最新の AI ニュースを、いち早く。

arXivの新論文では、証拠の検証と重み付けの更新を不要とするプロンプトの修正をサポートする、追跡可能な多モーダル感情推論のエージェントフレームワークが提案されています。

2026年10月26日、arXivはプレプリント論文（番号2610.31685v1）を公開し、凍結型の大規模モデルに基づく追跡可能な多モーダル感情推論エージェントのアーキテクチャを提案した。このアーキテクチャは、モーダル専用の知覚エージェント、統合エージェント、MLLM批判者、および証拠検証段階を通じて、誤りの帰属とプロンプト空間の自己適応型最適化を実現し、MER2025データセットにおいて、複数のオープンソースの多モーダル大規模モデル（2B～38Bパラメータ）の感情認識Fスコアを0.6～2.2ポイント向上させた。

注目する理由本研究は、現在の多モーダル感情推論システムにおいて、指令の微調整コストの高さとエージェントのパイプラインがデバッグ不可能であるという矛盾に着目し、証拠の引用、確実性の検証、失敗の帰因、ターゲット指向のプロンプト修正を統合した、全工程にわたる説明可能なフレームワークを初めて提案する。すべての改良はモデルの重みを変更せず、4つの異なる規模のオープンソースMLLM上で実証的に有効であり、方法論的な革新性と工学的な実用性を備えている。

LangChainが「企業向けエージェントフレームワーク」の5つの主要コンポーネントを発表

LangChainは2026年10月25日にブログを公開し、マーケティング、セールス、エンジニアリングの各チーム内でAIエージェント（GTM Agent、OpenSWE、Content Studio）を導入する際に蓄積された、以下の5つの一般的なアーキテクチャ原則を体系的に説明しました。すなわち、ネイティブな統合ワーク環境（Slack）、動的なアイデンティティモデル（OBO＋固定資格情報）、二層メモリ機構（グローバル／ユーザー単位）、サンドボックス化されたコード実行、そして高い割合でのスケジュール実行（手動トリガーではない）です。すべてのエージェントはManaged Deep Agentsプラットフォームに基づいて構築されています。

注目する理由この情報はLangChainの公式ブログから引用したもので、公開日時（2026-10-25T18:06:32.000Z）は現在のシステム時刻（2026-10-25T23:01:18.857Z）より前であり、内容はすでに実装された社内用インテリジェントエージェントの実践事例に焦点を当てています。詳細も具体的で（Slackのスレッド分離、GitHubアカウントの所有権帰属ロジック、NotionやTwitterの権限階層など）、未検証の予測や外部からの主張は含まれておらず、時宜性と事実性の要件を満たしています。

マイクロソフトがAgenshをオープンソース化：1024個の自律協調型AIコーディングエージェントをサポートする分散型フレームワーク

マイクロソフト研究院は2026年10月25日、中央調整者を必要としないマルチエージェント実行時フレームワークであるAgenshをオープンソース化しました。Agenshは、ProgramBench上で1～1024のLLMベースのコーディングエージェントが自己組織的に協調して動作することを支援します。システムはGitea、Mattermost、DeLMスタイルの共有ボードに基づいて分散型の調整を実現しており、すべてのエージェントが同一のプロンプト駆動型五段階ループを実行します。また、Linux＋Docker環境下でスケーラビリティが検証されています。

注目する理由この成果は、マルチエージェントシステムアーキテクチャの重要な進化を示しており、従来の「マスターエージェント」型パラダイムを廃し、プロンプトエンジニアリングと軽量なサービスの組み合わせによって大規模な自己組織化を実現しています。ProgramBenchにおける実証データ（たとえば、128個のエージェントによる5つのタスクの均等分配において49％の性能向上）は、分散型AIの設計・実装に新たなベンチマークを提供しています。また、MITライセンスでオープンソース化されており、Copilot CLIなどの主流な単一エージェントツールとも互換性があるため、実際の開発における参考価値も備えています。

AnthropicがOSレベルのサンドボックスであるsandbox-runtimeをオープンソース化：AIエージェントにコンテナレスなファイルおよびネットワーク隔離を提供

Anthropicは2026年10月24日、AIエージェント、MCPサーバー、CLIツールのファイル読み書きおよびネットワークアクセス権を制限するための、コンテナに依存しないOSレベルのサンドボックスツールであるsandbox-runtime（srt）をオープンソース化しました。macOS（Seatbelt）、Linux（bubblewrap）、Windows（alpha）をサポートしており、npmパッケージのバージョンはv0.0.81で、ライセンスはApache-2.0です。

注目する理由このツールは、AIセキュリティインフラストラクチャの重要な進化を示しています。OSのネイティブな隔離メカニズムにより、細粒度でプロセスツリー全体を網羅するサンドボックス制御を実現し、プロンプトインジェクションや権限の過剰付与といったリスクに正面から対処しています。また、Claude Code内部での使用においてもその効果が検証されています。

