8月11日、NVIDIAがエージェント用途に特化したオープンモデルと、モデルルーティングのOSSを同時に投入した。"モデルのシステム"という構成がいっそう現実味を帯びてきた。一方で、史上最大級の評価額に挑むAnthropicのIPOには投資家から慎重な声が上がっている。開発現場では、AIがわずか20プロンプト未満でZoomの重大バグを見つけるなど、セキュリティ領域での存在感も強まった。

NVIDIA、エージェント特化の「Nemotron 3.5 Lightning」とルーティングOSS「NeMo Switchyard」

NVIDIAは8月11日、Nemotron 3ファミリーに30B（300億）パラメータのMixture-of-Experts（MoE）モデル「Nemotron 3.5 Lightning」を追加した。常時稼働するエージェント（always-on agents）が繰り返す高頻度の専門タスクを想定しており、同クラスの比較で最大4倍のトークン生成速度と30%高速なタスク完了を実現するとしている。

同モデルはオープンウェイトで、NVIDIA NeMoを使って組織独自のデータやツール、ワークフローでポストトレーニングできる。想定される用途はコードレビュー、ツール呼び出し、セキュリティアラートの監視、請求書などを含む問い合わせ対応だ。CrowdStrike（サイバーセキュリティ）、Harvey（法務）、CodeRabbit（コードレビュー）などがすでに自社ワークロード向けにカスタマイズを進めている。ローカル実行も前提で、RTX PC、DGX Spark、DGX Station、Jetsonで動き、vLLM、Ollama、llama.cpp、LM Studio、Unslothがデプロイを支える構えだ。

あわせて公開されたのが、オープンソースのモデルルーティングライブラリ「NeMo Switchyard」だ。エージェントのワークフローをステップごとに分解し、精度・速度・コストを基準に各ステップへ最適なモデルを自動で振り分ける。アプリを書き換えずに導入できる点が売りで、NVIDIAの内部ベンチマークではフロンティア級の精度を保ったまま、タスク完了コストをOpus 4.8単体の「ほぼ3分の1」まで圧縮したという。Boomi、Classmethod、Cognition、LangChain、Rampなどが試行段階でコスト削減を報告している。

NVIDIAが描くのは、推論の強いモデル（Nemotron 3 UltraやGPT-5.6クラス）が計画・統括し、Nemotron 3.5 Lightningのような小さな専門モデルが実タスクを担う「モデルのシステム」だ。エージェントを1つの巨大モデルに頼るのではなく、複数モデルを協調させる構成が、性能とコストの両立策として定着しつつある。

AnthropicのメガIPOに浮かぶ懸念

Anthropicは9月から10月にかけてIPOを準備していると報じられている（Wall Street Journal）。史上最大規模になる可能性があり、企業価値は約9650億ドルの水準とされる。

ただし投資家向けの説明の場では鋭い質問が相次いでいるという。中国の競合モデルとの競争、トランプ政権との緊張、データセンター建設に対する抗議運動などが主な懸念材料だ。このIPOの評価額はAI業界全体の指標になる見通しで、先行きの相場感を占う試金石として注目されている。

AIが20プロンプト未満でZoomの脆弱性を発見

セキュリティの現場でもAIの影が濃くなった。報道（WIRED）によると、Zoomの画面共有機能に「通話の参加者が他人のデバイスを乗っ取れる」欠陥（現在は修正済み）があり、それを公開のAIツールがわずか20プロンプト未満で見つけ出したという。

高度な脆弱性発見にかつては熟練の解析が要したことを踏まえると、AIによる探索で攻撃と防御の両面でハードルが同時に下がっていることを示す象徴的な事例といえる。

北京がAIの恋人に「強制別れ」を迫る

中国ではAIコンパニオンが急成長してきたが、規制の網が狭まりつつある。北京はByteDanceの「豆包（Doubao）」などを含むAIボーイフレンド／ガールフレンドサービスの整理を進めており、利用者が事実上の「別れ」を強いられていると伝えられている。

感情的なつながりを前提にしたサービスだけに、利用者への影響や「デジタル関係」を社会がどう位置づけるかという議論を呼びそうだ。

AIが統合失調症を766遺伝子のネットワークとして地図化

AIは精神疾患の理解にも使われ始めている。新しい取り組みでは、統合失調症を766個の遺伝子からなるネットワークとして地図化したという。個別の遺伝子ではなく遺伝子群のつながりとして病態を捉え直すことで、原因の解明や新たな治療標的の発見につながる可能性があるとされる。

エージェントを「モデルのシステム」として構成する流れが、性能とコストのジレンマをどう解きほぐしていくか。現時点では推測も交じるが、当面の焦点になりそうだ。