本日の動向：AnthropicとOpenAIのClaude Code統合機能発表
Anthropic、OpenAI、Nous ResearchがそれぞれClaude Codeの機能強化やCodexプラグイン、Hermes Agentの進化を発表し、マルチエージェント連携と開発者体験の向上が業界の主要なトレンドとなっている。
キーポイント
AnthropicのClaude Code機能強化
Pro/Maxユーザー向けにClaude Code内で「computer use」機能を研究プレビューとして提供し、閉ループ検証によるアプリ反復の信頼性を高めている。
OpenAIのCodexプラグインとバックグラウンド処理
Claude Code用のCodexプラグインをリリースし、クロスエージェントの構成を実現。また、夜間のCodexタスクが長時間実行可能となり、バックグラウンドでのエージェント委譲がサポートされた。
Nous ResearchのHermes Agentエコシステム
圧縮性、適応性、マルチエージェントプロファイルの改善により急速に採用されたHermes Agentが、トレーサビリティ解析やファインチューニングを含むエコシステムを通じてエージェントOS抽象化へと進化している。
影響分析・編集コメントを表示
影響分析
このニュースは、AI開発ツールが「単独のモデル能力」から「エージェント間の連携とオーケストレーション」へ重心を移しつつあることを示唆しています。特にClaude CodeへのOpenAI Codexの統合は、競合ツール間の相互運用性が進む兆候であり、開発者のワークフローにおけるマルチエージェント環境の標準化が進む可能性があります。
編集コメント
競合他社のモデルやプラグインを自社の開発環境に組み込む動きが加速しており、開発ツールの「囲い込み」戦略から「相互運用性」重視への転換期に入ったと見られます。
Anthropicは、Pro/Maxユーザー向けの研究プレビューにおいて、Claude Code 内にクロールループ検証用コンピューター使用機能を導入し、信頼性の高いアプリ反復を強化しました。OpenAIは、クロスエージェント構成を可能にし、合成可能なコーディングハーンへの移行を示唆する、Claude Code 用のCodex プラグインを発表しました。また OpenAI は、深夜の Codex タスクが長時間実行され、バックグラウンドでのエージェント委任をサポートしていることも指摘しています。Nous ResearchのHermes Agentは、より優れた圧縮化、適応性、マルチエージェントプロファイルにより急速に採用が進み、エージェント OS 抽象化へと進化を遂げています。Hermes を取り巻くエコシステムには、トレース分析、ファインチューニング、リモートコントロールのためのツールが含まれており、オープンソースとプロプライエタリなエージェント基盤に関する議論も交わされています。重要なテーマとして、モデルの能力を超えた要因として、ツールの整備、プロンプト/ランタイムのオーケストレーション、レビューループが挙げられます。
原文を表示
Anthropic introduced computer use inside Claude Code for closed-loop verification in a research preview for Pro/Max users, enhancing reliable app iteration. OpenAI released a Codex plugin for Claude Code, enabling cross-agent composition and signaling a shift toward composable coding harnesses. OpenAI also noted that late-night Codex tasks run longer, supporting background agent delegation. Nous Research's Hermes Agent saw rapid adoption due to better compaction, adaptability, and multi-agent profiles, evolving toward an agent OS abstraction. An ecosystem around Hermes includes tools for trace analytics, fine-tuning, and remote control, with debates on open-source versus proprietary agent infrastructure. Key themes include tooling, prompt/runtime orchestration, and review loops as critical factors beyond model capabilities.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み