メインコンテンツへスキップ

Fresh AI updates

ChatGPT Walletとllama.cpp 1.0.0、Kitesurf公開

OpenAIはChatGPT Walletを発表した。エージェントが決済を担う。llama.cppは1.0.0を公開し、CloudflareはKitesurfをオープンソース化した。Claude CodeはCode Modeを追加し、Google Cloudはエージェントの可観測性を拡充した。

約19分
ChatGPT Walletとllama.cpp 1.0.0、Kitesurf公開

OpenAI はエージェントが決済を担う ChatGPT Wallet を発表した。llama.cpp は 1.0.0 を公開し、Cloudflare はエージェント向けブラウザ Kitesurf をオープンソース化した。Claude Code は Code Mode を追加し、Google Cloud は BigQuery と Looker でエージェントの可観測性とガバナンスを拡充した。Anthropic は安全な評価の作り方を公開し、Google は Antigravity の /teamwork による科学と工学の成果を示した。本号はこの 7 件を扱う。各社の数値は自社の測定によるものが多く、比較条件や提供条件は原典で確かめるとよい。

本号の原典リンクは次のとおり。

OpenAI、ChatGPT Wallet を発表

OpenAI は、ChatGPT Wallet を 11 月 13 日に発表した。エージェントが利用者に代わって決済する仕組みで、エージェントが利用者の実際のカード情報に触れずに支払う、初めてのウォレットとしている。まず dots を通じて、米国の ChatGPT Pro 加入者向けに提供を開始する。American Express、Mastercard、Visa との提携で作られた。

仕組みは次のとおりである。

項目内容
利用者の操作カードを一度登録する。購入ごとに品目と合計、使うカードを確認し、Face ID や指紋認証などのセキュリティチェックで承認する
カード情報の扱い決済ネットワークが、実際のカード情報の代わりとなる支払いトークンを発行する。カード番号、セキュリティコード、有効期限を事業者やエージェントと共有しない
承認の記録承認のたびに、利用者がエージェントに許可した購入の明確な記録が残る
既存の特典カードの既存の特典と、対象となる紛争時の保護は維持される
将来の委任支出上限、購入カテゴリ、期間などの条件を設定し、事前承認で購入を全面的に委任できるようにする予定

あわせて、事業者向けの Commerce Partner Playbook を公開した。事業者は ChatGPT で事業者情報を登録し、商品フィードを上げて価格と在庫を最新の状態にできる。Web Bot Auth でエージェントの要求を認識し、サイトのセキュリティがエージェントを誤って遮断しないようにする。決済とリスクの仕組みが、エージェントによる正規の購入を認識できるよう、不正防止の提携先(Forter、Riskified、Sardine、Signifyd)や決済サービス(Adyen、Checkout.com、Stripe)と連携する。プラグインや WebMCP ツールで、エージェントに在庫確認やカート操作などの手段を与えることもできる。

提供は米国の ChatGPT Pro 加入者で、18 歳以上、米国の発行カードが対象である。ChatGPT を週あたり 12 億人が使うとしており、その多くが商品の調査や比較、購入の判断に使っているとしている。

確認しておきたい点は次のとおりである。

  • 利用できるのは米国の Pro 加入者からで、対象カードの条件
  • 事業者側の受け入れ状況と、商品フィードの登録方法
  • 将来的な全面的な委任の条件と、安全策の内容

EastBraverの見立て: エージェントによる決済を、既存の決済の仕組みの内側に載せた点が大きい。購入のたびに利用者の承認とセキュリティチェックを求め、カード情報をエージェントと共有しない設計である。事業者側の受け入れが広がるかどうかが、利用の広がりを決める。導入の判断は、ChatGPT Wallet の紹介記事で、提供条件と事業者向けの手引きを確認してから行うとよい。

出典:OpenAI(https://openai.com/index/introducing-chatgpt-wallet 、2026年11月13日発表、2026年11月14日確認)

llama.cpp v1.0.0 を公開

ggml-org は、llama.cpp v1.0.0 を 11 月 13 日に公開した。あわせて Hugging Face Blog で解説記事を公開した。0.x からの節目となる 1.0.0 で、非推奨の公開 API を削除した。

