LLM・AI Agent 最新情報レポート Vol.25

作成日: 2026年5月21日
対象期間: 2026年5月20日〜2026年5月21日（Vol.24との差分）

Google Cloudアップデート
Microsoft Azure AIアップデート
LLM Model / AI Agentアーキテクチャ・研究
公式ブログ・論文のリサーチ・要約
- Google
- OpenAI
- Anthropic
AI Agent搭載SaaS製品情報
LLM/AI Agentセキュリティインシデント
その他特筆すべき情報
参考リンク

1. Google Cloudアップデート

1.1 Google Cloud視点のI/O 2026まとめ：Gemini 3.5 Flash / Omni と CodeMender 詳報（5月20〜21日）

Vol.24 でカバーした Developer Keynote（Antigravity SDK等）に続き、Google Cloud Blog が Cloud利用者向けの詳細を公開した。[1][2]

Gemini 3.5 Flash：最強のエージェント・コーディングモデル

指標	値
Terminal-Bench 2.1スコア	76.2%
GDPval-AA Eloスコア	1,656
コスト	同等のフロンティアモデル比 50%未満
速度	同等モデル比 4倍高速
提供チャネル	Gemini API / Antigravity / Gemini Enterprise / Geminiアプリ / AI Studio

Gemini 3.5 Flash は Gemini 3.1 Pro をコーディング・エージェントベンチマークで上回り、長期的・多ステップのエージェントタスクに最適化されたモデルとして位置づけられる。内部テストでは、OSをゼロから構築するコーディングパイプラインを自律実行したとされる。

また、Gemini 3.5 Pro は来月中にリリース予定（現在テスト中）。

Gemini Omni：あらゆる入力からあらゆる出力を生成する新マルチモーダルモデル

Gemini Omni はテキスト・音声・画像・動画の任意の組み合わせを入力として受け付け、任意の形式で出力できる新世代マルチモーダルモデル。数週間以内に Gemini API および Agent Platform 経由でロールアウト予定。[1]

CodeMender：AIセキュリティエージェントのAPI外部公開（5月20日）

Google DeepMind の CodeMender は、コードの脆弱性を自律的に検出・修正するAIセキュリティエージェント。5月20日、Google は外部の専門家グループに CodeMender の API テストアクセスを拡大し、Anthropic の Claude Mythos との競争に本格参入した。[3][4]

機能	詳細
脆弱性検出	Geminiモデルの高度な推論で脆弱性の根本原因をトレース
パッチ生成	修正案を自動ドラフト
パッチ検証	フォーマルテストと実用テストで修正案を検証してから適用
適用	ユーザー承認後にパッチを自動適用

AI Content Detection API

Google は AI が生成したコンテンツを検出する AI Content Detection API を新たに提供。Google および他社モデルが生成したコンテンツの識別に対応し、責任あるメディアガバナンスを支援する。[1]

2. Microsoft Azure AIアップデート

2.1 RAMPART & Clarity：AIエージェント開発フローに安全性を組み込むOSSツール（5月20〜21日）

Microsoft Security Blog が5月20日に RAMPART と Clarity の2つのオープンソースツールを公開した。AIエージェント開発のワークフローに安全性テストを組み込む初の包括的OSS実装として注目されている。[5][6][7]

RAMPART：AIエージェント向け安全性・セキュリティテストフレームワーク

RAMPART（Red-teaming Agent Models for Probing Adversarial and Responsible Threats）は、AIエージェントに対して敵対的シナリオと正常シナリオの両方をCIで繰り返し実行可能なテストに変換する Pytest ネイティブのフレームワーク。

特性	詳細
ベース	Microsoft PyRIT（ジェネレーティブAI用レッドチーム自動化フレームワーク）の上に構築
対象者	セキュリティ研究者ではなくエンジニア（CI統合を想定した開発者体験）
テスト対象	クロスプロンプトインジェクション・意図しない行動回帰・データ漏洩
カバー範囲	敵対的攻撃と良性の問題の両方、各種ハームカテゴリ

PyRIT が「システム構築後の黒箱発見」向けであるのに対し、**RAMPART は「システム構築中に継続的に実行するエンジニアリングテスト」**向けに設計されている。

Clarity：コード着手前の設計検証ツール

Clarity は、チームがコードを一行も書く前に「正しいものを構築しようとしているか」を確認する「構造化されたサウンディングボード」。

ステップ	内容
問題の明確化	解決しようとしている問題が適切に定義されているか検証
解決策の探索	複数のアプローチを比較・評価
失敗分析	想定される失敗モードの事前特定
決定記録	設計上の意思決定を文書化

実行環境：デスクトップアプリ・Webインターフェース・コーディングエージェント内の3形態に対応。

2.2 Azure AI Foundry Agent Service：Computer Use Tool と Browser Automation Tool（5月）

Azure AI Foundry Agent Service に2つの新ツールが追加された。[8][9]

ツール	状態	概要
Computer Use Tool	Preview	UIを通じてコンピュータシステムを操作する専門AIツール
Browser Automation Tool	Public Preview	Playwright Workspace を活用した自然言語ブラウザ操作（フォーム入力・予約・検索等）

