AIエージェント

AIエージェントが増えすぎた——「Agent Sprawl」問題 2026年、ソフトウェア開発現場では複数のAIコーディングエージェントが日常的に使われるようになった。Claude Code、GitHub Copilot、Cursor、OpenHands──これらのツールは個々の開発者の生産性を大幅に向上させた。 しかし、組織全体で見ると新たな問題が浮上している。Agent Sprawl（エージェント乱立） だ。各チームがバラバラのエージェントを導入し、権限管理は不統一、コストは追跡不能、誰が・いつ・どのエージェントに・何をさせたのかの監査証跡がない。McKinseyの調査によれば、60%以上の組織がAIエージェントを実験しているが、本番運用に成功している例はごく一部にとどまる。 この問題に対する解として登場したのが、Agent Control Plane（エージェントコントロールプレーン） という新たな運用カテゴリである。 Agent Control Planeとは何か OpenHandsのCEO兼共同創業者 Robert Brennan の定義によれば、ソフトウェアエージェントのテクノロジースタックは3つの層から構成される： Harness（ハーネス） — 1つ以上のLLM上で動作するエージェントループ（Claude CodeやCursorのローカル実行環境） Orchestrator（オーケストレーター） — エージェントが実行される環境（Kubernetesクラスタなど） Control Plane（コントロールプレーン） — 多数のエージェントを大規模に観測・制御する仕組み Control Planeはエージェントを制御するための中央管理層だ。すべてのエージェントアクティビティに対して、LLMルーティングポリシー、MCPアクセス制御、シークレット管理、予算管理、ユーザー認証などのガードレールを一元的に設定できる。 OpenHands Enterpriseが提供する5つの機能 OpenHandsは2026年5月6日、OpenHands Enterpriseとその中核となるAgent Control Planeを正式リリースした。直近では$18.8MのSeries Aを調達し、Madronaを筆頭にMenlo Ventures、Obvious Ventures、Fujitsu Ventures、Alumni Venturesが参加している。コミュニティの規模はGitHub 70,000超のスター、9,000以上のフォーク、700万ダウンロードに達し、AMD、Apple、Google、Amazon、Netflix、NVIDIA、Mastercardなどのエンジニアが利用している。 Control Planeが提供する機能は以下の5つに整理できる： 1. Orchestration（オーケストレーション） プラットフォームチームはワークフローを一度定義するだけで、複数のリポジトリやチームにまたがって並列実行できる。スケジューリング、リトライポリシー、状態管理はすべてControl Planeが責任を持つ。 # OpenHands Automationワークフロー定義例（依存関係アップグレード） name: dependency-upgrade-weekly trigger: schedule: "0 8 * * 1" # 毎週月曜日8:00 UTC event: github-release workflows: - repo: backend-service task: upgrade-dependencies model: claude-opus-4.7 budget: 500000 # トークン上限 - repo: frontend-app task: upgrade-dependencies model: claude-opus-4.7 budget: 300000 2. Security & Governance（セキュリティとガバナンス） Control Planeの最も重要な役割はセキュリティだ。最小権限（least-privilege） のアクセス制御を強制し、エージェントが開発者の完全な権限を継承しないようにする。シークレット、ネットワーク、外部システムへのアクセスはすべてワークフローレベルでスコープされ、隔離されたサンドボックス内で実行される。これにより、あるエージェントが本番データベースを誤って削除するような事故の影響範囲を最小化できる。 ...

2026年5月19日〜20日、Google I/O 2026がMountain ViewのShoreline Amphitheatreとオンラインで開催される。今年のキーノートテーマは「Agent-first workflows from prompt to production」──AIエージェントを開発の中心に据え、プロンプトから本番デプロイまでを一貫したワークフローでつなぐビジョンだ。 前週にAndroid Show I/O Edition（5月12日）でAndroid 17・Googlebook・Gemini Intelligenceが先行発表されたことを受け、本番のI/Oでは開発者向けの深い技術内容が期待される。本稿では、AIエンジニアの視点からI/O 2026の注目ポイントを整理する。 ...

