概要 Vercelは2026年4月、オープンソースのAIコーディングエージェント基盤「Open Agents」を公開した。ローカルマシンに依存せずバックグラウンドで動作するコーディングエージェントを構築・実行できるプラットフォームで、GitHub連携による自動PR作成やセッションをまたいだ永続的ワークフローなどを備える。完成品のコーディングアシスタントを提供するのではなく、企業が自社向けにフォーク・カスタマイズするためのリファレンス実装として位置づけられている。 背景には大企業のコーディングエージェント導入における課題がある。Stripe・Ramp・Spotify・Blockといった企業はすでに内部向けコーディングシステムをオープンソース化しているが、既製のコーディングエージェントは企業固有の知識や統合が不足し、大規模モノレポではパフォーマンスが低下するといった問題が指摘されてきた。Open AgentsはそうしたニーズへVercelが提示する解答だ。 三層アーキテクチャと主な機能 Open Agentsは三層構造を採用する。 ウェブインターフェース層：認証・セッション管理・ストリーミング対話を担当 エージェントワークフロー層：推論と編成をデュラブルワークフローとして実行 サンドボックス実行層：ファイルシステムアクセスとシェルコマンドを持つ隔離仮想マシン 特筆すべき設計上の判断は、エージェントロジックとサンドボックス実行を分離した点だ。エージェントはVM内部で直接動くのではなく、ファイル操作・検索・シェルコマンドといった定義済みツールを介してサンドボックスと対話する。これによりエージェントとサンドボックスのライフサイクルを独立して発展させられる構造になっている。 主な機能としては、マルチステップ実行とストリーミング出力、タスクキャンセル、GitHubリポジトリのクローン・ブランチ作成・PR自動生成、読み取り専用リンクによるセッション共有、ElevenLabsを使った音声入力、セッションのポーズ・休止・再開を可能にするデュラブルワークフロー、スナップショットベースのサンドボックス状態復元などが挙げられる。インフラ要件としてはPostgreSQLデータベース、OAuthによる認証、GitHub連携が必須で、キャッシュ用にRedisなどのKey-Valueストアがオプションで使用可能だ。 競合との位置付けと今後の課題 VercelのCEOギレルモ・ラウチは「ソフトウェア企業の競争優位性は『書かれたコード』から、そのコードの『生産手段』へ移行する」と主張し、「ソフトウェアファクトリー」という概念を強調している。このビジョンに沿い、Open Agentsはコーディングエージェントをリクエスト単位のツールではなく、継続的に長時間動作するシステムとして捉え直す方向性を示している。 一方、AnthropicはVercelとは対照的なアプローチとして「Claude Managed Agents」を提供しており、実行・編成・状態管理をホスト型プラットフォームとして提供している。両者に共通するのは、実行層がモデル自体と同程度に重要であるという認識だ。 ただし批判的な見方もある。開発者のMichiel Voortmanは「VMとエージェントを分離するのはこのプロジェクトの核心だが、中長期的にはエージェント開発のスピードを低下させると思う」と懸念を表明している。また、このアプローチは高い制御性と柔軟性をもたらす反面、システムの動作定義・独自ツール統合・長期保守を企業自身が担う必要があり、多くのチームにとっては依然として既製ソリューションが現実的な選択肢となる可能性が高い。

概要 Anthropicは2026年5月5日、金融サービス業界向けの包括的なAI戦略を発表した。新モデル「Claude Opus 4.7」を中核に据え、ピッチブック作成・KYC（顧客確認）審査・月次決算処理・信用分析・引受業務・決算分析など、金融機関で工数を要する業務に特化した約10種類のAIエージェントテンプレートを提供する。また、金融技術企業FISとの提携により、BMOおよびAmalgamated BankへのAML（マネーロンダリング対策）調査自動化の展開も合わせて発表された。 JPMorganChase、Goldman Sachs、Citi、AIG、Visaなど大手金融機関ではすでにClaudeが実運用されており、今回の発表はウォールストリートへの本格進出をさらに加速させるものとなる。 技術的な詳細 Claude Opus 4.7は金融業務向けに最適化されており、Vals AIのFinance Agent Benchmarkで64.4%のスコアを記録し、同ベンチマーク首位を獲得した。エージェントテンプレートはピッチブック・決算分析・信用メモ・KYC・月次決算クローズなど、労働集約的なワークフローを自動化することを目的とする。 