本日も、ネットに流れるトピックから個人的に興味を引かれたものを拾っていきます。
圧倒的なスピードで進化するAI技術の話題と並んで、米国のレイオフの実態や『科学と工学の違い』といった、私たちエンジニアの今後の生存戦略や哲学を鋭く問う記事が印象的でした。
この記事への感想等コメントで頂けるとありがたいです。
プログラミング
Python
MicrosoftがVS Code向けのPython Environments拡張機能を正式リリースしました。
venv、conda、pyenv、poetry、pipenvなど複数の環境管理ツールを統一UIで一元管理できるのが特徴です。Rustベースの高速スキャナ「PET」が環境を自動検出し、uvを使った高速な環境作成にも対応。モノリポや複数サービス構成のワークスペースでは、フォルダごとに個別の環境を割り当てる「Python Projects」機能が便利です。設定はインタープリタパスではなく環境マネージャの種類で保存されるため、チーム間でのポータビリティも向上しています。パッケージ管理やターミナル自動アクティベーション機能も内蔵されています。
本記事は、LLM（大規模言語モデル）を活用したAIエージェント構築フレームワーク「LangChain」の実践ガイドです。LangChainはLangGraphを基盤とし、OpenAI・Anthropic・Googleなど主要なLLMに対応しています。
主なコンポーネントとして、エージェント（静的・動的モデル）、外部システムと連携するツール、挙動をカスタマイズするミドルウェアを解説。実用例として、チャットボット、社内文書QAシステム（FAISSベクトル検索）、コンテンツ生成ツールが紹介されています。
高度な機能としては、MCPアダプター、ガードレール（PII検知・コンテンツフィルタ）、ユニットテスト・統合テストも取り上げています。また、PyCharmの「AI Agents Debugger」プラグインとの連携も紹介されています。
GitHub
GitHubのシークレットスキャニングに、拡張メタデータチェックのサポートが追加されました。この機能により、スキャンアラートにシークレットの所有者情報、作成・有効期限日、プロジェクトやOrganizationのコンテキストなど詳細情報が表示されるようになります（例：漏洩したOpenAIキーに所有者名・メールアドレス等を表示）。これによりトリアージや修正対応の迅速化が期待されます。今回の変更では、セキュリティ設定でOrganizationおよびEnterprise単位での有効・無効の切り替えが可能になり、有効性チェックが有効なリポジトリには自動的にメタデータチェックも適用されます。対象はEnterprise Cloudユーザーです。
GitHubは、プルリクエストのマージ可否判定の遅延を減らしシステムの信頼性を向上させるため、テストマージコミットの生成タイミングを変更しました。今後は「PRへの変更プッシュ」「マージベースの変更」「最終生成から12時間経過」の場合のみ生成されます。従来はPRページ閲覧時にも生成されていましたが、この変更はマージコンフリクトの検出やルール適用には影響しません。
GitHub Projects に2つの改善が加わりました。
① クエリによるアイテムのインポート
新規プロジェクト作成時、リポジトリから直接インポートするだけでなく、検索クエリでアイテムを追加できるようになりました。Issues ページと同様の AND/OR キーワードやネストクエリにも対応しています。
② 階層ビューの改善
プロジェクトから直接サブIssueをインラインで作成・追加、ドラッグ＆ドロップでの並び替えや親子関係の変更、IssuesとProjectsの間でのサブIssue順序の同期が可能になりました。今後は重複表示の解消や展開/折りたたみ状態の保持なども予定されています。
GitHubの新しい「Files changed」ページが改善され、プルリクエストのレビュー時に「Conversation」タブへ切り替える必要がなくなりました。コメントパネルからPR全体のコメントの閲覧・追加・引用返信が同一画面で可能になります。また、フィルター機能も改善され、コメントの解決済み/未解決の状態が正確に表示されるようになりました。さらに、「変更要求」レビューの送信時に、コメントを残していれば概要の入力が不要になりました。