主な変更は次のとおりである。

項目内容
API非推奨の公開 API を削除した。NextN(投機的実行)の API を llama.h へ昇格させた
KV キャッシュOCP FP8 KV キャッシュに対応した
MoEホストメモリの MoE エキスパートキャッシュを追加した。CPU への割り当てを設定できる
新しいアーキテクチャKimi-K3.1-Pro、Ripple(65B の密なモデル、プレビュー)、xing4_0 を追加した。drama-3 の TTS、MageVL-Cowork と Kimi-K3.1 の視覚に対応した
サーバーllama-server の SSRF、 CORS、DNS リバインディングの問題を修正した。OpenAI 互換の /v1/audio/speech エンドポイントを追加し、MCP ツールの呼び出しの取り消しに対応した
UIチャットグループと Markdown エディタを備えた、再設計のウェブ UI を用意した
ggmlggml も 1.0.0 へ引き上げた

確認しておきたい点は次のとおりである。

  • 非推奨 API の削除により、旧 API に依存する利用者は移行が必要か
  • 新しいアーキテクチャの対応モデルと、提供条件
  • サーバーのセキュリティ修正の対象と、ネットワーク越しの運用への影響

EastBraverの見立て: ローカル推論の基盤が 1.0.0 となった点が大きい。非推奨 API の削除は破壊的な変更のため、既存の利用者は移行の要否を確認する必要がある。サーバーのセキュリティ修正は、ネットワーク越しに llama-server を使う場合に確認しておきたい。利用の判断は、v1.0.0 のリリースノートで、API の変更と対応モデルを確認してから行うとよい。

出典:ggml-org(https://github.com/ggml-org/llama.cpp/releases/tag/v1.0.0 、2026年11月13日公開、2026年11月14日確認)、Hugging Face(https://huggingface.co/blog/ggml-org/llama-cpp-v1 、2026年11月13日公開、2026年11月14日確認)

関連する技術ガイド: LLM

Cloudflare、Kitesurf をオープンソース化

Cloudflare は、エージェント向けのブラウザ Kitesurf を、11 月 13 日にオープンソース化した。Apache 2.0 ライセンスで公開された。8 月の発表時から、オープンソース化を約束していたものである。

Kitesurf は Cloudflare Workers 上で完全に動く、エージェントのための状態を持たないブラウザである。ブラウザのコンテナを使わずに HTML の解析、CSS の適用、JavaScript の実行、スクリーンショットの描画を行う。Chrome DevTools Protocol(CDP)に対応し、Puppeteer から接続できる。Chromium のような完全なブラウザより CPU とメモリを少なく使い、需要に応じて拡張できるとしている。

構成は次のとおりである。

  • Engine:ブラウザセッションと接続の管理
  • PageScript:ページと JavaScript の実行
  • PageRenderer:描画の結果の出力
  • 基盤となるオープンソースの Rust パッケージ:Blitz(HTML の解析と描画)、Stylo(CSS)、Boa(JavaScript)、Linebender(テキストと 2D 描画)、Krilla(PDF 出力)

利用方法は次のとおりである。

  • ローカルで動かす:リポジトリを取得し、依存関係を入れて開発サーバーを起動すると、http://127.0.0.1:8787 で試せる
  • 自分のアカウントへ配置する:Workers Paid プランが必要である(Dynamic Workers を使うため)

Kitesurf は開発が進んでいる途中で、ウェブプラットフォームテストへの適合は進化中としている。

確認しておきたい点は次のとおりである。

  • 対応するウェブの機能の範囲と、Chromium との違い
  • 自分のアカウントへ配置する場合の Workers Paid プランの要件
  • 運用時の制限と、対応の進み具合

EastBraverの見立て: エージェント用の軽量なブラウザを、Workers 上で動く形で公開した点が大きい。エージェントのブラウザ操作を自前で運用する場合の選択肢になる。対応機能は発展途上のため、使う場面での対応範囲を確認する必要がある。利用の判断は、Kitesurf の紹介記事で、対応機能と配置の条件を確認してから行うとよい。

出典:Cloudflare(https://blog.cloudflare.com/kitesurf-open-source/ 、2026年11月13日公開、2026年11月14日確認)

