株式会社ずんだもん技術室AI放送局 podcast 20261015
内容紹介
Amp puts AI agents to work beyond code with OpenAI models、How Third Moment Research runs 10,000 agents for 36+ hours、SentinelOne cuts malware analysis from weeks to hours、ガチャで自作PCを組み立てよう。メーカー監修の手のひらPCパーツが10月21日発売 - エルミタージュ秋葉原
出演者
youtube版(スライド付き)
関連リンク
AIエージェント開発プラットフォームを提供するAmpは、OpenAIの最新モデル群を活用し、開発者がアイデアを実際のソフトウェアにするための支援機能を拡張しています。Ampではユーザーの用途に応じて最適なモデルを推奨しており、トークン使用量の大部分にOpenAIモデルが採用されています。CEOのQuinn Slack氏は、OpenAIモデルの優れた一貫性と透明性、安全性に対する信頼の高さを評価しています。
エージェントがより多くのタスクをこなすにつれてトークンコストが制約になる課題に対処するため、Ampは「Sign in with ChatGPT」連携を導入しました。これによりユーザーはより多くのトークンや「GPT-6 Astra」などの先進的なモデルにアクセスできるようになり、コストを過度に気にすることなくエージェントに大きなタスクを任せられる環境が整います。その結果、エージェントはコードの記述だけでなく、計画の立案、開発内容の決定、リリース後の継続的な作業までを自律的にこなせるようになっています。
また、Ampの20人規模のチームでは、マーケティングや新規ユーザー体験の向上、検索流入の拡大などの業務にもAIエージェントを活用しています。特に「GPT-6 Astra」は、同社の厳格な基準を満たす高品質なドキュメント作成やデザインページの生成に貢献しています。さらに、Slack氏の個人的な実験では、自宅の設計図からBlenderの3Dモデルを作成し、それをゲーム化するといった高度な用途にも活用されており、数ヶ月前には不可能だったことが実現可能になっている点が強調されています。
音声対話機能としては、Ampに組み込まれた会話型AIアシスタント「Puck」が発表されました。Puckは、バグ調査を行うエージェントの起動や、複数のエージェントの調整、過去の技術的な会話の検索などをサポートします。「GPT-Live‑1」を搭載した「Calling Puck」機能により、ユーザーはスマートウォッチなどから外出先でもリアルタイムで音声対話を行い、離れた場所からエージェントの作業を管理できるようになります。
さらに、Ampは「GPT-6 Astra」を活用した「Ultrafast」モードのテストを進めており、圧倒的な処理速度の向上がユーザーのエージェントの使い方を大きく変えつつあります。応答速度が飛躍的に向上したことで、ユーザーは複数のタスクを切り替える必要が減り、エージェント自身が結果を返す前に自ら成果物を検証する時間を十分に確保できるようになります。Ampは今後、コーディングの前後の工程までエージェントの適用範囲を広げ、開発者がよりスムーズにアイデアを具現化できるエコシステムの構築を目指しています。
引用元: https://openai.com/index/amp-beyond-coding
Third Moment Research社は、OpenAIの最新モデル（GPT-6 Astra、GPT-6 Sol、GPT-6.1 Solなど）とCodexハーネスを活用し、1万ものAIエージェントを36〜48時間にわたって自律稼働させる大規模な実践事例を公開しました。同社は、エージェントの挙動を理解し、弱点を特定して自動的に数千の合成シナリオを作成する自己改善型のAIシステムを構築しています。
定量金融分野における初期の応用事例では、CodexとGPT-5.6を用いてエージェントのシロミュレーション軌跡を分析し、バックテストに数時間かかっていたボトルネックを特定しました。キャッシングの最適化とメモリパッキング技術を適用することで、バックテストの実行時間を約3時間から3〜5分へと大幅に短縮し、トークンの無駄遣いやコンテキストの汚染を防ぐことに成功しました。
また、各エージェントにはDocker環境内で動作するデフォルトのCodexハーネスが提供され、1テラバイトのデータやドキュメント、リポジトリが与えられます。推論にはGPT-6 AstraやSolシリーズが使用され、タスクを途中で停止してしまうエージェントに対しては、上位のハーネスが軌跡を検査してリトライや終了、人間へのエスカレーションを判断する仕組みをとっています。これにより、人間が想定していなかった取引所における非表示取引の影響を発見するなど、自律的な深層リサーチを実現しています。
