OpenAIが生命科学AI評価のベンチマーク「LifeSciBench」を公開

OpenAIは6月17日、生命科学研究におけるAIシステムの実力を測るためのベンチマーク「LifeSciBench」を発表した。専門家が作成し、専門家がレビューする仕組みで、現実の生命科学研究タスクや意思決定においてAIがどの程度機能するかを評価する設計となっている。

これまで汎用ベンチマーク（MMLUやHumanEvalなど）で高スコアを稼ぐモデルが、実際の研究現場では役に立たないケースが指摘されてきた。LifeSciBenchは、そうした「ベンチマーク性能と実用性の乖離」に対する一つの回答と言える。専門家レビューを組み込むことで、モデルの回答が本当に科学的に妥当かを判定する仕組みが特徴だ。

生命科学はAIの応用が期待される分野の一つだが、誤った推論が直接的な被害につながるリスクもある。信頼できる評価基盤の整備は、今後の研究利用の前提条件となる。

Amazon Quickが自律エージェント機能を追加 — バックグラウンドで業務を自動化

Amazon Quick（AWSのAIアシスタント）が、自律型エージェント機能、アクティビティフィード、クロスデータソース検索を新たに追加した。自然言語で指示するだけで、会議中でもバックグラウンドでタスクを継続処理するエージェントを構築できる。

具体的には、フォローアップメールの作成、CRMの更新、コンプライアンス変更の要約などを自動化できる。エージェントには段階的な指示から大まかな目標まで、自律度を調整して設定可能。また、メール、メッセージング、カレンダー、タスクを統合した優先度付きフィードで、重要なメッセージを自動判別する機能も追加された。

さらに、複数データソース（Salesforce、Databricks、スプレッドシート等）を横断した検索と分析が可能になり、自然言語で質問するだけで対話型ダッシュボードを生成する機能も実装された。アプリケーションを会話ベースで構築・共有できる機能もPlus用户向けに提供開始されている。

既存の業務システムと連携するAIアシスタントの進化は著しく、特にコーディング不要でエージェントを構築できる点は、非エンジニアの業務自動化ハードルを下げる要素として注目される。

「トークンマキシング」の代償 — 企業のAIコスト問題が表面化

シリコンバレーで年初に流行した「トークンマキシング」― 従業員にAIの利用を極限まで推し進める方針 ― の代償が顕在化している。Uberが年間AI予算を数ヶ月で使い切ったほか、一部企業はClaudeのライセンスを削減し、Metaは社内のAI利用ランキングを廃止したと報じられている。

NEAのTiffany Luckは、企業が依然としてAIのROI（投資対効果）を測りかねていると指摘。AI導入のコストとリターンをどう評価するかは、今後の企業AI投資の方向性を左右する重要な論点となっている。

この問題は、AIコストの透明性が低いこと、および利用状況の可視化が不十分なこととも関連している。トークン単価の低下が進んでも、組織全体の利用量が予測不能なスピードで増加する現状では、予管理は容易でない。

米国がDeepSeekブラックリスト入りを見送る — 100社以上はセキュリティリスク认定

ロイター通信（6月17日）によると、米国政府は中国のDeepSeekをブラックリスト（エンティティ・リスト）に登録する措置を見送った。ただし、100社以上はセキュリティ上のリスクがあると認定されているという。状況は流動的で、今後の方針は米中関係の文脈でさらに変化する可能性がある。

DeepSeekはオープンソースLLMで高い評価を得ており、特にコストパフォーマンスの面で注目を集めてきた。規制措置の有無は、オープンソースAIコミュニティ全体にも影響を与える重要な判断材料となる。

RetoolがReact AI アプリビルダーを発表

Retoolは、ReactベースのAI アプリケーションビルダーを発表した。プロンプトとデータソースを指定するだけで、Reactアプリケーションを自動生成できる。ローコード/ノーコードツールの領域でAIを活用した開発自動化が加速している。

Hacker Newsでは4ポイントと大きな反響には至らなかったものの、エンタープライズ向け内部ツールの迅速な構築ニーズに応える製品として、実用性は高いと評価できる。

Lemonade v10.8 — ローカルLLMのメモリ管理とMCPゲートウェイ

AMD主導のローカルLLM管理ツール「Lemonade」がv10.8をリリースした。動的VRAM管理（アイドルモデルの自動アンロード、モデルピン留め）、コンテキスト長の自動最適化、クラウドオフロード機能が追加された。さらに、ローカルモデルをMCPツールとして外部から呼び出せるMCPゲートウェイも実装されている。

20名のコントリビューターが7日間でリリースしたという開発スピードも注目すべき点で、ローカルLLMのエコシステムが急速に成熟していることを示している。