# 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。

Canonical URL: https://labs.eastbraver.com/digest/ai-digest-20261114
Published: 2026-11-14T06:30:00+09:00
Category: ai-digest
Tags: openai, ai-agent, open-source, local-inference, cloudflare, claude, enterprise-ai, evaluation, safety, agentic-infra

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](https://openai.com/index/introducing-chatgpt-wallet)
- [llama.cpp v1.0.0](https://github.com/ggml-org/llama.cpp/releases/tag/v1.0.0)
- [Cloudflare、Kitesurf](https://blog.cloudflare.com/kitesurf-open-source/)
- [Claude Code 2.1.323](https://github.com/anthropics/claude-code/releases/tag/v2.1.323)
- [Google Cloud、エージェントの可観測性](https://cloud.google.com/blog/products/data-analytics/enterprise-ai-agent-observability-with-bigquery-and-looker/)
- [Anthropic、安全な評価](https://www.anthropic.com/research/building-strong-safety-evaluations)
- [Google、Antigravity の /teamwork](https://research.google/blog/advancing-science-engineering-with-antigravitys-teamwork-feature/)

## 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](https://openai.com/index/introducing-chatgpt-wallet)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 |
| ggml | ggml 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](https://github.com/ggml-org/llama.cpp/releases/tag/v1.0.0)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](/guides/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](https://blog.cloudflare.com/kitesurf-open-source/)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 CLAUDE_CODE_AUTO_MODE_MODEL 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](https://github.com/anthropics/claude-code/releases/tag/v2.1.323)と[v2.1.325 のリリースノート](https://github.com/anthropics/claude-code/releases/tag/v2.1.325)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](/guides/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](https://cloud.google.com/blog/products/data-analytics/enterprise-ai-agent-observability-with-bigquery-and-looker/)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](/guides/observability-tracing) / [AI Agent](/guides/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](https://www.anthropic.com/research/building-strong-safety-evaluations)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](/guides/ai-agent-evaluation)

## 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](https://research.google/blog/advancing-science-engineering-with-antigravitys-teamwork-feature/)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](/guides/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）