今週（5月12日〜16日）は初のフル稼働週となり、計10本の記事を公開した。本記事では各トピックを整理し、1週間のストーリーを俯瞰する。 今週のハイライト 2026年5月第2週は「AIエージェントの実用化」が明確なテーマだった。 Claude Mythos Preview — AIが自律的にゼロデイ脆弱性を発見 SubQ 1M-Preview — 非二次アーキテクチャで12Mトークンコンテキスト AIモデル価格戦争 — 5極化、SubQが$0.11/Mで破壊的 Google I/O 2026 — 5月19日開催目前 Claude Mythos Preview（5/15公開） 今週最大の話題。SWE-bench Verified 93.9% を記録。内部テストでFreeBSDの17年間放置されたRCEやFFmpegの16年放置バグを自律発見した。英国AISIの評価では30%の確率で企業ネットワークを完全乗っ取り可能。Gary Marcusの反論もあるが、AIサイバーセキュリティが理論から現実に移ったことを示す。 Claude Mythos Preview徹底解説 AIモデル価格戦争2026（5/15公開） Anthropicの67%値下げ、SubQの$0.11/M（Opus比1/23）、DeepSeek V4-Flashの$0.04/Mと、モデル選定基準が「性能」から「性能×コスト」へシフト。タスク別の最適モデル選択手法を解説。 AIモデル価格戦争2026 SubQ 1M-Preview（5/14公開） SSAアーキテクチャでTransformerのO(n²)問題を解決。12Mトークンコンテキスト、SWE-Bench 81.8%、MRCR v2 65.9%（GPT-5.5超え）。$0.11/MはOpus比1/23以下。 SubQ 1M-Preview完全解説 Claude 2026年出荷全容（5/14公開） Opus 4.7、Dreams、Agent Teams、1Mコンテクスト標準価格化、Code Review / CI Auto-Fix / Security Reviews、エンタープライズ80倍成長。Anthropicのプラットフォーム企業転換を包括的に解説。 Claudeが2026年に出荷したすべて Google I/O 2026直前プレビュー（5/16公開） Jules V2（目標駆動型エージェント）、Gemini 4（1000万トークン）、Firebase Studio、ADK/MCP、Googlebook。テーマは「Agent-First開発」。 Google I/O 2026直前プレビュー 週前半の記事（5/12-5/13） 公開日 記事 トピック 5/12 AI Coding Agents比較 Claude Code / Cursor / Copilot / Codex 実践比較 5/12 AI Agent Frameworks比較 LangGraph / Claude Agent SDK / CrewAI 5/12 なぜPythonなのか AI時代の言語選定の考察 5/13 Claude Managed Agents入門 完全マネージド実行環境の総合ガイド 5/13 Xiaomi MiMo-V2.5-Pro解説 1.02Tパラメータ、MITライセンスの衝撃 来週の注目ポイント Google I/O 2026（5/19-20） Agent-First開発のビジョンが製品としてどう具現化されるか。イベント後は速報レポートを公開予定。 ...

はじめに：サイバーセキュリティの分岐点 2026年4月7日、Anthropicは次世代モデル「Claude Mythos Preview」を発表した。しかし同社は同時に、このモデルを一般公開しないと宣言した。理由は「前例のないサイバーセキュリティリスク」だ。 本記事では、Claude Mythos Previewを技術的事実に基づいて解説し、その能力・リスク・論争・そして日本の開発チームが今取るべき対策を、バランスの取れた視点で提供する。既存の日本語記事の多くは発表内容の紹介に留まっているが、本記事では賛否両論を包含した分析と実践的な対策コードを提供する点で差別化している。 Claude Mythos Previewとは何か Claude Mythos Previewは、Anthropicが開発した新しい汎用言語モデルである。「Mythos」は世代名（Claude 4に相当）、「Capybara」は階層名（Opus/Sonnet/Haikuに相当）という2層構造の命名で、正式には「Claude Mythos Capybara」となる見込みだ。 最も特筆すべき点は、そのサイバーセキュリティ能力がコーディング能力の副産物として副次的に出現したことである。Anthropicは「意図的に訓練した能力ではない」と明言している。これは、モデルのスケーリングによって予期せぬ能力が創発するという、AI安全性研究で長年議論されてきたシナリオが現実になった事例と言える。 ベンチマーク：何が「異常値」なのか Anthropicが公開したシステムカードによると、Mythos PreviewはOpus 4.6と比較して以下のスコアを示している： ベンチマーク Mythos Preview Opus 4.6 改善幅 SWE-bench Verified 93.9% 80.8% +13.1pp SWE-bench Pro 77.8% 53.4% +24.4pp SWE-bench Multilingual 87.3% 77.8% +9.5pp Terminal-Bench 2.0 82.0% 65.4% +16.6pp CyberGym (脆弱性再現) 83.1% 66.6% +16.5pp GPQA Diamond 94.6% 91.3% +3.3pp BrowseComp 86.9% 83.7% +3.2pp SWE-bench Verifiedの93.9%は、2025年4月時点での最高スコア（Opus 4.6の80.8%）から13ポイント以上の飛躍であり、従来のモデル改善ペース（通常1-3pp）を大きく超えている。しかし、この数字には注意が必要だ。SWE-benchは特定の条件下でのバグ修正能力を測定するものであり、実環境でのソフトウェア開発能力を完全に反映するものではない。 発見された脆弱性：実例から見る能力の本質 27年越しのOpenBSDバグ 最も象徴的な事例は、OpenBSDのTCP SACK処理に潜んでいた27年越しの脆弱性である。RFC 2018（1996年策定）で定義された Selective Acknowledgment 機構に、二つのバグが連鎖して存在していた： ...