AI

概要 Microsoftは、Windows 11のタスクバーにAIエージェント機能を統合する計画を正式に確認した。同社が一部のアプリからCopilotを削除したことで「AI縮小路線」への転換と受け取られる向きもあったが、今回の発表はそうした憶測を否定するものだ。スニッピングツールや写真アプリなど実用性が低い文脈からCopilotを取り除いている一方で、タスクバーへのエージェント統合は引き続き推進しており、「AIをより意図的に、価値を発揮できる場所に絞り込んでいる」というのがMicrosoftの立場だ。パブリックロールアウトに向けた準備が進められており、段階的なオプトイン方式での提供が予定されている。 技術的な詳細 AIエージェントは「計画し、調査し、推論し、ユーザーの介入なしに実行する」自律型システムとして設計されている。ユーザーはタスクバー上のMicrosoft 365 Copilotアイコンにホバーすることで、エージェントの動作をモニタリングしたり制御したりすることができる。 現時点で最初にサポートされるエージェントはMicrosoft 365 Researcherだ。OneDriveやMicrosoft 365のファイルにアクセスしながら複数ステップにわたる調査タスクを実行し、詳細なレポートをタスクバーから直接生成する機能を持つ。開発者向けにはModel Context Protocol（MCP）を採用しており、サードパーティ開発者が互換性のあるエージェントを構築してタスクバーに接続できる仕組みが整備されている。さらに深いOSレベルの統合が必要な場合はWindows.UI.Shell.Tasks APIも利用可能だ。 利用条件と今後の展望 この機能の利用にはMicrosoft 365サブスクリプションが必要であり、自動的に有効化されるものではなく完全なオプトイン方式となっている。現状のサポートはMicrosoft 365アプリに限定されているが、MCPを通じたサードパーティ製エージェントの参入により、将来的には対応するエージェントの幅が大きく広がると見られる。Windowsのタスクバーという常時アクセス可能な場所にAIエージェントが常駐することで、デスクトップ上でのAI活用がより日常的になる可能性がある。

概要 Perplexityは2026年4月16日、Mac向け常時稼働型AIエージェント「Personal Computer」を正式に展開した。同年3月11日に発表されていたこの機能は、ローカルファイル・ネイティブアプリ・Webを横断してタスクを自律実行する「オールインワンのデジタルワーカー」として設計されており、Perplexity Maxプラン（月額200ドル）の加入者と事前ウェイトリスト登録者から順次利用可能になっている。従来の「Perplexity Computer」はクラウドベースのWeb版であったのに対し、今回のPersonal ComputerはMacのローカルハードウェア上で動作するハイブリッド型として位置付けられる。 機能と技術的な詳細 Personal ComputerはmacOS 14 Sonoma以降に対応し、両Commandキーの同時押しで起動する。テキスト・音声でのコマンド入力を受け付け、iMessage・Apple Mail・カレンダーなどネイティブMacアプリと連携しながら多段階ワークフローを実行できる。20以上のフロンティアモデルを「エージェントチーム」として協調させるアーキテクチャを採用しており、具体的なユースケースとして以下が挙げられる。 ToDoリストの内容を自動処理してiMessageやメールへ反映 散在するファイルフォルダを自動で整理 ローカル文書をWebの最新情報と照合して比較分析 Perplexityが「常時稼働」の推奨デバイスとして挙げるのがMac miniで、24時間365日バックグラウンドで稼働させることを想定している。iPhoneからタスクを指示してデスクトップのPersonal Computerに実行させる二要素認証付きのクロスデバイス連携にも対応する。 セキュリティと制御 自動化の範囲が広い一方で、セキュリティへの配慮も強調されている。ファイルのやり取りはセキュアなサンドボックス環境内で行われ、AIが実行した操作はすべて監査・巻き戻しが可能だ。センシティブなアクションには人間の確認を挟む設計となっており、強制停止のキルスイッチも用意されている。Perplexityはこれを「AIの意思決定ステップへの完全な可視性」と表現し、ユーザーが常に制御を維持できる点を訴求している。 提供条件と今後の展望 Personal Computerは月額200ドルのMaxプラン専用で、月額20ドルのProプランではクラウドベースの旧Perplexity Computerのみ利用できる。Perplexityは今回の機能を「指示に応答するだけの受動的なコンピューティングから、目標指向の能動的なAI支援への進化」と位置付けており、デスクトップAIエージェント市場の開拓を進めている。