Browser Automation Toolのセキュリティ注記： WebページのAIへの悪意ある指示（プロンプトインジェクション）によりセキュリティリスクが発生しうると Microsoft は明記している。ブラウザセッションはプライバシー・セキュリティのために隔離環境で実行される。

2.3 Azure Marketplace：59件の新規オファー（5月21日）

5月21日、Azure Marketplace に59件の新規オファーが追加され、クラウドソリューション・AIアプリ・AIエージェントのラインアップが拡充された。[10]

3. LLM Model / AI Agentアーキテクチャ・研究

3.1 論文：「Redefining AI Red Teaming in the Agentic Era: From Weeks to Hours」（arxiv 2605.04019）

2026年5月公開の arXiv 論文 [11] が、AIレッドチームのエージェント化による効率革命を報告した。

背景・問題意識： 現行のAIレッドチームでは、オペレーターが攻撃・変換・スコアラーのワークフローを手動で組み上げるため、設定作業に数週間を要していた。また、ライブラリに固有のワークフローに縛られ、脆弱性の探索より実装に時間を取られていた。

提案手法：Dreadnode SDK ベースのAIレッドチームエージェント

コンポーネント	規模
敵対的攻撃	45種類以上
変換（Transforms）	450種類以上
スコアラー	130種類以上

オペレーターは自然言語でゴール（何を調べるか）を指定するだけで、エージェントが攻撃選定・変換合成・実行・報告を自律実行する
マルチエージェントシステム・多言語・マルチモーダルのターゲットに対応
人間中心の手法と比較して自律エージェントが大多数のブラックボックスレッドチーム課題を解決

意義： 2026年5月時点でAIレッドチームは「セキュリティ研究の好奇心」から「運用上の基本要件」へと進化している。本論文はその技術的基盤となる自動化アーキテクチャを示した。

4. 公式ブログ・論文のリサーチ・要約

4.1 Google

Google Cloud、I/O 2026の成果をCloud視点でまとめブログ公開（5月20〜21日）

「Innovations from Google I/O 26 on Google Cloud」と題したブログが Google Cloud Blog に公開され、I/O 2026 の発表を Cloud 利用者視点でまとめた。[1]

主な Cloud 提供機能：

Gemini 3.5 Flash が Gemini Enterprise・Gemini API で即日利用可能
Gemini Spark が Gemini Enterprise・Workspace 向けにまもなく提供（まず AI Ultra 加入者向け）
Managed Agents API が Agent Platform でシングル API コールで利用可能（Vol.24 で既報）
CodeMender が Agent Platform 経由で提供

4.2 OpenAI

ChatGPT 自社広告プラットフォームセルフサービス化（5月21日）

OpenAI は ChatGPT 内に広告を掲載できる セルフサービス型広告プラットフォーム（Ads Manager Beta） を正式ローンチした。[12][13]

項目	詳細
提供開始	2026年5月21日（米国向けベータ）
以前の参入障壁	最低出稿額 50,000ドル → 完全撤廃
入札モデル	CPM（インプレッション単価）と CPC（クリック単価）の両対応
パートナー代理店	Dentsu・Omnicom・Publicis・WPP
アドテクパートナー	Adobe・Criteo・Kargo・Pacvue・StackAdapt
広告ポリシー	広告が ChatGPT のオーガニック出力に影響しないと明言
収益目標	2026年：25億ドル / 2030年：1,000億ドル

セルフサービス化により、これまで大手代理店に頼らざるを得なかった中小企業・スタートアップも ChatGPT 広告を直接購入・管理・最適化できるようになった。

OpenAI IPO 機密提出の報道（5月21日）

5月21日、OpenAI が株式上場（IPO）のための**機密提出（Confidential Filing）**を進めているとの報道が出た。[14]

市場予測（Kalshi）：2026年秋までにIPO正式発表の確率 60%（10月以前）〜 81%（11月以前）
機密提出後、正式な目論見書開示・ロードショーへと移行する見込み

4.3 Anthropic

Anthropic、世界の金融規制当局に Claude Mythos が発見した脆弱性を事前報告へ

Anthropic が Claude Mythos Preview（4月7日発表）を使って検出したOSやブラウザのゼロデイ脆弱性の情報を、世界の金融規制当局に事前ブリーフィングする計画を明らかにした。[15][16]

Mythos は「あらゆる主要 OS・主要ブラウザ」で数千件のゼロデイ脆弱性を発見
Anthropic は FreeBSD の17年来の RCE 脆弱性（NFS 経由で root 権限取得）を Mythos が自律的に特定・悪用したと開示
Project Glasswing（約40社で構成：Amazon・Microsoft・JPMorgan Chase 等）を通じて、脆弱性情報を責任ある形で共有・修正する仕組みを構築中

注記： Claude Mythos Preview 自体は4月7日発表（Vol.24 以前のレポートで報告済）。今回の新情報は「金融規制当局への脆弱性ブリーフィング計画」の具体化。

Anthropic、初の四半期黒字見通しと SpaceX との大型コンピューティング契約

Anthropic が Claude AI の収益急増を背景に四半期ベースでの初の営業黒字に迫っていると報じられた。[17]

