おはようございます！今日は金曜日ですね。出来事に反応して動き、必要なときだけ人に声をかけるAIエージェントの作り方から、AIエージェントの検証・記憶・権限、生成AIで増えた表示内容の出し分け、AIの要約をめぐる訴訟の判断まで、「AIに何を渡し、どこに線を引くか」を考えさせられるニュースが集まりました。7本と、あわせて押さえたい2本をお届けします！
必要なときだけ人に声をかける「アンビエントエージェント」の作り方
AWS（アマゾンのクラウドサービス）の公式ブログが、Amazon Bedrock AgentCore（AIエージェントを動かすためのAWSの基盤）を使った「アンビエントエージェント」の作り方を解説しています。チャットで話しかけられるのを待つのではなく、ファイルのアップロードや決まったスケジュールといった出来事をきっかけに動き出すAIエージェントです。完全にお任せではなく、確認や承認が必要な場面では「ask_human」というひとつの道具で処理を止め、人の答えを受けて続きから再開します。紹介されている参考実装では、人が確認してから動かす流れが初期設定で、すぐに自動で動かす設定も選べるそうです。
「AIに任せるか、人がやるか」の二択ではなく、どこで人に声をかけるかを設計するという考え方です。毎日届く書類やアラートの処理を思い浮かべて、「ここだけは自分が見たい」という確認ポイントを書き出してみると、AIとの分担の線が引きやすくなりそうです。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/building-ambient-agents-with-amazon-bedrock-agentcore-from-event-driven-signals-to-human-in-the-loop-workflows/
筆者が選ぶGitHub Universeの講演、軸はAIの検証・記憶・権限
GitHub（プログラムの共有・開発サービス）の公式ブログで、10月28〜29日開催の「GitHub Universe 2026」から、筆者が注目する講演10本が紹介されています。選ぶ軸は、エージェントの書いたコードが動くとどう確かめるか、何を覚えさせるか、といった筆者自身の問いです。積み重なった文脈がかえって性能を下げうると見つけたGitHubの研究者の講演のほか、「プルリクエストは開いてよいが、マージ（取り込み）はさせない」という線引きを指示ファイルでなく権限で守らせたいという関心から、MCPサーバー（AIに外部の道具をつなぐしくみ）に利用者ごとの権限をかける講演も選ばれています。
AIに「やってほしくないこと」を、お願いの文章で伝えるか、そもそもできないようにしておくか。職場でAIツールに仕事を任せるときも、守ってほしい一線を指示書だけでなく、権限や設定で引いておけないかを考えてみる価値がありそうです。
出典：The GitHub Blog
https://github.blog/news-insights/company-news/10-technical-talks-im-excited-about-at-github-universe-2026/
生成AIで増えたページの案、誰に何を見せるかをAIで学ぶ
AWSの公式ブログによると、Amazon Paymentsは、申し込みの開始から承認までの流れ（獲得ファネル）で見せる内容を、「コンテキストバンディット」（実際の反応から学び、相手ごとに効きそうな案へ寄せていく手法）で出し分けました。生成AIで候補を大量に作れる今、課題は「どれを誰に見せるか」だといいます。7週間のA/Bテスト（2つのやり方を比べる試験）では、現時点で、ある顧客層で最終段階の転換率が一桁台後半の相対的な伸びを示した一方、別の顧客層では既存のページを上回る組み合わせが見つからず、承認に至る割合は有意に下がりました。原因はモデルではなく、コンテンツの側にあったとしています。
「AIを入れたのに成果が出ない」とき、原因は道具ではなく、AIに渡している材料のほうにあるのかもしれません。うまくいかない理由を手法に求める前に、選択肢そのものが十分かどうかを見直してみると、次の一手が変わりそうです。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/uplifting-conversion-across-the-acquisition-funnel-with-personalization-using-contextual-bandits-on-aws/
GoogleのAI要約をめぐる反トラスト法訴訟、米連邦地裁が棄却
The VergeとArs Technica（米国のIT系メディア）の報道によると、米連邦地裁のアミット・メータ判事が、Chegg（学習サービス）とPenske Media（Rolling Stone誌の親会社）がGoogleを訴えた反トラスト法（独占禁止法）違反の訴訟2件を棄却しました。両社は、Googleが、検索結果から消えたくなければAI Overviews（検索結果にAIの要約を表示する機能）にコンテンツを無償で差し出すしかない状況をつくり、アクセスを奪ったなどと主張していました。判事は、無料で公開すれば検索から人が来るというのは「期待」にすぎず、合意ではないと指摘しています。
「無料で公開すれば検索から人が来る」は約束ではない、という判事の言葉は、情報を発信する側には重く響きます。会社や個人で発信している人は、検索経由のアクセスだけに頼らず、読者と直接つながる経路を持てているかを点検しておきたいですね。
出典：The Verge
https://www.theverge.com/tech/1003589/google-ai-overviews-chegg-penske-lawsuits-dismissed
出典：Ars Technica
