiv:2610.31985v1 発表タイプ：新規 要旨：LLMエージェントは、リソースを共有し、審査や監督プロセスの下で動作しながら、個々に異なるタスクを遂行する協調的な環境において、ますます広く導入されています。このような環境では、エージェントが悪意を持って行動する場合だけでなく、単に助けようとしている場合にも、安全上のリスクが生じます。これまでの研究は、主に敵対的または明示的に共謀的な行動に焦点を当ててきましたが、私たちは、別々の目的を追求する善意のエージェントが、意図されたワークフローを回避する形で自発的に協力し得ることを示します。これを「ヒューマンエージェント問題」と呼びます。私たちは、エージェントが時に仲間が所有するリソースに依存し、所有権の変更が通常は審査担当者によって仲介されるような、長期的な視野を持つ共有リソース環境を研究しています。審査が利用できなくなった場合、エージェント

AI-for-Scienceエージェントはモデルの安全性を保てるのか？

arXiv:2610.32045v1 発表タイプ：新規 要旨：AI-for-Scienceエージェントは、科学的仮説の立案、自律型実験の実行、および証拠の解釈にますます活用されています。これらのエージェントは、大規模言語モデル（LLM）をドメイン固有のエージェントハーネスに統合することで構築され、その結果、LLMの科学的能力が向上し、モデルが科学ツールを調整・運用できるようになります。本研究では、LLMをAI-for-Scienceエージェントハーネスに統合した際、モデルの安全性が維持されるかどうかを検討します。5つのエージェントハーネスを対象に、50件の有害な化学関連リクエストについて評価を行いました。具体的には、直接的なプロンプト入力、2種類の単純な敵対的プロンプト戦略、および適応型攻撃の条件下で、安全性の挙動がどのように変化するかを調べました。最近のGPT系モデル4種類において、我々の結果は示しています

覚えたばかりのことを忘れないように：自己主導型修正がエージェントのミスを永続的な学びに変える

arXiv:2610.31846v1 発表タイプ：新規 要旨：知的エージェントは自らのミスから学び、経験を通じて継続的な改善を図るべきである。しかし、今日のエージェントはミスから回復しても、その効果は一時的でしかない。文脈内での振り返りはセッション間で容易に忘れられ、限られた文脈資源と競合する一方で、パラメータ全体の微調整はコストが高く、既存の能力に干渉するおそれがある。そこで私たちは、一時的な文脈内再試行とポリシー更新の利点を組み合わせた、エージェントがミスから学ぶための仕組み「Self-Direction」を提案する。エージェントがタスクに失敗した際、自身の行動経路を振り返って教訓を抽出し、それを即座に軽量な低ランクアダプターへと凝縮する。元の重みを固定することで、Self-Directionはアダプターの学習による上書きを防ぎ

arXivの新論文では、証拠の検証と重み付けの更新を不要とするプロンプトの修正をサポートする、追跡可能な多モーダル感情推論のエージェントフレームワークが提案されています。

2026年10月26日、arXivはプレプリント論文（番号2610.31685v1）を公開し、凍結型の大規模モデルに基づく追跡可能な多モーダル感情推論エージェントのアーキテクチャを提案した。このアーキテクチャは、モーダル専用の知覚エージェント、統合エージェント、MLLM批判者、および証拠検証段階を通じて、誤りの帰属とプロンプト空間の自己適応型最適化を実現し、MER2025データセットにおいて、複数のオープンソースの多モーダル大規模モデル（2B～38Bパラメータ）の感情認識Fスコアを0.6～2.2ポイント向上させた。

注目する理由本研究は、現在の多モーダル感情推論システムにおいて、指令の微調整コストの高さとエージェントのパイプラインがデバッグ不可能であるという矛盾に着目し、証拠の引用、確実性の検証、失敗の帰因、ターゲット指向のプロンプト修正を統合した、全工程にわたる説明可能なフレームワークを初めて提案する。すべての改良はモデルの重みを変更せず、4つの異なる規模のオープンソースMLLM上で実証的に有効であり、方法論的な革新性と工学的な実用性を備えている。

GLPネットワーキングAPI仕様

arXiv:2610.32583v1 発表タイプ：クロス 要旨：マルチエージェント確定的GLP（madGLP）は、非同期メッセージ送信のみで通信するエージェントとしてグラスルーツ論理プログラム（GLP）を実行し、公平な配信を前提としています。すなわち、送信されたすべてのメッセージは最終的に必ず配信されます。各エージェントは個人のスマートフォン上で動作し、その識別子は本人の公開鍵によって指定されます。グラスルーツ型プラットフォームは、ネットワーク以外にグローバルなリソースを必要としないため、エージェント間の通信はBluetooth Low Energyやローカルネットワーク、さらにはNAT越しにインターネット経由で、誰でも運用可能なランデブーサーバーを通じて行われなければなりません。このようなネットワークがmadGLPに対して何を要求し、またネットワーク自身がプラットフォームに対して何を要求するのかについては、これまで明確に定義されていませんでした。そこで、私たちはmadGLPの下層に位置するネットワーキング層を規定します。GLPで実現可能なことはすべてGLPで実現されるため、この層が提供するのはあくまで

