5分で読めます · AIシステムアーキテクトが毎日キュレーション
注目：エージェント型ワークフロー · AIコーディングツール · 身体性を持つインテリジェンス
1. Pelican-Unified 1.0 — 真に統一された最初の身体性AIモデル
【技術の核】
Pelican-Unified 1.0（arXiv:2605.15153、2026年5月14日）は、厳格な「統一原則」のもとで学習された、最初の身体性基盤モデルです。単一のVLMが統一された理解モジュールとして機能し、1回の順伝播で課題志向・行動志向・未来志向の推論（思考の連鎖）を自己回帰的に生成します。続いて統一未来ジェネレータ（UFG）が、デュアルのモダリティに特化した出力ヘッドを用いて、未来動画と未来アクションを共同でデノイズします——「想像」と「行動」は文字通り同時生成されます。
【重要な理由】
これにより、従来のモジュール型パラダイム（知覚→計画→行動を別々の専門家システムとして扱う考え方）が打ち破られます。WorldArenaで#1（66.03）を獲得し、RoboTwinで93.5を達成する単一のチェックポイントは、統一が専門家レベルの性能を犠牲にする必要がないことを証明しています。ロボティクス開発者にとってこれは大幅な簡素化です——モデルは1つ、チェックポイントも1つ、パイプラインの結合用コードなし。
2. Cursor 3.0 — AI強化IDEからエージェントオーケストレーション基盤へ
【技術の核】
Cursor 3.0の目玉機能はAgents Window（エージェントウィンドウ）です。複数のAIエージェントを並列実行しつつ管理する、フルスクリーンのワークスペース（ローカル、worktree、SSH、またはクラウド）を提供します。/worktreeコマンドは、独立したGit worktree上でタスクを分離します；/best-of-nはブラインドのA/Bモデル比較を実行します；そしてAutomationsにより、イベント駆動の永続エージェントを有効化できます。デザインモードでは、ブラウザ上でUI要素に直接注釈を付けて、エージェントの実行を導くことができます。
【重要な理由】
Cursorは「AIを備えたIDE」から「IDEが含まれてはいるが、実態はエージェント協調（コーディネーション）プラットフォーム」へと位置づけを変えています。エンジニアリングチームにとってこれは、コンテキストが混ざることなく、エージェントが環境間で並列化できることを意味します。さらに7M+ MAUと$20B ARRのマイルストーンは、エージェント優先の開発が今や間違いなく主流になったことも示しています。
3. Claude Code Opus 4.7 — SWE-bench Verifiedで87.6%
【技術の核】
Anthropicは2026年4月にOpus 4.7を出荷し、SWE-bench Verifiedを80.8%から87.6%へと引き上げました——コーディングエージェントにとっての大きな節目です。主要なアーキテクチャ更新は以下です：1Mトークンのコンテキスト（ツール用のデフォルトは200K）、3.75MPの視覚解像度（1.15MPから向上）、そしてhighとmaxの間に新設されたxhighの取り組みティア（努力段階）。Task Budgetsにより、モデルがサブタスク全体へトークン予算を自律的に配分できます。バックグラウンドエージェントは、分離されたGit worktree上で実行されます。Agent Teams（リサーチプレビュー）により、役割ごとの専門化を伴うマルチエージェント協業が可能になります。
【重要な理由】
SWE-bench Verifiedで87.6%ということは、Claude Codeがほとんどの実世界のGitHub課題を自律的に解決できるようになったことを意味します。Auto Mode（Maxプラン）と/teleportコマンド（ターミナルセッションをclaude.ai/codeのWebへ移す）により、エージェントは実質的にデバイス横断で常駐しているかのようになります。新しいトークナイザは、同一テキストに対して約35%多くのトークンを生成します——コスト面での警告として押さえておく価値があります。
4. OpenCodeが150K+のGitHubスターを獲得 — オープンソースのコーディングエージェント代替
【技術の核】
OpenCode（MIT、anomalyチームによる）は、2026年5月に150K GitHubスターを突破しました。月間アクティブ開発者は6.5M、貢献者は850人以上です。v1.2.0では、セッションストレージをプレーンテキストからSQLiteへ移行し、安定したマルチセッション管理を可能にしました。Plan Agentは、編集を行う前にリポジトリ全体を読み取り専用で分析します。MCP（Model Context Protocol）の統合はネイティブです。新しいGoプラン（$10/月、初月$5）で、GLM-5、Kimi K2.5、MiniMaxが解放されます。ローカルモデルを含む75以上のLLMプロバイダに対応しています。
