なぜAIはミレニアム問題を解けるのに、RSIにはまだ対応できないのか｜Hao好聊トレンド
テンセント・テクノロジー傘下のペンギン・インテリジェンスによる先端技術論文解説コラム。コードとビジネスの交差点において、AIの確実性を探る。 文｜博陽 編集｜徐青陽 最近しばらくの間、理論数学や物理学分野のニュースだけを見ていると、まるで……という印象を受けます。
AI NEWS JOURNAL
AI コーディング
テーマに沿って、新しい事実とその後の進展を追います。
パーソナル・インスピレーション2.0 実測：パーソナルAIアシスタントの機会とハードル｜AI新製品紹介
豆包のスマートフォンに関する問題は、アント・インスピレーションの問題でもある。10月21日のMetaの決算発表会で、ザッカーバーグ氏はパーソナルエージェント「Muse」に関する重要なデータを明らかにした。それによると、Museを設定したユーザーは1,000万人を超え、買い物が最も一般的な利用用途で、利用者の4分の1以上がMuseを使って商品を購入しており、平均注文金額は200ドルを超えるという。さらに、リリース後わずか1週間でMuseの取引量は予想を上回り、Metaは決済パートナーのStripeと協力して臨時で与信枠を引き上げざるを得なかった。その6日後の10月27日、アントグループは「インスピレーション2.0」を発表し、当初の「30秒で自然言語からミニアプリを生成する」製品コンセプトから、「業務をこなせるパーソナルAIアシスタント」へと方向転換した。公式スローガンは「覚えられる・見守れる・実行できる」の9文字で要約される。同製品はAlipayの明細、DingTalk、Feishu、Mi Homeなどのサービスと連携し、AIがあなたに代わって日常の業務を管理する仕組みを提供することで、中国版Museを目指している。しかし、Museとインスピレーションが直面する課題は全く異なる。米国のEC市場は多数の独立サイトに分散しており、Museはクラウドベースのブラウザを通じて直接各店舗にアクセスできる一方、中国では日常の消費やコミュニケーションが少数のスーパーアプリ内に高度に集約されており、データや取引フローはそれぞれ独立している。インスピレーション2.0のインターフェース 私たちは2日間にわたりインスピレーション2.0を実測し、Qwen、Muse、Claude Duetと横並びで比較検証を行った。実測結果から明らかになったのは、中国のモバイルインターネット生態系にAIパーソナルアシスタントを導入する際、真のボトルネックはもはやモデルの推論能力ではなく、プラットフォーム間の権限境界、セキュリティ上の責任分担、そして商業的利益の帰属にあるということだ。 まず「プライベートアシスタント」という概念を定義しよう。現実世界において、人間のプライベートアシスタントが依頼された仕事を確実に遂行できるのは、次の四つの要素によるものである。 情報：あなたの嗜好、請求書、スケジュールといった文脈を把握すること。 権限：あなたに代わって行動を起こすことができ、外部のプラットフォームや取引相手がその権限を承認すること。 責任：万が一誤りが生じた場合、明確な追及と補償の仕組みがあること。 忠誠：利益相反が生じた際にも雇用主の立場を優先すること。 昔は、これらの四つの要素を維持するコストが非常に高かったため、プライベートアシスタントを雇えるのはごく一部の富裕層に限られていた。しかし大規模モデル時代には、クラウド上の計算能力やコードによって「情報整理」や「継続的な監視」のコストが大幅に低下した一方で、残りの三項目（権限の開放、責任の負担、そして…
ChatGPTとCodexは共通の利用枠を使うことになり、無制限にチャットできる時代は終わりました
今日未明、私は『影之刃零』を楽しくプレイしながら、自分の小さなプロダクトをVibe Codingしていたところです。 するとAIHOTから通知が届き、クリックして原文を見た瞬間、一気に頭が真っ暗になりました。きっと、ChatGPTを重度に使っている人なら誰でも……
DeepSeekが新たなエージェントアーキテクチャを発表：AIがAIの作業を指揮し始める
プログラマーがグループチャットでバグの修正方法を議論している間に、AIはすでに静かに問題の再現を完了し、さらには修正コードをGitHubへプッシュしているかもしれません。 つい先ほど、DeepSeek Harnessチームは技術記事「Super....」を公開しました。
形式検証：半世紀前の「コード検算」技術が、なぜAIによって再び注目されるようになったのか？
今年初め、グーグルのCEOサンドール・ピチャイ氏は、グーグルクラウドの年次カンファレンスで、同社の新規コードの約75％がAIによって生成され、その後エンジニアによる審査と承認を経ていると明らかにした。Anthropic社の内部データによれば、同社のリポジトリに登録されたコードの80％以上がClaudeによって書かれたものだという。大量生産されているのはコードだけではない。10月26日、AI数学企業Axiom Mathは、チームが数十個のAIエージェントを指揮し、数学史上で最も長い証明を24日間かけて完全に書き直し、証明支援ツールLeanが段階的にチェックできる形式化されたコードへと変換したと発表した。そのコードの規模はなんと4,310万行にも及ぶ。生産量が増える一方で、それに伴って品質面での課題も浮上している。コードレビュー企業CodeRabbitは、470のオープンソースプロジェクトのプルリクエスト（pull ...