GitHub の Copilot 使用状況メトリクス API に、プルリクエスト（PR）のスループットとマージまでの時間を測定する新機能が追加されました。PRへのレビュー提案と承認数、Copilot コーディングエージェントが作成しマージされた PR 数、PR サイクルタイムなどが取得可能になります。エンタープライズ管理者または専用ロールを持つユーザーが利用でき、Copilot がチームの開発速度や品質向上にどう貢献しているかを可視化できます。
GitHub Desktop 3.5.5 では、長年の課題だった Git フックのサポートが追加されました。従来はDesktop独自のGit環境により、nvmなどのバージョンマネージャーに依存するフックが正常に動作しないなどの問題がありました。新バージョンでは、シェルの環境変数が利用可能になり、リアルタイムのフック出力表示やフックのスキップ・バイパス機能も実装されました。また、Warpターミナル対応（Windows）やサブモジュール関連の不具合修正なども含まれています。
エージェンティックコーディング・仕様駆動開発
AIにUIデザインを依頼する際、「ペルソナ（ユーザー像）」を1行加えるだけで出力の質が劇的に向上する。同じ「タスク管理アプリ」でも、ペルソナなしでは無難な汎用デザインになるが、感覚派の女性「アオイ」を指定すると癒やし系のゲーミフィケーションUIに、合理主義のPM「ケンジ」を指定するとコックピット型ダッシュボードUIに変化した。これはLLMがペルソナのキーワードから関連デザインパターンを連想するためと考えられる。機能を細かく指示するより「どんな人が何の目的で使うか」を伝える方が、効率よく高品質な成果物を得られる。
AI
Slack
SlackはAIエージェントのワークスペース連携を強化する2つの新機能を発表しました。Slack MCPサーバーは、LLMがSlackのコンテンツと対話できるよう専用設計されたサーバーで、自然言語レスポンスを返します。リアルタイム検索APIは、従来の「Data Access API」を刷新したもので、外部サーバーにデータを保存せずにSlackデータへ安全にアクセスできます。また、assistant.search.contextのスコープが細分化され、パブリックチャンネル・プライベートチャンネル・DM・グループDMごとに個別の権限制御が可能になりました。
Perplexity
AI検索エンジンのPerplexityは、2024年11月に実験的に広告掲載を開始したものの、AIへのユーザー信頼を損なうとして2025年末から段階的に廃止しています。幹部は「広告があるとユーザーがすべてを疑い始める」と説明。広告には「スポンサー付き」ラベルを付けており、AI出力への影響もないとしていましたが、それでも廃止を決断しました。同社の年間売上は約2億ドルで大半をサブスクリプションが占め、ユーザー数は1億人超。今後も広告なしでのサービス提供を示唆しています。一方、OpenAIはChatGPTへの広告掲載テストを開始しており、AI企業間で広告戦略が分かれています。
Microsoft
Microsoft Foundry 2025年12月〜2026年1月のアップデート概要
2025年12月はMicrosoft Foundry史上最大規模のアップデート月となりました。主なトピックは以下の通りです。
モデル強化： GPT-5.2・GPT-5.1 Codex Max（GA）、Mistral Large 3・DeepSeek V3.2・Kimi-K2 Thinking（パブリックプレビュー）など多数の新モデルが追加されました。画像生成ではGPT-image-1.5（4倍高速化・約20%コスト削減）やFLUX.2 [pro]も利用可能になりました。
エージェント機能： セッションをまたいだ長期記憶を管理する「Memory in Foundry Agent Service」、エージェント間通信を可能にする「A2A Tool」がプレビュー公開されました。
プラットフォーム： クラウドホスト型MCPサーバー（mcp.ai.azure.com）が公開され、VS Code拡張機能も強化。Python SDK「azure-ai-projects 2.0.0b3」でエージェント・評価・メモリが一元化されました。
注意事項： AzureML SDK v1は2026年6月30日にサポート終了予定のため、v2への移行が推奨されています。
GitHub Copilot
