AI LedgerAgent：AIのポリシー違反ツール呼び出しを台帳で遮断
arXiv論文（2606.20529）がLLMエージェントのツール呼び出し前にポリシー違反を検出・遮断するLedgerAgentを提案しました。タスク状態を専用台帳で管理してプロンプトと分離し、4ドメインの評価で従来手法より高い一貫性指標を達成しています。
開発者ツール
AI 
AI マウスと視線でLLMを改善 — 暗黙的フィードバックによるアライメント手法
マウス軌跡と視線データを使ってユーザーの好みを暗黙的に推定し、LLMアライメントを改善するIFLLM手法が発表されました。59人から収集した1,336件のデータで報酬モデルの精度が55%から64%へ改善し、DPO適用時の品質改善量がテキストのみの約3倍になっています。
AI VISUALSKILL：視覚スキルでPC操作エージェント精度+15pt
MITなどの研究者がPC操作エージェント向けのマルチモーダルスキルライブラリVISUALSKILLを発表しました。テキストだけでなくUI図・スクリーンショットも保持する設計で、ベースラインから+15.3ポイントの精度向上を達成しています。MCPツールとして実装済みで組み込みやすい構成です。
AI XDOF、7000万ドル調達 — ロボット訓練データの専門企業が始動
ロボットAIの訓練データ収集を専業とするXDOFがa16z・Thrive Capitalなどから7000万ドルを調達しました。テキストデータがLLMを支えたように、物理操作データがロボット工学の次のボトルネックと位置づけられています。
AI Gemma 4 12B公開 — 音声対応・エンコーダ不要のオープンマルチモーダルモデル
GoogleがオープンソースモデルGemma 4 12Bを公開しました。エンコーダ不要の設計で音声・画像・テキストをネイティブに処理でき、16GBのVRAMで動作するためラップトップへの展開が可能です。Apache 2.0ライセンスで商用利用も許可されています。
AI NewCore、$66M調達 — AIエージェントのID管理に特化
AIエージェントが企業の「従業員」として動く時代を見据え、ID管理・セキュリティに特化したNewCoreが$66M（バリュエーション$300M）を調達しました。McKinseyでは既に2.5万のAIエージェントが稼働しており、既存のIAMシステムでは対応できない課題に取り組みます。
AI HyperTool論文：ツール呼び出し並列化でエージェント精度2倍に
arXiv論文（2606.13663）が提案するHyperToolは、エージェントが複数ツールを1ブロックで並列実行できるインターフェースです。MCP-Universeベンチマークでは同一モデルの精度が2倍以上になり、ツール実行設計の重要性を実証しています。
AI Kimi K2.7-Code公開 — 1兆パラメータOSSがMCPMarkでOpus超え
Moonshot AIが1兆パラメータのコーディング特化OSSモデル「Kimi K2.7-Code」を公開しました。MCPMark VerifiedでClaude Opus 4.8（76.4%）を上回る81.1%を記録し、Modified MITライセンスでHugging FaceとAPIから利用できます。
AI EurekAgent: 科学発見を自動化するエージェント環境設計
arXiv論文EurekAgent（2606.13662）が「エージェントの環境設計こそが科学的発見のボトルネック」と主張しました。権限・アーティファクト・予算・人間参加の4軸フレームワークを提案し、$11未満のAPIコストで数学の未解決問題に新記録を達成しています。
AI ThinkBoosterが公開 — LLM推論の計算コストを動的最適化
LLM推論時の計算量を動的に増やして精度を上げる「テスト時計算（TTC）」手法を統合管理するOSSフレームワーク「ThinkBooster」が公開されました。OpenAI互換プロキシで既存アプリにほぼそのまま組み込め、重要タスクだけに高精度推論を適用するコスト最適化パイプラインの設計が現実的になります。