DeepMindのポーカーAIチームが量子ファンド向けAIを開発、評価額5億ドル超え

プラハを拠点とするAIラボ「EquiLibre Technologies」が注目を集めている。同社はDeepMindでポーカーAI（ReBeLなど）を開発した3人の研究者によって設立され、現在では評価額5億ドルを超える企業に成長した。

ポーカーは不完全情報ゲームの代表格であり、相手のブラフを読みつつ確率的に最適な判断を下す必要がある。この技術は金融市場、とりわけクオントヘッジファンドにおけるアルゴリズム取引に応用できる。EquiLibreはこの関連性を活かし、AIによる投資判断システムをヘッジファンド向けに提供している。

ゲーム理論AIから金融AIへの応用は以前から存在したが、DeepMind級の研究者チームが資金調達と実装を本格化させた点が新しい。AIの「実用的な金銭化」の一形態として、業界の注目を集めている。

AIブラウザのガードレールを無効化する「ドリームワールド攻撃」

AIブラウザ（LLM搭載の自律ブラウジングツール）に新たなセキュリティリスクが指摘された。Ars Technicaが報じた攻撃手法では、「2 + 2 = 5」といった偽の前提をLLMに吹き込むだけで、本来禁止されている指示に従わせられるという。

攻撃者はこの手法でAIブラウザを「ドリームワールド（夢の世界）」に引き込み、セキュリティガードレールが機能しない状態を作り出す。本来なら拒否すべき操作（認証情報の窃取、悪意のあるコード生成など）をAIに実行させることが可能になる。

問題の根本には、AIブラウザが「サイトを閲覧すること」と「LLMに質問すること」の境界を曖昧にしている点がある。LLM開発各社はガードレールで対処しているが、それは反応的・対症療法的であり、根本解決には至っていないと指摘されている。AIブラウザの普及が進む中、安全性の検証が急務となっている。

MetaがDDR4メモリをDDR5サーバーで再利用、独自CXLチップでコスト削減

Metaが、古いDDR4サーバーメモリを新しいDDR5専用サーバーで再利用する独自のCXL 2.0チップを開発した。Tom's Hardwareが報じた内容で、AI推論・学習用インフラの急激な拡大に伴うハードウェアコスト上昇への対処策として注目されている。

このカスタムチップは、従来のDDR4-2400メモリと最新のDDR5-6400メモリを同一システム内で統合利用することを可能にする。Metaは既存の在庫を有効活用しつつ、新規調達コストを抑える狙いだ。AIのスケールアップにはメモリ帯域幅と容量が不可欠であり、DRAMの調達コストはデータセンター運営における主要な支出項目となっている。

ハイパースケーラーが半導体レベルでカスタムソリューションを開発する事例は増えており、AIインフラのコスト最適化が「自前設計」の段階に入ったことを示している。

GoogleがADK for Go 2.0と「エージェント品質フライホイール」を発表

Googleは2026年6月30日、AIエージェント開発に関する2つの重要な発表を行った。

1つ目は「ADK for Go 2.0」（Agent Development Kit for Go 2.0）。Go言語でのAIエージェント構築を支援するフレームワークの新版で、実運用でのパフォーマンス改善が図られている。

2つ目は「エージェント品質フライホイール（Agent Quality Flywheel）」。コーディングエージェントのプロンプト改善が本番環境で本当に効果があるかを、5段階のプロセスで自動検証する仕組みだ。エージェントの改善サイクルを定量的に評価し、継続的な品質向上を図る。

エージェント開発の現場では「プロンプトを変えたが本当に改善されたか分からない」という課題が一般的であり、Googleはこの問題に正面から取り組む姿勢を示した。ADKと品質フライホイールの組み合わせにより、エージェント開発の計測可能性が向上することが期待される。

AIエージェントが知らぬ間にクラウドへ送るデータ — 透明性の課題

Claude Code、Cursor、ClineなどのAIエージェントを使用している際、「自分のPCのどのファイルが読まれ、その中身がどこまでクラウドに送られているか」を把握できているユーザーは少ない。Zennの記事でこの問題が取り上げられ、開発者の関心を集めている。

チャット欄に自分で入力しているうちは送信内容を把握できるが、エージェントが自律的にファイルを読み込んだりコマンドを実行したりする場合、何が送信されているかは不透明になりがちだ。ソースコード、環境変数、APIキーなどが意図せず外部に送信されるリスクがある。

記事では、AIエージェントの利便性とデータ保護のバランスをどう取るかが課題として挙げられている。ローカルでの処理範囲の明示化や、送信データの可視化ツールの整備が求められている。