さらに、数万規模のエージェントが自律稼働する環境のセキュリティを確保するため、Daybreakサイバーセキュリティプラットフォームを活用してエージェント自身による環境のペネトレーションテストを自動化しています。今後は、個別の調査から数十万もの協調するサブエージェントへと規模を拡大し、数兆トークンを背景にした複雑な実験チェーンを通じて、エージェント自身が新しい課題に対応して継続的に自己改善していくエコシステムの構築を目指しています。新人エンジニアにとっても、最先端の大規模AIエージェント運用におけるボトルネック解消手法や、長期自律稼働のアーキテクチャを理解する上で非常に示唆に富む内容となっています。
引用元: https://openai.com/index/third-moment-research
この記事は、セキュリティ企業であるSentinelOneが、OpenAIの新技術を活用して高度なマルウェアのリバースエンジニアリングにかかる時間を劇的に短縮した事例について解説しています。新人エンジニアの皆さんがセキュリティ分野におけるLLM（大規模言語モデル）の最新の活用アプローチを理解する上で、非常に参考になる内容となっています。
従来、高度なマルウェアの解析にはトップクラスのセキュリティ研究者であっても4週間から6週間という膨大な時間を要していました。しかし、SentinelOneのチーフAIオフィサーであるGregor Stewart氏によれば、OpenAIの「Daybreak」を導入したことで、人間と同等レベルのリバースエンジニアリング出力を約8時間という短時間で生成できるようになったとのことです。
この技術革新により、セキュリティチームには以下のような大きな変化とメリットがもたらされています。
-
解析能力の飛躍的な向上と網羅的な調査 これまで時間がかかりすぎて解析できなかった多くのマルウェアサンプルを処理できるようになりました。より多くのサンプルを比較・分析することで、これまで見逃されていた異なる脅威間の共通コンポーネントや関連性（つながり）を発見しやすくなり、より広範囲なマルウェアの全体像を把握できるようになっています。
-
人間による「責務（Accountability）」の維持 AIが自動化するのはあくまで解析作業であり、最終的な判断やアーキテクチャの変更といった重要な意思決定には必ず人間の研究者が介在しています。「自動化できないのは責任（アカウンタビリティ）だけである」という方針のもと、ポイント修正やソフトウェアの根幹を変えない部分にはAIを活用し、重要な判断は人間が行うという役割分担が徹底されています。
-
セキュリティ業務の民主化と開発チームへの展開 これまで一部の高度な専門家にしか扱えなかったセキュリティの専門知識や解析能力が、AIを介してチーム内のほぼ全員に行き渡るようになりました。今後は開発チームのコード作成プロセスにもこの機能を組み込み、開発段階からセキュリティ上の課題に対処できるようにすることを目指しています。
このように、LLMは単なるテキスト生成にとどまらず、サイバーセキュリティの領域においてディフェンダー（防御側）の優位性を高める強力なツールとして実務で成果を上げ始めています。新人エンジニアにとっても、AIを開発やセキュリティのワークフローに組み込む際の具体的なユースケースとして、非常に示唆に富む事例と言えます。
引用元: https://openai.com/index/sentinelone
株式会社ターリン・インターナショナルから、Intel、ASRock、GIGABYTE、MSIの4社が監修したカプセルトイ「メーカー監修 手のひらPCパーツ」が10月21日より全国で発売されます。価格は1回500円で、全5種類のラインナップです。 マザーボードやCPU、電源、PCケースなどが手のひらサイズで精巧に再現されており、ミニチュアのPCケースにパーツを組み込んで自作PCの組み立てを楽しむことができます。さらに、実物を忠実に再現した紙製のミニチュアパッケージも付属し、CPUを箱に収納したり、パーツの空き箱を積み上げたりといった自作PCユーザーおなじみの光景を再現して楽しむことが可能です。エンジニアのデスク周りを彩るユニークなアイテムとなっています。
引用元: https://www.gdm.or.jp/pressrelease/2026/1014/656089
（株式会社ずんだもんは架空の登場組織です）