Claude Code 2.1.323、Code Mode を追加

Anthropic は、Claude Code 2.1.323 を 11 月 12 日に、2.1.325 を 11 月 13 日に公開した。2.1.323 では実験的な Code Mode を追加した。2.1.325 では zstd で圧縮された応答の復号に関するセキュリティの問題を修正した。なお、2.1.324 は版番号が飛ばされており、この 2 件が今回の対象である。

Code Mode は、実験的なオプトインの機能で、Claude がツールを呼ぶための JavaScript を書く。組織向けに無効化できる。説明は Claude Code の文書に用意されている。

2.1.323 のその他の追加は次のとおりである。

  • プラグインの対応バージョン範囲を指定する項目を追加した。範囲外のプラグインは導入・更新・読み込みされない
  • プラグイン検証で TypeScript フックの型検査を行うようになった
  • Artifact への .docx の対応を追加した
  • マネージド設定で CLAUDECODEAUTOMODEMODEL に対応した

2.1.325 の修正の中心は、セキュリティと権限である。

  • zstd で圧縮された応答の復号に関するセキュリティの問題を修正した
  • サンドボックス化された Bash コマンドは、既定で通常の権限フローに従うよう変更された
  • サンドボックスが .claude の設定などへの書き込みを拒否する対象を、追加したディレクトリにも広げた
  • Bash の権限検査の抜けを複数修正した
  • ほか、セッションの復元、MCP、プラグインに関する多数の修正が含まれる

確認しておきたい点は次のとおりである。

  • Code Mode は実験的でオプトインである点と、組織での無効化の方法
  • 2.1.325 のセキュリティ修正の対象
  • サンドボックスの既定の変更が、無人で動かす場合の挙動に与える影響

EastBraverの見立て: エージェントが JavaScript を書いて道具を呼ぶ Code Mode が、実験的に加わった点が大きい。2.1.325 はセキュリティと権限の修正が中心で、サンドボックスの既定の変更は、無人で動かす場合の挙動に関わる。更新の判断は、v2.1.323 のリリースノートとv2.1.325 のリリースノートで、Code Mode の条件と修正の範囲を確認してから行うとよい。

出典:Anthropic(https://github.com/anthropics/claude-code/releases/tag/v2.1.323 、2026年11月12日公開、2026年11月14日確認)、Anthropic(https://github.com/anthropics/claude-code/releases/tag/v2.1.325 、2026年11月13日公開、2026年11月14日確認)

関連する技術ガイド: AI Agent

Google Cloud、BigQuery・Looker で AI エージェントの可観測性とガバナンスを拡充

Google Cloud は、BigQuery と Looker を中心に、AI エージェントの可観測性とガバナンスの機能を拡充したと、11 月 13 日に発表した。会話の記録、評価、費用の管理をまとめて扱う。

拡充の内容は次のとおりである。

項目内容
テレメトリの収集自社の Conversational Analytics エージェントは自動で計測を出す。ADK や LangGraph で作る独自エージェントは、1 行の SDK 計装で同じ形式の計測を BigQuery へ送る
会話ログBigQuery への管理された会話ログが一般提供となった。Conversational Analytics API も一般提供となった
分析BigQuery Studio の監視ダッシュボードが一般提供となった。Looker の System Activity ダッシュボードが一般提供となった。応答とフィードバックのタブはプレビューである
プライバシー運用の計測と会話の内容を分離する。行レベルセキュリティなどがかかる知識源では記録を省く fail-closed の検査を行い、記録に失敗しても実行は止めない fail-open としている
費用ターンごとのトークン数と遅延を記録する。BigQuery のバイトスキャン上限と、1 日あたりの入出力トークン上限(プレビュー)で支出を抑える
評価オープンソースの評価ツール Prism を用意した。BigQuery でのネイティブ評価はプレビューである

あわせて、Agent-to-Agent(A2A)のワークフロー経由で BigQuery のデータエージェントへ送る問い合わせも、一般提供となった。

確認しておきたい点は次のとおりである。

  • 利用する面での提供条件と、対象のサービス
  • 会話ログの対象と保持、監査の記録の扱い
  • トークン上限のプレビュー条件と、Prism の対応範囲

EastBraverの見立て: エージェントの運用で必要な、追跡、監査、費用、評価を、BigQuery を中心にまとめた点が大きい。会話の内容と運用の計測を分ける設計で、監査の記録とプライバシーの両立を図っている。導入の判断は、Google Cloud の紹介記事で、提供条件と対象のサービスを確認してから行うとよい。

