今日もネットで見つけた、個人的に気になった技術ニュースや記事を厳選して紹介します。ご意見や補足があればコメントで教えていただけると嬉しいです。
プログラミング
JavaScript
Node.js 26.xがコードネーム「Lithium」として長期サポート（LTS）へ移行し、バージョン26.13.0が公開されました。このバージョンは2029年4月末まで更新を受け取る予定です。
直前のバージョンからの変更はLTS反映のためのメタデータ更新のみです。なお、以前のLTSから更新する場合、Linux向けバイナリには別途libatomicのインストールが必要になる場合があります。
Python
PyTorch 2.15が公開されました。分散学習では再設計されたNCCLバックエンドが標準となり、ハング時の障害解析向けフライトレコーダー機能が追加されました。また、FSDP2やパイプライン並列処理の制御性が向上しています。
ハードウェア面では、NVIDIA Blackwellでの4ビット推論やApple SiliconのFP8対応およびデコード処理が高速化しました。さらにPython 3.15のサポートが進んだ一方、Python 3.10およびmacOS 14はサポート対象外となりました。
Android
Android Studio Rabbit 2の安定版がリリースされ、開発効率を高める多様なAI支援機能や拡張機能が正式に導入されました。
大きな目玉として「Bring Your Own Agent（BYOA）」が実装され、ClaudeやCodexなど40種類以上の主要なコーディングエージェントから用途に合わせて自由に選択・連携できるようになりました。また、IDE内から直接スキルの検索や管理が可能なスキルマネージャーも備わっています。
さらに、スマートグラスなどの実環境を模したテストが可能なAndroid XRエミュレータが強化されたほか、LeakCanaryとの統合によりメモリリークの原因解説とコード修正案をAIが提示します。
加えて、差分を論理的なテーマごとに整理して効率化するAIコードレビュー機能や、企業向けのGemini Enterprise連携もサポートされています。
Android Dev Summitでは、AIエージェントと連携した開発環境の大幅な進化が発表されました。
Android Studioでは「Bring Your Own Agent」により多様な外部AIエージェントを導入可能になり、コードレビュー支援やXRエミュレータ、Compose移行アシスタントが追加されました。
さらに、端末なしでUI検証や実機テストが行える「Android CLI」の強化や、AIを活用したメモリリーク検知など、アプリの品質とパフォーマンス向上を支援する新機能が多数導入されています。
スマートフォンアプリ開発
株式会社IVRyは、電話アプリをFlutterからネイティブ構成（iOSはSwift、AndroidはKotlin）へと移行しました。
中核機能である音声通話の品質向上とアーキテクチャの簡素化が主な目的です。以前は通話処理の大半がネイティブ側で実装されており、Flutterとの境界で生じるオーバーヘッドや不具合の切り分けが課題となっていました。
AIコーディングツールの進化により個別実装のコストが下がったことも後押しとなり、起動速度や応答性の改善を実現しています。
感想
Flutterのようなマルチプラットフォーム向けの開発環境って、ようは人間の手数を減らすための物なのだけど、AIがコーディングするなら、そこの手数をムリに減らす必要は無く、素直にプラットフォーム毎に開発した方が良いっていうのはありそうなんだよな。
Zed
エディタ「Zed」のバージョン1.26.2におけるリリース内容です。主な新機能として、Python言語サーバー「Pyrefly」の組み込み追加や、デバッガーのホバー表示でネストされた変数を展開・確認できる機能、JavaScriptデバッガーでのWebAssembly向けDWARFデバッグ対応が導入されました。
さらに、AIアシスタント機能の設定保持や検索性の向上に加え、Gitや画面描画など各種不具合の修正も行われています。
Visual Studio Code
VS Codeでは複数エージェントとの協調作業が定着し、開発者は作業を並行して任せられるようになりました。オープンなAgent Host Protocolにより、端末を閉じてもクラウドや別環境でセッションを継続できます。
