前回からの変化
前回(2026-10-14、前日)との比較である。
変わったこと(変化・新規)
- 前回の主題だったAnthropicのScionから、本日はAIエージェントによる脆弱性研究の実例(XBOWの事例)へ移った
- 新顔としてLiquid AIのd1が加わった。10月7日の公開で、これまで本レポートでは取り上げていなかった
- Gemini 4 Argonは前回「サイバー防御パートナー向けの段階提供」としていたが、本日、全世界の開発者向けに一般提供されたとする報道が出た(公式未確認)(AI Agent Store)
昨日と同じこと(継続)
- Gemini 4 Argonの性能は自社評価が中心で、第三者の検証がまだ出ていない状況は変わらない(AI Weekly)
- LightOnOCR-3、Meta Muse Wonderについて新しい情報は確認できなかった(LLM Stats)
要因の連続性
- 継続要因: エージェントに長時間・大量の作業を任せる流れ。前回のScionに続き、本日も実例が出た
- 新規要因: 高度な脆弱性研究でも、AIエージェントが実用的な水準に達したことを示す事例が出た
- 解消した要因: なし
本日のハイライト
XBOW、GPT-5.6 SolのエージェントでChromeの攻撃コードを6日で作成
CyberInsiderによると、セキュリティ企業XBOWの研究者ブレンダン・ドーラン=ガビット氏らは、OpenAIのGPT-5.6 Solを使うAIエージェントで、Chromeのサンドボックス(外部から隔離する保護機構)を破りWindows上でコードを実行できる「全連鎖」の攻撃コードを作った。作業は8月2日から7日の6日間で、10月13日から14日に公表された。Googleは報奨金25万ドルを支払い、同社にとって2026年初の全連鎖の報奨になったという。
手法は、V8のMaglevコンパイラ、アニメーションWebPのデコーダ、Crashpad(クラッシュ報告機能)の3つの欠陥をつなぐものである。エージェントがソースコードの検索、仮説の検証、概念実証(PoC)の作成、攻撃部品の下書きを行い、人間が目標の選定と方針の指示を担った。投じた計算資源は約4万ドル分とされる。
開発手法として注目すべき点は、エージェントに「探索と試行」を任せ、人間は目標設定と判断に集中する分業である。ただし再現には、高額な計算資源と脆弱性研究の専門知識が要る。報道ベースの情報で、XBOWやGoogleの一次発表は今回確認できていない。
主要企業のリリース
Gemini 4 Argonについて、AI Agent Storeは10月14日、Googleが開発者と企業向けにGemini API、AI Studioなどで全世界に提供し、料金は導入期で入力100万トークンあたり2ドル、出力10ドルと伝えた。同じ日にGeminiアプリへ「タスクモード」(利用者が離席中もアシスタントが作業を続ける機能)を加え、Instacart、OpenTable、Adobe、Shopifyなど40超のアプリとつないだという。
一方、AI Weeklyは、有料API利用者とGoogle AI Ultra契約者への拡大の時期は未定としており、情報が食い違っている。本レポートでは公式発表を確認できていないため、一般提供は「報道あり、未確認」と扱う。
xAIのGrok Voice 3.0は、1分あたり0.08ドルで、音声から音声への評価指数で86.9になったとAI Weeklyの一覧が伝えている。記事本文は取得できず、指数の測定者や条件は確認できていない。
新興AI・注目の新顔
d1-3B / d1-omni-600M(Liquid AI)
何が新しいかというと、文章を1語ずつ生成する通常のLLMと違い、1回の計算で構造化された判断を直接返す「判断モデル」である点だ。9月に紹介したTypeSafe AIのJevやConvaiのLayaと同じ系統の発想で、エッジ(端末側)での高速な分類や判定に向く。
RuntimeWireによると、Liquid AIが10月7日に公開した。d1-3Bは文章と画像を受け付け、d1-omni-600Mは試験的に、文章と画像または音声を受け付ける。Hugging Faceからオープンウェイト(学習済みの重みを公開する形態)で入手できるが、ライセンスの詳細は確認できていない。性能は同社発表で、d1-3Bは11の公開画像ベンチマークの平均で74.1点とされ、第三者の検証はまだ確認できていない。
AI開発手法
新しい開発手法の話題としては、上記XBOWの「人間が目標を決め、エージェントが探索と試行を担う」分業が挙げられる。効く課題は、人手では時間がかかる大規模コードの調査である。再現には高額な計算資源が要る(CyberInsider)。
AIを使った新サービス
特筆すべき新サービスなし。
トレンドのAI活用法
特筆すべきトレンドなし。
LLM性能比較・得意分野
新しい比較情報なし。Grok Voice 3.0の指数は条件が不明なため採用しない。
研究・技術
新しい論文や研究で、実装が公開されたものは本日確認できなかった。