さらに、Microsoft 365との統合によりExcel・PowerPoint・Word・Outlookにわたってコンテキストを維持しながらClaudeを横断的に活用できるようになる。これにより、金融アナリストや担当者が日常的に使うOffice環境に直接AIエージェントが組み込まれる形となる。 戦略的パートナーシップとエコシステム データ面では、Moody’sが6億社超の信用格付けデータをClaude内に統合し、Verisk・Dun & Bradstreet・Experian・IBISWorldなども主要データパートナーとして参画する。金融実務で不可欠な信頼性の高いデータソースと直接連携することで、エージェントが質の高い分析を提供できる基盤が整う。 ビジネス戦略としては二層構造を採用しており、大手機関は自社でエージェントを構成する形態を、中堅市場向けにはBlackstone・Hellman & Friedman・Goldman Sachsが共同出資した15億ドル規模のジョイントベンチャーを通じてClaudeを直接提供する形態を用意する。Apollo Global ManagementやGeneral Atlanticなども同JVに参画しており、Anthropic CFOは「エンタープライズからのClaude需要はいかなる単一の提供モデルも超えるペースで拡大している」とコメントしている。 今後の展望 今回の発表はAnthropicが汎用AI企業からウォールストリートのインフラプロバイダーへとポジショニングを進化させようとする大きな方向性を示している。金融機関は従来、コンプライアンスやリスク管理の観点からAI導入に慎重なセクターとして知られてきたが、既存大手との実績を足がかりにエージェントテンプレートの標準化・普及を図ることで、業界全体への浸透を狙う。FISとのAML自動化展開はその最初の具体的な成果であり、金融犯罪対策という規制要件の高い領域での実用化は信頼性の証明としても機能しうる。

概要 cPanelおよびWebHost Manager（WHM）に存在する重大な認証バイパス脆弱性 CVE-2026-41940（CVSS 9.8）が、東南アジアの政府・軍機関や複数国のマネージドサービスプロバイダー（MSP）を標的とした実際の攻撃キャンペーンで悪用されていることが確認された。CISAはすでに本脆弱性をKnown Exploited Vulnerabilities（KEV）カタログに追加しており、連邦機関に対して改めて即時のパッチ適用を要求している。 攻撃者は未知の脅威アクターとみられ、フィリピン政府・軍ドメイン（*.mil.ph、*.ph）やラオス政府ドメイン（*.gov.la）に加え、フィリピン、ラオス、カナダ、南アフリカ、米国のMSPおよびホスティング企業を標的としている。Shadowserver Foundationのデータによると、2026年4月30日時点で約44,000のIPアドレスがCVE-2026-41940経由で侵害された可能性があり、5月3日時点では3,540件まで減少している。 攻撃の手口と使用ツール この攻撃キャンペーンはIPアドレス 95.111.250[.]175 を起点とし、公開されているPoC（概念実証）エクスプロイトを使用して脆弱なcPanelサーバーに認証をバイパスしてアクセスした。侵害後は以下のツール群を組み合わせて持続的なアクセスを確立している。 AdaptixC2：コマンド＆コントロール（C2）フレームワーク OpenVPN・Ligolo：持続的なネットワークアクセスの確保 Systemd：永続性維持のためのシステムレベルの仕組み また、cPanelへの攻撃に先立ち、同一脅威アクターがインドネシア国防省の訓練ポータルに対して、脆弱なCAPTCHA実装を突いた認証済みSQLインジェクションとリモートコード実行（RCE）を組み合わせた攻撃を行っていたことも判明している。 複数アクターによる並行悪用とランサムウェアへの転用 CVE-2026-41940は開示からわずか24時間以内に複数の異なる脅威アクターによって武器化されており、Miraiボットネットの亜種や「Sorry」と呼ばれるランサムウェアの展開にも利用されている。これは公開済みのPoCが出回っていることと相まって、脆弱なシステムがあらゆる種類の攻撃者にとって格好の標的となっていることを示している。 対策と推奨事項 cPanel社はすでに更新済みの検出スクリプトとパッチをリリースしており、すべてのユーザーに即時適用を強く推奨している。CISAはKEVカタログへの追加に基づき、連邦機関に対してデッドラインを設けてパッチの適用を義務付けている。MSPやホスティング事業者を含む組織は、cPanel/WHMのバージョンを確認し、影響を受ける場合は早急に修正を適用するとともに、侵害の痕跡（IoC）として 95.111.250[.]175 をはじめとする関連IPのアクセスログを確認することが推奨される。

