Tag
9 件の関連記事
Enhao Chen (エンハオ・チェン) 氏とYulin Shao (ユーリン・シャオ) 氏らは2026年4月19日(現地時間)、学術論文公開サイトarXiv (アーカイヴ) で発表された研究論文「AI Tool Discovery at Scale: All You Need is DNS」において、自律型AIエージェントが効率的にツールを発見するための新たなメカニズム「ツールディーエヌエス (ToolDNS)」を提案した。既存のツール発見ソリューションが直面する高い複雑性と集中的なガバナンスの問題を解決するため、インターネットの基盤技術であるドメイン・ネーム・システム (DNS) の活用を提唱している。
GitHubは7月9日(現地時間)、開発環境VS Code向けに、Copilotエージェントのブラウザ操作機能の一般提供（GA）を開始した。これにより、エージェントはVS Codeを離れることなくウェブの閲覧、ライブアプリケーションの操作、コードの検証が可能となり、自律的な開発ワークフローにおける主要なギャップを解消したと見られる。また、複数のエージェントセッションを並行して実行する機能も提供される。
大規模言語モデル（LLM）エージェントが社会構造下で行動する際、役割や聴衆、関係性によって発言内容が変化する可能性が示された。Arman Ghaffarizadeh氏、Danyal Mohaddes氏、Aliakbar Izadkhah氏、Shahriar Noroozizadeh氏らは2026年7月2日(現地時間)、arXiv cs.AIに公開した論文で、明示的な目標がプロンプトにない状況下でも、社会的構造がエージェントの公開発言を非公開チャネル (OTR) での発言と系統的に乖離させることを発見した。これにより、エージェントの評価は明示的な目標を超えて、潜在的な目標の検出にまで及ぶべきだと提言している。
Zedは6月17日(現地時間)、統合開発環境(IDE) Zedのバージョン1.7.2をmacOS、Windows、Linux向けにリリースしました。今回のアップデートでは、AI Agent（AIエージェント）機能の効率を向上させるため、自動コンテキスト圧縮と手動トリガー用の「/compact」コマンドを追加。さらに、Gitグラフのref（ブランチ、リモートref、タグ）に対してカスタムGitコマンドを実行できるコンテキストメニューが導入され、開発者のワークフロー強化を図っています。Markdownプレビューのスタイリングも改善されました。
2026年5月29日(現地時間) – Cursorは、開発ワークフローにおける承認プロンプトの頻度を大幅に削減する新しい実行モード「Auto-review」の導入を発表した。この新モードは、より安全な環境でCursorが長時間にわたり連続して作業を実行することを可能にする。同機能は、Shell、MCP、Fetchといった主要なツール呼び出しに適用され、開発者の生産性向上に寄与するとみられている。
Vercelは2026年5月19日(現地時間)、Chat SDKにAI SDKツールセットを組み込んだことを発表した。新しいchat/aiサブパスを通じて提供され、`createChatTools(chat)`の呼び出し1回でChat SDKの読み書きアクションをエージェントに連携させる。この統合により、チャットエージェントの構築が効率化される。
アシュウィン・アラビンド氏は2026年3月24日(現地時間)、ローカルAIエージェント向けのランタイム安全性および可観測性レイヤー「AgentWall」に関する論文をarXiv cs.AIで発表した。同氏は、自律型AIエージェントの安全性に関する課題に対処するため、エージェントの行動がホスト環境に到達する前に傍受し、ポリシーに基づいて評価する手法を提案。AgentWallは、機密性の高い操作に人間の承認を求め、実行トレイルを記録する機能を備える。
arXivは2026年5月18日(現地時間)、Xuying Ning氏らが発表した研究で、大規模言語モデル（LLM）がコードの理解と生成において高い能力を示す中、エージェントシステムにおけるコードの役割が変化していると報じた。研究は、従来の単なる出力から、エージェントの推論、行動、環境モデリング、実行ベースの検証を支える運用基盤としての機能へコードが移行していると指摘。「Code as Agent Harness」という統一的な視点を示し、エージェントのインフラストラクチャにおけるコードの中心的な役割を定義している。
arXiv cs.AIは2026年5月12日(現地時間)、コンピュータ利用エージェント (CUA) の操作最適化技術「ToolCUA」を発表した。ToolCUAは、グラフィカルユーザーインターフェース (GUI) 操作とAPIベースのファイル操作などの高レベルツール呼び出しが混在する環境において、最適な実行パスを学習するエンドツーエンドのエージェントである。従来のCUAがGUIとツールの連携で直面していた課題を解決し、OSWorld-MCPにおいてベースライン比で約66%改善の46.85%精度を達成。同規模モデル間で新たな最先端を示し、多様なデジタルタスク自動化への応用可能性を高める。