GitHub Copilot のコーディングエージェントが、Windowsプロジェクト向けのWindows実行環境に対応しました。従来はLinux環境のみでしたが、リポジトリに copilot-setup-steps.yml を作成し runs-on を設定することでWindows環境を利用できます。ただし、組み込みファイアウォールがWindowsと非対応のため、セルフホストランナーまたはAzureプライベートネットワーク環境での利用が推奨されています。
GitHub Copilotのコーディングエージェントがコード参照機能に対応しました。エージェントが生成したコードが公開GitHubリポジトリ内のコードと一致した場合、該当コードはセッションログ内でハイライト表示され、元のコードへのリンクと適用ライセンスが確認できます。ただし、「公開コードと一致する提案のブロック」ポリシーには現時点で非対応で、ブロックモードに設定していても提案はブロックされず、ログへのハイライト表示にとどまります。
Octoverse 2025のデータによると、AIの普及がプログラミング言語の人気に大きな変化をもたらしている。2025年8月、TypeScriptがPythonとJavaScriptを抜いてGitHub上でもっとも使われる言語となった（前年比66%増）。これは「利便性ループ」と呼ばれる現象で、AIが強く型付けされた言語をより正確に補完できるため、開発者は自然とそれらを選ぶようになっている。新規開発者の80%が最初の1週間でGitHub Copilotを使い始めるという。記事はチームに対し、AIに頼る前にコードパターンを確立し、生成コードを厳しくテストし、アーキテクチャ上の意思決定を明文化することを推奨している。
GitHubは、高性能なマルチプレイヤーコードエディタ「Zed」とCopilotの正式連携を発表しました。Copilot Pro・Pro+・Business・Enterpriseのサブスクリプションを持つユーザーは、追加のAIライセンス不要でZedに認証して利用できます。設定画面の「GitHub Copilot Chat」セクションからサインインするだけで簡単に始められます。
GitHub Copilot のコーディングエージェントにモデル選択機能が追加され、Copilot Business・Enterprise ユーザーも利用可能になりました（12月に Pro/Pro+ 向けに先行リリース済み）。
Copilot コーディングエージェントは、バックグラウンドで自律的にタスクをこなし、完了後にプルリクエストを作成する非同期エージェントです。GitHub.com のイシュー割り当て時やエージェントパネル、GitHub Mobile、Raycast などから、Claude Sonnet/Opus や GPT-5 系など複数モデルを選択可能になりました。「Auto」設定では可用性に応じて自動最適化されます。管理者が対象モデルを有効化していない場合は、Claude Sonnet 4.6 がデフォルトで使用されます。
GitHubは2026年2月17日付けで、GitHub Copilotの全機能（チャット、インライン編集、コード補完など）において、Claude Opus 4.1、GPT-5、GPT-5-Codex の3モデルを廃止しました。代替モデルはそれぞれ Claude Opus 4.6、GPT-5.2、GPT-5.2-Codex です。ユーザーはワークフローを新モデルに移行する必要があり、Enterprise管理者はCopilot設定のモデルポリシーから代替モデルを有効化する必要があります。
GoogleのエージェントコーディングモデルであるGemini 3.1 Proが、GitHub Copilotでパブリックプレビューとして公開されました。このモデルは少ないツール呼び出しで高い精度を発揮し、効率的なコーディングループに優れています。Copilot Pro・Pro+・Business・Enterpriseユーザーが対象で、VS Code・Visual Studio・github.com・GitHub Mobile（iOS/Android）で利用可能です。展開は段階的に行われます。なお、EnterpriseおよびBusinessプランの管理者は、Copilot設定からGemini 3.1 Proポリシーを有効化する必要があります。
Gemini 3.1 Pro 発表：複雑なタスクのためのより賢いAIモデル