概要 Cloudflareは、AIエージェントがクラウド上で自律的に作業するための基盤インフラを相次いで発表した。AIエージェント専用ファイルシステム「Cloudflare Artifacts」をプライベートベータで公開したほか、AIエージェントがメールの送受信を直接操作できる「Cloudflare Email Service」をパブリックベータとして提供開始した。いずれもAIエージェントの実用的な活用を支える基盤として位置付けられており、自律型エージェントの普及を見据えたインフラ整備が本格化している。 Cloudflare Artifacts：AIエージェント専用ファイルシステム 「Cloudflare Artifacts」は、AIエージェントが大量のファイル操作を効率的に行えるよう設計された専用ファイルシステムだ。Gitとの互換性を持ちバージョン管理やフォーク機能に対応しており、RESTful APIおよびCloudflare Workers API経由でアクセスできる。設計上の特徴として、AIモデルが学習済みのスキルをそのまま活用できるよう配慮されており、追加のトレーニングなしに利用可能な点が強調されている。 既存のGitHubなどのファイルシステムは人間ユーザーを前提に設計されているが、数百〜数千のAIエージェントが同時にコードの生成・編集・フォークを行うシナリオでは、大量の小さなデータ（設定ファイル、状態管理、セッション履歴など）を効率よく扱う専用インフラが必要とされている。現在はプライベートベータとして提供されており、2026年5月初旬にはパブリックベータへの移行が予定されている。 Cloudflare Email Service：AIエージェントにメール機能を提供 「Cloudflare Email Service」は、アプリケーションやAIエージェントがメールの送受信を直接操作できるサービスで、パブリックベータとして公開された。SPF・DKIM・DMARCの設定が自動化されており、セキュリティ面の構成作業を簡略化している。 アクセス方法は複数用意されており、Cloudflare Workers内からはシークレット不要でAPIを直接呼び出せる。外部からのアクセスにはTypeScript・Python・Go向けの専用SDKが提供されており、それ以外の言語ではRESTful APIを利用できる。また、Cloudflare MCP ServerがEmail Serviceと統合されており、「Cloudflare Skills」を通じてAIエージェントが必要な操作スキルを取得できる仕組みも整備されている。Cloudflareは参考実装としてオープンソースプロジェクト「Agentic Inbox」を公開しており、AIエージェントとメール機能を組み合わせた実装例として活用できる。Cloudflareは以前から転送専用サービス「Cloudflare Email Routing」を提供していたが、本サービスはそれとは別に、アプリケーション層での直接的なメール送受信を実現する新たなサービスとして提供されている。 AIエージェント向けインフラ競争の加速 今回の発表は、AIエージェントが単なる会話AIを超えて、クラウド上で自律的にタスクを実行する存在として本格的に想定されていることを示している。ファイルシステムやメール送受信など、従来は人間が扱っていたインフラのレイヤーをAIエージェント向けに再設計する動きは、クラウド各社にとって新たな競争領域となっている。Cloudflareはエッジコンピューティングとの統合という強みを活かしながら、AIエージェントの実行環境として自社プラットフォームを確立しようとしている。

概要 DeepSeekは次世代フラッグシップモデル「V4」を2026年4月下旬にリリースする見通しだ。2度の延期を経て最終調整が続いているとされ、ロイターも「今後数週間以内」のリリースを報道している。V4の軽量版にあたる「V4-Lite」はすでに3月9日からテスト段階に入っており、本番リリースの直前段階にあるとみられる。 最大の注目点はハードウェア戦略にある。V4はNVIDIAではなくHuaweiのAscend 950PRチップ向けに最適化された、初の「フロンティア級AIモデル」として位置づけられている。ロイターが4月3日に報じたように、Alibaba・ByteDance・Tencentといった中国大手テック企業は数十万ユニット規模でAscend 950PRを大量発注しており、中国国内のAIインフラがNVIDIA依存から脱却しつつある様子が鮮明になってきた。 