2026-10-11 のAI公式アップデート（8件）

2026-10-11 に確認した公式発表 8 件の要約と判定。主な項目: GitHub Copilot weekly releases — October 5

公式発表 8 件。各項目は公式一次情報の要約で、判定はルール（提供段階 × 日本での利用可否 × 重要度）で自動付与しています。

1. GitHub Copilot weekly releases — October 5

GitHub（2026-10-09） ／ 判定: ○ 試す価値あり ／ 重要度 3/5 ／ 提供: 一般提供・日本: 不明

GitHub が Copilot の週次リリースまとめを公開した。Claude Haiku 5.5 が Copilot Pro、Pro+、Max、Business、Enterprise で利用可能になり、エージェントのファイル・ネットワーク・認証情報へのアクセスを制限する local sandboxing が Copilot CLI、Copilot app、Agent Host を使う VS Code セッションで一般提供になった。このほか Copilot app のアカウント分離、Copilot CLI でのローカルモデル検出、VS Code 1.141 の Agents window の更新が含まれる。

• 提供条件: local sandboxing は Copilot CLI、Copilot app、Agent Host を使う VS Code セッションで一般提供。Claude Haiku 5.5 は Copilot Pro、Pro+、Max、Business、Enterprise のユーザーが対象。その他の項目の提供段階と地域は出典に記載なし。
• 料金: local sandboxing は追加費用なしで Copilot に含まれる（This is included with Copilot at no extra cost.）。
• 関係する人: GitHub Copilot を使う開発者、Copilot Business / Enterprise を管理する企業のIT部門、ローカルモデル（Ollama）を使う開発者
• 今日できること: Copilot CLI、Copilot app、Agent Host を使う VS Code セッションで local sandboxing を使い、エージェントのファイル・ネットワーク・認証情報へのアクセスを制限する ／ Copilot CLI で /model を実行し、起動中のローカル Ollama インスタンスのモデルが一覧に出るか確認する ／ VS Code のチャットで「Open worktree cleanup」を開き、使われていないセッションの worktree の容量を確認して不要なものを削除する ／ 企業提供の Copilot ライセンスと別アカウントのリポジトリを併用したい場合は、Copilot app でアカウントを分けて設定する
• 出典: https://github.blog/changelog/2026-10-09-github-copilot-weekly-releases-october-5

2. New controls and chat improvements in Copilot for JetBrains

GitHub（2026-10-10） ／ 判定: △ 様子見 ／ 重要度 3/5 ／ 提供: 不明・日本: 不明

GitHub が JetBrains 向け GitHub Copilot プラグインの更新を公開した。Enterprise 管理者が管理設定で新規会話の既定モデルを指定できるようになり、診断メニューから Copilot に修正を依頼する Fix アクションと、MCP サーバーの自動起動を無効にする設定が加わった。あわせて JetBrains IDE 2025.1 のサポートが終了し、プラグインの利用には JetBrains IDE 2025.2 以降が必要になった。

• 提供条件: 既定モデルの管理設定は Enterprise 管理者向け。プラグインの利用には JetBrains IDE 2025.2 以降が必要。提供段階（一般提供かプレビューか）と地域は出典に記載なし。
• 関係する人: JetBrains IDE で GitHub Copilot を使う開発者、Copilot Enterprise の管理者、MCP サーバーを設定している開発者
• 今日できること: 使っている JetBrains IDE が 2025.1 の場合は、2025.2 以降に上げる（2025.1 のサポートは終了） ／ Enterprise 管理者は、管理設定で新規会話の既定にする Copilot エージェントモデルを選ぶ ／ MCP サーバーを勝手に起動させたくない場合は、新しい MCP 設定で Copilot と Claude の自動起動を無効にする ／ 診断の intention メニューから Fix アクションを試す
• 出典: https://github.blog/changelog/2026-10-10-new-controls-and-chat-improvements-in-copilot-for-jetbrains

3. ICYMI: What landed for AI builders in September 2026

Amazon Web Services (AWS)（2026-10-09） ／ 判定: ○ 試す価値あり ／ 重要度 3/5 ／ 提供: 一般提供・日本: 不明

AWS が、2026 年 9 月の Amazon Bedrock、Amazon Bedrock AgentCore、Strands の更新をまとめた記事を公開した。OpenAI のモデルを使う Amazon Bedrock Managed Agents の public preview、OpenAI の Astra・Sol・Luna 各モデルの Amazon Bedrock での一般提供、Claude・Kimi K3・Grok の追加、Managed Knowledge Base の自動同期と新しいコネクタなどを振り返っている。

