AIデイリー: AIエージェントがついに独自のUI言語を獲得？Google A2UIとAnthropic Bloomが開発の新たな波を牽引

ここ数日、AI業界は非常に活発で、基盤となるプロトコルから日常的に使用するツールまで、大きな変化が起きています。AIエージェント（Agents）が、チャットボックスに入力する以外に何もできない「ボトルネック」に陥っていると感じているなら、Googleの新しいA2UIプロトコルがその解決策になるかもしれません。一方、Anthropicも、これまで多大な人力を費やしていた「バグ探し」の作業を自動化するオープンソースツール「Bloom」を公開しました。

これら2つの動きは、私たちが「言葉だけで全てを自動的に完了できる」未来に一歩近づいたことを示唆しています。

単なる「チャット相手」からの脱却：Google A2UIが再定義するインタラクション・ロジック

正直なところ、現在のAIとのやり取りは時としてストレスを感じさせます。直接決済ボタンを押したかったり、フォームに入力したかったりするのに、AIはただ長い文章を返すだけで、ユーザーは別の場所に移動して操作しなければなりません。これは非常に非効率的です。

Googleの開発チームはこの「口だけで動かない」モードを解消するために、A2UI (Agent-to-User Interface) を開発しました。このオープンソースプロジェクトは、エージェント駆動型インターフェース（Agent-Driven Interfaces）の業界標準を確立することを目指しています。

簡単に言えば、A2UIはAIエージェントに、チャットの文脈に応じて最適なUIを直接提供する能力を与えます。これは単に粗雑なHTMLコードを表示するのではなく、宣言型フォーマットを使用しています。つまり、同じAI生成インターフェースが、ウェブ、Flutterアプリ、あるいは将来の新しいデバイス上でも、ネイティブな質感で表示されることを意味します。現在のv0.8バージョンでは、Web Components、Angular、Flutterがすでに対応しています。

この技術の優れた点は主に2つあると考えられます。

1つ目は信頼性の問題です。将来、複数のAIが連携するウェブの世界において、外部のAIがJavaScriptコードを直接メインプログラムに渡して実行させることは、見知らぬ人に家の鍵を渡すようなものです。A2UIは賢く、純粋なデータ（JSON）のみを渡すことを選択しました。メインプログラムはデータのレンダリングのみを担当し、外部のコードは決して実行しません。これにより、組織をまたぐ連携における最大のセキュリティ上の懸念が解決されます。

2つ目は増分更新 (Incrementally Updateable) です。これはユーザー体験において極めて重要です。フォーム入力中に予算を変更した際、AIは価格フィールドだけを静かに更新すれば済みます。Server-Sent Events (SSE) を通じて実現されるこのリアルタイムな流動性こそが、AIアプリケーションを「本格的なソフトウェア」らしく感じさせる鍵となります。

コードに興味がある方は、GitHubのリポジトリやGoogle Developers Blogを確認してみてください。

Anthropic Bloom：魔法を魔法で打ち破る

AIの安全性テストは、率直に言って骨の折れる作業です。研究者はモデルの限界を試すために、あらゆる巧妙な質問を考え出さなければなりません。しかし、2025年現在、モデルの進化は人間よりも速く、人間の脳だけでこれらの「罠」を見つけ出すには限界があります。

Bloomの運用プロセスは、厳格な捜査チームに似ています。「シード設定 (Seed Configuration)」というテストケースのDNAを提供すれば、Bloomはそれに基づいて様々なバリエーションを自動的に生成します。具体的なワークフローは以下の通りです。

1. 理解：テストすべき問題点を把握する。
2. 構想：防御が困難な対話の罠を設計する。
3. 実行：対話だけでなく、シミュレーション環境 (Simulated Environment) もサポートしています。つまり、エージェントがコードを書いたり、ツールを使ったり、長期的なタスクを実行したりする際に、不正を行わないかを観察できます。
4. 評価：最後に、別のモデルがスコアリングを行います。

これが単なる「自画自賛」ではないことを証明するために、AnthropicはAIを使ってAIの採点品質を監視する Meta-judgment (元評価) メカニズムを構築しました。さらに興味深いことに、彼らは意図的に欠陥のある「モデル生物 (Model Organisms)」を作成し、Bloomが本当に問題を見つけ出せるかを検証しています。このような科学的実験のような厳格な態度は、Anthropicらしいと言えます。詳細は公式ブログをご覧ください。

Gemma Scope 2：ブラックボックスを解き明かす

Google DeepMindは、AIの「解釈可能性」という難題において新たな成果を上げました。彼らが発表した Gemma Scope 2 は、Gemma 3モデルファミリー専用の高倍率顕微鏡のようなもので、270Mから27Bまでの全パラメータ範囲をカバーしています。

ニューラルネットワークはよくブラックボックスと呼ばれ、入力と出力は分かっても、その中間で何が起きているかは分かりません。Gemma Scope 2は、Sparse Autoencoders (SAEs) とトランスコーダーを利用して、このブラックボックスを透明なガラスケースに変えようとしています。