技術的な詳細 V4はMixture-of-Experts（MoE）アーキテクチャを採用し、総パラメータ数は1兆に達する見込みだが、推論時に実際に活性化されるのは約370億パラメータにとどまる。これにより、1兆パラメータ相当の知識を保有しながら37Bモデルと同程度の計算コストで推論できる設計となっている。コンテキストウィンドウは100万トークンで、128Kトークン時点での文脈検索精度は94%（従来45%）と大幅に向上している。マルチモーダル対応（テキスト・画像・動画のネイティブ生成）も搭載予定だ。 内部アーキテクチャには三つの革新が盛り込まれている。まず、ハッシュベースのO(1)検索で静的知識を扱う「Engramコンディショナルメモリ」は、アテンション機構の二次スケーリング問題を回避する。次に、トークンの複雑度に応じて密なアテンションと疎なアテンションを動的に切り替える「DeepSeek Sparse Attention（DSA）」が推論コストを削減する。最後に、1兆パラメータモデルの安定した訓練を実現する「Manifold-Constrained Hyper-connections（mHC）」が全体の学習品質を支える。推論速度はV4-Liteの段階でV3比30%の高速化が確認されており、価格は入力約$0.30/百万トークン、出力$0.50/百万トークンと競合比1/20〜1/50程度となる見込みだ。 米国輸出規制とCUDA脱却の意味 V4がHuawei Ascend専用設計を採用した背景には、米国の輸出規制によりNVIDIAチップへのアクセスが制限されていることがある。TrendForceの分析によれば、HuaweiはAscend 950PRにおいて2 PFLOPS（FP4）の演算性能と2TB/sのインターコネクト帯域幅を実装し、112GBの独自HiBLメモリを搭載することで外部サプライチェーンへの依存を削減している。DeepSeekが推論・学習の両面でAscend上の完全なソフトウェアスタックを構築できれば、コア開発パイプラインはCUDAから独立できると専門家は見る。 ベンチマーク予測では、SWE-benchがV3.2の67.8%から81%程度に、HumanEvalが82%から90%程度に、MMLU-Proが85.0%から89%程度に向上するとされており、コーディング・推論能力の大幅な伸びが期待されている。NVIDIAのCEOもこの動向をAI覇権に対する重大な脅威として言及しており、V4のリリースは米中AI開発競争の新たな転換点となる可能性がある。

概要 Googleは2026年4月、オープンソースのデータベース連携フレームワーク「MCP Toolbox for Databases」がModel Context Protocol（MCP）に正式対応し、バージョン1.0としてリリースされたことを発表した。旧称は「Gen AI Toolbox for Databases」で、今回のリリースを機に名称もMCPとの統合を反映したものへ変更された。MCP（Model Context Protocol）はAnthropicが策定したAIシステムと外部データソースを接続するためのオープン標準であり、AIモデルと外部ツール間のユニバーサルインターフェースとして機能する。このプロトコルがLinux Foundation傘下のAgentic AI Foundation（AAIF）に参加したことで、業界標準としての地位が確立されつつある。 対応データソースとSDK v1.0では40以上のデータソースへのネイティブ接続が可能となった。Googleクラウドのデータベース群（AlloyDB、Spanner、BigQuery、Cloud SQL for PostgreSQL/MySQL/SQL Server、Bigtable）に加え、Oracle、MongoDB、Snowflake、自己ホスト型のPostgreSQLやMySQLといったサードパーティシステムも幅広くサポートする。クライアントSDKはPython、Go、TypeScript/JavaScript、および今回新たに追加されたJavaの4言語で提供されており、LangChain、LlamaIndex、Agent Development Kit（ADK）との深い統合も実現している。 セキュリティと可観測性の設計 本フレームワークの設計思想の中核にあるのは、「確率的なLLMと決定論的な本番データベースの間の信頼ギャップを埋める」という考え方だ。AIエージェントに生のデータベースアクセスを直接与えることの危険性を回避するため、宣言的な設定ファイル（config.yaml）でアクセス可能なアクションを明示的に定義する。テナントIDなどの機密パラメータはサーバー側でランタイムに注入され、言語モデルの制御外に置かれる。また、OAuth 2.1リソースサーバーとして機能し、自動ディスカバリーと厳密なトークン検証によるアクセス制御を実現する。