• 提供条件: 項目ごとに提供段階が異なる。OpenAI の Astra・Sol・Luna モデルは Amazon Bedrock で一般提供、Amazon Bedrock Managed Agents（powered by OpenAI）は public preview。Claude、Kimi K3、Grok、AgentCore runtime、Managed Knowledge Base の各項目の提供段階と対応リージョンは出典に記載なし。
• 料金: AgentCore runtime は pay-as-you-go の料金で、事前のキャパシティ確保は不要、ピーク時のメモリではなく実際の使用量に対して支払うと記載。具体的な金額の記載は無い。
• 関係する人: AWS 上でAIアプリやエージェントを開発する開発者、Amazon Bedrock を導入している企業のIT部門、モデル選定を担当するアーキテクト
• 今日できること: OpenAI のモデルを AWS 内のデータ管理・IAM 権限・AWS CloudTrail の監査のもとで使いたい場合は、public preview の Amazon Bedrock Managed Agents を試す ／ Amazon Bedrock Managed Knowledge Base を使っている場合は、ネイティブコネクタに日次・週次・月次の自動同期を設定する ／ ServiceNow、Confluence Data Center、Salesforce、Zendesk の情報をエージェントに参照させたい場合は、Managed Knowledge Base のネイティブコネクタを使う ／ Amazon Bedrock で使うモデルを、コンテキスト長・遅延・スループット・コストの要件に照らして選び直す
• 出典: https://aws.amazon.com/blogs/machine-learning/icymi-what-landed-for-ai-builders-in-september-2026/

4. 2026年度「AIセーフティ評価環境 検討タスクフォース」総会を開催しました

AIセーフティ・インスティテュート（AISI） ／ 判定: × 無視でOK ／ 重要度 2/5 ／ 提供: 不明・日本: 不明

AIセーフティ・インスティテュート（AISI）は2026年10月7日、2026年度「AIセーフティ評価環境 検討タスクフォース」総会を開催した。一般からのオンライン参加を含め総勢120名が出席し、タスクフォースの2026年度の活動と、OSSとして公開している評価ツール「AIセーフティ評価環境」の概要が共有された。検討TFメンバによるAIセーフティ評価のパネルディスカッションも行われた。

• 提供条件: 開催済みイベントの報告。「AIセーフティ評価環境」は2025年9月にOSSとして公開済み。
• 関係する人: AIシステムの開発者・提供者、AIの安全性評価を担当する企業の担当者、行政・政策担当者
• 今日できること: 参考情報の「AIセーフティ評価のための評価ツールをOSSとして公開」（https://aisi.go.jp/output/output_information/250912/）を開き、評価ツールの概要を確認する ／ 「AIセーフティに関する評価観点ガイド」（https://aisi.go.jp/output/output_framework/guide_to_evaluation_perspective_on_ai_safety/）を開いて読む ／ 「AIシステムに対する既知の攻撃と影響」（https://aisi.go.jp/output/output_security/known_attacks_and_impacts/）を開いて読む
• 出典: https://aisi.go.jp/activity/activity_information/261008_1/

5. AISI事業実証WG 2026年度上期報告会を開催しました

AIセーフティ・インスティテュート（AISI） ／ 判定: × 無視でOK ／ 重要度 2/5 ／ 提供: 不明・日本: 不明

AIセーフティ・インスティテュート（AISI）は2026年10月7日、AISI事業実証ワーキンググループ（WG）の2026年度上期報告会を開催した。総勢130名が出席し、ヘルスケア・ロボティクス・データ品質・適合性評価の各サブワーキンググループ（SWG）の活動進捗と、新たに組織した教育SWG・ジオAI SWGの活動方針が共有された。ゲストスピーカーとしてAnthropic社とOpenAI社が登壇した。

