SIGNAL2026-10-29 · AI TECH REPORT

AI技術の新情報:3件

原出典を確認できた3件を紹介。

01Microsoft2026-10-28実験版

Microsoft Copilot harnessをFoundryで公開プレビュー ↗

Microsoft Copilot harnessは、ツール利用やファイル操作を伴うエージェントの実行基盤。構築した調査用エージェントに話題を渡すと、資料を集めて分析し、根拠付きの概要を返す。Foundryの公開プレビューでは、スキルやMCPツールを管理付きの実行環境で組み合わせ、対応するFoundryモデルを替えても実行構成を作り直さずに済む。別途、hosted agents向けの長時間処理の再開機能が一般提供になったが、進捗保存と重複操作の防止はアプリ側で設計する。ハーネス実行は2026年12月1日より前は無料だがモデル推論などは別料金で、同日からサンドボックスの計算資源は1 vCPU時当たり0.0994米ドル、メモリは1 GiB時当たり0.0118米ドル。

Microsoft Copilot harnessの原記事の冒頭画面(スクリーンショット)
Microsoftの原記事の冒頭画面(スクリーンショット)。
02Anthropic2026-10-27研究段階

専門家の分析判断はエージェントの示す方向に引き寄せられた ↗

これは、AIエージェントが専門家の分析判断へ与える影響を測った研究。Anthropicは因果分析の経験がある50人にClaude Codeを使う課題を依頼し、エージェントが支持する選択肢を無作為に割り当てた。四つの分析判断を合わせると、参加者の選択の86%がエージェントの示した方向と一致した。測定対象や比較方法を決める段階も独立に点検する必要があるという示唆だが、実験ではエージェントの好みを意図的に強めており、通常の利用で同じ割合になるとは限らない。

Dot chart of 48 survey responses to “Whose judgment does the final recommendation mostly reflect?” on a six-point scale. More the agent’s (23): entirely 0, mostly 9, slightly 14. More mine (25): slightly 8, mostly 13, entirely 4.
課題後の調査で、48人が最終提案を自分とエージェントのどちらの判断と捉えたかを示す図。
03LangChain2026-10-27要セットアップ

LangChainのデザインエージェントに学ぶ、長時間作業の実装判断 ↗

これは、動画や資料を作る長時間稼働のデザインエージェントの実装報告。Slackで制作依頼と資料を受け取り、完成した動画やスライドなどのファイルを返す。LangChainは編集可能なコードとレンダリング結果を会話ごとの作業環境に残し、安価な絵コンテで方向を決めてから本制作へ進める。レビューを飛ばせない順序はコードで守り、主エージェントは非同期の作業を調整して途中の人間の修正を受け付ける。

会話、主エージェント、非同期サブエージェント、作業環境の構成図
LangChainの記事に掲載されたContent Studioの構成図。

確認範囲と不足

取得済み候補と原出典を確認。追加調査・改稿後も未解決の1件を保留し、3件を掲載候補として再確認。

一部の候補は原文を最後まで確認できず、掲載対象から外した。

掲載しなかった候補 71件採点済みと未採点を分けて確認