#ai-agents

モデル評価中のセキュリティ事故をめぐり、HNでは侵害そのものよりも評価環境の設計に議論が集まった。危険な能力を測るテストは、もはや単なる実験ではない。

GoogleはGeminiを単一の旗艦モデル競争ではなく、運用コスト別のagent基盤へ寄せている。3.6 Flashは3.5 Flash比で出力tokenを17%削減し、Flash-Liteは毎秒350出力tokenを掲げた。

DatabricksはData + AI Summit 2026の主要製品を5分動画にまとめた。Genie One、Ontology、App Builder、ZeroOps、LTAP、Unity AI Gatewayが同じ企業AI基盤として示された。

公開Issueに埋め込んだ指示がprivate repositoryへのアクセスにつながる可能性が示され、HNではagent権限の切り方が論点になった。

AnthropicのEconomic Indexは、Claudeのusage telemetryとsurveyを結び、AI delegationと仕事への見方を測った。Claude Code sessionはchat・Coworkより1-5 scaleで平均0.37 points高いautonomyを示し、linked sampleは約9,700人だった。

HNで注目されたのは笑い話としての失敗ではなく、agentにクラウド権限を渡した時の運用境界だった。

Inherentは企業自動化ではなく、科学発見のためのAIエージェントを前面に出す新ラボだ。Louis KirschはDeepMindでのAI Scientist経験と結びつけ、会社資料では5,000万ドルのシード調達も示されている。

TrapDoorは5月22日以降、npm、PyPI、Crates.ioに34個超の悪性パッケージを広げた。注目点は認証情報の窃取だけでなく、.cursorrulesやCLAUDE.mdを使ってAIコーディング支援ツールまで攻撃経路に入れたことだ。

AnthropicはCode with Claude Londonイベントで、Claude Managed Agentsに自社ホスト型サンドボックス（パブリックベータ）とMCPトンネル（リサーチプレビュー）を発表。企業が機密データを外部に出さずにAIエージェントを自社インフラ内で完全に運用できるようになる。

MinishLabが公開したSembleは、AIエージェントがコードベースを探索する際のトークン消費量をgrep+read比で98%削減するオープンソースのコード検索ライブラリ。Claude Code・Cursor等のAIコーディング環境にMCPサーバーとして即座に統合でき、Transformerモデルの99%の検索品質をCPUのみで実現する。

AnthropicがCode with Claude 2026でClaude Managed AgentsにDreaming機能をリサーチプレビューとして公開した。定期実行プロセスがエージェントのセッション履歴を解析してメモリを自動更新し、タスク間の継続的な学習を実現する。

Cloudflareが世界で1,100人以上のレイオフを発表。コスト削減ではなくAIエージェント時代に向けた組織再設計と位置付け、3ヶ月でAI利用量が600%増加したと明かした。