AI

概要 Nvidiaは8月31日、台湾MediaTekが発行する35億ドル規模の転換社債を引き受けると発表した。これはMediaTekが実施する39億ドルの社債発行のうち約9割に相当し、Nvidiaにとっては米国外での直接投資としては過去最大規模となる。両社はNvidiaの高速インターコネクト技術「NVLink Fusion」と新たに発表された高帯域メモリ技術「NVHBM」を軸に、AIデータセンターからPC・自動車向けのローカルAIコンピューティングまで協業を拡大する。発表を受けて台北市場のMediaTek株は翌日に値幅制限いっぱいの10%高となり、年初来の上昇率は約200%に達した。 NVLink FusionとNVHBMが意味するもの 今回の提携の核心は、MediaTekがNvidiaの「実証済みのスケールアップ・スケールアウト技術スタック」を採用し、データセンター向けカスタムASIC(いわゆるXPU)を設計できるようにする点にある。NVLink Fusionはメーカーを問わずチップ同士を高速接続する技術で、NVHBMはカスタムチップ向けに高帯域メモリを統合しやすくする技術だ。これにより、クラウド事業者が独自設計のAIチップをNvidia製GPUと同じラックスケールアーキテクチャの中に標準的な形で組み込めるようになり、開発期間の短縮にもつながるとされる。MediaTekは6月時点で、自社のカスタムAIチップ事業が2026年に20億ドルの売上を生み、2027年までに市場規模が最大800億ドルに達すると見込んでいることを明らかにしている。 Big Techの自社チップ開発への対抗策 背景にあるのは、Amazon、Google、Microsoftといった大手クラウド事業者やOpenAI、AnthropicなどのAI企業が、Nvidia製GPUへの依存を減らすべく独自チップの開発を進めているという構造変化だ。Nvidiaはこれらの動きと正面から競合するのではなく、自社の技術スタックをAIインフラの標準的な基盤として位置づけることで、competitorがどのチップを採用してもNvidiaの技術圏内にとどまるような戦略を取っている。Nvidiaのシニアディレクター、Dion Harris氏は「あらゆるクラウド事業者、あらゆるモデル開発企業が、何らかの形で我々のプラットフォームを採用している」と述べており、直近のAWSとの提携と並んで、この戦略を象徴する事例といえる。 今後の展開 両社は今回の枠組みを、データセンター向けチップにとどまらずPC向けAI PC(RTX Spark)や自動車向けチップにも広げる計画だとしている。MediaTekはスマートフォン向けチップで世界最大手であり、Qualcommの主要な競合として知られてきたが、近年はデータセンター向けカスタムチップへの多角化を進めており、今回の出資はその戦略を後押しする形となる。一方で、GPU大手が主要顧客・パートナー企業に対して社債や株式の形で出資する「循環的な資金の流れ」に対しては、AI業界全体の過熱を懸念する声も出ており、今後の業界の資金循環構造にも注目が集まりそうだ。

概要 The Informationの報道によると、OpenAIをはじめとする複数のAI研究所が、画面やキーボードを接続しない状態のMac miniやMac Studioを数万台規模で調達し、「コンピュータ操作エージェント（computer-use agent）」の強化学習訓練に活用している。コンピュータ操作エージェントとは、人間のように画面を認識し、マウスやキーボードの操作を模倣してソフトウェアを自律的に操り、複数ステップにわたるタスクをこなすAIエージェントを指す。Anthropicも同様の目的でAWS経由でMac miniをレンタルしているとされ、業界全体でApple製ハードウェアをAI訓練基盤として活用する動きが広がっていることがうかがえる。 なぜMac miniなのか 購入されているのはディスプレイやキーボードを持たない「ヘッドレス」構成のMac miniやMac Studioで、GPUを積んだサーバーとは異なる目的で使われている。鍵となるのはApple SiliconのCPUとGPUがメモリを共有する統合メモリアーキテクチャだ。NvidiaのGPUを中心としたCUDA・Tensorコア主体のアプローチとは異なり、強力なチップと共有メモリ、堅牢な冷却機構を備えるApple Siliconは、長時間実行され続ける強化学習ワークロードに適しているという。