LLM・AI Agent 最新情報レポート Vol.31

作成日: 2026年5月27日
対象期間: 2026年5月26日〜2026年5月27日（Vol.30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 Gemini Enterprise：Notion・Linear データソースをパブリックプレビューで追加

Gemini Enterprise の公式リリースノートに、Notion および Linear のデータソースコネクタがパブリックプレビューで追加されたことが記載された。[1][2]

データソース	状態	主な用途
Notion	パブリックプレビュー	データベース・ページの検索・要約・更新
Linear	パブリックプレビュー	Issue・プロジェクトの検索・作成・更新

機能概要

Gemini Enterprise では、Google Workspace や Salesforce などの既存コネクタに加え、今回の追加により**プロダクト管理ツール（Linear）**とドキュメント管理ツール（Notion）への直接アクセスが可能になった。

実用的な使用例：

「先週の Notion の議事録を要約して」→ Gemini が Notion を検索し自動要約
「バグ修正の Linear Issue を P1 に変更して」→ Gemini が Linear API を呼び出して更新

今後、正式 GA に向けてコネクタが段階的に拡充される見通しで、社内ツール統合を前提としたエンタープライズ向けAIアシスタントの基盤強化が続いている。

2. Microsoft Azure AIアップデート

2.1 Fara1.5 + MagenticLite + MagenticBrain：小型モデル特化のフルスタック・エージェントスタックをリリース（5月22日）

Microsoft Research が Fara1.5、MagenticLite、MagenticBrain の三つを組み合わせた「小型モデル最適化のフルスタック・エージェント体験」を一挙公開した。[3][4][5]

Fara1.5：ブラウザコンピュータ使用エージェントモデル群

Fara1.5 は、Microsoft のコンピュータ使用エージェント（CUA）モデルファミリーの次世代版で、ブラウザ操作に特化した小型モデル。Qwen3.5 ベースの 3 サイズを提供する。

モデル	パラメータ数	備考
Fara1.5-4B	4B	軽量・エッジ向け
Fara1.5-9B	9B	推奨フラッグシップ
Fara1.5-27B	27B	最高精度

Online-Mind2Web ベンチマーク比較（300タスク・136サイト）：

モデル	成功率
Fara1.5-27B	72.0%
OpenAI Operator	58.3%
Gemini 2.5 Computer Use	57.3%
旧 Fara-7B	34.1%

前世代 Fara-7B 比で 2倍以上の精度向上を達成し、主要競合を大幅に上回った。

重要な安全設計： Fara1.5-9B は「クリティカルポイント」（購入完了・メッセージ送信など不可逆操作の直前）を認識してユーザーに確認を求める機能を搭載しており、完全自動実行と安全性のバランスを取っている。

MagenticLite：次世代 Magentic-UI

MagenticLite は Magentic-UI の後継で、ブラウザとローカルファイルシステムを横断するエージェントアプリケーション。小型モデル向けに最適化されたハーネスを採用している。

MagenticBrain：オーケストレーション特化の 14B 小型モデル

MagenticBrain は Qwen 3 14B をファインチューンした 14B オーケストレーションモデル。自然言語リクエストをステップに分解し、適切なツールを選択し、必要に応じてコードを生成し、ブラウザタスクを Fara1.5 に委譲する。

モデルウェイトとコードはすべてオープンソースで公開されており、自社インフラでの運用も可能。Azure AI Foundry では Fara1.5-9B がカタログ登録済み。

3. LLM Model / AI Agentアーキテクチャ・研究

3.1 SkillOS：自己進化エージェントのためのスキルキュレーション学習（arXiv: 2605.06614）

「SkillOS: Learning Skill Curation for Self-Evolving Agents」（arXiv: 2605.06614）が公開された。Google・イリノイ大学の研究チームによる論文で、LLMエージェントが経験からスキルを蓄積・改良する自己進化機構を提案している。[6][7]

解決する課題

既存の LLM ベースエージェントはタスクを「一回限りの問題解決」として扱い、過去の経験から学習・再利用できない。経験から蒸留した再利用可能なスキルの品質管理（キュレーション）こそが、自己進化の最大のボトルネックである。

SkillOS のアーキテクチャ

SkillOS は、凍結された（frozen）エージェント Executor と、訓練可能なスキルキュレーターの二要素で構成される。

コンポーネント	役割
Agent Executor（Frozen）	SkillRepo からスキルを取得し実行
Skill Curator（Trainable）	経験から SkillRepo を更新・改良
SkillRepo	スキルを格納する外部リポジトリ

学習方法：グループ化タスクストリーム上の RL

スキル関連性を持つタスク依存関係に基づいてグループ化されたタスクストリームで訓練。先行タスクの軌跡が SkillRepo を更新し、後続の関連タスクがその更新を評価するという構造で、スキルキュレーターを強化学習でトレーニングする。

実験結果

メモリなしベースライン・強力なメモリベースラインの両方を有効性・効率性で上回る
学習済みキュレーターは異なる Executor バックボーンとタスクドメインに汎化
SkillRepo 内のスキルが時間とともに高レベルのメタスキルを含む構造化Markdownファイルに進化

業界的含意： 現在のエージェントは実行するたびにゼロから始めるが、SkillOS 的なアプローチが普及すれば、エージェントが業務を重ねるほど高速・高精度になる「熟練化」が実現できる。