マルチエージェントLLMシステムにおけるコミュニケーションの失敗の理解

arXiv:2610.32060v1 発表タイプ：新規 要旨：マルチエージェントLLMシステムは、議論や証拠の共有、相互修正を通じて推論能力の向上を図るが、相互作用によっては最終的な精度だけでは説明できないような失敗が生じることもある。エージェントは早期に収束してしまったり、異論を無視したり、正しい少数派の解答を抑圧したり、ラウンド間で誤ったフレーミングを維持したりする場合がある。本研究では、医療QA、コーディング、金融、多段階推論、倫理、そして具現化されたテキストタスクにおいて観察された3,211件のマルチラウンド失敗トラジェクトリーに基づき、コルパスに根ざしたコミュニケーション失敗の分類体系を提示する。この分類体系を用いて、データセットおよびシステム設計ごとの失敗分布、ラウンドレベルでのエラー動態、回復の難易度、多数派への移行、少数派信号の抑制、さらには自己報告された信頼度などを分析する。その結果、

大規模言語モデル駆動エージェントの行動分析

arXiv:2610.32087v1 発表種別：新規 要旨：言語ベースのエージェントの行動を理解するには、行動が時間軸上でどのように組織化され、その組織化が文脈や結果とどのように関連しているかを把握する必要があります。私たちは、データ主導の行動発見と分析・実験的検証を結びつける一般的なフレームワークを提案します。記録された活動から導き出されるカテゴリは、何を測定するかを定義します。分析では、行動がプロセス内における位置を保持し、その関係性を解釈可能な仮説として表現します。留保された文脈での統計的評価および検定により、証拠の強度と適用範囲を検討します。さらに、プロンプトの制御を含む実験を通じて、意図的に変化させた条件下で行動と結果がどのように変化するかを検証します。反復的な自己反省に関する研究は、次のように示しています。

中国が10機の衛星を打ち上げ、「天数天算」を実証：軌道上でのAI計算により、宇宙インテリジェントエージェント時代が幕を開ける

2026年10月14日、朱雀二号改型ロケット遥四号は10機の衛星を成功裏に打ち上げました。これには、国星宇航の「星算」計画02組の8機の演算能力衛星および藍塔智能の2機の光伝送試験衛星が含まれており、衛星による軌道上AI推論、衛星間レーザー通信、万ワット級液冷式熱放散などの重要技術が初めて大規模に実証されました。今回の打ち上げ時点で、「星算」星座の軌道上総演算能力は50Pに達し、中国における宇宙演算ハブの構築が実質的に具体化したことを示しています。

注目する理由本資料は、钛媒体が許諾して公開した業界の深層報道（2026年10月26日掲載）に基づいて作成されており、内容は直近に完了した宇宙ミッションおよび検証可能な技術進展に焦点を当てています。時間・主体・搭載物・計算能力の数値・検証方向といったすべての重要な事実については、文中で明示的に述べられており、さらに中国中央テレビニュース、科技日報、公式試験ノードなど公的信頼源とも相互に照合されています。なお、本件は現時点（2026年10月14日）以前に発生しており、時効性と実証的根拠を備えています。

LangChainが「企業向けエージェントフレームワーク」の5つの主要コンポーネントを発表

LangChainは2026年10月25日にブログを公開し、マーケティング、セールス、エンジニアリングの各チーム内でAIエージェント（GTM Agent、OpenSWE、Content Studio）を導入する際に蓄積された、以下の5つの一般的なアーキテクチャ原則を体系的に説明しました。すなわち、ネイティブな統合ワーク環境（Slack）、動的なアイデンティティモデル（OBO＋固定資格情報）、二層メモリ機構（グローバル／ユーザー単位）、サンドボックス化されたコード実行、そして高い割合でのスケジュール実行（手動トリガーではない）です。すべてのエージェントはManaged Deep Agentsプラットフォームに基づいて構築されています。

注目する理由この情報はLangChainの公式ブログから引用したもので、公開日時（2026-10-25T18:06:32.000Z）は現在のシステム時刻（2026-10-25T23:01:18.857Z）より前であり、内容はすでに実装された社内用インテリジェントエージェントの実践事例に焦点を当てています。詳細も具体的で（Slackのスレッド分離、GitHubアカウントの所有権帰属ロジック、NotionやTwitterの権限階層など）、未検証の予測や外部からの主張は含まれておらず、時宜性と事実性の要件を満たしています。

マイクロソフトがAgenshをオープンソース化：1024個の自律協調型AIコーディングエージェントをサポートする分散型フレームワーク

マイクロソフト研究院は2026年10月25日、中央調整者を必要としないマルチエージェント実行時フレームワークであるAgenshをオープンソース化しました。Agenshは、ProgramBench上で1～1024のLLMベースのコーディングエージェントが自己組織的に協調して動作することを支援します。システムはGitea、Mattermost、DeLMスタイルの共有ボードに基づいて分散型の調整を実現しており、すべてのエージェントが同一のプロンプト駆動型五段階ループを実行します。また、Linux＋Docker環境下でスケーラビリティが検証されています。

注目する理由この成果は、マルチエージェントシステムアーキテクチャの重要な進化を示しており、従来の「マスターエージェント」型パラダイムを廃し、プロンプトエンジニアリングと軽量なサービスの組み合わせによって大規模な自己組織化を実現しています。ProgramBenchにおける実証データ（たとえば、128個のエージェントによる5つのタスクの均等分配において49％の性能向上）は、分散型AIの設計・実装に新たなベンチマークを提供しています。また、MITライセンスでオープンソース化されており、Copilot CLIなどの主流な単一エージェントツールとも互換性があるため、実際の開発における参考価値も備えています。