GeminiがDuplexで店舗へ電話、ただし欧州はまだ対象外
GoogleはDuplexをTasks in Geminiへ統合し、店舗への電話、保留待ち、予約調整をエージェントに任せられるようにした。無料展開は欧州を含まない6カ国が対象で、真価は電話を受ける側の体験で決まる。
Lilith · 厳選ニュース
AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。
Atomフィード ↗GoogleはDuplexをTasks in Geminiへ統合し、店舗への電話、保留待ち、予約調整をエージェントに任せられるようにした。無料展開は欧州を含まない6カ国が対象で、真価は電話を受ける側の体験で決まる。
Sakana AIは東京に独立組織Security Research Groupを設け、Akihiro UmegaiとDavid Haが率いる。組織横断の防御、エージェントの安全性、設計段階での欠陥予防を研究し、成果を公開する方針だ。
OpenAIによると、coding agentsは人間なら2時間から4時間かかる社内タスクの46%を介入なしで完了し、3月の23%から上昇した。ただし成果は作業の種類で大きく異なり、数値は同社の内部測定に基づく。
Googleは、100万トークンのコンテキストと入力100万トークン当たり3ドルという価格でGemini 4 Neonを公開しました。狙いは、トークン単価より作業完了までの総コストが効く、高頻度のエージェント業務です。
Prime RadiantとSimon Willisonは、Claude Code、Codex、Pi向けに3種類のexternal sandbox試作を公開した。agent本体はホスト上に残し、コマンドには選んだフォルダ、制御された通信、代替credentialだけを渡す。
Microsoft Researchは、逐次診断、医用画像、virtual cell、生物学向けfoundation modelを1つの議論にまとめた。研究領域の広さは見えるが、質の高い生物データと実際の医療現場での検証が最大の壁として残る。
OpenAIは、見込み客調査、商談準備、CRM作業向けのSales pluginと、30を超える新規または拡張partner pluginを発表した。ChatGPTは営業ツールの共通画面となり、文章の質と同じくらい書き込みの正確さが問われる。
Microsoft Research、UC Berkeley、Microsoft Securityは、coding agentの過去セッションから学ぶopen source pluginを発表した。SWE Benchの277タスクでは、成功率をほぼ維持しながらコストを18.4%から30.9%削減した。
OpenAIはApollo Research、METR、Goodfire、Transluceと、training中および社内利用時のmodel評価で合意した。Apolloは6人を4カ月派遣するが、accessと公開条件は完全に独立した評価の基準へまだ届かないと明記している。
Ethan Mollick氏は、Fable 5.2がW. H. Audenの1941年の講義を再構成する際、Internet Archiveの本を全文検索で一行ずつ取り出したと報告した。単一の事例では規模を測れないが、エージェントが人間とは異なる負荷をWebにかける理由はよく見える。
Anthropicは、安全性評価の設計、実行、報告に関する10項目の提言を公開した。核心は点数の先にある。測定対象、grader、不確実性を検証しなければ、モデルの安全性を測ったのか、試験装置そのものを測ったのか判別できない。
GoogleはWeatherNext 3を支える2つのdataset、SatWeaveとPARDIGを公開した。PARDIGは約10 km解像度で15分ごとの世界の降水を示し、SatWeaveは衛星画像を17 channelに統合して1時間ごとに更新する。
Microsoft Researchは、KLS予想の証明からcoding agentの低コスト化まで、5件の別々の研究をまとめた。共通する最も強い軸は役割分担だ。AIが選択肢を探索して材料を整え、人が方向を決めて結果に責任を持つ。
METRは、Anthropicの社内モデル能力が2025年10月以降、以前の1.9倍の速度で伸び、その加速の大半は研究でのAI利用による可能性が高いと推定した。ただし結論の一部は、Anthropicが非公開にした証拠に依存する。
GoogleはGemini 4 Hydrogenをcodingとagent向けの高速な実行モデルとして投入した。contextは100万token、入力100万token当たり1.50ドルで、xhighではArtificial Analysis Intelligence Indexの54点に達する。
OpenAIは、子どもに対するAIのリスクと恩恵を共通の物差しで測る研究ネットワークに200万ドルを拠出する。焦点は、憲章が掲げる研究の独立性が署名企業の事業上の利害に左右されないかどうかだ。
Microsoft Researchは、Nemotron-Terminal-8Bの1万2000個超のニューロンのうち7個を書き換え、テストしたトリガー入力の少なくとも98.8%で隠しコマンドを出力させる攻撃Lazarusを示した。通常のevalでは見逃されるため、エージェントの安全性はモデル重みの来歴と完全性から始まる。
Googleは2週間の限定提供を経て、Gemini 4 Carbonを全ての有料API開発者と企業、複数製品のGoogle AI Ultra契約者へ公開した。入力100万token当たり2ドルからだが、Google自身も通常業務の大半には安価なArgonを推奨している。
EMEAの生徒と教員を対象にしたThinkYoungの調査では、回答した生徒の79%が宿題や課題にAIを使う一方、使い方を教わったのは47%だった。OpenAIは教員支援を訴えるが、学校には学習効果を示す独立したデータも必要だ。
Gemini Robotics 2.5はMercedes-Benz工場で部品を仕分けし、成功率96%を記録した。Googleは作業速度も20%から30%向上したとするが、実生産では残る失敗がデモより重い。