Vercelがエージェント拡張の共通標準「Agent Plugins」を発表

Vercelは、AIエージェントの拡張機能を複数の環境で使い回せるオープン標準「Agent Plugins」を発表しました。「Agent Skills」とMCPサーバーの設定を共通の形式で扱い、いちど作った拡張を異なるエージェント環境でも動かせるようにするのが狙いです。

報道によると、CodexやVS Codeなどがいち早く対応を示している一方で、Claudeは現時点では未対応とされています。エージェント向けの拡張が各社・各製品でバラバラに作られてきた状況を踏まえると、共通規格がどこまで普及するかが今後の焦点になりそうです。

PDFに仕込んだ「隠しテキスト」でAIエージェントRovoを乗っ取る

セキュリティ企業のPromptArmorは、PDFファイルに隠し文字として命令を仕込み、AtlassianのAIエージェント「Rovo」をハイジャックする手法を実証しました。RovoがPDFを読み込むと隠し指示が実行され、JiraやConfluence上の機密データが外部サーバーへ密かに送信されるといいます。

最大の特徴は、ユーザーの承認を一切求めず、痕跡も残らない点。生成AIを業務文書の処理に組み込む企業が増えるなか、ファイル経由のプロンプトインジェクションが改めて現実的な脅威として浮上しています。

ローカルLLMの推論を一気に加速する「Speculative Decoding」の成熟

LLMの推論を高速化する「Speculative Decoding（投機的デコード）」が、2026年に入って主要フレームワークに広く採用され始め、コミュニティで大きな話題を呼んでいます。開発者の間では「Kimi-K2.5をあたかも小規模モデルのように動かせる」といった声も上がっています。

アイデア自体は古く、2022年頃からAppleやGoogle DeepMindが論文を出しており、もともとはLLM以外の領域にも応用されていました。今回の転機として挙げられるのが、Tri Daoらによる「Speculative Speculative Decoding」論文で、これが実用化を後押ししたとの見方があります。

注意点もあります。一部のカスタムデプロイでは、独自のツール呼び出し実装がドラフトモデルの利益を打ち消してしまい、かえって遅くなるケースが報告されています。「FlashAttention以来のマイルストーン」と評価する声もあるなか、ユースケースに合わせた導入検証が重要になりそうです。

ロボットの「実行」に特化した身体知能VLM「Capek 0.5」

Hugging Faceに公開された論文で、実行中心の視覚言語モデル「Capek 0.5」が紹介されました。ロボットの作業は反復的で、ひとつの動作が次に知感知・推論・グラウンディング・検証すべき対象を変えていく点に着目しています。

Capek 0.5は、ポストトレーニングを知覚・推論・グラウンディング・検証という4つの実行向け能力で体系化し、それぞれの専門モデルを単一の推論モデルに統合したとされています。身体知能（embodied AI）の実用化に向け、実行プロセスそのものを設計の中心に据えるアプローチといえそうです。

AmazonがAIデータセンター向けに巨大なガス火力発電所を計画

AI需要の増大に伴う電力問題で新たな動きが報じられました。Amazonは新設するAIデータセンター向けに、巨大なガス火力発電所の建設を計画していると伝えられています。

AIの電力消費はデータセンター規模で急増しており、各社が原子炉や再生可能エネルギーなど多様な選択肢を模索するなか、ガス火力は既存の送電網に比較的早く接続できる点が利点とされています。ただし化石燃料への依存を深めるとして、環境面からの懸念も出ることが予想されます。現時点では計画の詳細は限られており、今後の報道を待ちたいところです。