https://arstechnica.com/google/2026/10/antitrust-lawsuits-targeting-google-ai-search-dismissed-by-federal-judge/
宇宙天気による電力網のリスクを変電所ごとに予測するAI
Microsoft Research（マイクロソフトの研究部門）のブログで、インターン生が、太陽活動による「宇宙天気」が電力網に与えるリスクを予測する機械学習のしくみを開発したと紹介されています。米国本土の66,935か所の変電所を対象に、太陽風の観測データに地質や緯度を組み合わせ、30〜60分前に場所ごとのリスクを見積もります。2020〜2026年の評価では、大きな現象の76.5%、深刻な現象の81.2%、極端な現象の64.1%を検出しました。開発では50のAIエージェントが設定の検討などを助けたそうです。ただし実際の運用に使う前には、電力会社との追加の検証が必要としています。
AIエージェントの手を借りて作ったしくみでも、本番の判断に使う前には現場との検証が要る、という順番が印象に残ります。仕事でAIの予測や分析を使うときも、「どこまで試されたもので、本番で使える状態なのか」を確かめてから頼るようにしたいですね。
出典：Microsoft Research Blog
https://www.microsoft.com/en-us/research/blog/forecasting-space-weather-risks-on-power-grids/
カメラに映るものをAIが音声で説明、Geminiに「Guided Vision」
The Vergeの報道によると、Googleは、対応するAndroid端末のGemini Live（AIと音声でやり取りできる機能）で、カメラを向けたものをAIがリアルタイムに音声で説明する新機能「Guided Vision」の提供を始めました。小さな文字の読み上げや周りの様子の説明、物を探したり見分けたりする手助けなどが受けられ、目の見えない人や見えにくい人、特定の場面で手助けがほしい人に向けて作られています。ただしGoogleは、移動の案内や障害物の検知には頼らず、白杖などの移動の補助具の代わりにもしないよう呼びかけています。
細かい字の書類や、見慣れない機器の表示を確かめる場面は、どんな職場にもたくさんあります。見え方に困っている同僚が使える道具が増えることは、だれもが働きやすい職場をつくるための選択肢が広がることでもありますね。
出典：The Verge
https://www.theverge.com/ai-artificial-intelligence/1003756/google-gemini-live-guided-vision
AIエージェントに専門知識を渡すスキル、NVIDIAがGitHubで公開
NVIDIA（半導体メーカー）の技術ブログによると、AIエージェントは開発で当たり前に使われつつある一方、汎用のエージェントはNVIDIA DOCA（同社のデータ処理用プロセッサBlueField向けのソフトウェア基盤）のような専門的なソフトを想定して作られておらず、分野の知識がないと推測に頼りかねません。そこで同社は、実在するAPIの書き方やハードウェアの要件、ビルドの制約をまとめた「DOCA Agent Skills」をGitHubで公開しました。同社のチームが実際の開発者の質問65件で試したところ、確認項目を満たした割合はスキルなしの19%に対し、スキルありでは100%だったそうです。
専門的な分野ほど、AIに前提となる知識を渡せるかどうかで手戻りの量が変わってきます。自分がAIに仕事を頼むときも、社内用語や独自の手順を最初にまとめて渡しておくと、推測による的外れな答えを減らせそうです。
出典：NVIDIA Technical Blog
https://developer.nvidia.com/blog/build-applications-on-nvidia-bluefield-faster-with-nvidia-doca-agent-skills/
あわせて押さえたいニュース
ここからは、続報が待たれるニュースを手短にお届けします！
AIが効くのはひらめきの裏の地道な作業かもしれない、OpenAIが考察
OpenAIの公式サイトに「The eternal complement（永遠の補完物）」と題したページが掲載されました。高度なAIが最も重要になるのは画期的なアイデアを支える日々の地道な作業かもしれないという見方とあわせて、「実行」が次の経済や進歩の速さを左右しうる理由を探っています。
出典：OpenAI
https://openai.com/index/the-eternal-complement
OpenAIと安全性の研究者3人の関係解消を米紙が報道
TechCrunchが伝えたウォール・ストリート・ジャーナル（WSJ）の報道によると、OpenAIは、社内調査で会社の機密情報を不適切に扱っていたことが判明したとして、安全性を研究する3人との関係を解消しました。
出典：TechCrunch
https://techcrunch.com/2026/10/01/openai-cuts-ties-with-three-safety-researchers-wsj-reports/
今日のまとめ ~ AIに渡すもの、AIに引く線
今日は、必要なときだけ人に声をかけるAIエージェントの作り方や、エージェントの検証・記憶・権限を軸にした講演選び、生成AIで増えたページの案を出し分けた事例など、「AIに何を渡し、どこに線を引くか」を考えるニュースが並びました。電力網のリスク予測では実運用の前に追加の検証が必要とされ、専門的な開発ではAIエージェントに分野の知識を渡すしくみも公開されています。
これからの時代、大切なのは、
AIに任せる範囲が広がるほど、何を渡し、どこに線を引くかが仕事の質を左右します。週末を前に、自分がAIに任せている仕事をひとつ選んで、「どこで声をかけてもらうか」を決めてみましょう！