GPT-6 Astraがゴールドバッハ類似予想を証明:Lean 4検証もパス
Captain Sude氏がGPT-6 Astraを活用してリウヴィル関数に関するゴールドバッハ類似予想の証明を発表しました。2より大きいすべての偶数はリウヴィル値が-1の2つの正整数の和で表せる定理で、Lean 4による形式化検証と公理監査をすべて通過しています。
Captain Sude氏がGPT-6 Astraを活用してリウヴィル関数に関するゴールドバッハ類似予想の証明を発表しました。2より大きいすべての偶数はリウヴィル値が-1の2つの正整数の和で表せる定理で、Lean 4による形式化検証と公理監査をすべて通過しています。
Googleは数百万規模の自律型AIエージェントをクラスタ上で管理・実行するオーケストレーション基盤「AX(Agent Executor)」をオープンソース公開した。Kubernetesに似た宣言的YAMLでサンドボックス隔離やMCP連携を定義でき、一時停止やSSH接続によるデバッグにも対応する。
今週、中国のAI企業StepFun(階躍星辰)が最新のマルチモーダルエージェントモデル「Step 5 Preview」を発表した。総パラメータ数6000億のMoE構成で稼働時は270億のみがアクティブ化され、100万トークンの長文脈に対応。DeepSWEテストなどコーディングや知識作業で高水準の性能を示す。
大模型競技場「Arena」に「gemini-3.8-flash」を名乗る謎のモデルが登場し、未発表のGemini 4 Proと見られている。わずか10分で複雑なSVGアニメーションを生成したほか、エージェントコーディングなどの流出ベンチマークで首位を獲得した。
Anthropicは金曜日、Claude Code バージョン2.1.277でOpenAI主導のAGENTS.md標準に対応した。CLAUDE.mdがないディレクトリでは自動的にAGENTS.mdを読み込む仕様で、/configコマンドから切り替えられる。複数ツールを併用する開発者が指示ファイルを二重管理する負担を解消する。
オープンソースフレームワーク「JEPA-Anything」が公開された。JEPAを基盤に「直交予測分解」を採用し、複雑な潜在状態を独立した要素に分解して別々に予測・再統合する。各分野固有のインターフェースを保ちつつ共通の予測コアを活用できる。現在は設計ツールと合成データ例が提供されており、学習済み重みは含まれない。
AnthropicはClaude Code向けに再設計した「Projects」のベータ版を提供開始した。ユーザーが目標を指示すると、Claudeがタスクを分割して複数の並行スレッドに割り振り、各スレッドが独立ブランチでテスト実行やPR作成を自律的に進める。スレッド間で共有メモリも保持される。一部のPro・Maxユーザーから順次提供される。
xAIはエージェント型コーディングツール「Grok Build」に永続的な記憶機能を追加した。会話のターンが終わるたび、プロジェクトの規約や設計上の決定事項をバックグラウンドでMarkdownファイルに自動記録する。次回以降のセッションでは関連コードを編集する前にそれらを自動で読み込むため、指示を繰り返す手間が省ける。
TypeSafe AIは構造化出力に特化した意思決定モデル「Jev」の早期アクセスを開始した。文章を順次生成せず、事前定義された選択肢の確率を並列出力することで、70〜500ミリ秒の高速応答と出力トークン無料を実現。コード内の条件分岐を安価かつ型安全に自動化できるのが強みだ。
CopilotKitはセルフホスト可能な個人向けAIエージェント「OpenMuse」を公開した。Chromiumブラウザ、隔離されたLinuxターミナル、ファイルシステムを備え、タスクを自律的に進行しながらいつでも人間が操作を引き継げる。個人データを大手テック企業に預けたくない人にとって実用的な選択肢となる。
ClineはmacOSおよびWindows対応の「Cline Desktop」をリリースした。オープンウェイトモデルの扱いに特化しており、ClinePass経由の無料利用やAPIキー持ち込みに対応する。MCPサーバーのマーケットプレイスやエージェントの定期実行機能も備える。
OpenAIはCodexやChatGPT for Workを支えるエージェント実行基盤を解放する「Agents API」のパブリックベータを開始した。1回のAPI呼び出しで本番向けエージェントを構築でき、文脈の自動圧縮や並列サブエージェントに対応。利用料はトークン代等のみ。
DeepSeekは、552BパラメータのMoEモデル「DeepSeek-V4.1-Flash」をAPIで提供開始した。因果的エンコーダ・デコーダ構成を採用し、入力時のアクティブパラメータを8Bに抑制。KVキャッシュに必要なHBMを従来の4分の1、SSDを8分の1に抑えつつ、V4-Proを上回る性能を発揮する。
Googleは自然言語でAndroidの実機やエミュレータを操作できるフレームワーク「ARTEMIS」をオープンソース公開した。MCP経由でClaude CodeやCursorと連携し、バグ再現やログ収集を自動化。AndroidWorldベンチマークで99%以上の成功率を達成した。
OpenAIは研究部門におけるコーディングエージェントの稼働量が、人間の1労働日あたり3.1エージェント日に達したと発表した。研究者の中央値は1日600ドル超の推論コストを消費しており、目標だった「自動研究インターン」の構築を達成したという。2028年3月までに完全な自動AI研究者の実現を目指すが、安全対策に伴う強化学習の一時停止など課題も残る。
AnthropicはAIエージェントがLean 4で構築したフェルマーの最終定理の完全な形式的証明をGitHubで公開した。29,511個の定理と1300万行を超えるコードで構成され、2つの独立カーネルによる検証をパスした。AIが高等数学の超大規模な形式化を完遂した重要な成果となる。
GoogleはGemini 3.8 Flashとサイバーセキュリティ特化の3.8 Flash Cyberを発表した。入力100万トークンあたり0.75ドルの低価格を維持しつつ、長期推論やプログラミング能力を大幅に強化。Cyber版は20言語での脆弱性検出率70%超を達成し、Fairwindプログラム経由で提供される。
Metaはエージェント機能とコーディング性能を強化した「Muse Spark 1.3」をMuse CodeおよびMeta Model APIで提供開始した。曖昧なプロンプトへの聞き返しや長時間タスクのマルチタスクに対応し、コード生成ではツール呼び出しを約20%、トークン消費を約25%削減した。
アリババがQwen3.8-Maxの最新スナップショット「0902」を公開した。100万トークンのコンテキストや思考モードを維持したまま、事後学習により長期的な自律プログラミングやマルチエージェント連携性能を大幅に引き上げている。
OpenAIの次期モデル「Astra」が、同一レイヤーを繰り返し通して計算やコーディング性能を高める「再帰的深度」技術を採用していることが判明した。性能が伸びる一方で思考プロセスの可視化が難しくなり、挙動の監視が困難になるため安全面での懸念が高まっている。