Googleは2026年2月19日、最新AIモデル「Gemini 3.1 Pro」を発表した。これは先週リリースされた「Gemini 3 Deep Think」の科学・研究・エンジニアリング分野における成果を支える、中核的インテリジェンスのアップグレード版に当たる。
提供プラットフォーム
3.1 Proは本日より段階的に展開される。開発者向けには、Gemini APIのGoogle AI Studio、Gemini CLI、エージェント開発プラットフォームのGoogle Antigravity、Android Studioでプレビュー提供される。企業向けにはVertex AIおよびGemini Enterpriseで、一般ユーザー向けにはGeminiアプリとNotebookLMで利用可能となる。
性能向上
3.1 Proは前世代の3 Proと比較して、コア推論能力が大幅に向上した。AIの汎用推論能力を測るベンチマーク「ARC-AGI-2」では77.1%のスコアを達成しており、これは3 Proの2倍以上の推論性能に相当する。単純な回答では不十分な複雑なタスクに特化して設計されており、高度な推論を実用的な課題に活かすことを目的としている。
主な活用例
複雑なトピックのわかりやすいビジュアル解説や、複数データの統合表示、クリエイティブなプロジェクトの具現化など幅広い用途が想定されている。具体的には、テキストプロンプトからアニメーションSVGをコードで生成したり、国際宇宙ステーションの軌道を可視化する航空宇宙ダッシュボードを構築したり、手の動きで操作できる3Dのムクドリの群れシミュレーションを制作するといったデモが公開された。さらに、小説『嵐が丘』のテーマを反映したモダンなポートフォリオサイトを生成するなど、文学的要素をコードへ変換する応用例も示された。
今後の展開
現在はプレビュー版として提供され、ユーザーフィードバックをもとに検証を進めながら、アンビシャスなエージェント的ワークフローなどの機能を強化し、近日中に一般提供（GA）を開始する予定だ。GeminiアプリではGoogle AI ProおよびUltraプランのユーザーに対してより高い利用上限が設けられ、NotebookLMでもPro・Ultraユーザー限定で利用可能となる。
概要
2026年2月20日、GoogleはGemini 3シリーズの新モデル「Gemini 3.1 Pro」を発表しました。これは複雑な問題解決のための推論能力を大幅に強化したモデルで、とくにビジネス向けの高度なタスクに対応することを目的としています。
主な特徴
Gemini 3.1 Proは、従来のGemini 3 Proと比較して推論の深さが向上し、複雑な問題への対処能力が明確に強化されています。バラバラなデータを1つの視点に統合したり、複雑なトピックを可視化したり、深いコンテキストや計画が必要な課題を解決する能力を持ちます。
アクセス方法
現在、以下のプラットフォームでプレビュー版として利用可能です。
- Vertex AI・Gemini Enterprise（エンタープライズ向け）
- Gemini API（Google AI Studio、Android Studio、Google Antigravity、Gemini CLI経由で開発者が利用可能）
顧客からの評価
複数の企業がすでに導入評価を行い、高い効果を報告しています。
JetBrainsのAIディレクターは、Gemini 3 Pro Previewと比較して最大15%の品質向上を確認し、より高速・効率的で出力トークン数が少なくなりながらも信頼性の高い結果が得られると述べています。
Databricksは、同社の企業向け推論ベンチマーク「OfficeQA」において最高水準の結果を達成したと評価し、企業データを活用したGenAIアプリケーションの構築に期待を示しています。
3Dアニメーションツールを提供するCartwheelは、3D変換の理解力が大幅に改善されたことを確認し、長年解決できなかった回転順序のバグをこのモデルを使って修正できたと報告しています。
Hostinger Horizonsは、ノンデベロッパー向けのコーディング製品において、ユーザーの意図（スタイルや方向性）をより深く理解したコード生成が可能になったと評価しています。
まとめ
Gemini 3.1 Proは、推論能力・処理速度・効率性のすべてで向上を遂げた企業向けAIモデルであり、Googleがエージェント型AI（agentic AI）の普及を推進する上での中核的な存在として位置付けられています。
