TSMCはA13プロセス技術を発表したが、これはA14の後継ではなく、A14をベースにした縮小版と位置付けられている。A13はA14との完全後方互換を保ちつつ6%の面積削減を実現し、顧客の設計移行負担を抑えることを重視した派生ノードである。この発表は、A12やN2U、先進パッケージ技術と合わせて、TSMCが先端ロジックと先進パッケージの全体的な更新周期を提示していることを示している。
Metaは、AIエージェントの訓練データ整備のため、米国従業員の業務用PCでマウス移動やクリック、キーストローク、画面スナップショットを収集する。これは、AIを「答えるAI」から「操作するAI」へ進化させるため、完成品ではなく作業途中の「迷い」を高価なデータとして活用する狙いがある。他社が顧客データと学習データを分離する中、Metaは従業員の行動データをAI訓練に直接利用する点で一線を画しており、プライバシーや労務管理上の課題が指摘されている。
OpenAIは、企業におけるAI活用を組織全体のプロセス自動化へと転換させる「Workspace Agents」のResearch Preview版を公開した。これは、チームの共有コンテキストを理解し、複数のシステムを横断して自律的にタスクを完了する高度な実行能力を持ち、従来のAIが抱えていたツール間の断絶やチームコンテキストの欠落といった課題を解決する。
Moonshot AIのKimi K2.6は長時間動作するエージェントとして注目されるが、その運用堅牢性に関する詳細な情報が不足している。企業が求めるのは、モデルの性能指標だけでなく、監督方法や復旧手順といった具体的な運用開示であり、今後の課題となっている。
Google Cloudは、企業が数百から数千の自律型AIエージェントを管理・運用する課題に対応するため、新たなエンタープライズ向け開発プラットフォーム「Gemini Enterprise Agent Platform」を発表した。本プラットフォームは、開発環境の刷新、長時間実行と永続的コンテキストを支える実行基盤の強化、そして厳格なガバナンスとインフラストラクチャの統合により、エージェントの急増という課題に包括的に対応する。
Googleは、AIエージェントの台頭によるインフラ要求の変化に対応するため、第8世代TPUで学習特化の「TPU 8t」と推論特化の「TPU 8i」という2つの独立したチップを導入した。これにより、フロンティアモデルの学習時間短縮と低遅延推論を実現し、用途特化によるパフォーマンスと電力効率の最大化を追求している。
MozillaはAnthropicのAI「Mythos」をFirefox 150の検証に導入し、人間では見つけられなかった種類のバグではないものの、271件もの脆弱性を発見した。これはAIが従来のファジングでは困難なコード読解による高密度な探索で、未処理のバグを大量に可視化し、防御側の修正能力と運用の再設計が重要であることを示している。AIによる脆弱性検出コストの低下は、攻撃側の優位性を薄め、防御側の持久力を底上げする可能性を秘めている。
Microsoftは、TypeScript 7.0 Betaをリリースし、基盤言語をGo言語に移行することで、前バージョン比で平均10倍のパフォーマンス向上を達成した。この再構築により、大規模コードベースでのボトルネックを解消し、並行処理アーキテクチャへの移行と厳格な言語仕様のデフォルト化を進め、開発体験のモダナイゼーションを推進する。
SpaceXはAIスタートアップCursorを600億ドルで買収する権利、または共同作業の対価として100億ドルを支払う異例の提携を発表した。この提携は、Cursorが計算能力不足を解消し、SpaceXがAIコーディング分野の空白を埋める戦略的意義を持つ。また、SpaceXのIPOを控える中で、AI企業としての側面を強化し、投資家へのアピールを狙う動きである。
Anthropicの料金ページでProプランからClaude Codeの表示が消え、開発者コミュニティに不信感が広がった。同社は小規模テストと説明したが、公開情報が食い違ったことで、定額プランが実利用の重さに耐えきれなくなり、計算資源の重いワークロードを別の価格体系へ移そうとしている可能性が高い。
組み込みデータベースの性能改善は、普通なら数％ずつ積み上げる地道な作業になる。ところがRust製OSSデータベースredbの4.1.0では、書き込み性能が一部ベンチマークで約1.5倍に伸びたうえ、savepoint復元やテーブル操作に潜んでいた破損リスクまでまとめて修正された。しかもリリースノートは、その多数のバグ修正をAIコーディングエージェントが見つけたと明記している。高速化だけでも珍しいのに、直した場所がデータベースの深部だった点がさらに重要だ。redb 4.1.0は、AIがOSSで何を担い始めたのかを具体的な数字で示した。
Linuxカーネルのnetdevメーリングリストでは、保守負荷の高い古いネットワーク関連コードの削除提案が相次いでいる。AIやfuzzerによる問題報告の増加と利用実態の不透明さが理由だが、一部ドライバには現行利用の申告があり、一律削除は難しい状況だ。