可観測性の面ではOpenTelemetryを統合し、エージェントとデータベース間のすべてのインタラクションをトレース・メトリクス・ログとして記録できる。 今後の展望 v1.0の安定版リリースにより、開発チームはアップストリームの破壊的変更を心配せずにMCP Toolboxを基盤としたエージェント型アプリケーションを構築できるようになる。今回の正式リリースはGoogle Cloud Next 2026（ラスベガス）でも取り上げられる予定で、「Power Intelligent Agents with AI-Native Databases」セッションにて詳細が紹介される見込みだ。プロジェクトはGitHub上でオープンソースとして開発が続けられており、コミュニティへの参加も積極的に歓迎されている。

概要 Google DeepMindは2026年4月15日、次世代テキスト読み上げ（TTS）モデル「Gemini 3.1 Flash TTS」を正式リリースした。70以上の言語と30種類の音声、そして200以上の「音声タグ（Audio Tags）」に対応し、声のスタイル・テンポ・感情表現を細粒度で制御できる点が最大の特徴だ。Gemini API、Google AI Studio、Vertex AI、Google Vidsを通じて利用可能となっており、開発者から一般ユーザーまで幅広い層をターゲットとしている。 音声タグによる表現制御 従来のTTSモデルが機械的で単調な読み上げに留まりがちだったのに対し、Gemini 3.1 Flash TTSはテキスト入力に自然言語コマンドを埋め込む「Audio Tags」を導入した。[determination]（決意）、[excitement]（興奮）、[nervousness]（緊張）、[whispers]（ささやき）、[laughs]（笑い）など200以上のタグが用意されており、感情のニュアンスや声のトーンを直感的に指定できる。 また地域別アクセントの指定（アメリカ南部、ブリティッシュRP、トランスアトランティックなど）や、ポッドキャスト・オーディオブックナレーター・語学チューター・ウェルネスガイド・ニュースキャスターといったフォーマットテンプレートも提供されている。ディレクターレベルの制御が可能で、最適なパラメータが決まればGemini APIコードとしてエクスポートし、一貫した音声体験を再現できる。さらに複数話者による自然なダイアログ生成（ネイティブマルチスピーカー）にも対応している。 ベンチマーク性能とSynthID透かし Artificial Analysis TTSリーダーボードにおいて、Gemini 3.1 Flash TTSはEloスコア1,211を記録し、ElevenLabs v3を上回る結果を達成した。同ベンチマークは数千件の人間によるブラインド評価をもとに算出されており、実際のユーザー体験に即した指標となっている。 また、すべての生成音声にはGoogleの電子透かし技術「SynthID」が適用される。この透かしは人間の耳には感知できない形で音声に埋め込まれており、AI生成コンテンツの検出・追跡を可能にすることで、フェイクニュースや音声詐欺などの悪用を抑止する仕組みを備えている。 提供プラットフォームと今後の展望 開発者向けにはGemini APIおよびGoogle AI Studioで、エンタープライズ向けにはVertex AIで利用できる。一般ユーザー向けにはGoogle Vidsへの統合が行われており、動画コンテンツ制作でのAI音声活用が期待される。Googleは本モデルをGoogleプロダクト全体への展開を進めており、音声アシスタントや翻訳サービスとの連携強化も今後の焦点となりそうだ。高い表現力と制御性を兼ね備えた本モデルの登場により、AI音声合成市場での競争はさらに加速すると見られる。

概要 Microsoftは2026年4月13日、ローカルAI実行環境「Foundry Local」の正式リリースを発表した。最大の特徴は、AI環境をアプリケーションにバンドルしてインストーラとして配布できる点にある。エンドユーザーが別途クラウドサービスへの接続やモデルのセットアップを行う必要なく、インストールと同時にAI機能をオフライン環境でそのまま利用できる。これにより、クラウドへの依存やネットワーク遅延の問題なく、AIをアプリケーションに深く組み込んだ製品の開発・配布が可能になる。 技術的な詳細 ランタイムレイヤーにはONNX RuntimeとWindows MLを採用しており、実行環境のGPU・NPU・CPUを自動的に検出して最適な推論処理を行う。macOSではMetal APIを介してAppleシリコンのGPUにも対応しており、WindowsのみならずMacやLinuxでも同等の機能を利用できるクロスプラットフォーム対応となっている。 