Latent Spaceは2026年9月7日(現地時間)、フロンティアAIモデルのAEO（Agent-Enhanced Optimizationと見られる）動向を追跡する「Frontier AEO Tracker」を発表した。創業者やDXリーダーからの要望に応える形で、Astraプロジェクトの第一弾として公開された。このツールは、複数のモデルとカテゴリーにわたる推薦結果を分析し、エージェントの選択におけるパターンとバイアスを明らかにする。
Latent Spaceは、AEOへの自動調査投資が高いROIを示したことから、この分野への本格的な取り組みとしてFrontier AEO Trackerを開発した。これは、他社の同様の取り組みに触発され、数々のプロトタイプ作成、調整、パイプラインのスケールを経て完成した。
分析手法はAmplifyingAIの手法を拡張し、7種類のモデルに対して6種類のプロンプトバリエーションを161のカテゴリーで実行した。カテゴリーには、コーディングエージェントやAIポッドキャストから、エンジェル投資家や給与ソフトウェアといったものまで含まれる。Astraが回答を抽出し、独自のAEOスコアに基づいて採点された。このスコアは、主要な選択肢、代替選択肢、言及に重みを与え、非推奨には負の重みも適用する。
基本結果として、各カテゴリーにおける最も支配的な製品が特定された。汚染の可能性も確認済みであり、全てのプロンプトと回答のペアは検証可能とされている。一方で、モデルには「ソフトバイアス」が存在することも確認されており、例えば特定のコーディングエージェントモデルが自社の製品を推奨する傾向が見られる。しかし、GPTモデルがClaudeを推薦するなど、バイアスがないと評価されるケースも報告されている。
調査対象の161カテゴリーのうち、28カテゴリーでは全てのフロンティアモデル間で普遍的に支配的な第一選択肢が存在した。また、SolとAstra、OpusとFableといったモデル間の世代交代に伴うモデル選択の「flips」も観察されており、各ラボのデータおよびRL（強化学習）の優先順位、スタートアップのAEO投資効果を評価する新たな機会を提供する。
モデルの「効率性」と「信頼性」に関する発見では、AnthropicがSolからAstraへの移行で検索ソース数を中央値9から5へ減らす一方で、Astraは「confident」または「efficient」となり、質問を軽く言い換えても判断を変える可能性が低いことが示された。ソース分析は、ラボが何を優先するかを予測する手がかりを提供するが、サンプルサイズは小さいと留意されている。さらに、OraやVercelによって測定されるMarkdown content-negotiationのようなAEOプラクティスがモデルのコンテンツ読み込みに影響を与えることも検証された。今回の分析では、Gemini/Antigravity、GLM/Zcode、DeepSeek/DeepCodeはエラーやレート制限のため含められなかった。
参考: Latent Space (アーカイブ) — 2026年9月8日 06:32 (JST)
原文ハイライト"Our first Astra project dives into AEO trends, a top asked topic"