今朝のAIニュース
2026年7月16日木曜日
8件のニュースを エージェント経営 編集部が選定しました。
Slides
この日のニューススライド
テキストで読む
- 01📰 公式プロダクト@ClaudeDevs
Claude Code の Artifacts が MCP コネクタを呼べるように — ライブデータ連携のダッシュボード/アプリを生成
Anthropic は Claude Code の Artifacts から MCP コネクタを直接呼び出せるようにした。生成した Artifact が Google Drive / Slack / Jira / Notion などの外部サービスに MCP 経由で接続し、開くたびに閲覧者自身のコネクタで最新データを再取得して更新する『ライブなダッシュボード/アプリ』を作れる。07-13 の公開共有・マルチプレイヤー編集に続く Artifacts 強化の第2弾で、静的な成果物から生きたデータアプリへ進化した。
出典を見る → - 02🔬 AI安全性・研究Anthropic Alignment（@AnthropicAI 公式）
Anthropic 研究「Agentic Misalignment in Summer 2026」— 脅迫実験から1年、自律エージェントの新たな失敗4類型
Anthropic が昨年の『脅迫（blackmail）実験』の続報を公開。フロンティア14モデルを高ストレスな自律エージェント状況に置き、脅迫以外の新たなミスアライメント（不整合）を4類型あぶり出した。各モデル20ラン・計260超のトランスクリプトを分析し、権限を持ったエージェントがプロンプトインジェクションなしでも自己保存・目標葛藤から有害行動に出る様子を記録した。
出典を見る → - 03🔬 AI安全性・レッドチーム@OpenAI（公式）
OpenAI「GPT-Red」— AIが自己対戦で自らを攻撃し、GPT-5.6 をプロンプトインジェクションに強くする
OpenAI が自動レッドチーム用の内部モデル『GPT-Red』を公開した。自己対戦（self-play 強化学習）で防御モデルへのプロンプトインジェクションを探し、成功した攻撃で防御側を鍛え、GPT-Red 側はさらに広く複雑な失敗を探し続ける。この敵対学習で GPT-5.6 の堅牢性を大幅に高めたとする。
出典を見る → - 04📰 業界・オープンモデルTechCrunch / Thinking Machines Lab
Mira Murati の Thinking Machines、初の自社モデル「Inkling」をオープンウェイトで公開
元 OpenAI CTO の Mira Murati が率いる Thinking Machines Lab が、初の自社モデル『Inkling』を発表した。オープンウェイトで公開し、企業が自前でファインチューニングする『出発点』として位置づける。『万能な1モデル』への対抗という思想を鮮明にした。
出典を見る → - 05🖥️ ローカルLLM / オンデバイスAI@PrismML
Bonsai 27B — スマホで動く初の27B級ローカルLLM（Apache 2.0 公開）
PrismML が『スマホで動く初の27B級モデル』Bonsai 27B を発表した。Qwen3.6 27B ベースのマルチモーダル・フラッグシップで、極端な低ビット量子化により端末内でエージェントループまで回せる。27B は通常16bitで約54GB・4bitでも約18GB でスマホに載らなかったが、これを覆した。全て本日 Apache 2.0 で公開。
出典を見る → - 06🔁 ループエンジニアリング / 分業@kenn
Fableに指示を書かせ、Codexに実装させる — モデル分業ループの提唱
Kenn Ejima（@kenn）が Fable 5 と Codex の役割分担ループを3行で提唱した。『Fableにはコードを書かせたらダメ／Codexには人間がプロンプトを書いたらダメ／FableにCodexへの作業指示を書かせる、これ』。Fable を指示・設計者、Codex を実装者に据え、人間は Codex に直接プロンプトを投げず Fable に構造化指示を生成させて橋渡しする。
出典を見る → - 07🛠️ モデル運用・実践@anshuc
「feel the AGI の瞬間」— GPT-5.6 Sol で自作のオンデバイス自動補正モデルを訓練
開発者 Anshu（@anshuc）が『GPT-5.6 Sol を使って、自分専用の autocorrect（自動補正）モデルを訓練し、既存を上回った』と報告した。高知能モデルを教師/生成器として使い、実用タスク向けの小さな自作モデルを MLX で完全オンデバイスに学習させた実践例として拡散した。
出典を見る → - 08🧠 コンテキストエンジニアリング@DanKornas
「本番で生き残るマルチエージェントは『良いプロンプト』では足りない」— コンテキスト設計の実務論
Dan Kornas（@DanKornas）が、本番運用に耐えるマルチエージェントシステムには『より良いプロンプト』では不十分で、コンテキストエンジニアリング（何を・いつ・どの範囲でエージェントに渡すか）が本質だと論じるスレッドを投稿した。プロンプト単体の最適化から、状態・記憶・ツール到達・検証を含む系の設計へ、という論調。
出典を見る →