専用のAgents Windowでは複数モデルの並行実行や比較が可能です。さらに統合ブラウザや操作ツール、各種連携により、チャットを超えた開発支援を実現しています。
Visual Studio Code 1.144では、AIエージェントのワークフローとモデル統合が大幅に強化されました。
Agent Hostとプロトコルの刷新により、VS CodeやCLIなどの異なる環境間でセッションをシームレスに継続できるようになりました。クラウド上でタスクや自動化を実行する機能や、リモート環境の一元管理機能も追加されています。
モデル連携では、複数モデルの自動選定と協調を行うCopilot Fusionが導入されたほか、プロンプトを並行テストできるモデル比較機能が拡充されました。さらに、チャット内での画像生成機能や、デスクトップアプリを操作するComputer Use機能も実験的に利用可能になっています。
このほか、低リスクなツール実行を自動承認するアシストパーミッションの正式提供や、SlackやNotion等のサービスと接続できるコネクター機能、プラグインのマーケットプレイス拡充など、エージェント活用の柔軟性と安全性が大きく向上しています。
GitHub / GitHub Copilot
2026年のGitHub年次レポート「Octoverse」によると、開発者のプッシュ数は過去12か月で17.9億回に達し、過去2年分の合計を上回りました。この急成長を牽引しているのがAIコーディングエージェントの本格的な普及です。
9月時点でプルリクエストの40％以上がエージェントを起点に作成されています。また、利用者は複数モデルを使い分け、医療や農業など多様な産業へも開発が広がっています。
GitHubは、AIエージェントを活用した包括的なソフトウェア配信システムへの進化を発表しました。
GitHub Copilotアプリを中心に、複数モデルを最適に使い分ける「Copilot Fusion」や、環境間で作業を引き継げる機能などを提供します。
これらを支えるため、Azureへの移行やCPU・回線容量の大幅な増強など、インフラ基盤の刷新も進めています。
Dependabotの到達可能性分析（パブリックプレビュー）は、自社コードから依存関係内の脆弱な関数への呼び出し経路を解析することで、セキュリティアラートの優先順位付けを支援します。
GitHub Agentic Workflowsが一般提供（GA）となりました。自然言語のMarkdownからGitHub Actionsのワークフローを生成し、Issueの分類やCIのエラー解析、テスト作成などのタスクをAIエージェントで自動化できます。
安全面では、読み取り専用の権限設定やサンドボックス環境、脅威検出スキャンなどの保護機能を備えています。
今回のGAに伴い、ARCやDocker-in-Dockerのサポート、AIクレジットの予算予測機能、モデルルーティングや分離機能の強化などが追加されました。
GitHub Copilot Fusionにおいて、ローカルモデルの選択と自動ルーティング機能が実験的プレビューとして追加されました。
端末の計算資源を活用し、手動で切り替えることなくローカルとクラウドのモデルを最適に使い分けられます。
GitHub Copilotのチャット上で、自然言語による画像の生成および編集が可能になりました。推論モデルが専用ツールを呼び出し、生成結果をインラインでプレビューしてワークスペースへ直接保存します。
VS Codeや専用アプリ、CLIから利用でき、有料プラン向けにパブリックプレビューとして提供されています。画像クレジットとして個別に課金され、組織によるモデルの無効化や透かしの付与にも対応しています。
GitHubはチームで共同利用できる「Copilot Automations」の展開を開始しました。
プロンプトやトリガーを組み合わせてクラウド上で自律実行でき、リポジトリ単位で管理や請求が行われます。
GitHub intelligenceは、チームの開発履歴や文脈をAIエージェントに活用させる新機能です。
個人の好みやリポジトリの規約を引き継ぐMemory、過去のやり取りから文脈を自動学習・更新するDreaming、複数リポジトリを横断検索するコード検索の3機能で構成されています。
