画像に潜伏するプロンプトインジェクション「Ghostcommit」
Bleeping Computerが報じた「Ghostcommit」は、画像ファイルの中にプロンプトインジェクションを隠蔽する新手法だ。AIエージェントが画像を処理する際、悪意のある指示が密かに実行され、シークレット情報の窃取につながる可能性がある。
AIエージェントが画像や文書を「読む」機能を実装するケースが増える中、従来のテキストベースのセキュリティ対策では検出が困難な攻撃ベクトルとして注目される。エンタープライズ向けAIエージェントを構築・運用するチームは、入力データの検証レイヤーを見直す必要があるだろう。
OpenAIが家庭・シニア層に本格投資
TechCrunchの報道によると、OpenAIはChatGPT向けに「ファミリー・ケアギバー・シニア層」の体験を構築する専任プロダクトマネージャーを採用している。求人情報から読み取れる方向性として、ChatGPTを個人の生産性ツールから「家庭インフラ」へと位置づけを広げる戦略がうかがえる。
これまでChatGPTの活用シーンは開発者や知識労働者が中心だったが、家族単位での利用、高齢者の見守りやサポートを含めた体験設計にリソースを割く方針は、競合するGoogle GeminiやAmazon Alexaとの差別化ポイントになりうる。
AnthropicのNLA技術でLLMの「隠れた思考」を覗く
Zennの記事で話題を呼んでいるのが、Anthropicが2026年5月に発表した「Natural Language Autoencoders（NLA）」の実装検証だ。NLAは、LLMの内部状態（活性化ベクトル）を別のモデルに自然言語で説明させる手法で、モデルが「何を考えながら」回答を生成しているかを可視化できる。
注目すべきは、個人のRTX 5090環境でQwen2.5-7B向けのNLAを実際に動かしたという報告だ。Neuronpedia上の公開NLAでGemma-3-27BやLlama-3.3-70Bの内部観察も行われており、研究コミュニティでの実践が進んでいる。モデルの解釈可能性（interpretability）は、安全性確保と信頼性向上の観点から今後さらに重要度が高まるとみられる。
MetaのREFRAG: RAGのレイテンシを30倍改善
Metaが発表したREFRAG（arXiv:2509.01092）が、RAGのパフォーマンス向上手法として注目を集めている。Zennでの詳細な検証記事によると、80個の検索チャンクのうち実際に有用なのは5〜10個程度であり、残りのチャンクはアテンション計算のコストを無駄に消費しているという問題に正面から取り組んでいる。
REFRAGの主張は強烈で、TTFT（Time To First Token）を30.85倍高速化、コンテキスト拡張を16倍、精度劣化なし—as claimed。プロダクションRAGのボトルネック解消に直結するアプローチとして、実運用での検証が進むことが期待される。
RISC-V AIチップET-SoC-1がllama.cppで動作
Qiitaで報じられた話題として、llama.cppの7月10日リリース（b9951）に新バックエンド「ggml-et」が追加され、Esperanto Technologies設計のRISC-V AIチップ「ET-SoC-1」でLLM推論が可能になった。同チップはオープンソース化されており、エッジデバイスでのAI推論においてARM/x86とは異なる選択肢を提供する。
RISC-VベースのAIアクセラレータが主要な推論フレームワークでサポートされることは、ハードウェアの多様化とサプライチェーンリスク軽減の観点から意義深い。
「Memory in the Loop」が指摘するエージェント設計の罠
7月7日に公開された論文「Memory in the Loop」（arXiv:2607.05690）が、エージェント設計における重要な教訓を提示している。Zennでの解説によると、ネットワーク越しのメモリストアへのアクセスは数十〜数百ミリ秒かかりうるため、重い検索処理をエージェントのループ内に配置すると、エンドツーエンドの実行時間が最大83倍まで膨らむ可能性があるという。
これは「検索精度を上げる以前に、検索をどの実行経路に置くか」を先に決めるべきだという指摘であり、実用的なエージェント設計においてアーキテクチャ判断の重要性を浮き彫りにしている。3層設計による回避策も提案されており、エージェントを構築する開発者にとって必読の内容と言える。