10月29日(木)のAIニュースRyokoの解説

おはようございます、Ryokoです。10月29日のAIニュースは7本です。

GoogleのGemini 4 Carbonは、サイバーセキュリティと長い作業に強いモデルです。まず一部のサイバー防御の担当者から提供します。

Googleが、次のフロンティアモデルGemini 4 Carbonを発表しました。

得意なのは、サイバーセキュリティと、何日も続く長い作業です。

Artificial Analysis Intelligence Index v5.0では、59で1位です。

サイバーセキュリティの力は、3つの試験で示されています。いずれもガードレールなしでの評価です。

脆弱性を見つけるSEC-bench Proで88.2%、根本原因を直すCWE-benchで71.0%です。

悪用できるかを確かめるExploitGymでは、54.8%でした。数字はすべてGoogleの自社発表です。

社内では、大きなコードベースにまたがる微妙なバグの原因を探して直す作業を、何日も粘って続けたといいます。

Web開発の比較サイトWebDev Arenaでは、前のモデルから89点上がって1768、4位です。

価格は、2週間前に出たGemini 4 Argonと同じです。

100万トークンあたり、入力が2ドル、出力が10ドルです。

キャッシュした入力は、95%引きになります。

提供は慎重に進めます。今週から、一部のサイバー防御の担当者に提供を始めます。

そのあと、Fairwind Programを通じて、信頼できるパートナーへ段階的に広げます。

開発者・企業・一般向けは、ガードレールを調整してからで、時期は決まっていません。

米国政府の公開前テストにも参加しています。攻撃にも使える力が強くなったぶん、出す順番を選んでいるということです。

一般の利用者がすぐ使えるモデルではないので、提供が始まったら試す候補として覚えておけば十分です。

GitHub Enterpriseの全員にCopilotを含められるようになり、管理するのは予算に対する利用量だけになります。今は営業担当がいる企業が対象です。

GitHub Enterpriseのライセンスを持つ全員に、GitHub Copilotを含められるようになりました。

Copilotの席数を管理する必要がなくなる形です。

これまでは、Copilotの席を何人分買うかと、どれだけ使うかの2つを管理する必要がありました。

この形では、企業の予算に対するAIの利用量だけを管理します。

利用は最初のリクエストから、予算に対して従量で計測します。席ごとの無料の利用枠はありません。

全員が使える状態から始めて、予算と利用ルールで調整する形です。導入は予算の上限とアラートの決め方から相談することになります。

では、予算が尽きたらどうなるのでしょうか。

コード補完とnext edit suggestionsは、そのまま使えます。

Copilot Chat、Copilotのコードレビュー、クラウドで動くCopilotには、予算が必要です。

今の対象は、GitHubやMicrosoftの営業担当がいる企業の、GitHub Enterprise Cloudです。

セルフサーブの契約へは段階的に広げ、開放日は数週間以内に案内するとしています。

今のセルフサーブ契約と、Copilot Business・Copilot Enterpriseの販売は、そのまま続きます。

GitHub Enterpriseのライセンスが無い人は、Copilot Standaloneで、同じ機能を1人あたり月10ドルで使えます。

Markdownで書いた自動化を、GitHub Actionsの上でコーディングエージェントに任せられる仕組みが、一般提供になりました。

GitHub Nextのオープンソースプロジェクト、GitHub Agentic Workflowsが一般提供になりました。

やりたい自動化を自然文のMarkdownで書くと、通常のGitHub ActionsのYAMLに変換されます。

Issueの仕分け、CIの失敗の分析、ドキュメントの更新、テストの作成などを、エージェントに任せられます。

動かすエージェントは、GitHub Copilotか、自分で用意したものを選べます。

エージェントは、既定では読み取り専用の権限で動きます。

動く場所は、サンドボックスのコンテナと、Agent Workflow Firewallの内側です。

エージェントの出力は、safe outputsという仕組みで検証します。

さらに、専用の脅威検知ジョブが、変更案を適用する前に調べます。

gh aw forecastが正式機能になり、脅威検知の分も含めたAIクレジットの月ごとの見込みを出せます。

自前のARCランナーと、Docker-in-Dockerにも対応しました。

ワークフローごとにモデルの提供元を選べ、課題の種類と難しさで振り分けるモデルルーターも使えます。

使えるのは、GitHub Free・Team・Enterpriseです。

CLI拡張を入れて、GitHub Nextのagenticsリポジトリにある既成のワークフローから始められます。

エージェントを手元で呼び出すだけでなく、リポジトリの決まった仕組みとして、毎日動かせるようになります。

GitHub Actionsなので、今あるランナーや権限のルールをそのまま使えるのが、導入しやすい点です。

「Issueが来たら分類する」のような、小さな作業から試すのが向いています。

Claude Enterpriseで、チームの会話から費用・成果物・つまずきをまとめ、改善案まで出すレポートが一般提供になりました。

Anthropicが、Claude Enterpriseに3つの機能を一般提供しました。

1つ目は、チームの使い方をまとめるsmart reportsです。

2つ目はアプリ内のアンケート、3つ目はチーム単位で予算を共有するpooled group budgetsです。

どれもClaude Enterprise向けで、個人プランの機能ではありません。

