OpenAIが「Symphony」でエージェントの自律管理を実現
OpenAIは新しいSymphony仕様を公開した。これまで開発者が複数のCodexセッションを手作業で管理していたのに対し、SymphonyではAIエージェントがLinearから直接チケットを取得し、タスクが完了するまで自律的に実行する仕組みだ。
「人間の注意がボトルネックになっている」というOpenAIの指摘通り、エージェントが自らタスクをプルして実行するアーキテクチャは、AIコーディングのワークフローを根本的に変える可能性がある。従来の「人間がエージェントに指示を出す」モデルから、「エージェントが自律的に動き、人間は監督する」モデルへの転換と言える。
この動きは、Ruflo（Claude Code向けマルチエージェントオーケストレーション）やDaintree（AIコーディングエージェントの委譲環境）など、エージェント管理ツールが相次いで登場しているHacker News界隈のトレンドとも合致している。AIエージェントのオーケストレーション層が急速に成熟しつつある。
SoftBankがAI・ロボティクス新会社の米国上場を計画
ソフトバンクグループが、AIとロボティクスに特化した新会社を米国で上場する計画であることが報じられた。Financial Timesが報じたところによると、ソフトバンクは長年蓄積してきたロボット事業（Pepperなどを手がけたAldebaran Roboticsの経験も含む）と、近年注力するAI投資を統合した企業を設立する構えだ。
米国市場での上場は、資金調達の観点だけでなく、グローバルなAI競争におけるプレゼンス強化を狙ったものとみられる。ソフトバンクはすでにOpenAIやその他主要AI企業への大口投資者として知られており、この動きはAIインフラ投資の加速を示唆している。
中国の病院が匿名化患者データをAI企業に販売
日経アジア（Caixin経由）の報道によると、中国の複数の病院が匿名化した患者データをAI企業に販売していることが判明した。AIモデルの訓練に医療データが不可欠になる中、この慣行は倫理的・法的な懸念を引き起こしている。
データは名前などの個人情報を除去されているとされるが、匿名化の程度や患者の同意の有無については明確な基準が示されていない。中国ではAI産業の急成長に伴い、データプライバシーの問題が国際的な注目を集めている。
マルチエージェントWeb検索がSOTA更新 — Web2BigTable
Hugging FaceのDaily Papersに掲載された「Web2BigTable」は、インターネット規模の情報検索・抽出に特化したマルチエージェントフレームワークだ。二層構造のオーケストレータ・ワーカーアーキテクチャを採用し、実行・検証・振り返りのループと持続的外部メモリを備えている。
WideSearchベンチマークでAvg@4成功率38.50を達成し、従来のSOTAの7.5倍という大幅な改善を見せた。XBench-DeepSearchでも73.0%の精度を記録している。エージェント間での作業空間の共有により、冗長な探索を削減する設計が特徴だ。
医療情報のAI入力が不完全 — ヴュルツブルク大学研究
ドイツのヴュルツブルク大学の研究チームがNature Healthに発表した論文によると、AIに提供される医療情報が多くの場合不完全であることが分かった。AIの医療応用が拡大する中、入力データの品質が診断精度に直結する問題として注目されている。
研究では、実際の臨床現場でAIシステムに入力される患者情報に欠落が頻発しており、それがAIの推奨の信頼性に影響を与えていることを示している。AI医療の実用化において、モデル性能だけでなく、入力パイプラインの完全性が同様に重要であるという指摘は実務的な示唆に富む。
決定木と拡散モデルの統一理論
同じくHugging Face Daily Papersに掲載された「Trees to Flows and Back」は、決定木と拡散モデルを統一する理論的枠組みを提案している。適切な極限において、決定木が拡散過程に対応することを示し、グローバル軌道スコアマッチング（GTSM）という共通の目的関数を導出した。
この枠組みの下では、勾配ブースティングが漸近的に最適になることが示される。実用面では、テーブルデータ生成を約2倍高速化するTreeFlowと、決定木の構造をニューラルネットワークに蒸留するDSMTreeの2つの手法も提案されている。伝統的な機械学習と深層学習の境界を曖昧にする興味深い研究だ。