毎回の指示やローカルへの複製作業を省き、チーム全体の開発効率を高めます。
GitHub Copilotアプリ向けにセキュリティ拡張機能のパブリックプレビューが公開されました。
エディタを離れずにコードスキャン警告の確認や修正、AIによる解説や変更内容のセキュリティレビューが可能です。
GitHub Enterpriseの全ライセンスユーザー向けにGitHub Copilotが標準で含まれるようになり、個別シートの管理から組織のAI利用予算の管理を中心とする運用モデルへと移行しました。
GitHub Copilotアプリに、複数リポジトリや外部ツールを横断して目標達成を管理できる「Projects」がパブリックプレビューとして登場しました。自律エージェントが連携して作業を進めます。
さらに、チャット内での画像生成・編集機能に加え、ユーザーの承認を得てデスクトップアプリを直接操作できる「Computer use」機能も新たに提供されます。
GitHubは、タスクに応じて最適なAIモデルを自動で選択・連携させる「GitHub Copilot Fusion」の一般提供を開始しました。
利用者はモデルを個別に選ぶ代わりに「Standard」「High」「Max」といった取り組みレベルを指定します。システムは単一モデルでの実行や段階的なチェック、レビューを伴う連携ワークフローを自動で判断し、高い性能とコスト効率を両立させます。管理者による利用モデルの制御にも対応しています。
VS CodeにおけるGitHub Copilotのアップデートでは、作業場所やモデルの柔軟な選択が可能になりました。
クラウドやローカル環境でエージェントを動かし、PCを閉じてもセッションを維持してモバイルなど複数端末から継続して操作できます。
さらに、複数モデルの並行実行や比較、デスクトップアプリ操作、外部サービスと連携するコネクターや拡張機能の管理機能も強化されています。
エージェンティックコーディング・仕様駆動開発
AIに大きな仕様書を渡して一気に作らせると、手戻りや確認の破綻を招きやすくなります。
仕様を詰めるより実装を最小単位に小さく切り、自身で動かしながら高頻度で判断を重ねて並走する開発手法が有効です。
感想
大きな仕様を渡していきなり作らせるのではなく、実装計画をできるだけ細かく作らせたり、その際に先行プロジェクトのアーキテクチャを参考にさせるなどして、AIが何をしようとしているのかを理解し、アーキテクチャーを確定させつつ、その時点で軌道修正するようにするといいよ。
AI
Googleは新たなフロンティアモデル「Gemini 4 Carbon」を発表しました。本モデルは高度なサイバーセキュリティ性能と、長期的で複雑なタスクに対応するエージェント機能を備えた最強のモデルと位置づけられています。
特にサイバー防衛の分野で大きな成果を上げており、脆弱性の検出（SEC-bench Proで88.2%）や検証、根本的な修正パッチの生成（CWE-benchで71.0%）において業界最高水準の性能を記録しました。また、安全面ではプロンプトインジェクション耐性の向上や不正行為の抑止が進められ、信頼性の高いアライメントが施されています。
展開にあたっては米国の事前テストプロセスに沿って慎重に進められており、まずはサイバー防衛担当者や一部のパートナー向けに提供が開始されます。その後、開発者や企業、一般ユーザーへ順次提供される予定です。
Anthropic
AIモデルの進化で攻撃と防御の双方が加速する中、自律型AIエージェントの導入には新たなセキュリティリスクが生じています。従来のアクセス制御では、正規権限の悪用やメモリ汚染などの脅威に十分に対処できません。
そのため、タスクごとの権限管理や侵害を前提とした多層防御など、エージェントの特性に合わせたゼロトラストフレームワークの導入が不可欠であると解説されています。
感想
そういうハーネスを予め作っておいてよと言うお気持ち。
AnthropicのFrontier Red Teamは、未公開の研究用AIモデル「Claude」を用いて、ChromeやSafari、Android、Windows、Linuxなどの実環境ソフトウェアにおける重大な脆弱性とエクスプロイトチェーンを発見しました。