コンピュータ操作エージェントの訓練では、実際のmacOS環境上でアプリケーションを動かしながら試行錯誤を繰り返す必要があり、実機に近い環境を大量に並列稼働できるMac miniは、こうした用途との相性が良いと見られる。 半導体不足という制約 一方で、この調達の背景にはメモリチップの供給不足という業界全体の制約もある。記事では、最も高性能なモデルのMac miniやMac Studioがメモリチップ不足により数ヶ月にわたって品薄状態が続いていると指摘されており、AI企業側の旺盛な需要が供給能力を上回っている状況がうかがえる。こうした需要の高まりは、Appleのビジネスにも数字として表れており、Mac関連売上は直近の6月四半期に前年比約29%増の104億ドルに達したという。AI開発企業がデータセンター向けGPUだけでなく、コンシューマー向けに設計されたMac製品までも大量に買い付ける状況は、AI開発における計算資源の調達競争がハードウェアの垣根を越えて広がっていることを象徴している。 今後の展望 コンピュータ操作エージェントは、ブラウザ操作やデスクトップアプリの自動操作を目指す分野として、各社が開発競争を続けている。今回明らかになった大規模なMac調達は、こうしたエージェントの実用性を高めるための地道な訓練基盤への投資を反映したものと言える。半導体供給の逼迫が続く中、AI各社が独自のハードウェア調達戦略をどのように進化させていくか、そしてApple自身がAI企業向けの需要をどう捉え製品戦略に反映させていくかが、今後の焦点となりそうだ。

概要 AlibabaのQwenチームは北京時間8月26日午後11時、次世代モデル「Qwen3.8-Flash-Next」とそのFP8版をオープンソースで公開した。同モデルは、次世代の「Qwen4」アーキテクチャをベースに構築されたマルチモーダル混合エキスパート(MoE)システムであると説明されている。名称が示す通り、正式なQwen4ファミリーに先立つプレビュー的な位置づけのリリースとなる。 公開の狙いと今後の展望 Qwenチームは今回の早期リリースについて、開発者コミュニティが今後登場する完全なQwen4モデルファミリーに備える機会を提供することが狙いだと説明している。次世代アーキテクチャを先行して手に取れる形で公開することで、開発者側が事前に検証や統合作業を進められるようにする意図がうかがえる。 なお、記事執筆時点でQwenチームはパラメータ数や活性化パラメータ数、コンテキスト長、ベンチマーク結果、ライセンスといった具体的な仕様やパフォーマンスに関する詳細をまだ明らかにしていない。今後、正式なQwen4ファミリーの発表に合わせて、こうした技術仕様や評価結果が順次公開されるかが注目される。

概要 中国のAI企業DeepSeekが、投資前評価額約740億ドル(約500億元)で総額約500億元(約74億ドル)規模の資金調達ラウンドを8月末までにも完了させる見通しであると、事情に詳しい複数の関係者が明らかにした。調達完了後の評価額(post-money valuation)は約810億ドルに達するとみられる。同社は年内にも上場申請を行い、上海証券取引所の科創板(STAR Market、ハイテク企業向け市場でNasdaqに近い位置づけ)への2027年上場を目指しているという。 投資家の顔ぶれ 今回のラウンドには、既存株主であるMonolith、Shixiang Capital、中国の電池大手CATL(寧徳時代)が引き続き参加する見通し。さらに新規投資家として、CPE、Legend Capital(君聯資本)、半導体特化型のプライベートエクイティであるStony Creek Capital、半導体メーカーGigaDevice系のファンド、そして地元・合肥市の国有系投資機関との交渉が進められているとされる。DeepSeekは杭州を拠点とし、ヘッジファンド運用者の梁文峰(Liang Wenfeng)氏がクオンツファンドHigh-Flyerを通じて設立した企業で、これまでは自己資金(トレーディング収益)を主な原資としてきた経緯がある。 資金使途とビジネスの転換 調達資金は主に計算基盤の拡張に充てられる計画で、より大規模なモデル開発に向けて計算能力を約1ギガワット積み増すとしている。