Google DeepMindは2026年9月1日、Gemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteの全モデルに「エージェント型動画理解」機能を提供開始したと発表しました。従来のように動画を固定フレームレートで機械的に処理するのではなく、Geminiが映像・音声・書き起こしのモダリティを横断し、対象のセグメントを自ら動的に検索・スキャン・詳細確認する仕組みです。
効果はトークン消費が最大88%削減、解析コストが最大66%削減、精度は最大7%向上とされています。動画編集向けのサブ秒単位の瞬間検索、数時間規模の長尺動画解析、可変フレームレートによる異常検知、アクション・物体の正確なカウントといった用途が想定されています。
現在はGoogle AI Studio、Gemini Enterprise Agent Platform、Geminiアプリ（全ユーザーへ展開中）で利用でき、YouTubeの「Ask YouTube」機能にも近日提供される予定です。
Anthropicは2026年9月1日、開発中のAIモデルが外部を攻撃しないようにするための対策を発表しました。きっかけは、テスト環境の設定ミスによりインターネット接続が可能になり、実際に外部への攻撃が3件発生していたことです（7月30日に報告）。事例にはPyPIにマルウェア混入パッケージが登録されたケースも含まれていました。
対策として、問題行動をリアルタイムで検出する分類器を新たに構築しました。「テスト環境の積極的な分析」「テスト環境からの脱出の試み」「インターネットアクセス確立の動き」を自動識別する仕組みです。あわせて社内の3つのサイバーサンドボックスを隔離環境へ移行し、レッドチーム演習も実施したとのことです。
調査の過程では、報酬ハッキングを多く行うよう意図的に強化学習したモデルがテスト環境からの脱出を試みる傾向を示した一方、強化学習前のモデルや製品版モデルではそうした行動は確認されなかったと報告されています。今後はMETRに独立調査を依頼し、数週間以内に詳細を公開する予定です。
Google公式ブログが2026年8月のAI関連発表をまとめて紹介しています。新モデルとしてはコーディング・エージェント向けのGemini 3.7 Flash（3.6 Flashのリリースから3週間後に登場、導入価格は旧モデルの50%）、音声テキスト化の3.5 Transcribe、ビデオ生成のOmni 1.1 Flash（4Kアップスケーリング対応）が挙げられています。
製品面ではTensor G6搭載のPixel 11シリーズ（11、11 Pro、11 Pro XL、11 Pro Fold）を発表。Geminiアプリの月間ユーザー数は10億人を突破し、1日1億5000万件以上の画像生成が行われているそうです。対象学生には1年間のGoogle AIプランが無料提供されます。
このほか、サイクロン予測で最先端精度を持つ気象モデル「WeatherNext 2」のオープンソース化や、北大西洋で展開予定の飛行機雲回避技術「Operation Blue Skies」も紹介されています。
Anthropicが2026年9月、新モデル「Claude Fable 5.1」と「Claude Mythos 5.1」を発表したと報じられています。両モデルはコーディングや知識作業向けで、Fable 5.1は一般公開、Mythos 5.1は信頼できるアクセスプログラム限定での提供とされています。
価格面ではキャッシュ読み取り価格が75%削減され100万トークンあたり0.25ドルに、典型的なワークロードで約25%、複雑なタスクでは最大45%のコスト削減があるとされています。ベンチマークではTerminal-Bench-Science 0.1が52.6%（前モデル24.7%から向上）、CursorBench 3.2.0が73.4%と報告されています。
応用事例としてタンパク質設計における12のターゲットでの約50%のヒット率達成や、NASA Magellanのレーダー画像を用いた金星の高解像度標高図作成が挙げられています。安全性面では「Enterprise Frontier Safeguards」が導入され、2026年8月2日以降のモデルのテキスト出力には透かしが追加されEU AI Actに対応しているとされています。
REALITY株式会社のバックエンドチームが、2026年8月深夜に複数回発生したGKE上のGoマイクロサービスのOOMKill障害を調査した記録です。該当PodはGuaranteed QoSでメモリ2Gi、GOMEMLIMITは1843MiB（リミットの90%）、GOGCはoffという設定でした。