APIは、OpenAIのRESTful APIと互換性のある「Foundry Local Core API」として提供される。そのため、既存のOpenAI API対応コードからの移行が容易で、JavaScript・C#・Python・Rustの各言語向けSDKが用意されている。利用可能なモデルはGPT OSS、Qwen Family、Deepseek、Whisper、Mistral、Phiなど複数ファミリーから選択でき、用途や実行環境に応じたモデルサイズの使い分けも可能だ。 今後の展望 Microsoftは今後、AIモデルカタログの拡充、NPU・GPU対応デバイスのさらなる拡大、リアルタイム文字起こし機能の追加、そして複数アプリケーション間でのモデル共有機能といった強化を予定している。エッジ・オフライン環境でのAI活用ニーズが高まる中、配布可能な形でのローカルAIインフラを整備する同社の取り組みは、エンタープライズ向けアプリ開発においても注目される。

概要 Salesforceは2026年4月15〜16日にサンフランシスコで開催した開発者向けイベント「Salesforce TDX 2026」において、「Salesforce Headless 360」を発表した。これは、従来のWebブラウザUIを介さずに、API・CLI（コマンドライン）・MCP（Model Context Protocol）を通じてSalesforceのあらゆる機能へアクセスできるようにする取り組みだ。Customer 360やData 360、Slackといったサービス群を含むSalesforceプラットフォーム全体が対象となる。 背景：AIエージェント時代のUI問題 従来のSalesforceは、WebブラウザによるGUIを中心に設計されており、人間の操作を前提としたインターフェイスが主流だった。しかし、AIエージェントが急速に普及する現在において、こうした人間向けのUIは「むしろ邪魔な存在」になると同社は指摘する。AIエージェントがSalesforceの機能を自律的に活用するためには、機械が直接読み取り・操作できるインターフェイスが不可欠であり、Headless 360はこの課題に正面から応えるものだ。 技術的な詳細 Headless 360ではMCPサーバへの対応が盛り込まれており、AIエージェントがMCPを通じてSalesforceの各種機能を呼び出せる。また、コーディングエージェント向けには「Skill for Coding Agents」の提供が開始され、開発ワークフローへの統合が可能になる。さらに、テスト・評価、デプロイ、実験、監視・運用といったアプリケーションのライフサイクル全体をカバーする機能群も提供される。これにより、開発者はGUIを一切使わずにSalesforceプラットフォーム上でアプリケーションを構築・運用できるようになる。 将来の展望 Headless 360の発表は、エンタープライズSaaSがAIエージェント時代に向けてアーキテクチャを根本から見直す動きの象徴といえる。人間がUIを操作するのではなく、AIエージェントがプログラマブルなインターフェイスを通じてシステムを制御するモデルへのシフトが加速することで、企業の業務自動化や開発プロセスの効率化が一段と進むと見られる。Salesforceはこの変化をいち早く取り込むことで、エージェント時代のエンタープライズプラットフォームとしての地位確立を狙っている。

Tool Gatewayで外部ツール連携を一元化 Nous Researchは2026年4月16日、オープンソース自己進化型AIエージェント「Hermes Agent」のv0.10.0をリリースした。今回のリリースの中核となるのが「Nous Tool Gateway」機能で、Nous Portalの有料サブスクライバーに対して、追加のAPIキー取得や設定不要でさまざまな外部ツールへのアクセスを自動提供する。 Tool Gatewayが提供するツールは、Firecrawlを利用したWeb検索、FAL / FLUX 2 ProによるAI画像生成、OpenAI TTSを使ったテキスト音声合成、そしてBrowser Useによるブラウザ自動操作の4種類だ。ユーザーはhermes modelコマンドを実行してNous Portalを選択し、利用するツールを選ぶだけで、既存のサブスクリプションの範囲内でこれらの機能が即座に有効化される。また、従来の隠し環境変数HERMES_ENABLE_NOUS_MANAGED_TOOLSはこのサブスクリプションベースの自動検出に置き換えられ廃止となった。v0.10.0には合計180以上のコミットが含まれており、バグ修正やプラットフォームの安定性向上も併せて実施されている。 