バイエル・クロップサイエンスは、Amazon Bedrock AgentCoreを基に、マルチエージェント型意思決定エンジンADEを構築しました。

バイエル・クロップサイエンスは、育種専門家、アナリスト、研究者向けの自然言語対応マルチエージェントプラットフォームであるAgentic Decision Engine（ADE）をAmazon Bedrock AgentCore上に構築し、これを既存のConnected Decision Engine（CDE）の強化層として位置付け、代替とはしていません。同システムは本番環境で稼働しており、100名を超えるR&Dユーザーにサービスを提供しています。22の分野特化型エージェントと約20のAPIツールにより、問題の約80％をセルフサービスで解決しています。

AI Agent Memory: How LLM Agents Manage State in Production

Learn how AI agent memory works, explore short-term and long-term memory architectures, and discover how to combine n8n and Cognee to build AI workflows that retain context, share knowledge, and learn across sessions.

エージェントスキルをアジェンティックAI財団に寄付する

エージェントスキルをエージェンティックAI財団に寄付する 本日、Anthropicから以下のニュースが発表されました：私たちは、エージェントスキルをオープンでコミュニティ主導、ベンダー中立のものとして維持することを約束しています。本日、当社はこの標準を、昨年BlockおよびOpenAIと共同で設立し、MCP（モデルコンテキストプロトコル）を寄贈したLinux Foundation傘下のエージェンティックAI財団（AAIF）に寄付します。喜ばしいことに、私は昨年12月に、Anthropicが初めてスキルを「オープン標準」と宣言した際、この動きを予見していました。この流れがAAIFへとつながるとは、驚くことではありません。AAIFは最近、MCP仕様の新たな受け皿となっています。おまけの豆知識ですが、私のブログコンテンツはdatasette-mcpプラグインを通じてClaudeにも利用可能であり、Claudeに「simonwillison.netのMCPを使って、私がスキルについてどのように語っていたかを調べてみてほしい」と促すことで、その記事を見つけました。

AIエージェントのハルシネーション検出における多層アプローチ：本番環境向けの実用的フレームワーク

本稿では、AIエージェントが実際のワークフローにおいて幻覚を生じさせる典型的な四つのパターン（事実性、文脈性、虚構性、自己矛盾）を体系的に整理し、単一のスコアリングに依存するのではなく、信頼性チェック、ソース検証、自己整合性評価、意味エントロピー分析、ならびに人間と機械の協調における閾値設定など、多角的な検出手法を組み合わせる必要があることを示した。さらに、検出はワークフローの閉ループに組み込まれ、観測性、エラー処理、および人間による審査のプロセスと深く統合されるべきであることを強調している。

自己ホスト型の大規模モデル vs. クラウドAPI：リクエストをどのようにスマートにルーティングするか

本稿では、自己ホスト型の大規模言語モデルとクラウドAPIを、データプライバシー、コスト、遅延、性能の観点から比較し、オープンソースで展開可能なモデルのハードウェア要件（例：VRAMや量子化）および代表的な技術スタックを紹介します。さらに、n8nを例として、タスクの機密性や複雑さ、コンプライアンス要件に応じて、ローカルとクラウドのモデル間でリクエストを動的に分配するハイブリッドルーティングワークフローの構築方法を説明します。

API バージョン管理戦略：ワークフロー統合の安定性を確保

本稿では、URI、HTTPヘッダー、日付、クエリパラメーターの4つの主流なAPIバージョン管理戦略を比較し、可読性、キャッシュ互換性、デバッグの利便性におけるそれぞれの違いを分析するとともに、非推奨ヘッダー（Deprecation/Sunset）、レスポンスコード（たとえば410 Gone）およびn8nワークフローの組み込みメカニズムを活用したスムーズな移行の実現方法を詳しく解説します。

ステートフル対ステートレス：AIエージェント構築におけるコンテキスト管理戦略

本稿では、AIエージェントシステムにおけるstateful（有状態）アーキテクチャとstateless（無状態）アーキテクチャの核心的な違いを検討し、それらがスケーラビリティ、フォールトトレランス、コンテキストの連続性に与える実際の影響を分析します。さらに、n8nプラットフォームを例として、メモリノード（Memory nodes）とステートストア（state stores）を階層的に設計することで、柔軟かつ制御可能な状態管理を実現する方法を示します。

ディープインサイト：AWSのオープンソース多エージェントシステムは、5つの本番レベルの課題をどのように解決するのか

AWSソリューションアーキテクチャチームが提供するオープンソースのマルチエージェントシステム「Deep Insight」は、CSVデータの自動分析および自然言語によるレポート生成といったユースケースを対象とし、本番環境でよく見られる5つの主要な課題――エージェントのオーケストレーション、役割に応じたモデル選択、安定した運用、安全なコード実行、そして可観測性――に体系的に対応します。また、LGエレクトロニクスやre:Invent 2025 TechReconなど、実際の活用シーンにおいても実証済みです。

