米国が GlobalFoundries に3億ドル助成 — シリコンフォトニクスでAIチップ間通信を高速化

アメリカ政府は半導体メーカー GlobalFoundries に対し、約3億ドルの助成を発表した。対象は「シリコンフォトニクス」技術で、AIチップ同士をより高速につなぐリンク（接続）の開発を後押しする狙いがある（Reuters）。

AIの学習・推論ではチップ間でやり取りするデータ量が膨大になり、従来の電気配線がボトルネックになりやすい。光を介质に通信を高速化するシリコンフォトニクスは、データセンターの性能向上を支える有力な技術と位置づけられてきた。

今回の助成が具体的にどの生産ラインや時期に充てられるかは、現時点の公開情報では確認できていない。ただ、米国が半導体サプライチェーン強化とAIインフラ投資を継続している流れの一部と読むことはできる。

豪の規制当局が Telegram を提訴 — テロ助長物質の削除怠慢を指摘

オーストラリアのオンライン安全規制当局 eSafety は、メッセージングアプリ Telegram の提供者に対し、連邦裁判所で民事の罰則手続きを開始した。テロを助長するコンテンツの検出・削除義務を果たさなかった疑いで、処刑や大量射殺を映した動画などが放置されていたと指摘している（Bloomberg）。

eSafety は1年にわたる調査を経ており、プラットフォームに対し違法・有害コンテンツの対応責任を明確に問う姿勢を見せている。プラットフォーム側の見解や今後の裁判日程については、現時点では詳細が確認できていない。

AIそのもののニュースではないが、大手プラットフォームのコンテンツ管理責任をめぐる規制圧力が強まっている点は、生成コンテンツの流通と監視を巡る議論にも影響しうる動きと言える。

日本HPが楽天のローカルAI「Rakuten AI 7B」をPCに搭載

日本HPと楽天は、HP製PC向けにAIアプリ「Rakuten AI for Desktop」のプリバンドル（出荷時組み込み）を始めた。搭載するのは70億パラメータの日本語LLM「Rakuten AI 7B」で、ネット接続がない環境でも要約や翻訳をPC本体で実行できるという（ITmedia AI+）。

ローカル（オンデバイス）でのAI実行は、クラウドにデータを送らない点でプライバシー面の安心感があり、通信コストや遅延の観点でも有利とされる。日本HPの岡戸社長はこれを「ハイブリッドAIの重要なマイルストーン」と位置づけている。

普及のペースや対応機種の範囲、実用上の精度は引き続き確認が必要だが、国産LLMがPCメーカーと組んでエンドユーザーに届く構えが見えた点は注目される。

研究: 多エージェントの「主張の出所」を検証する ISNAD フレームワーク

Hugging Face のデイリーペーパーに掲載された研究で、多エージェント（複数AI協調）システムの信頼性を高める枠組み「ISNAD」が提案された。

多エージェントのパイプラインでは、中間のエージェントが信頼できない場合でも、最終的な回答は流暢で自信ありげに提示されるため、問題が「黙って」悪化しがちだと筆者は指摘する。既存研究はエージェントの身元や権限の検証に偏っており、個々の「主張（クレーム）」が正しく、裏付けられているかの検証が手薄だったという。

ISNAD は、古典的なイスラム伝承検証（イスナード・リジャール）の考え方を応用する。伝達者の連鎖を段階的に評価し、最も弱いリンクで信頼度の上限を決める「最弱リンク方式」、複数の伝達経路での相互補強スコア、そして出所検証と内容批判を分離する仕組みを組み合わせるという。コードと評価は公開されており、論文はどの機構が検証済みでどれが未検証かも率直に記しているとされる。

エージェント連携が広がる中で、「最終回答の典拠をどう担保するか」という課題に正面から向かった研究として参考になる。

日本の現場から: エージェントの記憶管理・コーディング実践・テスト判断

国内の技術媒体では、AIエージェントを実運用する知見が相次いで共有された。

記憶を git で管理し「腐敗速度」で割る

ある開発者は、社内向けAIエージェントの「記憶（脳）」を git で管理する運用を紹介した。エージェントの役割は質問に答えることではなく、目の前のタスクが「どの施策の・どの目的」につながるかを遡れること。正本を1つに集約するのをやめ、情報の「腐敗速度」に応じて管理を分ける工夫が必要だと述べている（Qiita）。

エージェンティックコーディングの実践

別の記事では、AIとの関わりが「補完（オートコンプリート）」から「委譲（エージェント）」へ変わったと指摘し、実装タスクをAIエージェントに任せる「エージェンティックコーディング」の実践的な進め方を、2026年時点の状況を踏まえて整理している（Qiita）。

「テストGreen」でも Go にしなかった理由

さらに別の記事は、テストが全て Green（成功）でもリリース判断を見送った事例を振り返る。Green の数が増えるほど「この Green は明日の朝06:30の運用まで保証してくれるのか」という問いが強まったといい、通るべき品質基準の再考を促している（Qiita）。

いずれも「AIに任せた結果をどう信頼し、どう検証するか」という共通の関心が見え、エージェント運用が経験知見の蓄積段階に入っていることをうかがわせる。

コミュニティ動向: Kimi K3 の枝刈り版（342GB）は動くか

LocalLLaMA のコミュニティでは、大規模モデル Kimi K3 の枝刈り（pruning）・量子化版「IQ1_M / 342GB」を実際に動かした感想を求める投稿が見られた。扱いやすい規模に圧縮した版が実用に耐えるか、コミュニティで検証が始まった段階とみられる（Reddit）。Kimi K3 自体は既に広く報じられているモデルで、今回は「ローカルで動かせる形」への関心が集まっている。