Google Developers Blog

GoogleにはVizierという設定値の自動調整の蓄積があり、今回はKarpathyのautoresearchを事前学習から後工程へ移した形だ。

新しいのは探索の対象が決まった数値の表から学習コード自体へ広がった点で、GRPO例は40回の試行に2〜3日かけている。

約10%は与えた報酬が伸びただけの話で、人の仕事はつまみ回しから評価基準を書くことへ移るとみる。

アップルは今年6月、端末内とサーバーのモデルを1つのSwift APIにまとめており、Kotlin対応のGoogleも同じ道だ。

5月の0.1.0は実験版で、4か月で正式版に届いたのは競争の軸がモデルの賢さからエージェントを書く言語に移ったためだろう。

対応言語が一つ増えたという話ではなく、スマホの言語がそのままサーバーのエージェント言語になる転換点だ。

2002年にベゾスが社内に出した「裏口なしで自社APIを使え」という通達が、のちのAWSを生んだ。

Googleが今それをなぞるのは、4月に投入したこの基盤がAWSのAgentCore Gatewayと「初日に動くか」で競う段階に入ったからだろう。

社内の権限も近道も使わずに歩いて7つの詰まりを直した今回は、勝負が機能から使い勝手へ移った合図だ。

Cognitionはかつて「マルチエージェントを作るな」と主張したが、2026年4月に「書き込みが1本なら成立する」と条件を付け直した。

今回の4つはAI固有の発明ではなく分散システムの定番で、デモから運用の世界へ移った合図だろう。

上位作品の強さはアイデアの新しさではなく規律にあり、開発の重心はプロンプトの工夫から地味なインフラ設計へ移った。

Auger公式によれば、この10倍の正体は稼働率の差で、蛍光望遠鏡は月のない夜しか動かず約15%、地表検出器はほぼ100%動く。

望遠鏡を建て増す代わりにコードで観測時間を稼いだわけで、成果自体は2025年1月のPRLで公表済みだ。

対称性という物理の前提をモデルの形に埋め込む設計は「とにかく大きくする」の逆で、科学向けAIの勝ち筋はこちらだとみられる。

vLLMのTPU側はエンコーダ型に未対応で、2025年7月の埋め込みモデル対応の要望は見送られたままだった。

精度0.999を掲げるのは、既存のベクトル検索がGPUで作った埋め込みで組まれ、数値がずれれば全文書を作り直す羽目になるからだ。

速度自慢に見えて本題は移行コストで、3月にGAしたIronwoodや4月発表の推論用TPU 8iへGPU利用者を無傷で移す導線とみられる。

音声エージェントのテストは専業スタートアップの激戦区で、Covalは2026年6月にNorwest主導で2800万ドルを調達した。

なぜ今かといえば、音声が試作から本番の電話口へ移り、話せるかより壊れないと示せるかが問われ始めたからだろう。

ADKが試せるのは声やなまりの違いまでで、雑音や割り込み、電話回線ごしの崩れという現場の失敗はまだ専業ツールの側にある。

同じGoogleのDeepMindは2025年3月のCaMeL論文で、モデルは直せないから外側の仕組みで止めろと既に示していた。

なぜ今かといえば、エージェントが本番DBを書き換える段階に入り、事故が想定でなく実害になったからだとみられる。

肝は3層の構成より「システムプロンプトはソフト制約」の一文で、安全の境目が言葉からインフラへ移った宣言だ。

C2PAの公式実装はAdobe主導のRust製c2pa-rsで、C++は薄い橋渡しどまりだった。

2025年半ばにC2PA公式の信頼リストと認定制度が動き出し、署名を付ける段階から誰の署名かを照合する段階へ移ったことが、生成より検証を先に出した理由とみられる。

ただ本当の壁はInstagramやXが投稿時の再変換でメタデータを落とすことで、検証の速さでは解けない置き場所の問題だ。

「大勢で巨大なコードを直し続けるための言語」というGoの旗印は、2012年のRob Pikeの講演から変わっていない。

なぜ今それがAIの話になるのかといえば、読み手が新人からエージェントに替わっても、検証の速さが最大の制約という構図は同じだからだとみられる。

Rust陣営も「コンパイラがAIの見張り役」と同じ主張をしており、言語の売り文句が検証コスト基準へ書き換わった合図と読むべきだ。

Raspberry Pi自身は今年1月、LLMを動かすためHailo-10H搭載のAI HAT+ 2（40 TOPS）を出したばかりだ。

なぜ今この記事かといえば、2B級なら専用チップを買わなくても素のCPUで足りる、と示せる水準に来たからだろう。

デコード9トークン/秒は人が読む速さに近く、争点は加速器を足すかではなく基板1枚をどう配り分けるかへ移ったとみられる。

包む中身のMCPもAgent Skillsも作ったのはAnthropicだが、運営の技術委員会はAmazon・Microsoft・OpenAIら5社で、同社の名はない。

なぜ今かと言えば、中身の標準は出そろい、争点が「誰の書式で配るか」に移ったからだ。

MCPは昨年末にLinux Foundation傘下へ渡ったが、この仕様は独立運営を選んだ。中立の看板を掲げた包み紙の主導権争いだ。

接続を数えて振り分ける発想は新しくなく、Slackが数百万のWebSocketをEnvoyへ移した時も同じ壁だった。

なぜ今かといえば、容量の単位がリクエストからセッションへ移り、Gemini Live APIの上限も従量課金で同時1,000セッションだからだ。

GKE Inference Gatewayは既にKVキャッシュ使用率で振り分けており、CPUで代用するこの手法は過渡期の策とみられる。

AWSは2026年3月に同型のAgentCore Evaluationsを13の組み込み評価器付きでGAしており、本番トラフィックの継続採点まで含めて構図はほぼ同じだ。

なぜ今かといえば、評価はLangSmithなど専用ツールの領分だったものを、各クラウドが自前の実行基盤へ取り込む段階に入ったからだろう。

評価はもはや一機能ではなく、スコアと履歴が基盤側に貯まるほど乗り換えが重くなる新しい囲い込みの入口になったとみられる。

Agent SkillsはAnthropicが2025年12月に開いた標準で、Gemini CLIやVS Codeなど多くのツールが既に採用済みだ。

なぜ今Genkitかといえば、対応がCLIからフレームワークへ降りてきたためで、Spring AIも今年1月に同じ道を通った。

サーバーが要るMCPと違い、フォルダを置くだけの書式を競合発でもGoogleが自社SDKに載せた——手順書の標準争いはほぼ決着したとみられる。