AWSが適応型エージェントフレームワークAAIFを発表：Strands Agentsを基に、エッジとクラウドの協調による階層型AIタスクスケジューリングを実現

AWSはAdaptive Agentic Intelligence Framework（AAIF）を提案し、Strands Agentsを用いて階層型エージェントアーキテクチャを構築しています。ローカルの小型言語モデル（SLM）によりタスクを動的にルーティングし、通常のIoTテレメトリや視覚分析はエッジで実行、複雑な推論はAmazon Bedrockのクラウド大規模モデルに委ねます。このフレームワークはハイブリッド展開をサポートし、コストを抑制できるほか、責任あるAIに関する制御勧告も統合されていますが、現時点では概念実証の段階であり、第三者による検証や商用導入に向けたデータは公表されていません。

Smartsheetは、AIエージェントがAWS上でリアルタイムのプロジェクトデータに直接接続できるModel Context Protocol（MCP）サーバーを導入しました。

Smartsheetは、汎用版のModel Context Protocol（MCP）サーバーを正式にリリースしました。この標準化されたプロトコルにより、AIエージェントはSmartsheet内のプロジェクトテーブル、行、列、自動化など、構造化データへの読み書きが可能になります。本サービスはAWSエコシステムに展開されており、Amazon Quick（ビジネスユーザー向け）とKiro（開発者向け）の2種類のクライアントからの接続をサポートし、自然言語によるツール間のタスク更新、ステータス同期、コンテキスト感知型の開発を実現します。

AWSが技術プレビューを発表：Amazon QuickとBedrock AgentCoreでガバナンス可能な対話型サプライチェーンインテリジェンスシステムを構築

AWSは、Model Context Protocol（MCP）に基づくモジュール型エージェントアーキテクチャを発表し、AgentCoreによって企業規模のツール間インターフェースを統一的に管理します。また、Amazon Quickは業務ユーザー向けの自然言語対話型インターフェースを提供し、ERP、調達、監視などのシステム間でリアルタイムかつ承認主導型のサプライチェーン意思決定支援を実現します。なお、本ソリューションは技術プレビューであり、製品としての運用準備や顧客への導入については保証いたしません。

AWSエージェントレジストリが正式にリリースされました：ランタイム時のセマンティックディスカバリーと動的オーケストレーションをサポートするMCPサーバーおよびA2Aエージェント

AWSは2026年10月26日、Agent Registryサービスの一般提供を発表しました。このマネージドサービスは、ハイブリッドなセマンティクスとキーワード検索を活用し、実行時に承認済みのModel Context Protocol（MCP）サーバーおよびAgent-to-Agent（A2A）エージェントを動的に検出・インスタンス化・実行することで、ハードコーディングによるツール統合に代わり、エンタープライズ規模のAIエージェントのスケールアウトにおけるオーケストレーションのボトルネックを解消します。

n8nが2026年のブランド刷新を完了：新ロゴ、新フォント、そして進化するピンクをメインカラーに

n8nは2026年10月14日、In The Loopカンファレンスにおいてブランド刷新を正式に発表しました。これには、新たなダイナミックなロゴ、テクノロジー感と人間味のバランスを取ったカスタムフォント、さらに最適化されたピンク系とグレー階調の補助色システムが含まれており、ワークフロー自動化プラットフォームからAIエージェント（agentic AI）をサポートするレスポンシブシステムへと進化するという戦略的ポジショニングを反映しています。

Run your n8n AI workflows on NVIDIA DGX Spark, with no cloud API

Most small businesses want the same handful of AI jobs. They want to draft emails, summarize calls, read invoices, search their own documents, and make the odd image. Plenty of them can't send customer data to a cloud API to do it.Often the reason is data privacy

12種類のエンタープライズ向けワークフロー自動化プラットフォームの横断比較：n8n、ServiceNow、Power Automateなどが選出

n8nブログは、12種類の主流なエンタープライズ向けワークフロー自動化プラットフォームを比較した詳細なガイドを公開し、デプロイメントモード、統合能力、ガバナンスメカニズム、AI／エージェント対応、コストモデルの5つの観点に焦点を当てています。また、データ主権、複数のAIベンダーへの切り替え、コードの拡張性といった技術チームの核心的な要望を強調しています。

You.com、Jev、n8nで朝のAIニュースを簡単に作成

毎週午前8時、このワークフローは日のAIニュースを検索し、約$0.00004の重要性に関するすべての記事をスコアリングし、トピックごとに1つの引用された簡単な投稿をSlackに投稿します。 実際のニュースがないトピックでは投稿がありません.