BigQueryは、RAG（検索拡張生成）などのAIワークロードに欠かせない「埋め込み（embedding）」の生成・管理を自動化する新機能「自律的埋め込み生成」をプレビュー公開しました。
従来は、ソースデータの変更検知・埋め込み生成・同期・エラー処理といったパイプラインをユーザーが手動で構築・管理する必要がありました。新機能では、SQLのGENERATED ALWAYS AS構文でテーブルに埋め込み列を定義するだけで、BigQueryがVertex AIモデルを使って自動的に生成・同期を行います。
また、新関数AI.SEARCHにより、埋め込みの設定を意識せずシンプルなSQLでセマンティック検索が可能になります。進捗確認やエラー監視などの管理機能も充実しており、開発者はインフラ整備ではなくアプリケーション構築に集中できます。
JetBrains
JetBrains は、IDE と AI コーディングエージェントを統合するオープン規格「ACP（Agent Client Protocol）」への対応を強化しています。これにより、Junie・Claude Agent・OpenAI Codex などの多様なエージェントをワンクリックで IDE に統合でき、UI の統一による操作性向上とエージェント開発者の負担軽減が実現します。また、技術選択の自由（用途に応じたエージェント切り替え）と支払いの自由（BYOK・OAuth・有償プランの組み合わせ）も提供。自社エージェント Junie はベンチマークで高スコアを達成しており、さらに「JetBrains Console」で組織内の AI 利用状況の可視化・ガバナンス管理も可能になっています。
LangChain
LangChainのAgent Builderは、フィードバックを記憶することで使うほど賢くなるエージェントツールです。メモリには2種類あり、短期メモリ（会話中のみ有効なファイル）と長期メモリ（/memories/に永続保存されるファイル）があります。
活用法は主に3つです。①「この方法を今後も使って」と明示的に伝えて長期記憶に保存させる、②特定トピック専用のスキル（必要時のみ読み込まれる参照ファイル）を作成して文脈を整理する、③エージェントの指示ファイルを直接編集して細かい調整を素早く行う。
これらを活用することで、エージェントが徐々に改善され、より少ない修正で質の高い結果が得られるようになります。
論文・その他
小学1年生に音声入力でGeminiを使わせたところ、AIの回答よりも入力UIに問題があることが判明した。音声認識の結果が漢字混じりのテキストで表示されるため、まだ漢字を習っていない子供には自分が何を送信したか確認できない。一方、Geminiの出力は「小1向け」と指示すればひらがな中心に調整できるため、出力側は年齢適応済みだが、入力側は「読める人」を前提とした設計のままというギャップが存在する。子供はとりあえずボタンを押したが、これは誤入力ではなく認知レベルのズレの問題だ。筆者はこれをプロダクト開発における「想定ユーザーとのズレ」と同じ構造と捉え、生成AI時代に子供がAIを使う場面ではLLMの性能よりもUI/UXがボトルネックになると指摘している。
感想:
確かに児童向けのUXは必要ですね。児童の成長に合わせたガードレールの更新も合わせて必要だと思いました。また、そう言えば昔ATOKが小学校の学年単位で辞書を作っていたななどと。
筆者はGIGABYTEの「AI TOP ATOM」（DGX Spark互換機、128GBユニファイドメモリ）に、vLLMを用いてローカルLLM「Qwen3 Coder Next（FP8）」を構築。LM Studio 4.0の並列リクエスト対応を機に、Claude Codeのエンドポイントをこのモデルに切り替えて活用できるようになった。
性能比較として、ACE Step 1.5のAPIを使ったNext.js UIを同じプロンプトでQwen3 Coder NextとOpus 4.6にそれぞれ作成させたところ、Opus 4.6は約8分で完成したのに対し、Qwen3 Coder Nextは試行錯誤を繰り返し約2時間を要した。ただし、人間が行えば半日かかる作業であり、ローカルLLMとしての実用性は十分示された。筆者はQwen3 Coder Nextを「知識はあるが実践不足で指示を無視しがち」と評価しつつ、2026年末頃には普通に使えるレベルになると期待している。