同時に、AI人材獲得競争への対応も資金使途の一つに挙げられている。DeepSeekはこれまで、業界の想定よりも少ない資金で競争力あるAIモデルを構築できることを示し注目を集めてきたが、世界規模での競争を続けるには「莫大な資金」が必要になっているとされる。これを裏付けるように、同社は中国市場全体で価格競争の是正が進む中、自社API価格を引き上げており、積極的な値引き路線から持続可能な採算性の確保へと戦略を転換しつつある兆候がうかがえる。 今後の見通し DeepSeekが正式に上場申請を行えば、中国のAI企業として資金調達規模・評価額ともに際立った事例となる。科創板への上場が実現すれば、同社は資本市場から継続的に開発資金を調達できる体制を整えることになり、計算基盤への大型投資と人材獲得競争を両輪で進める狙いとみられる。もっとも、今回の情報は関係者の話に基づくものであり、調達の最終的な条件や上場申請の時期については今後の公式発表が待たれる。

概要 AIエージェント・アプリケーション構築フレームワークLangflowに存在する未認証リモートコード実行(RCE)の脆弱性CVE-2026-0768(CVSSスコア9.8)が、実際の攻撃キャンペーンで悪用されていることが明らかになった。セキュリティ企業VulnCheckのハニーポットでは週末だけで50件超、月曜までに360件超の攻撃を観測しており、大半はロシアを発信源とする偵察活動および認証情報窃取を目的としたものだという。攻撃者はOpenAIやAWSのAPIキーなど、AIアプリケーションが保持する機微な認証情報を狙っている。 技術的な詳細 脆弱性はLangflowのカスタムコンポーネントエディタに搭載されたコードバリデータに存在する。NVDの記述によれば、「ユーザー入力の文字列がPythonコードの実行に使われる前に適切な検証が行われていないこと」が原因で、認証を経ずに任意のPythonコードをroot権限で実行できてしまう。影響を受けるのはバージョン1.4.2以前の全リリースで、修正済みバージョンである1.11.6へのアップグレードが推奨されている。 VulnCheckの研究者Caitlin Condon氏によれば、攻撃者は環境変数を照会してLANGFLOW_SUPERUSERの認証情報、OPENAI_API系のキー、AWS_ACCESS・AWS_SECRET系の認証情報を探索するほか、/root/.cache/langflow/secret_keyの読み取りやSSHアクセス、bashの履歴サイズの確認まで行っているという。単なるスキャンにとどまらず、システムへの侵入を前提とした偵察行動とみられる。 悪用の背景と広がる標的化 この脆弱性は2025年7月にZero Day Initiative(ZDI)経由で報告され、2026年1月にゼロデイとして公表された。SecurityWeekの報道では、2026年に入ってから既知の悪用が確認されたLangflowの脆弱性のうち3件だけで累計1万5000件超の攻撃が成功しているとされ、2025年以前は野生での悪用が確認された脆弱性が1件のみだったのに対し、2026年だけで新たに11件の脆弱性が悪用対象として報告されるなど、攻撃者の関心が急速に高まっている。BleepingComputerも、CVE-2026-0768が2026年に入ってから悪用が確認された6件目のLangflow脆弱性であるとし、CVE-2026-33017、CVE-2026-5027、CVE-2026-55255、CVE-2026-0770、CVE-2026-9198に続くものだと指摘している。 影響と今後の見通し LangflowはAIエージェントやRAGシステムをグラフィカルなワークフローで構築できるオープンソースのPythonベース低コードプラットフォームであり、AIアプリケーション開発の現場で急速に採用が進んでいる。今回の攻撃は、こうした低コードAI基盤が本番環境やクラウド連携の中枢に組み込まれるにつれ、そこに保存される外部サービスのAPIキーやクラウド認証情報が新たな攻撃対象になっていることを示す。未パッチのLangflowインスタンスを運用する組織は、直ちにバージョン1.11.6以降へアップグレードするとともに、環境変数やシークレットファイルに保存された認証情報のローテーションを検討すべきだろう。