概要 垂直統合型AIクラウドプロバイダーのIREN Limitedは2026年5月5日、KubernetesベースのクラウドインフラプロバイダーMirantis, Inc.を約6億2,500万ドル相当のIREN普通株式で買収すると発表した。全額株式による取引で現金の支払いはなく、買収額はIRENの現在の時価総額164億4,000万ドルの約4%に相当する。規制当局の承認など慣例的なクロージング条件を満たした後に取引が完了する見通しだ。 MirantisとIRENの技術的背景 Mirantisは世界1,500社以上のエンタープライズ顧客を持つクラウドインフラの老舗企業で、NVIDIA AI Cloud Ready Initiativeの創設メンバーパートナーでもある。同社が提供する「k0rdent AIプラットフォーム」は、ベアメタル・仮想マシン・Kubernetes環境にまたがる形でAIインフラを統合管理できるのが特徴だ。 一方のIRENは、米国およびカナダの再生可能エネルギーが豊富な地域でデータセンターとGPUクラスターを運営する垂直統合型AIクラウドプロバイダーだ。AIトレーニングおよび推論向けコンピュートを中心に事業を展開しており、過去1年間で株価が699%上昇するなど急成長を遂げている。 買収の戦略的意図 IREN共同創業者兼共同CEOのDaniel Robertsは、「IRENの強みは実行力にある」と述べ、インフラ構築からGPU展開に至る一貫した実行能力を今回の買収でさらに高める狙いを示した。具体的にはMirantisの技術・人材・顧客基盤を活用することで、(1)コンピュートの展開能力向上、(2)運用可視化の強化、(3)カスタマーサポートの拡充、(4)市場アクセスの拡大の4点を実現する計画だ。 Mirantis創業者兼CEOのAlex Freedlandは「10年以上にわたり企業がクラウドインフラを展開・管理するのを支援してきた。IRENとの統合でAIインフラをより迅速にオンラインにできる」とコメントしており、両社のシナジーに強い期待を示している。 今後の展望 Mirantisは買収後も独立した子会社として引き続き運営され、既存の1,500社以上の顧客へのサービスを維持しながらIRENのAIクラウド展開を支援していく予定だ。AIクラウドの需要が急拡大する中、今回の買収はIRENがインフラ整備だけでなくソフトウェア管理・エンタープライズ向けサービスまでを一気通貫で提供できる体制を整えるうえで重要な一手となる。

概要 三菱電機の漆間啓社長は2026年4月28日、ロームおよび東芝デバイス&ストレージ（TDSC）との3社でパワー半導体事業を切り出して合弁会社を設立する方針を表明した。3社はすでに2026年3月27日、パワー半導体事業の業務および経営統合に関する協議開始に向けた基本合意書を締結しており、今回の発言はその具体化に向けた意思表示となる。統合が実現すれば、世界市場シェアは約10〜11%となり、ドイツのInfineon Technologies（約17〜24%）に次ぐ世界第2位のパワー半導体メーカーが誕生する。 この3社合弁構想が浮上する直前、デンソーがロームへの約1兆3000億円規模の株式公開買い付け（TOB）を提案していたが、ローム側の賛同を得られず、デンソー取締役会は4月28日に提案の撤回を決議した。一連の動きは日本のパワー半導体業界の大規模な再編が本格化していることを示している。 各社の強みと統合の意義 3社はそれぞれ異なる技術領域で強みを持つ。ロームはSiC（炭化ケイ素）パワー半導体に強く、電気自動車（EV）向けの高効率インバーターで存在感を示す。東芝はシリコンMOSFETに定評があり、産業機器や民生機器で広く使われる。三菱電機はIGBT（絶縁ゲート型バイポーラトランジスタ）とパワーモジュールに強みを持ち、鉄道や大型産業設備向けで高いシェアを誇る。 これらを組み合わせることで、EV普及やAIデータセンターの電力需要拡大に伴い急増するパワー半導体の需要に幅広く対応できるフルラインナップ体制が整う。世界市場ではInfineonや中国メーカーとの競争が激化しており、個別企業では対抗しにくいスケールの問題を3社統合で解決する狙いがある。漆間社長は「パワー半導体中心の構成にするべき」との立場を強調しており、パワー半導体事業に特化した合弁会社を想定している。 デンソーのローム買収提案撤退 デンソーは2026年2月にロームへのTOBを提案し、既保有の約5%に加え全株取得を目指していた。