4. 公式ブログ・論文のリサーチ・要約

4.1 Google

新情報なし

4.2 OpenAI

4.2.1 Codex 大型アップデート（5月26日）：Goal Mode GA・プラグインワークスペース共有・MCP強化

OpenAI が Codex の幅広いアップデートをリリースした。[8][9]

Goal Mode 一般提供（GA）： これまでプレビューだった「Goal（ゴール）モード」が、Codex アプリ・IDE 拡張・CLI 全てで正式 GA となった。

ユーザーが「達成したいアウトカム」と「成功基準」を定義すると、Codex がアクティブな作業ターン全体にわたって目標に向けて継続的に取り組む

更新項目	詳細
Goal Mode GA	Codex App・IDE Extension・CLIで一般提供。専用ストレージでゴールを保存し、ターン間で進捗を追跡
プラグインワークスペース共有	プラグインをワークスペース全体で共有可能に。共有アクセス制御・ソースフィルタリング・リモートバンドル同期をサポート
MCP の改善	サーバーごとの環境ターゲティング設定、Streamable HTTP サーバー向け OAuth オプションを追加
Codex モバイルプレビュー	ChatGPT モバイルアプリで Codex が利用可能に。スレッドの開始・継続、承認・調整が可能
TUI 改善	Vim モーダル編集、再開・diff ワークフロー改善、ステータスラインの強化

4.2.2 OpenAI が C2PA + SynthID による AI 生成画像のプロベナンス（出所証明）を導入（5月19日〜）

OpenAI が Google DeepMind との提携のもと、ChatGPT・Codex・OpenAI API で生成した画像にC2PA メタデータと SynthID 不可視透かしを組み込むことを発表した。公開検証ツール「Verify」も提供開始。[10][11][12]

技術	概要	耐性
C2PA メタデータ	生成元の詳細情報を署名付きで格納	再アップロード・フォーマット変換で失われる場合あり
SynthID 不可視透かし	ピクセルレベルに透かしを埋め込み	クロップ・フィルタ・圧縮後も残存

二層アプローチにより、C2PA が失われてもSynthIDによる検出が可能という相互補完構造を実現している。

業界的意義： ディープフェイクや AI 生成のフェイク画像が社会問題化する中、大手 AI プロバイダーが出所証明の標準化を推進することで、コンテンツ認証エコシステムの形成が加速する。

4.3 Anthropic

Claude Managed Agents：セルフホステッドサンドボックスと MCP トンネルを追加（5月19日・Code w/ Claude London）

Anthropic が Code with Claude London イベント（5月19〜20日）で、Claude Managed Agents に二つの新機能を追加したことを発表した。[13][14][15]

機能	状態	概要
セルフホステッドサンドボックス	パブリックベータ	ツール実行を顧客のインフラへ移行
MCP トンネル	リサーチプレビュー	プライベート MCP サーバーへの安全な接続

セルフホステッドサンドボックス

従来はツール実行も Anthropic のインフラ上で行われていたが、今回の機能によりツール実行環境を顧客が管理するインフラに移行できる。Anthropic 側はオーケストレーション・コンテキスト管理・エラーリカバリを担当し続ける。

サポートされるプロバイダー： Cloudflare・Daytona・Modal・Vercel、または自前インフラ

メリット：

既存のネットワークポリシー・監査ログ・セキュリティツールが維持される
ファイル・リポジトリが外部に出ない
重いビルドや画像生成など compute-heavy タスクに必要な CPU/メモリを自在に設定可能

MCP トンネル

プライベート MCP サーバーを パブリックインターネットに公開せずに Managed Agents から接続できる機能。インバウンドファイアウォールルールを開けず、軽量なゲートウェイが Anthropic インフラへのアウトバウンド暗号化接続を確立する。

対象ユースケース： 社内データベース・社内 API・チケットシステム・社内ナレッジベースなど、外部公開できないリソースへのエージェントアクセス。

5. AI Agent搭載SaaS製品情報

5.1 GPTBots.ai 大規模アップグレード：「チャットから実行へ」のトランジション（5月27日）

Aurora Mobile Limited が運営するエンタープライズ AI エージェント・ワークフロープラットフォーム GPTBots.ai が、大規模アップグレードを発表した。[16][17]

「エージェントは会話はできるが、業務システムに接続できない；デモは動くが、本番稼働できない」というエンタープライズ導入の根本的ボトルネックへの解答を示すアップデートとして位置付けられる。

3つのコアアップグレード

① ナレッジベースの再構築

改善点	内容
ナレッジグラフ導入	ベクトル+グラフのハイブリッド検索
文脈理解	キーワード検索からビジネスコンテキスト理解へ

② 高度なワークフロー実行

機能	内容
Agent Loop Engine	多ターン自律推論（複雑なタスクを継続遂行）
Agent-to-Agent プロトコル	複雑なタスクを専門サブエージェントに分割委譲
エージェント主導フォーム収集	14チャネル（WhatsApp・Slack・Teams・WeChat・DingTalk等）でのデータ収集

③ エンタープライズガバナンス強化

ランタイムセキュリティ・監査ログ・セーフガードを本番環境向けに整備。