Amazon Bedrock AgentCoreランタイムを使用してコーディングエージェントがWebアプリを構築する様子を、リアルタイムでプレビューできます
Amazon Bedrock AgentCoreのセッションエンドポイントは、各ランタイムセッションに認証済みのURLを割り当て、許可されたポートへHTTPメソッド、パス、WebSocket接続を転送します。本記事では、Viteで構築したウェブサイトをセッション内で常時稼働させるコーディングエージェントをデプロイし、エージェントがファイルを編集するたびにブラウザ上でライブ更新を確認します。
Chainguard、AIコーディングエージェント向けのセキュアワークスペースとセキュリティ検証機能を発表
ソフトウェアサプライチェーンセキュリティ企業のChainguardは、開発者やAIエージェントが記述したコードを実行・テストするためのベータ版製品を2つリリースしました。Chainguard Workspacesは強化型マイクロVMベースのリモート開発環境を提供し、Chainguard ChecksはCI機能を開発プロセスに統合します。
AIが書いたコード、人間では審査しきれない：NVIDIAが1万2千行のコードでKimi K3を最適化、新たな戦場を開く？
多くの報道はKimi K3の処理速度が1.68倍に向上した点に注目する一方で、vLLMのブログが示す重要な警告を見落としている。AIが生成する推論コードは、人間が一行ずつレビューするにはもはや追いつかないほど速くなっているのだ。NVIDIAのエンジニアたちはAIを活用して1万2千行ものMegakernelを書き上げ、ハードウェアを交換せずにモデルの性能を極限まで引き出した。演算能力競争の重心はソフトウェアスタックへと移り、人間とAIによる「ヒューマン・イン・ザ・ループ」のパラダイムが再定義されつつある。
[AINews] AIE CODEを構築する：トップコーディングエージェント会議
Mistralのオープンウェイトリリース、フロンティアモニタリング、そしてその日のAI関連TwitterとRedditの要約。
チャットウィンドウから直接ドキュメントを編集！Google Geminiがアップデート：PDF、スプレッドシート、コードファイルのインライン編集を全面サポート
10月30日、Google Geminiは大幅なアップデートを迎えました。すべてのユーザーがチャット画面内で直接ファイルを生成・プレビュー・管理・編集できるようになり、ダウンロードや外部アプリへの切り替えが不要になりました。今回のインライン編集とプレビュー機能は、PDF、Googleドキュメント、スプレッドシート、プレゼンテーション、Markdown、TXTなど、多様な形式に対応しており、ファイルの調整プロセスを大幅に簡素化しています。
AIがコードを引き継ぐ時代、プログラマーはどうやって新たな道を探せばよいのか？
プログラマーの4分の1以上が転職を検討している。
TRAE 開発者向けパーソナルアシスタント、AIコーディングの後半戦を本格的に始動
著者｜シンシア 編集｜鄭玄 過去2年間、AIコーディングで最も興奮した瞬間は、ほぼすべてコード生成の一瞬にとどまっていました。 一言でページが生成され、数分でプロトタイプが完成し、ある開発者が半日で、かつては1週間かかっていた開発タスクをこなす――。 しかし、その後は、たとえ個別の開発タスクが5倍、10倍のスピードアップを実現しても、要件提案から製品納品までのプロジェクト全体のスピードが、必ずしも2倍の効率向上にまで至らない場合があります。 では、時間はどこへ消えたのでしょうか？ プロンプトを書き、AIによる生成を待つこともその一部ですが、生成結果が期待通りでない場合、IDE上で手動で修正する作業もまた大きな負担です。さらには、開発完了後も、コードを端末でテストし、プロジェクトの報告準備のために再びドキュメントやプレゼンテーションツールへ切り替える必要があります。 アプリケーションを切り替えたり、新たなセッションを開始したりするたびに、プロジェクトが何を目的としているのか、なぜそのような設計なのか、先ほどどこを修正したのか、まだ解決していない課題は何か――といったことを改めて説明しなければなりません。 AIの生産性はすでに先行しているにもかかわらず、それを支える開発インフラ、すなわちタスクスケジューリング、状態管理、検証の閉ループ、成果物の蓄積、ツール間の連携といった部分は、依然としてAI以前の時代に留まっています。 そこで2026年、いくつかの変化が起こり始めました。この年、AIパーソナルアシスタント分野の注目度はついに爆発的な高まりを見せ、Metaが提供するパーソナルアシスタント「Muse」は、リリースからわずか2週間で米国・カナダのiOS無料アプリランキング首位に躍進し、ダウンロード数は340万件を超えました。その後、OpenAI、Google、ByteDance、Tencent、Alibabaなどもパーソナルアシスタント関連製品の実装を加速させ、短期間に数百ものプレイヤーが次々と登場しました。