10月12日のAIニュースは、AIエージェントの実力を冷ややかに見定める研究報告が並んだ一日だった。エージェントを大勢編成しても品質はほとんど上がらずコストだけが膨らむ、モデルは実験を実行できても自らの結果を批判的に検証できない──2つの独立した報告が、エージェント熱の裏側にある構造的な問題を浮かび上がらせた。一方、企業側の動きは活発で、AmazonがAIスタートアップのDecart買収を約70億ドル規模で交渉していると報じられた。

AmazonがDecart買収を約70億ドル規模で交渉中

WSJの報道をBloombergが伝えたところによると、AmazonはAIスタートアップのDecart AIを買収する交渉を進めており、取引額は約70億ドルになる可能性があるという。交渉が破談になれば別だが、成立すれば早い段階でまとまる可能性があるとされる。関係者談話ベースの報道で、Decartの事業内容や買収の背景といった詳細は現時点では伝わっていない。AI大手による開発企業の取り込みが続く中、次の大型再編の候補として注目される。

エージェントを大勢編成しても品質はほぼ横ばい──コストは最大5.1倍

Vals AIの調査をThe Decoderが伝えている。それによると、GPT-6 SolとClaude Opus 5.5を使った4つのテストのうち、エージェント・チームによる品質向上が実際に測定できたのは1つだけだった。チーム編成は単体エージェントをかろうじて上回る程度で、コストは最大5.1倍かかるという。さらにAnthropic自身の公開データもこれを裏付けており、エージェント数が10を超えたあたりで品質は頭打ちになり、トークンコストだけが増え続けるという。

ちょうど先日、Anthropicは「Claude Managed Agents」でリードエージェントが最大1,000個のサブエージェントへタスクを配分できる機能を投入したばかりだが、並列数をかさ増しすれば良いというものではないことが、第三者調査とベンダー自身のデータの双方から示された形だ。「とりあえず多人数編成にする」という運用は、コスト面で再考を迫られそうだ。

Epoch AIとAnthropicの分析「AIは実験できるが、自分の結果を疑えない」

同じくThe Decoderが伝えるEpoch AIとAnthropicの独立した分析では、GPT-5.6 SolやClaude Fable 5といった現行モデルは実験を実行できるものの、科学的な自己批判や本来の意味での創造的思考が欠けているとされる。最良のケースでもSolは人間の参考スコアの15%にとどまり、しかもその成果は研究者がすでに知っていた方法によるものだったという。最大の弱点は、自らの結果を批判的に疑うことができない点だ。

エージェントに「研究を任せる」機運が高まる中、到達点を冷静に測る物差しが示された。ベンチマークの伸びと自律的な研究能力は別物だという指摘は、AI活用の設計にも響きそうだ。

XPeng、自動運転の欧州適合は約2週間──必要データは1万分の1

Bloombergのインタビューで、XPengのGeneral Intelligence部門責任者Liu Xianming氏は、同社の先進運転支援技術を欧州の道路へ適合させる際、基盤モデルの訓練に必要だった量の1万分の1程度のデータで済むと明かした。ある欧州の国から別の国への調整には約2週間かかるという。パリモーターショーを前に明かされたこの話は、市場ごとにシステムを作り直すコストを大きく引き下げられる可能性を示す。

OpenMed 3.0──患者データを手元から出さない臨床AIツールキット

Apache-2.0ライセンスの医療AIツールキットOpenMedが3.0を公開した。開発者が掲げるただ一つのルールは「患者データは自分のマシンから出さない」。APIキーもクラウド呼び出しも不要で、オフライン動作する。Hugging Face上の2,200以上のオープンモデルを、Transformers、ONNX、GGUF（llama.cpp）、ブラウザのWebGPU/WASM、スマホで実行できる。

3.0の目玉はPatient Journey機能で、診療メモ、病院のFHIRフィード、HL7メッセージ、検査CSV、画像レポートといった散在するソースを1人の患者ごとのタイムラインに統合する。注目すべきは「推測を拒む」設計だ。99%の一致度でも患者レコードは自動統合せず、人が確認する。誤った統合は、ある患者のアレルギー情報を別人のカルテに混入させることになるからだ。2つのソースが診断名で食い違えば両方を残してレビュー待ちとし、検査値が6.8から4.4へ修正されても修正前の記録をそのまま読める。「1月」としか書かれたメモの日付を1月1日と捏造しない、という姿勢は、生成AIの幻覚問題への実践的な答えになっている。

そのほかの動き

  • AnthropicとOpenAIの「黒箱」収益に投資家が困惑（Bloomberg）: OpenAIは年末までに年換算収益700億ドル規模に到達する見通し、Anthropicは7月時点で650億ドルとされるが、両社の計算方法が異なり単純比較ができないという。非上場AI大手の実力を測る物差しの乱れが、投資家の判断を難しくしている
  • AI企業が「day after」シナリオを策定中との報道: 公共の反発に備えたシナリオ作りをAI企業が進めているとのスクープが伝えられた
  • Lancet委員会が2100年までの人類終末リスクを警告: 核戦争とAIの悪用が主要なリスク要因として挙げられた
  • Michael I. Jordan氏「スーパインテリジェンスはサイエンスフィクション」: 機械学習の重鎮によるフランス紙リベラシオンへのインタビューが話題に
  • RTX 3090単体でQwen 3.8 27Bを140トークン/秒: CUDA megakernelエンジンによる実装で、llama.cpp比1.4〜1.9倍の速度に加え、KLダイバージェンス0.0009と精度劣化もほぼないことが検証された
  • RTX 5090が5,000ドルに高騰: AI企業がゲーミングGPUをパレット単位で買い付けているためとRedditで話題に。先に伝えた生産終了の噂と合わせ、ローカルLLM勢の調達環境は厳しさを増しそうだ
  • 国内のChatGPT利用者は2,670万人: 調査会社ヴァリューズの推計（2026年5月の月間アクティブユーザー）。Agent iは623万人など、計6サービスが計上された