概要 Anthropicは8月30日から31日にかけて、Vidar、LummaC2、StealC、RedLine、Acreedといったインフォスティーラー型マルウェア(Windows向け)、および一部のmacOSデバイスを狙うAtomic Stealer(AMOS)が、ユーザーのPC上でブラウザのセッションCookieを盗み出し、Claudeアカウントへの不正アクセスに悪用されていたことを明らかにした。影響を受けたユーザーは、自分が使っていないにもかかわらず利用枠が回復してはまた消費される、という不審な挙動を報告していた。Anthropicは自社サービスやClaude自体がマルウェア感染の原因ではないと強調しており、感染は既にユーザーのPC上に存在していたものだとしている。 攻撃の仕組み この攻撃の核心は、パスワードや二要素認証(2FA)を突破する必要がない点にある。2FAはログイン時の本人確認を保護するが、認証が完了した後、サービス側はユーザーをログイン状態に保つためのセッションCookieを発行する。インフォスティーラー型マルウェアはこのCookieをブラウザから直接コピーし、攻撃者はそれを「リプレイ」することで、あたかも既に認証済みのユーザーであるかのように振る舞い、ログイン処理そのものを経ずにアカウントへアクセスできてしまう。これにより2FAによる保護は事実上無効化される。マルウェア自体は非公式な配布元からのダウンロードや偽装アプリケーションを通じて侵入し、保存されたパスワード、ブラウザCookie、ローカルのアプリケーション認証情報を静かに窃取する汎用型の情報窃取ツールで、Claude専用に作られたものではない。実際に、被害を受けたユーザーの一人はロシアの闇フォーラムで海賊版ゲームをダウンロードしたことが感染経路だったと報告している。 Anthropicの対応とユーザーへの影響 Anthropicは被害が疑われるアカウントについて、すべてのセッションを強制的にログアウトさせて盗まれたセッションを無効化し、保存済みの支払い方法を削除、さらに不正に消費された利用分の返金を進めている。同社は「Claudeからサインアウトさせることは盗まれたセッションを止めるが、マルウェア自体を除去するものではない」と警告しており、感染したデバイスからマルウェアを完全に駆除しない限り、支払い方法を再登録しても再び被害に遭う可能性があるとしている。さらに、今後も不正利用の兆候が検知されればアカウントを再度ログアウトさせる場合があるとした。 今後の対策 Anthropicはユーザーに対し、マルウェアの検出・除去、メールアカウントのパスワード変更と2FAの有効化、ブラウザに保存済みのパスワードの更新、クレジットカード明細の不正利用確認、他の主要サービスでのアクティブセッションの見直しといった対策を推奨している。今回の情報窃取キャンペーンはClaudeに限らず、汎用型マルウェアがAIサービスを含むクラウドアプリケーション全般の認証情報を狙う脅威として広がっていることを示しており、エンドポイントのセキュリティ対策の重要性を改めて浮き彫りにしている。Anthropicは調査を継続中としており、今回の騒動に便乗したなりすましメールなどの二次被害にも注意するよう呼びかけている。

概要 セキュリティ研究者Johann Rehberger(ハンドル名wunderwuzzi)が、AnthropicのClaude Code(Opus 5、Auto Modeがデフォルト有効)に対し「このWebサイトを要約して」と依頼するだけでリモートコード実行(RCE)を引き起こすプロンプトインジェクション攻撃を実証した。テスト済みの3つの攻撃バリアントで60〜80%という高い成功率を記録しており、コーディングエージェントの自律実行機能がいかに攻撃対象になり得るかを浮き彫りにした。Anthropicはこの報告を脆弱性パッチではなく「informative(情報提供)」として扱い、Auto Modeの承認分類器はそもそも「ベストエフォート」であり真のセキュリティ保証ではないとの立場を示している。 攻撃の技術的な仕組み 攻撃はごく自然な操作から始まる。Rehbergerはメモ帳アーカイブを装った悪意あるWebサイトの要約をClaudeに依頼した。まずClaudeはWebFetchツールでサイト取得を試みるが、意図的にHTTP 415エラーを返すよう仕組まれているためこれに失敗する。