しかしローム経営陣は買収に強く反対した。ローム東克己社長は「同じ轍は踏まない」として、トヨタグループ傘下に入ることで経営の自律性が失われ、多様な顧客との取引関係が損なわれるリスクを挙げた。垂直統合的な自動車専用サプライヤーになるより、産業横断的なプレイヤーとして独立性を保つ道を選んだ形だ。 4月27日にデンソーが提案撤回を検討していると報じられると、ローム株は一時16%安まで下落し、15年ぶりの下落率を記録した。ただし撤回後も両社は戦略的パートナーシップを継続することで合意しており、アナログ半導体を中心に自動車・産業機器向けで協力を深める方針を確認した。 今後の展望 3社合弁の協議はまだ初期段階であり、統合比率や経営体制、合弁会社の上場・非上場といった具体的な条件は未定だ。3社はそれぞれ独自の事業ポートフォリオを持つため、どの範囲をどのように切り出すかが今後の焦点となる。日本政府も半導体産業の国際競争力強化を重要課題と位置づけており、官民連携での支援策が検討される可能性もある。EVとAIデータセンター双方で需要が膨らむパワー半導体市場において、Infineonへの対抗軸となる「日の丸パワー半導体連合」が実現するか、業界の注目を集めている。

概要 Cisco Talosは2026年5月、中国系APTグループ「UAT-8302」による大規模なサイバースパイキャンペーンの詳細を公表した。このグループは2024年末から南米の政府機関を、2025年からは東南ヨーロッパの政府機関を標的に継続的な侵入活動を展開している。UAT-8302の特徴は、複数の中国系APTグループ間で共有・流通するマルウェアを組み合わせて使用する点にあり、中国のサイバー攻撃エコシステムにおける「ツール共有モデル」の存在を裏付ける事例として注目されている。 初期侵入にはWebアプリケーションを狙ったゼロデイおよびN-dayエクスプロイトが疑われており、侵害後は広範なネットワーク偵察、自動スキャン、ラテラルムーブメント、バックドア・プロキシインフラの展開という段階的な手順を踏む。 マルウェア・ツールの詳細 UAT-8302が使用するツール群は多岐にわたり、複数の中国系脅威クラスターとの重複が確認されている。 主要バックドアとして、**.NET製バックドア「NetDraft（NosyDoor）」**が挙げられる。これはFINALDRAFTのC#実装であり、Ink Dragon・Earth Alux・Jewelbug・REF7707といった複数のグループが過去に展開した実績を持つ。また、CloudSorcerer v3.0 は2024年5月からロシアの組織を標的に使用が観測されていたもので、同グループのキャンペーンにも登場した。VShell はSNOWLIGHTやSNOWRUSTといったステージャーによって配送されるペイロードであり、UNC5174・UNC6586・UAT-6382などの複数のUNCグループによる利用が確認されている。 補助ツールとして、Linuxに特化したステージング用のSNOWLIGHTおよびSNOWRUST（Rustバリアント）、ShadowPadの後継とされるDeed RAT（Snappybee）、Earth Estriesが展開してきたZingdoor、CrowdoorやHemiGateを配送するシェルコードローダーDraculoaderなども確認されている。さらに、持続的なバックドアアクセスのためにStowaway・SoftEther VPN、自動化されたネットワークスキャンにgogo（オープンソースツール）が活用されている。 APTグループ間のツール共有という新たな脅威モデル 今回の調査で特に注目されるのが、中国系APTグループ間でのマルウェア共有という組織的な協力体制の存在だ。NetDraftはESETが追跡するLongNosedGoblinや、ロシアのIT企業を標的とする**Erudite Mogwai（Space Pirates）**によっても同時期に使用されていた。また、SNOWLIGHTはUNC5174・UNC6586・UAT-6382でも確認されている。 Trend Microは2025年10月、この構造を**「Premier Pass-as-a-Service（プレミア・パス・アズ・ア・サービス）」モデル**として詳述している。Earth Estriesが初期アクセスを取得しEarth Nagaへ引き渡すような形で、組織化された階層型の攻撃エコシステムが中国系脅威アクター間に形成されていると指摘されている。帰属の根拠としては、ツールの重複、マルウェアファミリーの関連性、中国系のインフラパターンが挙げられており、複数のサードパーティ機関も当該アーティファクトを「中国系または中国語を話すアクター」に関連づけている。 まとめと今後の展望 UAT-8302のキャンペーンは、中国のサイバースパイ活動が単一グループによる単独行動から、複数のAPTグループが役割分担・ツール共有を行う連携型エコシステムへと進化していることを示している。防衛側にとっては、既知のマルウェアシグネチャへの依存だけでなく、共有インフラや行動パターン（TTP）に基づく検知戦略の強化が求められる。南米・東欧の政府機関を狙ったこの活動は、地政学的な諜報収集目的が背景にあるとみられており、今後もターゲット地域の拡大が懸念される。