今回のアップデートには、注目すべき2つの技術的ポイントがあります。

1つ目は、Matryoshka（マトリョーシカ）トレーニング技術の導入です。これにより、モデルはより正確で有用な概念を検出できるようになります。

2つ目は、新しく追加された Skip-transcoders と Cross-layer transcoders です。これにより、研究者は単層の断面を見るだけでなく、情報が複雑なニューラルネットワークの層をどのように飛び越え、流れていくかを追跡できるようになります。

この規模は現在オープンソース界で最大級と言われ、処理されるデータ量は110 PBに達します。AIが「何を考えているのか」に興味がある方は、DeepMindのブログ記事を一読する価値があります。

NotebookLMの心臓部がGemini 3へ

ノート作成ツールを愛用するユーザーにとって、これは最高のニュースでしょう。Googleのノートツール NotebookLM のエンジンがついに Gemini 3 にアップグレードされました。

以前から公式X（旧Twitter）で、これが最も要望の多い機能であることが示唆されていました。新エンジンへの切り替えにより、推論能力や「空気を読む」能力が大幅に向上したことが実感できるはずです。数百ページに及ぶ複雑なドキュメントの処理や、ドキュメントをまたいだ相関分析を行う際、いわゆる「ハルシネーション（もっともらしい嘘）」が大幅に減少することが期待されます。公式発表はこちら。

開発者のためのツールボックス：CodexとQwenの新しい試み

上記の大ニュース以外にも、2つの興味深いツールが登場しました。

• OpenAI Codex CLIがSkillsに対応： プログラミングにおいて、同じようなコードを何度も書くのは苦痛です。OpenAIはCodex CLIに Skills 機能を追加しました。これは Progressive Disclosure (段階的開示) を採用しており、起動時には目次のみを表示し、必要な時だけ詳細を読み込みます。これにより、貴重なコンテキストウィンドウの節約に貢献します。ドキュメントはこちら。

• Qwen-Image-Layered モデル： Alibaba CloudのQwenチームは、画像を「層」として扱える画像モデルを開発しました。単に画像を生成するだけでなく、画像を複数の独立したRGBAレイヤーに分解し、物理レベルでの独立した編集を可能にします。さらに素晴らしいのは、再帰的な分解 (Recursive Decomposition) をサポートしている点です。例えば、画像から人物を切り出し、さらにその人物の服や髪を切り出すといった、マトリョーシカのような無限の細分化が可能です。HuggingFace Spaceで試すことができます。

緊張感が高まる業界動向

最後に、2つの深刻なニュースをお伝えします。

GoogleがSerpApiを提訴： この訴訟はいずれ起きるべきものでした。GoogleはSerpApiを正式に提訴し、同社が Cloaking (クローキング) 技術を利用し、偽の名前やIPを使い分けることでサーバーを欺き、防御策を回避したと主張しています。Googleが激怒している理由は、SerpApiが単に公開データを収集するだけでなく、Googleが ライセンス料を支払って取得したコンテンツ（ナレッジパネルのデータなど）を転売していたためです。これは単純な「データスクレイピング」の域を超え、直接的な商業利益の侵害にあたります。この訴訟の結果は、スクレイピング業界のルールを書き換える可能性があります。Googleの声明。

METRによるClaude Opus 4.5の極限テスト： METR Evalsが発表したデータによると、Claude Opus 4.5が5時間近くかかる複雑なタスクを成功させる確率は約50%です。しかし、詳細はもっと複雑です。提示された 95%信頼区間 は、2時間未満から20時間以上までと非常に幅広く、現時点ではこのような超巨大モデルの限界を測定するための正確な「定規」がまだ存在しないことを示しています。METRのデータ。

よくある質問 (FAQ)

Q: A2UIは、単にHTMLコードを出力するのと何が違うのですか？ A: 大きな違いがあります。純粋なデータを送信するため安全であるだけでなく、A2UIの最大の強みは 増分更新 です。AIがスイッチを切り替えたり数字を変更したりするだけで、UIが即座に反応します。ページ全体を再レンダリングする重苦しさはなく、ネイティブアプリのような滑らかさを実現できます。

Q: Bloomのようなツールは、一般の開発者でも使えますか？ A: 正直なところ、主にAIの安全性研究者向けです。「シード設定」を書いてテストの「遺伝子」を定義する必要があります。ハードルは高いですが、チームでモデルが特定の不正行為（差別など）を絶対に行わないようにする必要がある場合、非常に強力な自動化ツールとなります。

Q: NotebookLMのGemini 3へのアップグレードには追加料金が必要ですか？ A: Googleは料金については言及していません。通常、このような基盤モデルのアップグレードはプラットフォームの最適化の一環であり、無料のパフォーマンス向上として安心して利用できます。

Q: なぜGoogleはSerpApiを提訴したのですか？スクレイピングは一般的ではありませんか？ A: 今回は性質が異なります。Googleは、SerpApiがクローキング技術でサーバーを欺き、Googleが費用をかけて取得したライセンスデータを転売したと主張しています。これは「公開データの収集」という一線を越え、安全メカニズムの悪質な回避と著作権侵害にあたると判断されました。Googleが勝訴すれば、AIデータの収集を行う企業の活動は今後より厳しく制限される可能性があります。