出典:Google Cloud(https://cloud.google.com/blog/products/data-analytics/enterprise-ai-agent-observability-with-bigquery-and-looker/ 、2026年11月13日発表、2026年11月14日確認)

関連する技術ガイド: AI AgentのObservabilityとTrace / AI Agent

Anthropic、安全な評価の作り方を公開

Anthropic は、安全な評価を作るための提言を、11 月 13 日に研究記事として公開した。製品やモデルの発表ではなく、評価の設計、実行、報告の方法をまとめたものである。安全の主張は評価の質に依存する、という前提から書かれている。

記事の要点は次のとおりである。

  • 安全に実施する:評価はインターネットに接続しないサンドボックスで動かし、監視しながら行う。Anthropic は自社の事案を受けて評価環境を堅くし、インターネット接続を伴う評価の多くを一時的に止めたとしている。ウェブ検索を要する評価では、リアルタイムの監視を行っている
  • 測りたいものを測る:拒否率ではなく、文脈に応じた適切な対応の割合を測る。単一ターンの評価は飽和しており、API での無害な応答率は 94 パーセントから 98 パーセントにとどまるとしている。多ターンの対話で検証し、条件を独立に変えて測る
  • 採点器を検証する:採点に使うモデル自体の検証が必要である。基準を細かい二値の問いに分け、壊れたときは警告を出して除外する。人間の判定と照らして検証する
  • 標本数:複雑な多ターン評価で 100 件、単純な単一ターン評価で 1,000 件を下限の目安とする
  • 報告する:不確実性を数値とともに示す。多ターンの評価では信頼区間が 10 ポイントを超えることがある。例として、ロマンス詐欺の評価で Claude Opus 5 と Opus 5.5 の差(98 パーセントと 94 パーセント)は、統計的に有意ではなかったとしている

設定の違いで結果が大きく変わる例として、Claude Fable 5.1 の多ターン評価で、API と claude.ai の差が最大 34 ポイントあったとしている。欠陥の開示の例として、自殺と自傷に関する評価で、Claude が自傷を対処法として暗に認める応答をすることがあり、システムプロンプトへの指示の追加で改善したとしている。API での 60 パーセントに対し、新しいシステムプロンプトを使った claude.ai では 94 パーセントだったとしている。

評価の道具として、英国の AI Security Institute の Inspect フレームワークと、Anthropic の Petri ツールキットを紹介している。

確認しておきたい点は次のとおりである。

  • 提言は方法論であり、Anthropic の社内の実践に基づく点
  • 数値は同社の測定によるもので、比較条件は原典で確かめること
  • 評価の比較は、同じ採点器と設定で行う必要がある点

EastBraverの見立て: 安全の主張は評価の質に依存する、という前提から、設計、実行、報告の手順を公開した点が大きい。単一ターンの評価の飽和や、設定による結果の違いなど、評価の数値を読むときの注意点が具体的に示されている。評価を運用する側は、Anthropic の研究記事で、提言の全体と数値の条件を確認するとよい。

出典:Anthropic(https://www.anthropic.com/research/building-strong-safety-evaluations 、2026年11月13日公開、2026年11月14日確認)

関連する技術ガイド: AI Agent評価

Google、Antigravity の /teamwork による科学・工学の成果を公開

Google は、Antigravity の /teamwork と Gemini 4 を使って、数学や科学、複雑なシステム工学の未解決問題に取り組んだ成果を、11 月 13 日に Google Research Blog で公開した。成果とともに、これらのエージェントツールを Antigravity の /teamwork で利用できるようにしている。/teamwork 自体は以前から案内されている機能で、今回の記事は新しい成果とツールの提供が中心である。

成果は次のとおりである。

分野成果
数学Courtade–Kumar 予想(2013 年)を完全に証明し、Lean 4 で形式化した。整数の乗算の下限を改善し、Deque 予想(1985 年)で新しい上限を示した
形式検証/teamwork-LEAP が Weil 予想の全体を自律的に形式化した(約 180 万行の Lean、28,800 回のサブエージェント呼び出し)。Hilbert の第 10 問題、3 次元 Navier–Stokes 方程式の有限時間爆発、Birkhoff 予想(1927 年)なども形式化した
化学NMR データからの分子構造の決定で、複雑なベンチマーク分子の top-1 正答率 95 パーセント、top-3 で 100 パーセントを達成した
システム工学FarArray を構築し、1 兆エッジのグラフで 60 倍から 90 倍のスループット向上などを示した
論文査読STOC 2027 の投稿 578 件に Deep Review を提供した。調査では 90 パーセントがおおむね事実と評価した

