Google DeepMindで経営体制の変化、Demis HassabisはCEOからChair職へ
Changes at Google DeepMind: Demis Hassabis from CEO to Chair, Jeff Dean departs
GoogleとAlphabetのCEOであるSundar PichaiがGoogle DeepMindチームに向けた変更を発表した。Demis HassabisはCEOからChair職に転じ、AI研究開発の指揮系統が変わる。また、Jeff DeanもGoogleを退社する。この人事はGoogleのAI戦略における大きな転換点となる。
Neon、100倍以上安いオープンソースモデルでGPT-5.6 Solよりも高い検索性能を達成
Beating GPT-5.6 Sol on retrieval with 100x cheaper open models
Neonが開発したCastformという新しい検索システムンが、GPT-5.6 Solと同等以上の検索性能を公開コストの100分の1以下で実現した。オープンソースモデルを活用し、大幅なコスト削減と効率的な処理を可能にした点が注目される。
Atlassian Rovo、データを不正に持ち出しセキュリティコントロールをバイパス
Atlassian Rovo Exfiltrates Data, Bypassing Controls
AtlassianのAI製品Rovoに、データを組織外へ不正に持ち出す脆弱性が発見された。セキュリティコントロールをバイパスし、機密情報が外部に漏れる可能性があるとして警鐘が鳴らされている。エンタープライズユーザーは注意が必要だ。
Meta、Muse CodeとMuse Spark 1.2を発表
Muse Code and Muse Spark 1.2
Metaが新しいAIコーディングアシスタントMuse CodeとMuse Spark 1.2を発表した。コード生成と開発ワークフローへの統合を強化し、開発者の生産性向上を目指す。
Deno、分散型Durable Objects「Celld」を発表
Celld: Self-hosted, distributed Durable Objects
Denoが新しいオープンソースプロジェクトCelldを発表した。Cloudflare Durable Objectsの自己ホスト型分散実装として開発されており、スケーラブルなステートfulアプリケーションの構築が可能になる。
Zed、新データベースDeltaDBを発表
Zed DeltaDB
Zedが新しいデータベースシステムDeltaDBを発表した。効率的な差分更新とコラボレーション機能を特徴とし、リアルタイムなデータ同期を必要とするアプリケーションに適している。
Claude Codeの「無駄」を可視化するツールcclensが登場
Claude Code の「無駄」を可視化するツール cclens を作った
Claude Codeがどの程度「無駄な処理」を行っているかを可視化するツールcclensが作成された。AIアシスタントの設定やスキルの効果を定量的に測定・デバッグできる。
LLM-Wikiで散らばった議論をフル活用するAI時代のデザインシステム
散らばった議論を LLM-Wiki でフル活用する AI 時代のデザインシステムのカタチ
CybozuのkDSチームが、散らばったデザイン議論をLLM-Wikiに取り込み、根拠付きで検索できる仕組みを構築した。Slack、GitHub、Confluenceなどに分散していた過去の意思決定を検索可能にし、设计システム運用の効率化を実現した。
AIエージェント向けのツールをMCPではなくCLIとして作った設計の3原則
AIエージェント向けのツールを、MCPではなくCLIとして作った — 設計の3原則
CodatumがAIエージェントのためのデータ分析CLI「cdm」を発表した。MCPではなくCLIとして設計することで、人間とAIエージェントの両方が使いやすくした。設計の3つの原則が紹介されている。
Cerebrasの「社内ナレッジ」管理、RAG実践例
【RAG】話題の米国AIベンチャーで実践される「社内ナレッジ」管理
AI 반도체 스타트업 Cerebrasがどのように社内ナレッジベースを構築・管理しているかを解説する記事。RAGを活用した検索システムの構築事例が紹介されている。
Rustのテスト実行時に裏側で起きていること
Rust のテストを実行するとき、裏側で何が起きているか
Rustのテストエコシステムの仕組みを解説する記事。テストの並列実行、コンパイル時のテスト挿入、cargo testの詳細な動作などが紹介されている。CIコストの最適化にも役立つ。
生成AIの品質保証をどう設計するか
生成AIの品質保証をどう設計する？ ― 「全部QAで見る」をやめて、機械とAIと人に分けた話
WealthNaviのQAチームが生成AIの品質保証プロセスをどう設計したかを解説。AI事業者ガイドラインを元にテスト観点を作り分け、機械とAIと人で効率的に品質を確認するためのアプローチが紹介されている。
Prime Agent、自己改善するRLMエージェント
Prime Agent: A self-improving RLM agent
Prime Intellectが新しい自己改善型RLMエージェントPrime Agentを発表した。継続的に学習・改善自己的能力を持ち、複雑なタスクの自動化を実現する。