企業の「エージェント」の正体：71%はチャットボットラッパー

VentureBeatが101社のエンタープライズ（従業員100名以上）を対象にエージェント・オーケストレーションの実態調査を実施した結果、注目すべき数字が浮かび上がりました。

プラットフォームシェアではAnthropic Claudeが圧倒

エージェント・オーケストレーションにおいて、AnthropicのClaudeが40%で首位に立ち、2位のMicrosoft（18%）、3位のOpenAI（13%）を大きく引き離しました。プラットフォーム選択の最大要因は「モデルの引力（model gravity）」、つまり基盤モデルの性能であり、成功の指標としては「タスク完了の信頼性」（32%）と「マルチステップワークフロー管理」（28%）が上位を占めました。

しかし現実は厳しい

もっとも衝撃的な発見は、71%の企業が「デプロイ済みのエージェントの4分の1以下」しか真のマルチステップ・オーケストレーションを行っていないと回答したことです。半数を超えている企業はわずか10%。「エージェント」と呼ばれているものの大部分は、単一プロンプトのチャットボットラッパーに過ぎません。

また、27%の企業はコスト制御の手段を持たず、暴走したエージェントを請求書が届く前に止める方法がないと認めています。ベンダーロックイン（35%）が最大の懸念事項で、51%が年末までにハイブリッド型のコントロールプレーンを期待しています。

オーケストレーション・レイヤーのインフラと予算は整備されつつありますが、それが対象とするエージェント群の成熟度はまだ遅れている――これが現在のエンタープライズAIの姿と言えそうです。

MIT論文：AI投資の「投機的成長」を警告

MIT経済学部の論文「Speculative Growth and the AI 'Bubble'」が公開され、Hacker Newsで33ポイントの議論を集めています。

本論文はAIセクターの投資ラッシュを「投機的成長」として分析し、現在のAI投資ブームが持続可能な成長ではなく投機駆動のバブルの特徴を示している可能性を指摘しています。BIS（国際決済銀行）も「The AI Investment Race」と題したワーキングペーパーを発表しており、AI投資競争のマクロ経済的影響についての分析が進んでいます。

これらの論文は、AI投資の熱狂的なフェーズにおいて、より冷静な経済分析の視点を提供するものです。

「うちはAIを使わない」──デザイン企業の明確なスタンス

デザイン・製造企業のMass Driverが「We don't use AI in any of our design or production processes（当社のデザイン・製造プロセスにはAIを一切使用していない）」という記事を発表し、Hacker Newsで49ポイントを獲得、25件のコメントが寄せられました。

AI不採用を公言する企業はまだ少数派ですが、議論の熱度から見て、AI導入に対する批判的スタンスが技術コミュニティ内でも一定の支持を集めていることがわかります。AIを「使うのが当たり前」から「使うべきかを問う」段階に入ったことを示す興味深いシグナルです。

コーディングエージェントの基盤モデル向け中間学習手法

Hugging Face Daily Papersで「Function-Aware Fill-in-the-Middle (FIM) as Mid-Training for Coding Agent Foundation Models」という論文が取り上げられました。

同論文は、プログラムの依存関係グラフ解析で選択した関数を用いたFIM中間学習が、SWE-Benchスコアを一貫して向上させることを示しています。注目すべきは、通常のコードにおける「関数呼び出し→戻り値→後続利用」の構造が、コーディングエージェントの「アクション→観察→継続」のステップと構造的に同型であるという発見です。これにより、合成エージェント軌道のスケーリングに頼らずとも、ソースコード自体がエージェント訓練のシグナルとして利用できると主張しています。

968リポジトリから抽出した40万サンプル（26億トークン）の corpus とパイプライン、チェックポイントを全て公開しています。

ローカルLLMコミュニティ：デュアルDGX Sparkで動く「ミニボス」モデルの新時代

RedditのLocalLLaMAコミュニティで、2台のDGX Spark（約8,000ドル）で250GBの利用可能メモリを確保し、4-bit量子化で大型モデルを動かす議論が活発化しています。

これまでこのサイズ帯で認められたモデルはGLM 4.5/4.6/4.7（194GB）やQwen 3.5 397B（210GB）など限定的でしたが、直近3ヶ月で以下のモデルが登場しました：

  • MiniMax M2.7（131GB）
  • DeepSeek V4 Flash（160GB）──2-bit量子化でも高い性能を発揮するとの報告あり
  • Xiaomi MiMo 2.5（181GB）
  • StepFun 3.7 Flash（129GB）
  • Tencent Hy3（182GB）

8,000ドルとはいえ、このクラスのモデルをローカルで動かせる環境が整いつつあることは、オープンモデルエコシステムの成熟を示しています。