AnthropicのAgent Skills発表以降、AIエージェントに業務手順書を渡す「スキル」の概念が急速に普及。スキルはSKILL.mdというMarkdownファイル1つで作成でき、「目次のみ（30トークン）→手順→参照資料」の3層構造で必要な情報を段階的に読み込む設計のため、大量に保持してもトークン消費がほぼゼロ。PC操作自動化での活躍がとくに期待される。一方、セキュリティ面では公開スキルの26%に脆弱性が発見されており、外部スキルの利用には慎重さが求められる。MCPが「外部接続の方法」を担うのに対し、スキルは「何をすべきか」を担う補完関係にある。現在はガバナンス標準が形成されつつある重要な過渡期にある。
LLMのユーモア生成能力を高める新手法の研究です。複数のLLMエージェントが「批評家」や「観客」として互いの作品を議論し、その記録を次の創作時に参照させる「Multi-Agent Comedy Club」というアプローチを提案しています。AIに自己修正させる従来手法と異なり、他者の反応を「記憶」として蓄積・活用するのが特徴です。人間の創作コミュニティの仕組みをそのまま再現した形で、技巧面での評価向上が確認されました。一方で、攻撃的・自虐的なユーモアに偏りやすい傾向も出ており、品質と安全性を同時に達成できたのは全体の約23%にとどまるという課題も残っています。
新入社員のオンボーディングに例えると、ツールへのアクセス（MCP）を与えるだけでは不十分で、組織固有の判断基準や暗黙知（専門知識）を伝えることが本質的な課題だ。Claude Skillsはその専門知識をMarkdownファイルとして標準化・バージョン管理可能なアーティファクトにパッケージ化する仕組みです。MCPがAIエージェントに「ツール」を提供するのに対し、Skillsは「使い方・判断軸」を教える。これにより、一部の人間にしか宿っていなかったノウハウを組織全体へ即時展開でき、スケーラブルな専門知識の配布・収益化も可能になる。一方で、人間同士の知識伝達と異なり、Skillがどう使われるかの可視性は低下するというトレードオフも存在する。
O'ReillyのTim O'ReillyとGoogle CloudのAddy Osmaniによる対談記事の要約です。
AI時代における開発者の実態を論じており、主なポイントは以下の通りです。AIエージェントの真の課題は「生成」ではなく「協調（コーディネーション）」であり、A2AやMCPといったプロトコルがその基盤になりつつあります。また、「生産性を感じること」と「実際に生産的であること」は別物であり、多数のエージェントを動かすだけでは不十分です。タスクの30〜40%を事前の計画・設計に費やすことが、高品質なAI出力につながります。AIが普及する今こそ、ソフトウェアエンジニアリングへの参入に最適な時期であり、2028年の予測がすでに現実になりつつも、能力と普及の間には大きなギャップが存在すると述べています。
クラウド
Azure
2026年2月19日に AzCopy v10.32.1 がリリースされました。今回はマイナーバージョンアップであり、変更内容は依存関係のアップデートのみで、Golang のバージョンが 1.24.11 から 1.24.13 に更新されました。機能面の主な変更は v10.32.0 で行われており、そちらの詳細は別記事を参照とのことです。
2026年2月18日に Azure Storage Explorer v1.41.1 がリリースされました。本バージョンはマイナーアップデートで、バンドルされている .NET のバージョンが 8.0.24 に更新され、いくつかの不具合が修正されています。また、v1.41.0 のすべての機能・改善・修正も含まれており、NFSファイルのサポート完了やAzuriteコンテナーサポートの改善が行われています。
エンジニア
ビッグテックで働くということ
米マイクロソフト本社に18年勤務し、プリンシパル・ソフトウェア・エンジニアを務めた太田一郎さんは、2025年5月の大規模レイオフによりわずか5分のオンライン通告で解雇された。シニア層が一網打尽に解雇されたこの「大虐殺」は、AIの台頭よりもコロナ禍の過剰採用や米税制改正（Section174）により高給エンジニアが"税務上の負債"となったことが主因という。
米国の生活実態も過酷だ。シアトル周辺では中流生活に年収1500万円超が必要で、サンフランシスコ周辺では年収約2400万円以下が「低所得」と定義される。医療費も妻の30分の手術で約2250万円もの請求が届くなど、雇用と健康保険は切り離せない。