概要 セキュリティ企業Securonixは、「VENOMOUS#HELPER」と命名されたフィッシングキャンペーンを追跡・公開した。2025年4月から活発化しているこのキャンペーンは、主に米国の80以上の組織を標的とし、正規のリモート監視・管理（RMM）ツールであるSimpleHelpとConnectWise ScreenConnectを同時に悪用して持続的なリモートアクセスを確立する点が特徴的だ。同キャンペーンはRed CanaryとSophosがSTAC6405として追跡している活動とも重複が確認されている。 攻撃の入口は、米社会保障局（SSA）を偽装したフィッシングメールだ。受信者に「メールアドレスの確認とSSA明細書のダウンロード」を促すリンクが含まれており、クリックするとメキシコの正規企業サイト（gruta.com.mx）が改ざんされた偽のSSA確認ページへ誘導される。メールのフィルタリングを回避するために侵害済みのメキシコ系ドメインを中継として利用しているのが巧妙な点だ。 感染の技術的メカニズム 被害者が偽ページ上でメールアドレスを送信すると、別の侵害済みホストへリダイレクトされ、悪意のある実行ファイル（statement5648.exe）がダウンロードされる。このファイルはJWrapperでパッケージングされており、Windowsのデフォルト動作（拡張子の非表示）とカスタムアイコンを悪用して政府ドキュメントに偽装する。さらに、SimpleHelp Ltd.によるThawteのAuthenticodeコード署名が有効なため、Windows SmartScreenの警告は「確認済みの発行元」を示す青いダイアログに変わり、ウイルス対策ソフトによる検出を回避する。 感染の連鎖は次の5段階で進行する。 JWrapperのブートストラップが、サポート切れのOracle Java 1.7.0_79（2015年EOL）をC:\ProgramData\JWrapper-Remote Access\に展開する SimpleService.exeが「Remote Access Service」という名前でWindowsサービスとして登録され、SafeBootレジストリキーへの書き込みによりセーフモード再起動後も生存する SimpleGatewayService.exeが特殊なJVMフラグ（-Xrs、TLSダウングレード設定）でJavaランタイムを起動する session_win.exe（winlogon.exeからのトークン窃取）とelev_win.exe（UACバイパス）によりセッションが昇格する 2系統のC2チャネルが同時に確立される デュアルRMMによる冗長的バックドア このキャンペーンの最大の特徴は、2種類のRMMツールを同時に展開する「冗長デュアルチャネル方式」だ。一方のチャネルが検出・遮断されても、もう一方で攻撃継続を確保する設計になっている。 SimpleHelp 5.0.1：84.200.205[.]233:5555に設置された攻撃者自身のサーバーに接続。自動監視、スクリプトによるコマンド実行、ファイル転送機能を提供する ConnectWise ScreenConnect：213.136.71.246:8041のリレーサーバー（ドメイン：sslzeromail[.]run.place）経由でインタラクティブなデスクトップアクセスを提供するセカンダリチャネルとして機能する また、マルウェアは3つの監視ループをバックグラウンドで並行実行し、毎時986件ものプロセス生成イベントをオペレーターの操作なしに発生させる。WiFiインターフェースの監視（約15秒間隔）、マウス位置によるユーザー在席確認（約23秒間隔）、WMIを用いたセキュリティ製品のスキャン（約67秒間隔）がその内容だ。 EDR回避と永続化の手口 EDRの検出を回避する工夫として、wmic.exeをwmic.exe.bakにリネームしてC:\Windows\System32\wbem\に配置し、名前ベースの検出ルールをすり抜けつつ同一のWMIクエリ（SecurityCenter2）を実行するという手口が確認されている。このリネームされたバイナリはホスト側の高信頼度の侵害指標となる。 