項目	詳細
2026年6月期の売上予測	109億ドル（四半期）
SpaceX コンピューティング契約	月125,000万ドル（2029年5月まで）
対象施設	SpaceX のAI学習データセンター Colossus・Colossus II の両クラスター

5. AI Agent搭載SaaS製品情報

5.1 Honeycomb O11yCon 2026：AIエージェントの可観測性をテーマに開催（5月20〜21日）

Honeycomb の年次カンファレンス O11yCon 2026（5月20〜21日、サンフランシスコ）が「エージェント時代の可観測性」をテーマに開催された。[18][19]

5月12〜14日の Innovation Week で発表された以下の機能が正式に展示された：

機能	概要	提供状況
Agent Timeline	マルチエージェント・マルチトレースを単一ビューで可視化。LLMコール・ツール呼び出し・エージェント引き継ぎ・下流システムへの影響をリアルタイムで連結	Early Access（翌月 GA 予定）
Canvas Agent	自然言語でクエリし、エンジニアと AI エージェントが協働調査・可視化スナップショットを共有する協働ワークスペース	全顧客向けに提供済
Canvas Skills	Kafka 等のフレームワークのデバッグノウハウをプレイブック化して自律実行するリユーザブルスキル	全顧客向けに提供済

5.2 Broadridge：機関投資家向けアジェンティックAIの本番稼働（5月11日）

金融インフラ大手 Broadridge が資本市場・ウェルス管理の業務全域でアジェンティックAIの本番稼働を正式発表した。[20]

指標	値
削減可能なオペレーションコスト	Day 1で最大30%
本番稼働クライアント数	2024年以来 40社以上
月間処理トランザクション数	数百万件
運用基盤	60年超の業務経験・日次15兆ドル取引・数十億件のトランザクション

本番稼働中の機能：

決済エラー・照合ブレーク自動解決
口座開設・維持ワークフロー
リアルタイム評価例外処理
顧客問い合わせ自動化
メールワークフロー処理（DeepSee との連携）

全ワークフローは人間監督アーキテクチャ下で動作し、監査可能性と規制要件に対応。

6. LLM/AI Agentセキュリティインシデント

6.1 調査報告：65%の企業がAIエージェントセキュリティインシデントを経験

Cloud Security Alliance と Token Security が4月21日に公開した報告書「Autonomous but Not Controlled: AI Agent Incidents Now Common in Enterprises」が引き続き業界で大きな注目を集めている。[21][22]

主要データ：

指標	割合
AIエージェント起因のセキュリティインシデント経験企業	65%
インシデントのうち「データ漏洩」が関与	61%
インシデントのうち「業務中断」	43%
インシデントのうち「意図しないビジネスプロセス実行」	41%
インシデントのうち「金銭的損失」	35%

ガバナンスの致命的ギャップ：

63% の企業が AIエージェントの「目的制限（Purpose Limitation）」を強制できない →タスクX向けに付与されたアクセス権がタスクYの実行を妨げない
60% の企業が不正動作する AIエージェントを停止できない →データ漏洩が発生しても傍観するしかない状態

6.2 AIMS：AIエージェントアイデンティティのための業界標準モデル（IETF Internet-Draft）

AIMS（AI Identity Management Standard） が IETF の Internet-Draft として提出され、業界での共通言語確立に向けた第一歩となっている。[23][24]

背景：

Cloud Security Alliance 2026報告：AIアイデンティティの作成・削除に関する正式ポリシーを文書化している企業は 25%のみ
AIエージェントのアイデンティティは人間ユーザーと根本的に異なる：プロンプトに応じてインスタンス化され、セッションスコープの権限取得→複数データシステムの横断→出力生成→終了という一連がわずか数秒で完了

AIMSのカバー範囲：

レイヤー	内容
初期認証	エージェントがシステムにどのように認証されるか
セッション権限	セッションスコープでの最小権限付与
ライフサイクル管理	エージェントの作成・停止・廃止プロセス
アクセス制御	目的制限・権限昇格の防止
監査ログ	エージェント行動の追跡・説明責任

6.3 Microsoft RAMPART & Clarity（セキュリティ対策としての位置づけ）

セクション2.1で紹介した Microsoft の RAMPART & Clarity は、Vercel 侵害事例（4月21日：サードパーティAIツール Context.ai の侵害からVercel内部システムへピボット）を含む一連のAIエージェントインシデントへの対応策として、開発フローへの安全性テスト統合を実現するものと位置づけられている。[5][25]

7. その他特筆すべき情報

7.1 AIレッドチームの民主化：自律エージェントが専門家の役割を変える

2026年5月21日時点で、AIセキュリティ領域において重要な構造変化が進行している。[11][26]

変化	従来	2026年
レッドチーム実施者	専門セキュリティ研究者が手動で数週間	AIエージェントが自律的に数時間
実施タイミング	システム構築後	開発サイクル中（CI統合）
攻撃の複雑性	単一ベクター	45+攻撃×450+変換の組み合わせ

Microsoft の研究では、100エージェント超の本番プラットフォームをレッドチームし、ネットワークレベルの4つのリスクを特定：