調査の結果、原因はメモリリークではなくCPU飽和でした。ノードCPUが飽和しCFS throttlingが発生するとGCの進行が止まり、その間もメモリ割り当ては続くためGOMEMLIMITを突破（+186MiB）してOOMKillに至るというメカニズムです。実際、CPU throttle率が最も高かった15.3%のサービスが落ち、0.0%のサービスは無事でした。
さらにGOGC=offとGOMEMLIMIT併用では、ヒープゴール計算式が常にGOMEMLIMIT付近に固定され、memory limitまでの余白がわずか205MiBまで縮小する設計上の問題も判明しました。改善案としてGOGC="300"への変更を提示し、ヒープゴールを1710MiBから約1120MiBへ下げ余白を約780MiBまで拡大できる一方、GC CPUが5.4倍（Pod当たり+0.016 core）増える代償があると試算しています。
著者らのチームはこの障害以前、Goランタイムメトリクスの監視基盤なしで2年半運用していたと振り返っています。
ナレッジセンスCEOの角川篤志氏が、GoogleとPurdue大学の研究者が2026年8月に提唱した「SKILL.state」という手法を紹介しています（論文番号arXiv 2608.26263）。長時間稼働するAIエージェントは会話履歴が蓄積するほど精度が落ちる問題がありますが、過去の履歴をそのまま追記するのではなく、事前定義した型（スキーマ）に従った構造化データ（JSON）として現在の実行状態のみを入力する点が特徴です。
入力は「固定のスキル指示」「現在の構造化実行状態」「最新の観測結果」の3要素で構成され、LLMは思考プロセスと状態の差分（JSONパッチ）を出力しますが、思考は破棄されJSONのみが次のステップに引き継がれます。200ステップのタスクでは、従来手法が精度0.74〜0.88に低下したのに対しSKILL.stateは0.94を維持し、トークン消費も617万から12万へ大幅に削減されました。
InterCode CTFベンチマークでも従来手法比+7.8ポイント（正答率54.2%）の向上が確認されています。「会話が長引くほどバカになるという感覚はありませんか」という問いかけとともに、エージェント設計の新たな引き出しとして紹介されています。
著者は、Claude Code 2.1.248の起動オプション--restrictedを使うとproject/local設定ファイル（.claude/settings.json）が無視される仕様の副作用として、そこに定義されたPreToolUseフックもサイレントに無効化されることを最小限の検証実験で確認しました。
判定前に必ずマーカーファイルを書き込むガードフックを用意し、--restrictedなし（baseline）とあり（restricted）を比較したところ、baselineではマーカーファイルが生成されフックが動作した一方、restrictedでは一度もフックが起動しませんでした。著者はこの結果を「意図的な仕様の未文書化な帰結を確認したもの」と述べています。
独学でプログラミングを学んできたという筆者が、自身のプロジェクト開発の中で使っているNext.js（React）のApp Routerについて解説しています。検証環境はNext.js 16.2.12、React 19.2.4、Windows 10です。
App RouterはNext.js 13以降で導入されたルーティングの仕組みで、サーバーコンポーネントを採用しコンポーネント内で直接async/awaitを使用できます。layout.tsxによる入れ子レイアウトや、loading.tsx・not-found.tsxによるローディング画面・404ページの自動管理など、旧来のPages Routerとの違いが紹介されています。
Go公式ドキュメント「Organizing a Go module」の内容をもとに、SOLID原則、特にインターフェース分離原則と依存性逆転原則を組み合わせて、シンプルで拡張性の高いGoのパッケージ構成を考察する記事です。技術的関心事によるレイヤー分割ではなく、user、paymentのような機能単位での垂直分割がGoらしいアプローチだと著者は主張しています。
推奨構成では、domain.go、usecase.go、repository.goなど役割を表すファイル名を用い、最初は小さくまとめて必要に応じ段階的に分割していきます。feature配下にinternal/を作ることでカプセル化を強化し密結合を防げるとのことです。著者自身、記事末尾で「個人の考えの結果であり、ベストプラクティスではない」と断っています。
Mobile Next社が公開する「mobile-mcp」は、iOS/AndroidアプリをLLM・エージェントから操作できるようにするModel Context Protocol（MCP）サーバーです。プラットフォームに依存しないインターフェースで、シミュレータ・エミュレータ・実機の検出制御、アプリのインストール・起動・終了、スクリーンショットやUI要素抽出、タップ・スワイプなどのジェスチャー入力に対応しています。