【重要な理由】
OpenCodeは、モデルに依存しない（モデル非依存のまま）状態でクリティカルマスを達成した最初のオープンソースのコーディングエージェントです。GitHub Copilotの公式パートナーシップ（2026年1月）により、Copilotサブスクライバーは追加コストなしでOpenCodeに認証して使える——この大きな配布面の解放が、OpenCodeにとって追い風になります。ベンダーロックインを避けたいチームにとって、これは今やCursor/Windsurfに対する正当なプロダクション級の代替になっています。
5. Windsurf 2.0 + Devin Cloud — ラップトップを越えて動き続けるクラウドエージェント
【技術の核】
2026年4月、Cognition（Devinの開発元）に買収されたことで、Windsurf 2.0はAgent Command Center（カンバン風のエージェント状態管理）とSpaces（PR、ファイル、コンテキスト、エージェントセッションをタスク単位として束ね、セッション再起動後も生き残らせる）を導入しました。目玉機能はDevin Cloudのワンクリックデプロイです——ローカルでプランし、クラウドのDevinへディスパッチすると、あなたがラップトップを閉じた後もエージェントは動き続けます。デフォルトモデルは社内のSWE-1.5にアップグレードされています。
【重要な理由】
「ローカルシャットダウン後も生き残るクラウドエージェント」というパターンは新しく、強力です。長時間のリファクタリングや複数リポジトリの移行では、これはワークフローの使い勝手を根本から変えます。注意点として、元の創設チームはGoogleに参加しているため、長期の製品ロードマップには不確実性があります。Proプランは現在$20/月で、$200/月のMaxティアも利用可能です。
6. LangGraph + MCP — 2026年のプロダクション向けマルチエージェントワークフロー
【技術の核】
LangGraphの2026年におけるMCP統合のガイダンスは、中央のオーケストレータが専門エージェント間でタスクをルーティングする「監督型マルチエージェント」ワークフローの作り方を示しています（例：研究専門 ↔ コード専門）。各エージェントはMCPツールを呼び出します。低レベルのプリミティブ（StateGraph、カスタムリデューサ、条件付きエッジ）により、エージェント間の通信パターンをきめ細かく制御できます。MCP（Model Context Protocol）は、2026年4月時点でv1.4 RCに到達しており、破壊的変更はドキュメント化されています。
【重要な理由】
LangGraph（表現力の高いエージェントオーケストレーション）+ MCP（標準化されたツール/コンテキストのプロトコル）という組み合わせは、プロダクション向けマルチエージェントシステムのデフォルト構成になりつつあります。2026年にエージェント型ワークフローを構築しているなら、MCP統合がないことは、ますます「設計上の臭い」になっていきます。v1.4プロトコルのチェンジログは、アップグレード前に必読です。
7. 実世界での身体性AI — SAE World Congress 2026パネルの洞察
【技術の核】
返却形式: {"translated": "翻訳されたHTML"}
SAE World Congress 2026のホワイトペーパー（arXiv:2605.10653）は、自動車、ロボティクス、AIの専門家による「Embodied AI in Action（身体性のあるAIの実践）」パネルを要約しています。主要な技術テーマは、大規模言語モデルのエージェントをロボットオペレーティングシステム（ROS）フレームワークに統合する取り組みが、研究デモ段階から製品化を見据えた検討段階へ移行していることです。パネルは、シミュレーションから実機への移行（sim-to-real transfer）とリアルタイム遅延が2つの阻害要因だと特定しています。
【なぜ重要か】
これは、身体性のあるAIが、学術的な好奇心の領域から産業工学上の関心事へと移行しているサインです。LLMからロボティクスへのパイプラインに取り組んでいる場合、関連するNature論文（doi:10.1038/s42256-026-01186-z）で述べられている、ROS + LLMエージェント統合のパターンは、学ぶべき参照アーキテクチャです。
自律エージェントおよびマルチエージェントシステムに注力するAIシステムアーキテクトによるキュレーション。毎日のダイジェストをフォローしてください。