永続化においては、Windowsサービスとしてのインストールに加え、強制終了されても自動再起動するウォッチドッグ機構が組み込まれており、C:\ProgramData\JWrapper-Remote Access\JWAppsSharedConfig\sgaliveファイルをリバイバルシグナルとして使用する。 帰属と推奨対策 Securonixは現時点でこのキャンペーンを既知の脅威アクターに帰属していないが、「西側経済圏を標的とする金銭的動機を持つIAB（初期アクセスブローカー）またはランサムウェアの前段階作戦」と評価している。 防御の観点からは、名前ベースの検出に頼らず、異常なプロセス系譜、定期的な自動ポーリングパターン、標準外のサービスインストールをホストテレメトリで監視する行動分析が有効とされる。特に、オペレーターが活動開始した際に自動監視ループに重なって発生するwhoami・ipconfig・net user・systeminfoといった即時状況確認コマンドの連続実行を検出することが重要だ。

概要 Rubyコミッターとして知られる遠藤侑介氏が、13のプログラミング言語を対象にClaude Codeのコーディング効率を比較する大規模ベンチマークを実施し、その結果を公表した。600回以上の実行からなる本研究では、「簡略化されたGitの実装」という共通タスクを各言語で20回ずつ実行し、生成コストと処理時間を計測した。結果として、Ruby・Python・JavaScriptなどの動的言語が静的型付き言語より1.4〜2.6倍速く、かつ低コストであることが示された。AIによるコーディング補助において、言語の選択がパフォーマンスとコストに定量的な影響を与えることを示した注目の研究となっている。 ベンチマーク結果 各言語の1回あたりのコストと平均実行時間の上位・下位は以下の通り。 動的言語がトップ3を占めた： Ruby: $0.36/回、73.1秒、分散低、成功率100% Python: $0.38/回、74.6秒、分散低、成功率100% JavaScript: $0.39/回、81.1秒、分散低、成功率100% 一方で静的型付き言語は相対的に低い効率を示した： Go: $0.50/回、101.6秒（標準偏差37秒と高いばらつき） Rust: $0.54/回、分散大、テスト失敗あり C: $0.74/回、生成コード517行（Rubyの219行に対して） 型チェックのオーバーヘッドも計測されており、PythonにMyPy strict検査を適用すると1.6〜1.7倍、RubyにSteep型チェックを適用すると2.0〜3.2倍遅くなった。TypeScriptはJavaScriptと生成行数が近いにもかかわらず、コストはJavaScriptの$0.39に対して$0.62と約1.6倍高かった。 考察と限界 遠藤氏自身も認めているように、このベンチマークが測定しているのは「生成コストと速度」であり、コード品質・保守性・ランタイム性能は対象外である。またタスク規模は約200行程度のプロトタイプ開発に相当するものであり、大規模な本番コードベースでの結論を直接導くものではない。 コミュニティからも批判的な意見が寄せられており、各言語のエコシステムの充実度や標準ライブラリの豊富さといった利点が考慮されていない点や、プロトタイピングレベルの知見が大規模開発にそのまま適用できるかどうかについて疑問視する声がある。動的言語の生成コードが短くなりやすい一方で、実務上は型情報が長期保守において重要な役割を果たすという観点も見逃せない。 今後の展望 本研究は、AIコーディングツールの普及とともに「どの言語でAIに書かせるか」という問いが現実的な意味を持ち始めていることを示している。特に速度やコストを重視するプロトタイピングや自動生成パイプラインにおいては、言語選択の戦略的重要性が増すだろう。今後は、より大規模・複雑なタスクや複数のAIモデルを対象にした追加検証が待たれる。

概要 Cloudflareは、グローバルネットワーク上で大規模言語モデル（LLM）を効率的に実行するための新しいインフラを発表した。その中核となるのが、Rust製の独自AI推論エンジン「Infire」だ。Infireは複数のGPUにまたがってモデルを実行し、メモリ消費量の削減と起動時間の短縮を実現している。パイプライン並列化とテンソル並列化を組み合わせることで負荷分散を図りつつ、GPU間の通信オーバーヘッドを最小限に抑えている。 分離プリフィルアーキテクチャ 今回の技術的な核心となるのが「分離プリフィルアーキテクチャ（Disaggregated Prefill Architecture）」だ。このアプローチではLLMのリクエスト処理を2段階に分割し、それぞれ別のマシンで実行する。