• 提供条件: 開催済みイベントの報告。参加者は事業実証WGおよび各SWGの関係者、関係府省庁（オブザーバー）。
• 関係する人: AIの安全性評価に関わる企業の担当者、ヘルスケア・ロボティクス・教育・地理空間分野でAIを使う事業者、行政・政策担当者
• 今日できること: 関連情報として案内されている「AISI事業実証ワーキンググループ・ビジョンペーパー(第2.0版)」（https://aisi.go.jp/output/output_information/261006/）を開いて読む ／ 自社の分野に近いSWG（ヘルスケア・ロボティクス・データ品質・適合性評価・教育・ジオAI）の活動報告の要旨を出典ページで確認する
• 出典: https://aisi.go.jp/activity/activity_information/261008_2/

6. When Interfaces Speak: Data-Aware Generative UI Harness for Active Interaction

Xiaolong Li ほか 7 名（arXiv 掲載論文）（2026-10-08） ／ 判定: × 無視でOK ／ 重要度 2/5 ／ 提供: 不明・日本: 不明

人とAIエージェントのやり取りを文章だけでなく、その場で生成する画面（UI）で行うマルチエージェントの枠組み GenUI-Harness を提案する論文が arXiv に投稿された。あわせて、生成したUIコードを通じたやり取りを測るベンチマーク UI-TAU Bench を導入している。査読者調査では、生成UIにより平均の対話ラウンド数が 3.4 から 1.2 に減ったと報告している。

• 提供条件: 研究論文（arXiv v1）。コードへのリンクがあると記されているが、リンク先の URL は取得テキストに含まれない。
• 関係する人: AIエージェントの画面設計に関わる開発者、エージェントの評価・強化学習の研究者
• 今日できること: arXiv のページ（https://arxiv.org/abs/2610.11123）で PDF を開き、UI-TAU Bench の評価条件と結果を確認する
• 出典: https://arxiv.org/abs/2610.11123

7. EvoSim: Learning to Model, Modeling to Learn

Yun-Wei Song ほか 5 名（arXiv 掲載論文）（2026-10-08） ／ 判定: × 無視でOK ／ 重要度 2/5 ／ 提供: 不明・日本: 不明

物理モデルの構築を自律的に行う「自己進化するAIサイエンティスト」EvoSim を提案する論文が arXiv に投稿された。実験とのずれをもとに仕組みや方程式を見直し、取り置いた実験データで物理的な妥当性を確かめる。産業用バッテリーのモデリング課題 2 件で評価し、人間の専門家が開発したモデルの報告精度を上回ったとしている。

• 提供条件: 研究論文（arXiv v1）。コードやデータの公開についての記載は取得テキストに無い。
• 関係する人: バッテリーなど物理モデルを扱う研究開発者、AIを科学研究に使う研究者
• 今日できること: arXiv のページ（https://arxiv.org/abs/2610.11344）で PDF を開き、バッテリー課題 2 件の評価条件と比較対象を確認する
• 出典: https://arxiv.org/abs/2610.11344

8. DivMoE: Fine-Grained MoE Upcycling via Cross-Domain Expert Composition

Yuxuan Lou ほか 4 名（arXiv 掲載論文）（2026-10-08） ／ 判定: × 無視でOK ／ 重要度 2/5 ／ 提供: 不明・日本: 不明

学習済みの dense モデルから、細かい粒度の Mixture-of-Experts（MoE）モデルを作る手法 DivMoE を提案する論文が arXiv に投稿された。単一の元モデルから細粒度のエキスパートを作るとルーティングが崩れて精度が大きく落ちる問題を指摘し、ドメイン別に追加事前学習したモデルからエキスパートを作る方法と、各トークンが異なるドメイン群のエキスパートを使う制約で対処している。NeurIPS 2026 の会議論文として公開されたと記されている。

• 提供条件: 研究論文（arXiv v1）。コードやモデルの公開についての記載は取得テキストに無い。
• 関係する人: 言語モデルの学習・アーキテクチャを扱う研究者、MoE モデルを開発する機械学習エンジニア
• 今日できること: arXiv のページ（https://arxiv.org/abs/2610.11317）で PDF を開き、15 ベンチマークの内訳と比較条件を確認する
• 出典: https://arxiv.org/abs/2610.11317

このページは公式一次情報の要約です。判定はルール（提供段階 × 日本での利用可否 × 重要度）で自動付与しており、性能の評価ではありません。契約・導入の前に必ず出典をご確認ください。