人工知能の大規模モデル分野における進化のスピードは引き続き加速しています。AIサービスプラットフォームのWorkBuddyは、このたび正式に発表し、自社プラットフォーム上でDeepSeekが最新にリリースしたV4.1-Flashモデルを全面的にリリースしました。同時に、2週間の無料トライアルキャンペーンも開始され、開発者やユーザーが新たにリリースされたモデルの強力な性能を手軽に体験できるようになりました。

OpenAIは、従来の「音声認識→推論→音声合成」という連鎖処理に代わる単一モデル構造を持つ全二重通信音声モデル「GPT-Live-1」をリリースしました。このモデルにより、遅延が顕著に低下し、人間のようにスムーズな対話が可能となりました。このモデルはAPIとして公開されており、開発者向けに設計されており、会話の中断や話題の転換などの複雑なシナリオにもより堅牢に対応できます。
OpenAI は開発者向けに GPT-Live-1 音声モデル API を開放し、ChatGPT の音声機能をアプリケーションに統合して、リアルタイムで発話と受話に対応する双方向音声アシスタントを構築できるようにしました。発話の前端は分間 0.05 ドル、バックエンドの複雑な推論モデルは別途料金がかかる。
9月10日、CursorはProjects(ベータ版)をリリースし、「ソフトウェア開発の第三紀元」の加速が進んでいる。この機能は機能開発、大規模な移行、完全なアプリケーション構築などの大規模で複雑なタスク向けに設計されており、『コンビーダー・スマートエージェント』を導入し、数千ものサブスマートエージェントを並列実行させることで、開発者が煩雑なスマートエージェントの管理から解放され、タスクそのものを直接指揮できるようにする。コアアーキテクチャはこの調整モードを中心に構築されている。
OpenAIは正式にAgents APIをリリースし、CodexのハーネスをホストされたRESTインターフェースにカプセル化しました。コアエンドポイントはPOST /v1/agents/sessionsのみで、OpenAI-Betaヘッダーが必要です。OpenAIはセッション、コンポジション、コンテキスト圧縮および復元を担当し、アプリケーション開発者はツールと実行環境を提供します。ドキュメントではAgent(モデル+指示+ツール+MCPサーバー)、Environmentなどの4つの重要な概念およびホスティング機能が提示されています。
北京フィンテック産業連盟はこのたび、国内で初めてのフィンテックインテリジェントエージェントセキュリティ団体基準『インテリジェントエージェント技術のフィンテック応用におけるセキュリティ要件』を発表しました。モバイル端末上のサードパーティのインテリジェントエージェントは、金融機関の許可を得ない限り、システム権限を使って金融アプリケーションの画面を自動的に読み取ったり操作したりしてはなりません。マイク、スクリーンショット、録画、画面共有などの手段でデータを取得する際には、呼び出された側のセキュリティ要件に従う必要があります。