第1段階の「プリフィルステージ」では入力トークンを処理してKVキャッシュを構築する（コンピュート集約型）。第2段階の「デコードステージ」では出力トークンを生成する（メモリ集約型）。各ステージの特性に合わせて最適化することで、全体的な処理効率を向上させている。 超大規模モデルへの対応と最適化 現代のLLM推論が直面する課題の一つが、モデルの巨大化に伴うハードウェアリソースの膨大な要求だ。たとえばKimi K2.5（パラメータ数1兆以上、約560GB）はモデルのロードだけでH100 GPUが最低8枚必要で、処理オーバーヘッドを考慮するとさらに多くのリソースが求められる。一方でMeta社のLlama 4 ScoutはH200 GPU 2枚で動作可能であり、Cloudflareはモデルに応じた効率的な構成を実現している。 さらにCloudflareは「Unweight」と呼ぶ可逆圧縮の新手法を開発した。モデルの重みを精度の損失なく約15〜22%圧縮することで、推論時のGPU間データ転送量を削減し、全体のスループット向上に貢献している。 背景と業界への示唆 Cockroach LabsはAI時代の本番ワークロードについて、「従来のインフラはこの種の負荷に対応できる設計になっていない」と指摘しており、根本的なアーキテクチャの変革が必要だとしている。Cloudflareの取り組みは、エッジコンピューティングの強みを活かしてLLM推論をグローバルに分散させるモデルとして注目されており、高性能なAIサービスをより低コストで提供するための新たな方向性を示している。

概要 GitHub Security Labは、AIを活用したセキュリティ研究を民主化することを目的とした「Taskflow Agent」をオープンソースとして公開した。このフレームワークは、セキュリティの専門知識を自然言語でエンコードし、コミュニティ間で共有・スケールアウトできる仕組みを提供する。従来の「クローズドソースのブラックボックス」的なアプローチから脱却し、脆弱性の発見と修正をより速く・透明に進めることを目指している。 Taskflow AgentはPyPIで公開される2つのPythonパッケージで構成される。seclab-taskflow-agentがコアの実行エンジン、seclab-taskflowsがGitHubチームによるサンプルのタスクフロー群だ。既存のセキュリティツールであるCodeQLとの連携にはModel Context Protocol（MCP）インターフェイスを活用しており、研究者が使い慣れたツールをそのまま組み合わせられる設計になっている。 タスクフローの仕組み タスクフローはYAMLフォーマットのファイルで定義され、AIエージェントが順番に実行する一連のタスクを記述する。各タスクフローは3つの主要な構成要素を持つ。 Personalities（ペルソナ）: AIの振る舞いを規定するプロファイル（例: action_expert） Toolboxes（ツールボックス）: MCPサーバーを通じてツールやコードへのアクセスを提供する機能群 Tasks（タスク）: プロンプトと使用するツールを指定した個々の作業単位 デモとして提供されているタスクフローは、セキュリティアドバイザリ（GHSA）を解析して脆弱なコードパターンを特定する「バリアント分析」を実演する。また、プロンプトのトークン消費を抑えるため「ソースファイルの小さな断片だけを解析する」よう指示するなど、プロンプト設計の細かなノウハウも実装に込められている。 コミュニティ協働モデルとセキュリティ設計 フレームワークはPythonのパッケージエコシステムを活用した協働モデルを採用している。開発者は独自のタスクフロースイートを独立したPyPIパッケージとして公開でき、package_name.directory.filename形式でパッケージ間からペルソナやツールボックスを再利用できる。これによりセキュリティ研究の知見が共有・蓄積される仕組みが整う。 セキュリティ面では、破壊的な操作を行う前にツールボックスが確認を要求する仕組みを設けることでプロンプトインジェクションへの対策を講じている。また、memcacheを仲介としたタスクコンテキストの分離やAPIレート制限に対応したトークンクォータ管理も実装されている。 今後の展望 GitHub Security Labはこのフレームワークをすでに社内で活用しており、「GitHub Secure Open Source Fund」の参加者とも共有してきた実績がある。公開の目的は「完成度より迅速な実験を優先し、セキュリティ研究者が新しいルールをすぐ試せる環境を提供すること」であり、AI支援による脆弱性研究を孤立した個人作業からコミュニティ主導の協働モデルへと転換する取り組みとして注目される。