LLM・AI Agent 最新情報レポート Vol.53

作成日: 2026年6月18日
対象期間: 2026年6月17日〜2026年6月18日（Vol.52との差分）

1. Google Cloudアップデート

1.1 Gemini CLI 廃止（6月18日）：Antigravity CLI への完全移行

6月18日をもって、Gemini CLI および Gemini Code Assist IDE 拡張機能のコンシューマー向け提供が正式に終了した。後継は Antigravity CLI（コマンド名: agy）であり、Google I/O 2026 で発表・同梱されたエージェント開発プラットフォームへの統合が完了する。[1][2]

移行の主要ポイント：

項目	内容
廃止対象	Gemini CLI、Gemini Code Assist IDE 拡張（コンシューマー向け）
後継	Antigravity CLI（`agy` コマンド、Go製シングルバイナリ）
設計思想	マルチエージェントオーケストレーション向け。Gemini 3.5 アジェンティックモデルファミリーと統合
互換性注意	1:1 のフィーチャーパリティなし。既存の Gemini CLI スクリプト・自動化は移行が必要
エンタープライズ例外	Gemini Code Assist ライセンス購入済み組織は当面 legacy CLI を継続利用可

開発者向け: 既存の CI/CD パイプラインや自動化スクリプトで Gemini CLI を使用している場合、Antigravity CLI の新しいコマンド体系への書き換えが必要。公式移行ガイドを確認のこと。

1.2 Memory Bank・Sessions：マルチリージョン＆グローバルエンドポイント対応が GA

Gemini Enterprise Agent Platform（旧 Vertex AI）にて、Memory Bank および Sessions のマルチリージョン・グローバルエンドポイントへの対応が GA（一般提供） となった。[3]

項目	内容
GA となった機能	Memory Bank・Sessions の `us`・`eu` マルチリージョンおよびグローバルエンドポイント
制約	CMEK（顧客管理暗号鍵）は global エンドポイントでは非対応
課金開始日	Memory Bank 利用分の課金は 2026年9月1日より開始
背景	従来は限定リージョンのみ対応。グローバル展開を目指すエンタープライズ向けに対応範囲を拡大

1.3 Gemini 3.1 Flash-Lite：教師ありファインチューニング（限定サポート）開始

Gemini Enterprise Agent Platform にて、Gemini 3.1 Flash-Lite の教師ありファインチューニング（Supervised Fine-Tuning） が限定サポートで提供開始となった。[3]

活用場面: Gemini 3.1 Flash-Lite は Google のコスト効率最優先モデル。低レイテンシ・大量推論向けにファインチューニングを施すことで、特定ドメインに最適化した高速・低コストモデルを構築可能になる。

2. Microsoft Azure AIアップデート

新情報なし（6月17〜18日時点で特記すべき新規発表なし）

3. LLM Model / AI Agentアーキテクチャ・研究

新情報なし（6月17〜18日時点で特記すべき新規アーキテクチャ論文なし）

4. 公式ブログ・論文のリサーチ・要約

4.1 Google / Google DeepMind

新情報なし

4.2 OpenAI

4.2.1 LifeSciBench：750タスクの生命科学専門ベンチマーク公開（6月17日）

OpenAI が 「LifeSciBench」 と題する生命科学特化の AI 評価ベンチマークを 6月17日に公式公開した。GPT-Rosalind の新機能発表と同時に、173名の PhD レベル科学者（バイオテクノロジー・製薬業界）が開発した実践的な評価基準として公開されている。[4][5][6]

評価結果（主要モデル比較）：

モデル	LifeSciBench スコア
GPT-Rosalind（OpenAI）	36.1%（最高スコア）
GPT-5.5	35.2%
Grok 4.3	33.7%
Gemini 3.1 Pro	31.8%

従来ベンチマークとの差別化：

観点	従来 AI 生物学ベンチマーク	LifeSciBench
問題形式	多肢選択式（クリーンな参照回答あり）	自由記述式（専門家ルーブリックで採点）
入力形式	テキストのみ	ゲノム配列・化学構造・実験図など科学的成果物
採点粒度	正誤	25基準平均の詳細ルーブリック