v0.9.0でモバイル・マルチプラットフォーム対応を強化 v0.10.0の3日前にあたる4月13日にリリースされたv0.9.0も大規模なアップデートで、487件のコミット、269件のマージPR、167件のIssue解決を含む。このバージョンの最大のテーマは「いたるところで動作する」という哲学に基づいたマルチプラットフォーム対応の拡充だ。 モバイル環境ではTermux経由でのAndroidネイティブ実行に対応し、TUIモバイル画面向けの最適化も施されている。メッセージングプラットフォームの統合も大幅に拡張され、BlueBubblesを通じたiMessage連携、iLink Bot APIによるWeChat連携、WeCom Callbackモードによる企業向けアプリ連携が追加され、合計16のメッセージングプラットフォームをサポートするようになった。AIモデルの面では、OpenAIおよびAnthropicのファストティア向け優先ルーティングを行う「Fast Mode」、xAI（Grok）ネイティブプロバイダー、Xiaomi MiMoプロバイダーが追加されている。 セキュリティ強化と開発者向けツール v0.9.0ではセキュリティ面の改善も注目される。Twilio webhook署名検証によるSMS RCE対策、シェルインジェクション・Gitの引数インジェクション防止、SSRFリダイレクト保護、パストラバーサル防止など、エージェントが外部との通信を広範に行う性質を踏まえた多層的なセキュリティ強化が行われた。 開発者向けの機能としては、ブラウザベースのローカルWebダッシュボードが追加され、設定管理・セッション監視・スキル閲覧・ゲートウェイ管理をターミナルやコンフィグファイルを編集することなく実施できるようになった。またhermes backupとhermes importコマンドによる全設定のバックアップ・復元機能、/debugスラッシュコマンドやhermes debug shareを使ったデバッグレポート共有機能も導入されている。さらにプラグイン可能なコンテキストエンジン、SOCKS対応の統合プロキシ、マルチアーキテクチャ（amd64+arm64）Dockerイメージのサポートも追加された。

概要 OpenAIは2026年4月14日、最新モデルGPT-5.4をベースに防御的サイバーセキュリティ用途に特化したバリアント「GPT-5.4-Cyber」を正式リリースした。このモデルはバイナリリバースエンジニアリング機能を含む防御ワークフロー向けの機能が追加されており、ソースコードが入手できない状況でも脆弱性分析が行えるよう設計されている。提供は「Trusted Access for Cyber（TAC）」プログラムを通じた階層型アクセスとして実施され、数千の認証済み個別防御者と、重要なソフトウェアのセキュリティを担う数百のチームに開放された。 技術的な詳細 GPT-5.4-Cyberは標準版のGPT-5.4と異なり、正規のサイバーセキュリティ活動に対して「低い拒否境界」が設定されている。これにより、ペネトレーションテストや脆弱性調査といった防御的ユースケースにおいて、従来のモデルでは制限されていた操作も実行可能になっている。また、同モデルとは別に、OpenAIは脆弱性検出アプリケーション「Codex Security」も展開しており、コードの脆弱性を自動的に特定して修正案を提案する機能を提供している。Codex Securityはこれまでの6ヶ月間で3,000件以上の重大・高リスク脆弱性の修正に貢献したとされ、1,000以上のオープンソースプロジェクトが無料スキャンにアクセスできるようになっている。 アクセス方法と展開方針 個人ユーザーはchatgpt.com/cyberでID認証を行うことでアクセスを申請でき、企業はOpenAIの担当者を通じてリクエストすることが可能だ。最高層のアクセス権を持つユーザーのみGPT-5.4-Cyberへの完全なアクセスが許可される。OpenAIは「民主化されたアクセス」「反復的展開」「エコシステム耐性」の3原則に基づき展開を進めており、リスク評価はモデル単体でなく「ユーザーと信頼信号」に依存するという方針を明確にしている。 競合との比較と今後の展望 セキュリティ特化AIモデルの開発においては、Anthropicが脆弱性検出向けフロンティアモデル「Mythos」を発表するなど、競争が激化している。GPT-5.4-Cyberのような高度な防御ツールは、攻撃者が未パッチの脆弱性を検出・悪用するために転用されるリスクも孕む二重用途技術であることをOpenAI自身も認めている。このため同社は、ジェイルブレイクや敵対的プロンプトインジェクションに対する防護を継続的に強化しながら、正規の防御者へのアクセスを段階的に広げる「deliberate, iterative rollout（慎重かつ反復的な展開）」戦略を採る方針だ。