はじめに

2026年7月20日に観測された海外AIニュースから、5つのトピックを取り上げます。LLMの「経験が偏りを生む」現象、Web上の知識をエージェントスキルに変換する試み、小型モデルでのロボット操作、AIコーディングの長時間実働レポート、そしてAIネイティブ企業の組織構造に関する話題です。

1. LLMは人間より採用場面で強く偏る ─ Princeton/UChicagoがICMLで発表

Princeton大学とシカゴ大学の研究チームは、ChatGPT、Claude、GeminiなどのLLMに「模擬コンサルタント」として架空の都市の採用を40ラウンド任せる実験を行いました。候補者はTufa、Aima、Reku、Wekiという4つの架空の民族グループに属し、全候補者がすべての職種で同等の成功率を持つよう設定されていました。

結果は明瞭でした。LLMは初期の少数の観察からただちに一般化を始め、特定グループを特定の職種に振り分ける傾向が強く現れました。人間参加者のスコアが0.84（最大2.0）だったのに対し、OpenAIの推論モデルo3は1.83と、最大値に迫る数値を記録。LLMは人間参加者より概ね65%強くステレオタイプ化しました。

研究チームのRyan Liu氏（Princeton博士課程）は、LLMが「少数の事例から一般化することに最適化されている」ことが、論理パズルでは強みとなるものの、社会的文脈では急ぎすぎた一般化を招くと指摘します。興味深いことに、推論能力が高いモデル（o3、DeepSeek R1など）ほどバイアスが強まる傾向が見られました。

実用的な示唆は2点あります。第一に、「公平に」と指示するだけでは効果は限定的だったこと。第二に、多様性を報酬に組み込むとバイアスが大幅に緩和されたことです。また個人レベルの関連情報（年齢や学歴など）を与えると偏りが減る一方、無関係な情報（髪色など）では元のステレオタイプに戻りました。

エージェント型モデルがユーザーの細かな記憶を保持する方向で進化している現状を考えると、採用・融資・司法判断などにLLMが使われる場面で「人間が教えたわけではない新しい偏り」が表面化するリスクは現実味を帯びてきます。

2. Microsoftが「Resource2Skill」公開 ─ Web上の手順知識をスキル化

Microsoftが、インターネット上のチュートリアル、コードリポジトリ、ドキュメント、記事などのマルチモーダルなリソースから、エージェントが再利用できる階層的「Skill Wiki」を自動構築するフレームワークResource2Skillを公開しました。

最大の特徴は適用範囲の広さです。PowerPoint、Excel、Web生成、Blender、CAD、UI/UX、音楽制作という性質の異なる7領域で、4つのモデルバックエンドを組み合わせて評価した結果、平均+11.9ポイントの改善を達成。28モデル×領域設定のうち28全てで改善し、強力なエージェントハーネスとも26/28設定で上回りました。

この結果は、「スキル」が特定のソフトウェア環境に固有のものではなく、基盤モデルを新しい領域へ適応させるための汎用的なインターフェースとして機能し得ることを示唆しています。Web上にはすでに大量の手順的知識が散在しており、それらを抽出・整理して再利用可能な形に変換できるというアプローチは、エージェント適応の新しい経路になりそうです。

論文とコードはそれぞれarXivとGitHubで公開されています。

3. OpenBMBがMiniCPM-Robot公開 ─ 1.5B VLAでロボット操作

中国のOpenBMBが、MiniCPMシリーズ初の身体知能（embodied AI）モデル群MiniCPM-Robotをオープンソースで公開しました。ラインナップは以下の3要素で構成されます。

  • MiniCPM-RobotManip（1.5B）: 汎用Vision-Language-Action（VLA）モデルで、ロボットアーム操作などを担う
  • MiniCPM-RobotTrack（0.5B）: 実世界のターゲット追跡用コンパクトモデル
  • PhyAI: 実機埋め込みモデル向けに最適化された高性能推論フレームワーク

小型パラメータで実用的なロボット操作を実現し、あわせて推論スタックまで整備している点が特徴です。ロボット応用でのVLAモデルは大型化が進んでいた領域だけに、エッジ・実機での運用を見据えた構成はローカル・組込み視点でも注目できます。

4. 高専ロボコン題材にClaude Code × Codexで3Dシミュレーター ─ Qiita

日本語圏の実践記事として目を引いたのが、高専ロボコン2026「雑巾投擲」を題材にClaude CodeとOpenAI Codexを合計約19.5時間動かし、ブラウザ上で試合を再現できる3Dシミュレーターを構築した事例です（Raptor-S氏、Qiita）。

「最強AIにロボコン戦略を書かせたら薄かった」というタイトル通り、戦略コードそのものをAIに書かせる工程では限界があったものの、試合シミュレーターの作成をAIに任せる過程で「効くAIコーディング」の心得が浮き彫りになったとのこと。長時間の実働記録と、AIに何を任せ何を人間が握るかという設計判断は、同じくAIコーディングを業務に取り入れる読者にとって参考になります。

5. AIネイティブ企業は「少数スタッフ・少ないボス」 ─ WSJ報道

Wall Street Journalが「AI-Native Companies Have Tiny Staffs and Fewer Bosses」と題する記事を掲載しました（Hacker News経由で話題化）。収集データにはWSJ本文は含まれていないため詳細は断言できませんが、見出しと文脈から、AIを最初から前提として設計された企業では従業員数が少なく、中間管理職層も薄い組織構造が観察されている、という内容と推測されます。

本稿執筆時点ではWSJ本文にアクセスできていないため、具体的な事例や数値については読者の側で一次記事を参照してください。「AIネイティブな組織設計」がテーマとして継続的に取り上げられる中、参考になる観点報道と位置付けられます。