レポートは、チーム・期間・対象の製品を選んで作ります。

Claudeがチームの会話の一部を分析して、仕事の流れごとに分けます。

それぞれの流れについて、費用、できた成果物、よくあるつまずきを示します。

つまずきの例は、コネクタが無い、ツールの呼び出しに失敗した、などです。

そのうえで、改善案を1つのリストにまとめます。繰り返している作業をスキルにする、リポジトリにルールを足す、などです。

見つかった内容は、Artifactとして担当者に共有できます。

利用額の上限が妨げになっていれば、請求の権限を持つ管理者が、レポートから上限を上げられます。

管理者でないチームリーダーにも、自分のチームのレポートを作らせられます。

レポートは導入状況の把握と投資計画のためのもので、個人の評価や雇用の判断には使わないと明記しています。

TechCrunchは、このデータを既定ではモデルの学習に使わないと、Anthropicが説明したと報じました。

いくら使って何が得られたかを説明する材料になり、うまくいった使い方をスキルとして他のチームに広げるところまでつながります。

Vercelが、コードの変更で影響を受けるタスクだけを実行するCIを、ベータで公開しました。始めるのは、turbo.jsonにタグを付けるだけです。

Vercelが、CIのサービスVercel CIをベータで公開しました。

Turborepoの設定ファイルturbo.jsonから、タスク同士の依存関係を読み取ります。

そして、コードの変更で影響を受けるタスクだけを、それぞれに必要な計算資源で実行します。

入力が変わっていないタスクは、キャッシュから結果を返します。

残りのタスクは、1つずつ別のマシンで動きます。

それぞれのタスクは、依存先が終わりしだい始まります。

始めるには、turbo.jsonのタスクにciのタグを付けるだけです。ワークフローのYAMLを別に書く必要はありません。

Turborepoを使っていなければ、turbo.jsonとturboパッケージを足します。

結果はGitHubのプルリクエストにチェックとして付くので、今のブランチ保護のルールで、失敗時のマージを止められます。

失敗したタスクやログは、vc ciのコマンドやVercel MCP、ダッシュボードから調べられます。

エージェントにコマンドを実行させて、設定とプルリクエストの作成まで任せる手順も案内しています。

Vercel社内では、git pushからCIが通るまでの時間が、以前の2〜6倍速くなったとしています。

コーディングエージェントがプルリクエストを次々に出すと、1本ごとのCI待ちが積み重なって、全体が遅くなります。

変更に関係する検査だけを回す考え方は、AIと一緒に開発するチームの待ち時間に直結します。

ただし、まだベータで、速さの数字はVercel社内のものです。

llama.cppのサーバーに、OpenAIと同じ形の音声の口が加わりました。手元のPCだけで、話しかけると声で返すしくみを組めます。

ローカルでLLMを動かすエンジン、llama.cppが、v0.8.0を公開しました。

Liquid AIの小型モデル群LFM3に対応しました。テキスト・画像・音声・オムニのモデルがあります。

サーバーには、会話や文字起こしができる/v1/realtimeと、音声合成のPOST /ttsが加わりました。

/v1/realtimeは、OpenAIのrealtimeプロトコルと同じ形で、会話や文字起こしができる口です。

LFM3-Audio-2BとLFM3-Omni-2Bは、音声認識・音声合成・音声での対話を、1つのモデルでこなします。

音声を流しながら、入力も出力もできます。

これで、手元のPCだけで、話しかけると声で返すしくみを組めるようになります。

DeepSeek V4.1 Flash、SenseNova U1など、新しいモデル構造にも対応しました。

チャットテンプレートが持つ推論の深さを、APIから選べるようになりました。

Web UIからHugging Face Hubのモデルを探してダウンロードでき、会話の検索と圧縮もできます。

土台のライブラリggmlはv0.28.0になり、CUDAやSYCLなど、各環境での高速化が入りました。

OpenAIと同じ形のAPIなので、クラウド向けに作った音声アプリを、手元のモデルに差し替えて試しやすくなります。

会議の音声や顧客との会話など、外部に出したくない音声を扱う用途の選択肢になります。

ただし開発者向けの更新で、使うにはサーバーを自分で立てる必要があります。

エージェントを並行して動かすエディタSupersetが、名前をParadevに変え、シードラウンドで1150万ドルを調達しました。

コーディングエージェントをたくさん同時に動かすためのエディタ、Supersetが……

名前をParadevに変えました。

旧名Supersetの公式アカウントが、2026年10月26日に、改名と資金調達を発表しました。

あわせて、シードラウンドで1150万ドルを調達したと発表しています。

Union Square Ventures、つまりUSVが主導し、Y Combinatorも参加しました。

公式サイトでは、Claude CodeやCodexなど複数のエージェントを、1つの作業場で並行して動かすIDEと説明しています。

機能として、作業の並行実行、タスクの自動化、リモートからの操作、変更の確認を挙げています。

現在は、macOS版を配布しています。

エージェントを1つずつ使う段階から、何本も同時に走らせて人がまとめて確認する段階に移る人が増えています。

その作業場を専門に作る会社に、投資が集まり始めているということです。

発表の投稿は、取得した時点で約66万回表示されていました。

既にSupersetを使っている人は、名前の変更にあわせて、配布元や設定の案内を確認しておくと安心です。

今日のニュースは以上です。気になった1本は、本文と出典で確かめてくださいね。

動画はYouTubeでも毎朝出しています。チャンネル登録、お願いします！