10月2日〜3日のAIニュースから、副業やツール選びに関係する3件を選びました。AIに作業を任せる人に関係が深いのは、Microsoftの研究チームによる「AIエージェントは本当に作業を終えているか」を確かめる評価の公開です。ほかに、MetaのAIエージェント「Muse」とつながる機器を自作できる無料のSDK、手元で動かせるオープンモデル2種を紹介します。
今日の要点（3行まとめ）
- AIエージェント：Microsoftが「完了しました」の報告とデータの実際の状態を照らし合わせる評価「ThinkingBox」を公開
- Meta Muse：ESP32やRaspberry PiでMuse対応の機器を作れるSDKを、Apache 2.0の無料オープンソースで公開
- オープンモデル：Ai2が論文レポート作成用の8Bモデル「AstaBrief」、Aleph Alphaが最大100万トークン対応の「Kolibri-1」を公開
1. AIエージェントの「完了しました」は本当か Microsoftが評価の仕組み「ThinkingBox」を公開
何が起きた：Microsoftの研究チームは10月3日、Hugging Faceの公式ブログで、AIエージェントの評価の仕組み「ThinkingBox」を公開しました。AIの返答の内容ではなく、作業後にデータベースが実際にどう変わったかを見て合否を判定するのが特徴です。業務の手順を模した507個のタスクを、同じ条件で何度も解かせて安定性を測ります。
12のAIモデルで試した結果、見た目上はエラーなく終わったのに失敗していた79,853件のうち、77.61%は入力した値が間違っており、43.30%は頼んでいない変更を加え、25.36%は必要な処理が抜けていたと報告しています。また、この評価では、Claude Opus 5.5は1回目で成功する割合が**67.16%**だった一方、20回すべて成功したタスクは47.53%でした。Kimi-K3は1回以上成功したタスクが93.89%あったものの、20回すべての成功は13.41%にとどまっています。失敗の79.9%は推論ではなくツールの扱いが原因だったとしています。仕組みはMITライセンス、タスクのデータもHugging Faceで公開されています。
誰に関係する：AIエージェントやAIコーディングツールに、データ入力・ファイル整理・ツール連携などの作業を任せている人。「一度うまくいった」ことと「毎回うまくいく」ことは別だと、数字で示した内容です。
今できること：AIに作業を任せたら、AIの報告だけで終わりにせず、実際のファイルやスプレッドシートの中身を確認する習慣をつけておきましょう。同じ作業を繰り返し任せる場合は、最初の数回だけでなく、ときどき結果を抜き取って確認すると安心です。AIコーディングツールの使い方はClaude Codeの使い方・料金で解説しています。
出典：Hugging Face公式ブログ（Microsoft）「The Agent Said It Was Done. The Database Disagreed.」（原文英語・編集部訳）（確認日：2026-10-04）
2. Meta、AIエージェント「Muse」とつながる機器を作れるSDKを無料公開
何が起きた：Metaは10月2日（米国時間）、AIエージェント「Muse」とつながる機器を自作するための「Muse Gadgets」を公開しました。ESP32（安価なマイコンボード）向けと、Raspberry PiなどLinux機器向けの2種類のSDKがあり、画面・ボタン・マイク・スピーカー・センサーなどを組み合わせられます。SDKとファームウェアはApache 2.0のオープンソースで、無料で使えます。使うにはMuseの公式サイトで「SDKトークン」を取得し、Museアプリで開発者モードを有効にする必要があります。あわせて、Museを家のWi-Fiや家電につなぐ機器「Muse Home Link」も発表しました。こちらは米国のMuse契約者に限り、1人1台無料で10月から出荷するとしています。
誰に関係する：電子工作やIoTが好きな人、AIを使った小さなガジェットを作って発信・販売したい人。なお、MetaはSDKを「保証なし」で提供するとしており、自作機器は自己責任での利用になります。日本でMuseをどこまで使えるかは、今回の発表では確認できませんでした。
今できること：まずは公式サイトの作例（Raspberry Pi 5、画面付きのESP32ボードなど）を見て、必要な部品と手順を確認してみましょう。AIエージェントの選び方の基本はChatGPT・Claude・Geminiの比較も参考になります。
出典：Muse Gadgets公式サイト、GitHub「muse-gadget-sdk」（原文英語・編集部訳）／関連報道：ITmedia NEWS（確認日：2026-10-04）
3. オープンモデル2種が公開 論文レポート用の「AstaBrief」と、100万トークン対応の「Kolibri-1」
何が起きた：米国の研究機関Ai2は10月2日、研究テーマと集めた論文から出典付きのレポートを作る8Bモデル「AstaBrief」を公開しました。Qwen3-8Bをもとに調整したモデルで、ライセンスはApache 2.0。Ai2の調査ツール「Asta」で、レポート1本あたり平均51.1秒で作れる「Fast」モードに使われています（Claudeを使う「Thinking」モードは平均178.5秒）。対応言語は英語で、用途は研究・教育向けとされています。
また、ドイツのAleph Alphaは10月3日、総パラメータ780億・動作時に使うのは34.6億のMoE（必要な部分だけ動かす方式）モデル「Kolibri-1」をApache 2.0で公開しました。最大1,048,576トークン（約100万）の長い文章を扱えます。ただし、対応言語はドイツ語と英語で、動かすにはA100 80GBやH100を2枚使う構成が最小とされており、一般的なPCで動かすのは難しいモデルです。
誰に関係する：英語の論文や資料を調べてまとめる作業をしている人、ローカルLLMで使えるモデルを探している人。AstaBriefは8Bと小さめなので、量子化（軽量化）版が出れば家庭用のグラフィックボードでも動かせる可能性があります。今回の公式ページには、その形式（GGUFなど）は載っていません。
今できること：AstaBriefを試すなら、まずHugging Faceのモデルページで使い方とライセンスを確認しましょう。研究・教育用途とされている点も押さえておいてください。ローカルLLMの始め方はローカルLLMの始め方、必要なグラフィックボードはローカルLLM向けグラボおすすめ5選で解説しています。
出典：Hugging Face公式ブログ（Ai2）「Open-sourcing AstaBrief」、Hugging Face「AstaBrief_8B」、Hugging Face「Aleph-Alpha/Kolibri-1」（原文英語・編集部訳）（確認日：2026-10-04）
今日の一言（編集部コメント）
今日はAIエージェントの話題が中心でした。Microsoftの評価は、AIが「終わりました」と言っても、実際のデータまで確かめないと分からないことを数字で示しています。AIに任せる作業が増えるほど、最後に人が中身を確認する一手間が大切になります。新しいツールやモデルを試すときも、便利さと合わせて「結果をどう確かめるか」を決めておきましょう。
関連記事
情報確認日：2026年10月4日／各ニュースの詳細は出典リンク先をご確認ください。