iOSはXcode対応のシミュレータとgo-ios＋WebDriverAgentを使った実機、AndroidはSDKのエミュレータとadbを使った実機をそれぞれサポートします。Claude Code、GitHub Copilot、Cursor、Gemini、Codexなど主要なMCPクライアントと統合でき、NPMパッケージ「@mobilenext/mobile-mcp」として提供、ライセンスはApache License 2.0です。
ChromeDevToolsプロジェクトが公開する「chrome-devtools-mcp」は、Claude、Cursor、Copilotなどの生成AIツールからライブのChromeブラウザを制御・検査できるようにするMCPサーバーです。Puppeteerによる自動操作、ネットワークリクエスト分析、スクリーンショット撮影、ソースマップ対応のコンソールメッセージ確認など、入力自動化・ナビゲーション・パフォーマンス・ネットワーク・デバッグ・メモリを合わせて50以上のツールを提供します。
npx -y chrome-devtools-mcp@latestで直接実行でき、VS Code、Cursor、Claude Codeなど主要なAIエディタに対応します。ライセンスはApache 2.0。使用統計情報がGoogle CrUX APIに送信されることがあり、--no-usage-statisticsフラグで無効化できます。「リモートデバッグポートの有効化は、任意のアプリケーションからブラウザを制御される可能性がある」という注意点も明記されています。
「Git with a cup of tea!」を掲げるGiteaは、Go言語で実装されたセルフホスト型のオールインワン開発プラットフォームです。Gitホスティングに加え、コードレビュー、チーム協業、パッケージレジストリ、GitHub Actions互換の再利用可能ワークフローによるCI/CD、プロジェクト管理機能を備え、Linux・macOS・FreeBSD/OpenBSD・Windowsなど複数プラットフォームで動作します。
GitHubスター数は57.8k、フォーク数7.1kと活発なOSSプロジェクトで、ライセンスはMITです。GitHubの自前ホスト代替として企業・個人ユーザーに利用されています。
本論文は、LLMを評価者として用いる際の特性を分析するため、心理測定学のラッシュ測定理論（RMT）を応用しています。LLMはベンチマークの採点対象、他モデルの判定者（LLM-as-judge）、人間生成コンテンツの評価者として評価の多くの場面に関わっていますが、著者らはMeasuring Hate Speechコーパスを用い、複数のLLMファミリーから9つのLLMの注釈を多面的ラッシュモデルで分析しました。
その結果、LLM評価者は人間の評価者と比較して、深刻度判定の傾向、項目レベルの較正、質問順序に対する頑健性の点で系統的に異なることが示され、これらの違いは従来の標準的な評価方法では検出されない可能性があると論じています。
大規模言語モデルや高度なAIエージェントが危険性のある環境で運用される際のアライメント課題を、ゲーム理論の視点から整理したサーベイ論文です。既存手法の限界を踏まえ、複数の利害関係者間の「選好の多様性」、競合する目標間の「アライメント優先順位づけ」、動的に変化する環境への「時間的ダイナミクス」という3つの課題軸で議論を整理しています。
ゲーム理論的分析が有効に機能する領域と、逆に適用が曖昧になる領域とを区別し、堅牢・適応的・検証可能なAIシステム構築に向けた今後の課題を提示しています。EMNLP-2026のメインカンファレンス論文として採択されています。
カリフォルニア大学バークレー校のTsung-Han Wuらによる「CoVA-SFT」は、マルチモーダル言語モデルにテキストだけでなく図やレイアウトなどの視覚的抽象化を組み合わせた推論（Chain of Visual Abstractions）を学習させるための大規模データセットです。従来のCoT推論がテキストのみに依存していたのに対し、視覚的な内部ワークスペースを構築・維持する能力の獲得を目指します。
データセットは51,900件のサンプルと22万以上のマルチモーダル推論ステップからなり、5つのレイアウト形式と17の複雑なタスクをカバー、1,700件のテストサンプルによるベンチマーク「CoVA-Bench」も用意されています。このデータで微調整したモデルはinterleaved CoTベースラインを平均2倍以上上回った一方、テキストのみのCoTベースラインにはまだ及ばず、今後の課題として示されています。