/teamwork の仕組みは、並列の探索と、Lean 4 の証明検査などの検証器を組み合わせ、文脈を分割して専門のエージェントに渡すものである。長期の課題では、調整役が新しい後継へ引き継ぐ。成果は Google の報告によるもので、形式化された証明は Lean 4 のカーネルで検査されている。

確認しておきたい点は次のとおりである。

  • Antigravity での /teamwork の利用条件と対象プラン
  • 成果の再現に必要な手順と、検証の方法
  • Deep Review の利用条件(週 2 回まで無料としている)

EastBraverの見立て: 複数のエージェントを組み合わせた長期の作業で、未解決問題の証明や形式化を進めた点が大きい。証明を Lean 4 で機械検査する仕組みが、結果の確認の軸になっている。研究での利用の判断は、Google Research Blog の記事で、成果の範囲と利用条件を確認してから行うとよい。

出典:Google(https://research.google/blog/advancing-science-engineering-with-antigravitys-teamwork-feature/ 、2026年11月13日公開、2026年11月14日確認)

関連する技術ガイド: Harness Engineering

ほかの確認済みの更新

  • AllenAI、XYBench を公開 — 8,115 問のベンチマークで、利用者の質問の背後にある誤解を見抜き、本来の目的に沿った解法へ導けるかを測る。Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B、DeepSeek-V4 Pro を評価した結果、Stack Overflow の質問では、モデルが本来の目的を中心に据えた回答は 35 パーセントから 41 パーセントにとどまった。EMNLP 2026 の Best Resource Paper Award を受賞した。出典:Hugging Face(AllenAI)(https://huggingface.co/blog/allenai/xybench 、2026年11月13日公開、2026年11月14日確認)
  • Claude のサービスで障害、解決済み — Anthropic は 11 月 13 日、claude.ai と Claude Code、platform.claude.com でエラーの増加を報告し、認証の問題を調査していると公表した。同日 11 時 58 分(UTC)に解決済みとなった。対象は claude.ai、Claude Console、Claude Code、Claude Cowork。出典:Anthropic(Claude Status)(https://status.claude.com/incidents/nn11wk485zfn 、2026年11月13日公表、2026年11月14日確認)
  • AWS、AgentCore Runtime の Instances を 6 リージョンへ拡大 — 米西部(北カリフォルニア)、欧州(ロンドン、パリ、ストックホルム)、アジア太平洋(ソウル)、カナダ(中部)で利用できるようになった。あわせて VPC モードで、プラットフォームバージョン V2 のエージェントが米国東部(北バージニア)の use1-az6 に対応した。出典:AWS(https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/release-notes.html 、2026年11月13日公開、2026年11月14日確認)
  • Strands Agents、Python v1.65.0 と TypeScript v1.25.0 を公開 — 非同期のエージェントビルダー、MCP の find_integrations ツール、HumanInTheLoop の auto モード、SageMakerDecisionModel などが含まれる。あわせて MCP v0.4.0 と harness-python/harness-typescript v0.4.0 も公開された。出典:GitHub Releases(https://github.com/strands-agents/harness-sdk/releases/tag/python/v1.65.0 、2026年11月13日公開、2026年11月14日確認)
  • LangChain、langchain-openai 1.8.0 を公開 — Python 3.10 の対応を終了し、対応する Python は 3.11 以上となった。あわせて、一般提供となった Decisions API 向けの OpenAIClassifier を追加した。出典:GitHub Releases(https://github.com/langchain-ai/langchain/releases/tag/langchain-openai%3D%3D1.8.0 、2026年11月13日公開、2026年11月14日確認)

Written by

柿添貴士(TakashiKakizoe) profile photo

柿添貴士(TakashiKakizoe)

Webエンジニア/テックリード

Fukuoka, Japan

  • PHP
  • Laravel
  • Next.js
  • AWS
  • Cloudflare
  • AI Agent