発見された問題は各ベンダーへ事前報告され、修正が進められています。AIによる高度な脆弱性検出能力が実証されたことで、防御側においても開発プロセスへのスキャナー導入など、早期の対策強化が重要視されています。
Microsoft
Microsoft Foundry Agent Serviceにおいて、「Microsoft Copilotハーネス」のパブリックプレビューが発表されました。これは推論やツール活用、複雑な長時間タスクを実行するエージェントを構築するためのフルマネージドな実行基盤です。
再利用可能なスキルやMCPツールとの連携、サブエージェントへのタスク委譲に対応しています。また、ホスト型エージェント向けの中断復帰機能も一般提供され、耐障害性の高いワークフロー構築が可能になります。
Microsoft Foundryにて画像生成モデル「MAI-Image-2.6」および高速版「MAI-Image-2.6-Flash」の一般提供が開始されました。
最大5枚の参照画像を用いた編集やBing連携によるWebグラウンディング、最大1.5Kの解像度調整に対応しています。精密な制作には通常版、高速な試作にはFlash版が適しており、今後はAdobe Fireflyへの導入も予定されています。
論文・その他
現代のAIは単体の言語モデルにとどまらず、複数の要素が連動する「思考するシステム」へと進化しています。本資料ではその潮流を支える4つの主要技術を解説しています。
第一に、事前学習の投資効率低下に対応する「基盤モデルの効率的スケーリング」です。計算量やメモリ消費を抑えつつ規模を拡大するため、Sparse MoE、Looped Transformer、Sparse Attentionなどの技術が定着しています。
第二に、実行時に思考や探索を行う「推論時のスケーリング」です。Chain-of-Thoughtの伸長や多数決、検証器による選別が有効ですが、考えすぎによる精度低下やコスト増を抑えるため、適切な早期停止判断が重要になります。
第三に、モデルの入出力やツール利用を制御・最適化する「AI Harness」です。受け手となるモデルの性能に合わせて観測情報や手順の渡し方を設計することが性能向上に直結します。
最後に、これらハーネスや学習パイプラインの改善自体をエージェントに担わせる「自己改変（RSI）」の試みも急速に進展しています。
社内RAGで的外れな回答が発生する原因の多くは起動や文書取り込みの設定にあるため、回答の指示文を直す前に「設定元の特定」「処理への受け渡し」「既定値への変更有無」「登録結果との照合」の4手順で確認することが推奨されています。
コーディングエージェントが勝手に決定した仕様に気づくには、完了報告を介さず「元の依頼文」と「コードの差分」のみを別のAIに渡し、要件にない判断や別案との違いを独立して洗い出させる手法が有効です。
クラウド
Azure
Azure Updates (2026-10-29) | ブチザッキ
Azure App ServiceやAzure FunctionsにおけるNode.js、Python、.NET Brotli関連の緊急セキュリティ更新やタイムゾーン対応が行われました。また、Azure App Configurationでの拡張機能管理のプレビューや、Azure Storageにおけるサブスクリプションあたりのアカウント上限緩和が一般提供（GA）となっています。
AI分野では、Microsoft Foundry向けにGPT-6.1 TerraやDecisions API、MAI-Codeなどのモデル拡充が行われ、エージェント基盤となるMicrosoft Copilot harnessが導入されました。さらに、Microsoft Fabricの各種プレビュー機能や、開発ツールにおける.NET帯域外セキュリティ更新なども案内されています。
Azure SDKの2026年10月リリースでは、主要ライブラリの更新と新機能が提供されました。
.NET向けAzure CoreではmTLS PoPへの対応や認証遅延の修正が行われ、Python向けIdentityではAzure Arc対応サーバーでのユーザー割り当てマネージドIDが利用可能になりました。
また、Rust向けCosmos DBが初の安定版となったほか、各言語で複数の管理・クライアントライブラリの初回安定版およびベータ版が公開されています。
