OpenAI は、計算生物学における AI の判断力や推論力を測る新ベンチマーク「GeneBench-Pro」を発表した。ノイズ混じりの合成データを用いた 129 問で構成され、客観的な自動採点に対応する。最高性能の GPT-5.6 Sol でも正答率は 28.7%にとどまり、人間が 20〜40 時間かける課題における課題の多さを示した。10 問が Hugging Face で公開中。
Anthropicは自律エージェント性能を大幅に高めたClaude Sonnet 5を発表しました。推論やコーディングでOpus 4.8に迫る能力を備えつつ低価格を維持。FreeおよびProプランの標準モデルとして即日利用可能です。
Anthropic の Claude Code チームはコーディングエージェントの反復処理を設計する入門ガイドを公開した。ユーザー指示ごとのターン制から、明確な完了条件を設ける /goal、定期実行を行う /loop や /schedule、自律動作するプロアクティブ型まで 4 種類を体系化。SKILL.md による自己検証手法とトークン消費の抑制策も提示している。
Anthropicは研究者向けAIワークベンチ「Claude Science」のベータ版を公開した。macOSとLinuxに対応し、生命科学分野など60種以上のツール連携に加え、計算や引用を自動検証するレビュアー機能も搭載。有料プラン向けに提供される。
ComfyUIはAIエージェントと接続する「Comfy MCP」のパブリックベータを開始した。Claudeなどのエージェントに自然言語で指示するだけで、ノード配置やモデル検索、画像・動画ワークフローの生成と実行を自動化できる。現在は無料ベータ版として提供されている。
Cursorは全有料プラン向けにネイティブiOSアプリの公開ベータ版を提供開始した。スマホからクラウド上のコーディングエージェントを起動したり、作業中のコンピュータを遠隔操作したりでき、差分確認やPRマージにも対応する。7月5日までモバイル版でのComposer 2.5利用が75%割引となる。
マイクロソフトが「Resource2Skill」をオープンソース公開した。人間向けの解説動画やコードを自動蒸留し、AIエージェントが実行できるマルチモーダルなスキルに変換する。MCPサーバーと連携し、Web制作やExcel、Blenderなどの実務を自律実行させる。
HPはOpenAIとのFrontier戦略提携の拡大を発表した。2026年2月の試験導入では、1人のエンジニアが数週間で43プロジェクト・122件のPRを処理し、セキュリティチームの脆弱性修復も大幅短縮。今後は10万超のパートナー向けポータルや端末管理など全社へAIを展開する。
Einsia AI傘下のNavers Labがオープンソース基盤「BrowserBC」を公開した。ブラウザ上の操作履歴と画面遷移を記録し、LLMが自然言語の「スキルカード」へ蒸留。座標を機械的になぞるのではなく、任意のエージェントが手順と成否を自律判断して実行できる仕組みを提供する。
OpenAIは新世代モデル「GPT-5.6」シリーズの限定プレビューを開始しました。旗艦のSolはサブエージェントを活用するultraモードと高度な推論を備え、コーディングやサイバー防衛で真価を発揮します。米政府の要請により、まずは信頼できる少数のパートナー向けに提供されます。
Runwayはプラットフォーム内で動作する「Agent 2.0」を発表した。簡単なプロンプトからマーケティング企画書や各種クリエイティブ素材を丸ごと生成できるほか、効果測定データを分析して複数プラットフォーム向けに展開を拡大できる。動画生成にとどまらず、マーケティング業務全体の自動化を狙う。
Ornithはエージェント型コーディングに特化したオープンソースモデル群「Ornith 1.0」を公開した。最小9Bから最大397B MoEまで展開し、人間が組んだ枠組みに依存せず独自の足場ワークフローを自ら生成して課題を解く。SWE-benchなどで大型モデルに匹敵し、Hugging Faceにて21GBのGGUF版も配布中だ。
MicrosoftはExcel向けCopilotに財務実務向けの「スキル」機能、外部データ連携、および監査証跡ツールを追加した。OneDrive上のSKILL.mdファイルでDCFモデル作成などの手順を定義できるほか、S&P GlobalやPitchBookなどの市場データを取り込み、変更箇所をセル単位で追跡・検証できる。
GoogleはChrome 149向けに新機能「Select from screen」の展開を開始した。Geminiパネルの「+」メニューから閲覧中ページのテキストや画像を直接選択してプロンプトに添付できる。あわせてGemini 3.5 Flashのコンピュータ操作（computer use）機能も提供開始された。反映にはブラウザの再起動が必要な場合がある。
Metaは社内で8年開発され1万3000以上のアプリを支えるデザインシステム「Astryx」をオープンソース公開した。React 19ベースの150以上のコンポーネントとCLIを備え、人間だけでなくAIエージェントもスムーズにUIを構築できる設計が特徴だ。
Meta は AI エージェントがデータサイエンティストとして高品質な訓練・評価データを自律生成する「Autodata」を発表した。生成したデータを自ら検証し、失敗から学んで次のデータ作成を改善する反復ループを構築。人手に頼っていた合成データの品質管理を自動化する狙いだ。
Google は「Gemini 3.5 Flash」にコンピューター操作機能を標準ツールとして組み込んだと発表した。従来は独立した 2.5 モデル限定だったが、ブラウザやモバイル、デスクトップ環境を認識して操作するエージェントを直接構築可能になった。間接プロンプトインジェクション検知時の自動停止など、企業向け安全機能も備える。
Figmaは年次カンファレンス「Config」にて、プロンプトから再利用可能なカスタムプラグインやWebGPUシェーダーを生成できる設計エージェントを発表した。開発環境やコードの知識がなくても、キャンバス上で指示を出すだけで独自ツールを構築してチームに共有できる。
Nous ResearchはHermes Agentに「/learn」コマンドを追加した。コードディレクトリやWeb URL、直前の対話ログを渡すだけで、エージェントが内蔵ツールを使って標準仕様のスキル定義ファイルを自動生成する。追加の専用エンジンを必要とせず、ローカル環境でもリモートでもそのまま動作する。
Perplexityは企業向けプランとMax登録者向けに「Computer for Counsel」を提供開始した。20以上の先端AIモデルを搭載し、Midpageなどの判例情報やMicrosoft 365、Google Workspaceと連携して判例調査や契約書確認などの事務作業を代行する。