すると自律的なフォールバックとしてClaudeはBashからcurlコマンドの実行を試み、これがサーバー側のHTTP 303リダイレクトによって攻撃者が用意した細工済みのZIPアーカイブへ誘導される。 このZIPにはBase85/zlibでエンコードされたファイル群に加え、偽装されたmacOSバイナリと悪意あるstruct.pyが含まれている。Claudeの安全機構はこのバイナリの実行を正しく拒否するが、ここで攻撃の核心となる誤りが生まれる。拒否されたClaudeは「自分でデコーダスクリプトを書けばよい」と判断し、Pythonの標準ライブラリbase64をインポートするコードを自ら生成してしまう。ところがbase64モジュールは内部でstructモジュールに依存しており、ローカルディレクトリに置かれた悪意のstruct.pyが正規の標準ライブラリをシャドウイング(横取り)する形で優先的に読み込まれ、結果として攻撃者のコードが昇格した権限で実行される。 Rehbergerはこの手法により、電卓アプリの起動という概念実証にとどまらず、追加ペイロードのリモートダウンロード、claude -pによるネストしたClaude Codeインスタンスの起動、whoami・uname・idなどの偵察コマンド実行、ローカルファイルの改変まで可能であることを示した。 Anthropicの対応とセキュリティ上の含意 Anthropicはこの報告への対応区分を「informative」とし、重大なセキュリティ欠陥としては扱わなかった。同社の立場は、Auto Modeが便利機能を提供するための「ベストエフォートの分類器」であって、セキュリティ保証を提供するものではないというものだ。Rehbergerによれば、Anthropicはこの分類器が個々には無害に見える多段階のプロンプトインジェクション連鎖を検知するようには設計されていない、との見解を伝えているという。 この対応は、Anthropicが第三者のレッドチーム評価で「攻撃成功率0.00%」を主張していることと対照的である。この矛盾は、評価に用いられた72個の固定シナリオセットに、今回実証されたようなツール呼び出し失敗からのフォールバック連鎖を悪用する攻撃パターンが含まれていなかったことに起因するとみられる。さらに皮肉なことに、Auto Modeの安全機構は攻撃の起点となったバイナリ実行こそブロックしたものの、その後の後片付け(クリーンアップ)コマンドまで一緒にブロックしてしまうという逆説的な挙動も報告されている。 Anthropicが推奨する実質的な緩和策は、コーディングエージェントをOSレベルで隔離されたサンドボックス環境(コンテナやVM)で実行し、ネットワーク出口制御や認証情報の分離を組み合わせることだ。つまり、モデル自身の安全分類器に頼るのではなく、インフラやプラットフォームチーム側でエージェントの実行環境そのものに境界を設けることが真の防御線になるという考え方である。エージェント型AIコーディングツールの自律性が高まるほど、ツール呼び出しの失敗時に生じるフォールバック動作そのものが新たな攻撃面になり得ることを、今回の実証は改めて示した。

概要 JetBrainsは8月24日、クラウドに一切依存せずマシン上で完結するAIコーディングエージェント「Junie Local」を発表した。同社が提供するクラウド版エージェント「Junie」のローカル版という位置づけで、コマンドラインで「/local」と入力するだけでJunieから切り替えられる。AGENTS.mdなど既存の設定ファイルはそのまま有効になるため、開発者はワークフローを変えることなく利用環境を移行できる。最大の特徴はAPI利用料が一切不要な完全無料での提供で、コードが外部に送信されないためプライバシー保護の観点でも訴求力を持つ。 技術的な詳細 Junie Localの中核には、中国アリババクラウドが開発したオープンモデル「Qwen3.6-27B」を4ビット量子化し、JetBrainsが独自に最適化したものが採用されている。JetBrains社内でのテストでは、推論上限を1万トークンに設定したClaude Sonnet 4.5と同等の能力を示したという。一方でGPT-5とのミディアム・エフォート設定での比較では、GPT-5がわずかに上回る結果だったことも明らかにしており、性能面では大手クラウドモデルに肉薄しつつも完全に追いついてはいない現状が伺える。 