一方、太田さんは「日本は健全」と語る。米国の行き過ぎた効率化・合理化の反動（クラウドからオンプレへの揺り戻しなど）を目の当たりにし、日本の「互助組織」的な雇用文化こそが強みだと指摘。AIを「首切り」でなく「より良い互助」のために使える可能性が、日本には残っていると結ぶ。
感想:
AI解雇と言われるが、実際にはそれは経営側の方便であって、実際にはコロナ禍のバブルで人を雇いすぎたことと、米国で税制が変わったことに起因した、整理解雇に過ぎない。また、米国では情報系学部卒が大量に増えたことで、エンジニア自体の供給が過剰で買い手市場になっていると。
日本はどうなんでしょうね。なかなかにしんどい予想しか出来ないけど。
科学と工学は隣接してるかもしれないが別
SOLID原則やDRYといったソフトウェア設計の規範を「コンピュータサイエンス（科学）」として扱うことへの問題提起。停止性問題やCAP定理のような「従うしかない事実」と、設計原則のような「文脈次第で取捨選択すべき規範」は本質的に異なる。これらを「科学」と同列に扱うと、批判を許さない思考停止が生まれる。工学の本質は科学的制約の上に「よい抽象化」を設計することであり、エンジニアはその文脈とトレードオフを自ら考えるべきだ、という主張。
感想:
自分を「エンジニア」と呼ぶのに、科学と工学の区別がついてないやつウケる。（煽り）
クラウド
Azure
Microsoft Sentinelのデータレイクで KQL を実行する3つの方法を紹介した記事です。
インタラクティブクエリは短時間・小規模データ向けで、即時結果が得られますが約7〜8分でタイムアウトします。
非同期（Async）クエリは最大1時間実行でき、結果を最大24時間キャッシュ。複数アナリストが同じ結果を再利用できる大規模調査に最適です。
KQLジョブは結果をAnalyticsティアへ永続保存し、定期スケジュール実行や検出ルールへの活用に向いています。用途に応じて使い分けることで、SOC調査の効率が大幅に向上します。
OS
Windows
MicrosoftはWindowsのCanaryチャンネル向けに、オプションのInsider Preview Build 29531.1000 を2026年2月18日にリリースしました。
Canaryチャンネルは今後、2つのアップデートパスで進みます。既存の「28000番台」ビルドは引き続きWindows 11 バージョン26H1の新機能プレビューに注力し、新たな「29500番台」ビルドはプラットフォーム開発の最前線に位置します。
29500番台へ移行するには「設定 → Windows Update → 詳細オプション → オプションの更新」から手動で選択可能ですが、一部機能が一時的に失われる場合があり、また28000番台には戻れない（クリーンインストールが必要）点に注意が必要です。Microsoftは基本的に現在のパスの継続を推奨しています。
macOS
MicrosoftはmacOS向けOneDriveに2つの大きな改善を発表しました。
①新しいアクティビティセンターはSwiftUIで再構築され、macOS 26の「Liquid Glass」デザインに対応。シンプルなUIで同期状態の確認やエラー対応が容易になり、VoiceOverなどアクセシビリティも強化されました。
②ファイル削除時などに表示されるダイアログがmacOSネイティブのコントロールに刷新されました。現在インサイダー向けにビルド26.017で段階的にロールアウト中です。
OpenAIは2026年2月18日、macOS向けWebブラウザ「ChatGPT Atlas」のBuild 1.2026.42.5をリリースした。主な新機能として、タブ検索の刷新（全ウィンドウ横断検索に対応）と、プロンプト指示によるタブ自動整理機能が追加された。自動整理では重複タブの削除や複数ウィンドウの統合も可能。また、日本語・中国語などのIME入力の改善、CPU使用率の削減、フルスクリーンモードの安定化、右クリックメニューの挙動改善など多数のバグ修正も含まれる。
Chrome
Googleは2026年2月19日、Chrome向けの3つの新機能を発表しました。
①スプリットビュー：2つのタブを同時表示してマルチタスクを効率化。
②PDF注釈機能：ブラウザ上でPDFにハイライトやメモを直接追加可能。
③Googleドライブへの保存：PDFをダウンロードせずに直接Driveへ保存し、「Saved from Chrome」フォルダで整理。いずれも日常業務の生産性向上を目的とした機能です。