GPT-Rosalind 新機能（同時発表）：

機能	内容
GPT-5.5 統合	GPT-5.5 のコーディング・ツール使用能力を薬剤発見・ゲノミクス分野に統合
Codex プラグイン追加	"Life Sciences Research" と "Life Sciences NGS Analysis" の 2 プラグインを追加
トークン効率	GPT-5.5 比で 31% 少ないトークンで同等タスクを実行
アクセス拡大	適格組織向けの全世界リサーチプレビュー提供を開始

研究者・製薬業界向け: LifeSciBench は「実際の研究ワークフローに基づいた AI 評価」として、これまでの合成ベンチマークが見逃してきた実用的な能力差を可視化する。GPT-Rosalind ですら最高評価モデルが36%しか正解できないという結果は、生命科学 AI の現在地を示している。

4.3 Anthropic

4.3.1 ソウルオフィス開設と韓国 AI エコシステムへの参入（6月17日）

Anthropic が 6月17日、ソウルオフィスの正式開設と韓国 AI エコシステムにおける複数パートナーシップを同時発表した。アジアパシフィック地域では東京・ベンガルール（インド）に続く3拠点目となる。[7][8]

戦略的背景：

項目	内容
市場規模	韓国は Claude のグローバル最活発市場の一つ。利用はテクニカル・クリエイティブ分野に集中
IPO 準備との関係	Anthropic の IPO 準備中における国際展開加速の一環
代表者	KiYoung Choi（旧 Snowflake Korea General Manager）
政府連携	科技部と MOU：公共部門 AI 採用・モデル安全性試験・AI サイバー脅威対策を協働

市場観点: 韓国の大手テック・製造・ゲーム各社が横断的に Claude を採用した点が注目に値する。NAVER・Samsung・LG・Nexon はそれぞれ異なるユースケース（コーディング・全社 AI・ゲーム開発）を示しており、Claude の汎用性が評価されている。

5. AI Agent搭載SaaS製品情報

新情報なし（6月17〜18日時点で特記すべき新規発表なし）

6. LLM/AI Agentセキュリティインシデント

6.1 Mastra npm サプライチェーン攻撃：AI エージェントフレームワーク 141パッケージが侵害（6月17日）

6月17日 01:12〜02:39 UTC、AI エージェントフレームワーク Mastra（TypeScript 製、RAG パイプライン構築用）の npm パッケージ群がサプライチェーン攻撃を受けた。攻撃者は88分間の自動化キャンペーンで 141パッケージを侵害し、月間 2,900万ダウンロード以上に影響が及んだ。[9][10][11]

攻撃の詳細：

項目	内容
攻撃手法	依存パッケージのすり替え（`dayjs` → 攻撃者制御の `easy-day-js`）
ペイロード	暗号資産窃取型 RAT（Remote Access Trojan）をインストールして実行
侵害規模	@mastra スコープ 141パッケージ（最大影響: `@mastra/core` 週間 918K DL）
総ダウンロード数	推定週間 800万+ / 月間 2,900万+
攻撃時間	88分間（01:12〜02:39 UTC）
帰属	Snyk・Orca が Sapphire Sleet（BlueNoroff）（北朝鮮系 APT）と特定
対応	npm が数時間以内に 'ehindero' アカウントを失効させ悪意あるバージョンを unpublish 開始

Mastra とは：

Mastra は TypeScript 製のオープンソース AI エージェントフレームワーク。LLM 統合・RAG パイプライン・ツール呼び出し・マルチエージェントワークフローを構築する開発者に広く使用されており、AI エージェント開発コミュニティにおいて主要なエコシステムの一つ。

開発者向け対応チェックリスト：

@mastra/* パッケージの package-lock.json で easy-day-js 依存が混入していないか確認
6月17日 01:12〜02:39 UTC 前後にインストールした場合、環境全体をスキャン
暗号資産ウォレット・API キー・クレデンシャルの漏洩を確認
最新の clean バージョンへのアップデートを実施

AI エコシステムのサプライチェーンリスク: AI エージェントフレームワークは依存関係が多く、インストール時に任意コードを実行するパッケージが多い。LLM アプリケーションの開発環境は特に攻撃者にとって魅力的なターゲットとなっており、npm audit および SBOM（ソフトウェア部品表）管理の重要性が改めて示された。