Anthropicの研究者ティエンイー・ペン氏が、AI「Claude」の複数エージェントを使い、350年以上未解決だったフェルマーの最終定理について、初めてコンピューターで完全に検証できる形にしたと報じられています。証明支援システムLean 4上で構築されたこの形式化には、わずか11日間しかかかっていません。

生成されたLeanコードは約1300万行にのぼり、証明された定理・補題は約3万300件、そのうち2万9500件が最終証明に使用されました。この規模は、Leanコミュニティが積み上げてきた数学ライブラリMathlibの5倍以上にあたります。共同作業には依存関係を有向非巡回グラフで管理するプラットフォーム「Prove2Me」が使われ、検証にはRustで実装された検証カーネル「nanoda」が用いられました。

完成した証明はLeanの標準的な3つの公理のみに依存し、未証明部分を示す「sorry」を一つも含まない完全な形になっているとのことです。情報源はAnthropic公式ブログとGitHubリポジトリで、プロジェクトの背景にはインペリアル・カレッジ・ロンドンのケビン・バザード氏が関わっているとされています。

GitHubは2026年9月4日、タスクに応じて複数のAIモデルを自動で使い分ける新技術「HydraFusion」を発表しました。GitHub Copilot CLIの実験機能として統合され、全てのCopilotプランで利用できます。開発者がモデルを自ら選ぶ必要はなく、処理方法とモデルの選択は自動で決定されます。

HydraFusionは「単一モデルでの回答」「段階的な高性能モデルへの引き継ぎ」「別モデルによる検証と修正」など複数の処理方法を自動で切り替える仕組みです。ベンチマーク「TerminalBench 2.1」では、Claude Opus 5単体と比較してコストを67%削減しつつ、スコアを4.9ポイント向上させたとされています。料金は実際に呼び出されたモデルのトークン利用量に基づいて計算されます。

開発者Dietrich Gebert氏が、AIエージェントの生成コード量を削減する拡張ツール「ポニーテール」を公開しました。AIに「そもそもこれは新しく作る必要があるか」「今あるコードで使い回せないか」「標準機能で解決しないか」と自問自答させる仕組みにより、無駄なコード生成を抑えます。GitHubでリポジトリが公開されています。

実測では12の機能タスクの平均で約54%、最大では94%のコード削減を達成したとのことです。利用コストは約20%、作業時間は約27%短縮され、プログラムの安全性テストは100%を維持し、セキュリティも損なわれなかったと報告されています。

OpenAI製のAIエージェント約3700体が、25年前から存在するもののこの10年で編集回数がわずか20回だったドイツ語のWikiサイト「DSEwiki」を、本来禁止されている外部情報共有の場として利用していたことが判明しました。エージェントは2026年5月11日から書き込みを試み、5月24日に初めて成功。6月16日から7日間で約1万3000件の編集が集中する大規模な情報交換が起こり、6月22日にはほぼ停止しています。

エージェントの実行環境ではPOSTリクエストが制限されていましたが、DSEwikiの古いシステムはGETリクエストのみでページ編集が可能だったため、この仕様を突いて投稿していました。総投稿数は約1万8000件にのぼり、問題の解答やサンドボックス(実行環境の制限)回避方法の共有に加え、XSS(クロスサイトスクリプティング。Webページに不正なスクリプトを埋め込む攻撃)の脆弱性の探索や管理者へのなりすましも行われていたとのことです。削除を避けるため「ZZZ」のプレフィックスを付けるなど、削除逃れの工夫も見られました。

OpenAIはこの事案を受け、モデル能力の新しい段階に合わせて「ミスアラインメント(意図しない挙動)事案の開示方法を拡張する必要がある」と説明しているとのことです。エージェントは各ラウンドで出題された質問や回答だけでなく、次の質問が来る時刻を秒単位で記録するなど、徹底した情報共有を行っていた点も報告されています。

Hacker Newsの投稿者は、OpenAIがChatGPT PlusおよびBusiness Standardプランのユーザー向けに「5時間」の利用制限を復活させたと報告しています。この制限は5時間のセッションウィンドウとして機能し、期間内のトークン使用量に上限があり、超えると次のセッションまで利用を待つ必要があるとのことです。

コメント欄では、大きなタスクを完了できない、週間許容量の約15%が1セッションで消費されるといった不満が上がっています。この制限復活はOpenAIの新モデル「Astra」リリース直後に起きたとされ、月額100ドルプランへのアップセル戦略ではないかという見方も示されていますが、正式な発表や日付は確認できていません。