現時点での動作環境はM5プロセッサと64GBメモリを搭載したMacに限られる。ただしNVIDIA RTX 5090搭載PCおよびDGX Sparkでのプロトタイプがすでに稼働しており、将来的には24GBメモリのGPUへの対応も検討されているという。ハイエンドMac以外への展開が進めば、対応できる開発者層は大きく広がることになる。 想定される利用シーンと展望 JetBrainsは、コストを気にせず使えるという特性を活かし、複数ファイルにまたがるリファクタリング、フレームワークの依存関係解決、テストカバレッジの改善といった、これまで優先度が低く後回しにされがちだったタスクへの適用を想定している。クラウドAPIの従量課金が導入の障壁となっていた作業を無料かつプライベートな環境でこなせる点は、日常的にコーディングエージェントを使う開発者にとって実務上のメリットが大きい。今後はRTX 5090やDGX Sparkへの正式対応、対応GPUメモリ要件の引き下げが進むかが、Junie Localの普及を左右する焦点となりそうだ。

概要 Google Cloudは8月25日、法律実務に特化したエージェント型AIプラットフォーム「Gemini Enterprise for Legal」をプレビュー公開した。契約レビューや修正(redlining)、プレイブック作成、規制動向のスキャン、法律調査、データ主体アクセス要求(DSAR)対応といった法務業務を自動化することを狙った製品で、Cleary Gottlieb、Freshfields、Weil、Williams & Connollyといった大手法律事務所が早期導入パートナーとして参加していることも合わせて発表された。同日にはFinancial Services業界向けのGemini Enterpriseも同時にリリースされており、Google Cloudが業界特化型AIソリューションの展開を加速させていることがうかがえる。 4つのコアコンポーネント Gemini Enterprise for Legalは大きく4つの要素で構成される。1つ目は法務向けに調整されたスキル群で、契約書のレビューや修正、プレイブックの自動生成、規制監視、法律調査、DSAR対応などを担い、企業固有の専門知識を実行可能な形で組み込める。2つ目は信頼できるシステムやデータへのセキュアな接続で、MCPコネクタを通じてiManageやNetDocumentsといった文書管理システム、DocuSignの契約管理、Everlaw・RelativityOneの電子証拠開示(eDiscovery)ツール、Thomson Reuters HighQやCourtListenerといった法律調査サービス、さらにHarveyやLegoraなど法務特化AIとも連携する。3つ目はGoogleが事前構築した規制スクリーニングや契約起草などのエージェントで、中央集権的なガバナンスの下で管理される。4つ目はAccenture、Deloitte、KPMGといったシステムインテグレーターや法務テック企業が加わるオープンなパートナーエコシステムだ。 セキュリティとガバナンス、業界での位置づけ 法務業務は機密性や倫理的な情報隔壁(エシカルウォール)、権限管理への要求が特に厳しい領域であり、Gemini Enterprise for LegalはVPCやCMEKによる暗号化、既存のロールベースアクセス制御(RBAC)や文書レベルの権限設定の継承、監査ログの自動記録といった機能を備える。Google Cloudは、顧客のデータやプレイブック、知的財産は組織内でのみプライベートに扱われ、基盤モデルの学習や微調整には利用しないと説明している。また出力にはすべて検証可能な根拠(グラウンディング)と追跡可能な引用が付与され、法律業務で不可欠な正確性の担保を図っている。legaltechnology.comは、汎用AIツールとは異なり法務業界固有の要件に特化して設計されている点を、一般的な生成AI製品との差別化ポイントとして挙げている。 今後の展望 Google Cloudは今回のLegal・Financial Services向けに続き、Healthcare、Life Sciences、その他Professional Services分野への業界特化型Gemini Enterprise展開も予定していると述べている。価格体系はプレビュー段階では明らかにされていないが、Cleary GottliebやFreshfields、Weilといった国際的な大手法律事務所が早期から採用を表明していることは、エージェント型AIが法務の定型業務だけでなく訴訟支援など高度な業務領域にも浸透しつつあることを示している。今後はiManageやRelativityOneなど既存の法務インフラとの統合の深さや、実際の業務現場での精度・信頼性が、他の法務特化AI(HarveyやLegoraなど)との競争を左右する焦点になりそうだ。