複数AIコーディングエージェントが並行して作業する際、単一の開発データベースを共有すると競合が発生します。
本記事では、Git worktreeのように各タスクへ独立したAzure Cosmos DBエミュレーター環境を割り当てる手法を提案しています。
既知のフィクスチャを用いて各環境を初期化し、検証完了後は環境を破棄します。そして、テスト用データそのものではなく、レビュー済みのコードや移行手順のみをマージすることが重要です。
ソフトウェア開発におけるAI導入では、コード行数やプルリクエスト数などの表面的な指標で個人を評価するのではなく、トークン費用や保守コスト、バーンアウトといった副作用も考慮した上で、アプローチごとの真の投資対効果を長期的な視点で測定することが重要です。
最先端AIモデルを用いて長年潜在していた複数のバグを連鎖させたPHPの深刻な脆弱性「PHP2Shell」が発見・悪用された事案は、レガシーソフトウェアの維持管理やセキュリティ対策における大きな転換点を示しています。
ソフトウェア開発におけるAI導入は、コード行数やPR数といった表面的な指標に惑わされず、トークンコストや長期的な保守負担などの負の影響も含めてアプローチ自体の真の投資対効果を定量的に測定・評価することが重要です。
データーセンター
Oracleは年次イベント「Oracle AI World 2026」にて、クラウド基盤「OCI」にGoogle開発のAIアクセラレータ「TPU」を採用すると明らかにしました。
フロンティアAIモデルの推論に伴うGPUの導入・運用コストの増大が課題となる中、電力効率が高く低コストなTPUの導入により推論コストの削減を目指します。提供開始は2027年を予定しており、今後需要に応じて規模が拡大される見込みです。
OS
Windows
Microsoftは、eMudhraの一部中間CA証明書で秘密鍵が侵害された問題に対応するため、Windows 10/11向けの定例外パッチを公開しました。
この更新では、信頼リストから問題の証明書が除外されます。主に証明書リストの自動更新が無効な環境や、更新サービスに接続できないオフライン環境の機器を対象としています。また、Microsoft Edgeでも同様に信頼リストから削除する対応が実施されています。
感想
グループポリシー設定やセキュリティ製品などで、証明書情報がMSから自動更新されない環境向けのパッチ。普通の人は普通にWindowsアップデートをかけていけば良いです。
macOS
Appleは認証局eMudhraの脆弱な中間CA証明書をブロックし、コマンドラインツール等で使用される「/etc/ssl/cert.pem」から関連ルートCA証明書の削除を案内していました。
しかし、macOS 27.2へのアップデート時にcert.pemが置き換えられ、以前削除した2つのルートCA証明書が再び追加されてしまう問題が確認されています。
アップデート後は証明書が復元されていないか、管理者の再確認が推奨されています。
感想
Apple、本当にちゃんとして。。。
mac
Appleは、タッチ操作に対応したタンデムOLED「PROLED XDRディスプレイ」搭載の新しい14/16インチMacBook Proを発表しました。Apple M5 Pro/Maxチップを備え、従来のノッチを廃止してDynamic Islandを採用しています。
筐体は従来より薄型・軽量化され、輝度やコントラスト比も大幅に向上しました。価格は499,800円からで、11月6日に発売予定です。
業界動向・時事
会社の「10万円未満」という調達規程のせいでキーボードすらない超低スペックなタブレットを支給された新人が、業務に耐えかねて泣き出し、翌日に親が会社へ怒鳴り込んでくる事態になりました。
感想
まぁ10万はともかく、今、固定資産にならないように開発用のPCを調達するのがムリゲーすぎる。と言うか、1000万以下の計算機やネットワーク機器は固定資産化の対象から外しませんか?日本でDXが進まない理由の一つに税制が絶対ある。
富士フイルムは、AIデータセンターの普及に伴うコールドデータの長期保存需要増に対応するため、約20年ぶりとなる約100億円の設備投資を行い、データ保存用磁気テープの供給能力を2028年度までに5倍に引き上げます。
感想
バックアップはテープ。テープしか勝たん。