しかし、多くの場合、話題性が実用性を上回り、ほとんどの生活シーンにおいていわゆる標準的な答えが存在しないことから、ユーザーの実際の課題解決に貢献する製品はごく少数にとどまりました。 数少ない例外はプログラミング分野に見られ、例えばTRAEは、先頃TraeCodeとTraeWorkを統合したうえで、10月29日、開発者向けパーソナルアシスタント「TRAE」を正式にリリースしました。これは、複数プロジェクト間で過去の文脈を理解し、さらに単一プロジェクト内でもタスクを分解・並列処理・統合管理することが可能です。これにより、開発者は新たなタスクを開始する際にゼロから説明する必要がなくなり、複雑なプロジェクトの進行においても、自らタスクを分割し、セッションを切り替え、進捗を追跡し、成果をまとめ上げる手間が大幅に軽減されます。 今回、ワークフローの進化がついにAIによる生成速度に追いつきました。 01 AIコーディングにおける作業単位
Google Geminiのアップデート：生成したドキュメントやスプレッドシートをチャット内で直接編集可能に
IT之家 10月30日付の報道によると、現在ユーザーはGoogle Gemini内でPDF、Googleドキュメント、Googleスプレッドシート、スライド、Markdownファイル、TXTテキスト、さらにはコードファイルを生成・プレビュー・編集できるようになりました。この新たなファイル編集機能は本日よりすべてのGeminiユーザーに提供され、そのうちPDFのプレビューおよび編集機能はウェブ版とモバイル版の両方で利用可能ですが、他のすべてのファイル形式は現時点でウェブ版でのみ使用可能です。IT之家が注目したところ、…
豆包ワークが正式にDeepSeek、Kimi、GLMに接続され、企業の調達はすっかり手間いらずになりました
10月29日、快科技の報道によると、字節跳動傘下の「豆包ワーク」が企業向けに新たな第三者大規模モデルサービスを開始しました。このサービスは、従来各ベンダーから個別に調達していた方式を打破し、ユーザーは同一の作業台内で、長文処理やコード作成、論理推論などのタスクニーズに応じて、複数の主流大規模モデルを柔軟に切り替えられるようになります。第一弾として、すでに3つの業界トップクラスのモデルが導入されています。
GoogleはAIランキングで勝利したものの、ウォール街では勝てなかった：Gemini 4 Carbonが頂点に立つ背後にある高額な代償
Gemini 4 Argonがより広範なユーザー向けに公開されてからわずか約2週間で、Googleは次世代の最先端モデルであるGemini 4 Carbonを発表しました。今回は、大規模モデル総合知能ランキングの首位を目指すだけでなく、プログラミング、長期的なエージェントタスク、そしてサイバーセキュリティ能力を核心的な位置に据えています。
マイクロソフトリサーチフォーカス – 第97号
ホストのソウバギャ・スレシュが、コーディングエージェントが直面する課題の理解から、人々が職場でAIをどのように活用しているかの解明、さらには長期予報の精度向上に至るまで、マイクロソフト全体における最新ニュースや最先端の研究成果をいくつか紹介します。この記事「マイクロソフトリサーチフォーカス – 第97号」は、もともとマイクロソフトリサーチの公式サイトに掲載されたものです。
Vibe Codingを自らの過ちから救うかもしれない“厄介な”数学
新しいスタートアップ企業である&Truthが、ソフトウェアが意図したとおりに動作することを数学によって証明する、非常に手間のかかる形式検証を自動化する競争に参入しています。
v5.22.0：Mistral Large 4（Le Chonk）
## 新しいモデル ### Mistral Large 4（Le Chonk） Mistral Large 4は、Mistralがこれまでに開発した中で最大かつ最も高性能なモデルです。1兆パラメータを備えたネイティブマルチモーダルなMixture-of-Expertsモデルで、トークンあたり490億のアクティブパラメータ（埋め込み層と出力層を含めると520億）を持ち、ヨーロッパにあるMistral独自のデータセンターで、NVIDIA Grace Blackwell GPU 3,800台を用いてゼロから学習させました。Mistral Large 4は、インストラクションフォローや推論、コーディング、エージェント型ワークフローをひとつの重みセットで統合しています。汎用モデルでありながら、サイバーセキュリティ、金融、法律などのワークロードにおいて特に優れた性能を示し、視覚的グラウンディングにおいても最先端のクローズドモデルを上回ります。また、欧州連合のすべての公用語を含む160以上の言語にネイティブレベルで対応しています。 #### 主な特長 Mistral Large
Mistralは、自社のAIモデル「Le Chonk」がオープンウェイト競争において中国を一気に追い越したと述べています。
フランスのAI研究所は、最新リリースのモデルがコーディングおよびサイバーセキュリティの分野で、DeepSeekやZ.aiの最優秀モデルに匹敵し、あるいはそれを上回ると主張しています。