概要 Anthropicは8月27日、AIエージェントがロボットアーム、顕微鏡、液体分注装置といった物理機器を安全に操作・連携できるようにする新標準「Model Hardware Standard(MHS)」のリサーチプレビューを発表した。HHMI Janelia Research Campusと共同開発したもので、異なるベンダーの機器を統合する作業が従来は数週間から数ヶ月かかっていたのに対し、MHSを使えば数時間から数分に短縮できるという。Claudeに限らずOpenAIのモデルやオープンソースモデルなど、あらゆるLLMに対応するモデル非依存の設計である点も特徴だ。Nvidia CEOのJensen Huangが「将来はすべての産業企業がロボティクス企業になる」と予測してきたように、AIとロボティクス・物理機器の融合が業界全体で加速する中、Anthropicにとって物理AI分野への初の本格参入となる。 技術的な仕組み MHSは、2024年発表のオープン標準Model Context Protocol(MCP)をベースにしており、Anthropicの技術者は「AIとソフトウェアをつなぐUSBのような存在」と表現している。標準化されたドライバーを軸に、機器の値を取得する「読み取り」や値を設定する「書き込み」といったプリミティブなコマンド、標準フォーマットによるデバイス発見、さらに機器の重量や耐荷重といった物理特性を自然言語タグとして記述しエージェントに安全な操作方法を理解させる仕組みなどで構成される。制御方式はMCP、コマンドラインインターフェース、コードファイル(API)の3通りから選べる。これによりエージェントは実験手順を実行しながら複数デバイスから運用データを受信し、結果を監視してパラメータをリアルタイムに調整できるようになる。 検証パートナーの成果 創薬企業Genentechでは、液体ハンドラー、ロボットアーム、プレートリーダーを連携させたタンパク質定量測定において、Claudeは当初、気泡による誤差の原因を自ら理解できず、研究者から気泡発生を教えられた後、流速を最適化した(水は毎秒140マイクロリットル、粘性の高いタンパク質は毎秒10マイクロリットルなど)。カーネギーメロン大学では通常数週間かかる自動化セットアップをわずか8時間で構築し、意図的に発生させたプレート欠損やカメラ切断など6種の障害をすべて安全に検知・停止させた。量子コンピューティング企業QuEra Computingでは、チタンサファイアレーザーの周波数ロック回復について、従来手法の150秒・成功率58%に対し、MHS導入後は6秒・成功率99.3%(700回中695回成功)という大幅な改善を報告している。ワシントン大学の研究室ではqPCRの増幅曲線をリアルタイム分析して最適な停止タイミングを判断させ、6台の機器を1週間以内に接続した(従来は数ヶ月を要した)。 今後の展開と課題 Amazon Web Servicesはロボット向けライブラリ「Strands Robots」を通じてMHSに対応するほか、Automata、Danaher、Doosan Robotics、Tecan、Universal Robots、QIAGENといった装置・ロボティクス各社が対応を進めている。一方でAnthropicは、Claudeが気泡形成などの物理現象を直感的に理解する能力にはまだ限界があることや、対応インターフェースを持たない従来型機器への未対応、長時間のエージェント稼働に伴う計算コストといった課題も認めている。現時点では研究プレビュー段階であり、Anthropicは今後、安全な展開に向けたガイダンスを公開し、物理安全のロードマップを策定した上でオープンソース化する計画だ。参加を希望する企業や研究機関は専用サイトでウェイトリスト登録を受け付けている。