AI Daily Digest — 2026年9月3日

本日のAI業界注目ニュースを 14件 厳選してお届けします。

TOP 3

1Nvidia、Hugging Faceを約129億ドルで買収へ 2Claude、CoworkとClaude Codeでバックグラウンドでのパソコン操作をサポート 3米国司法省、OpenAI著作権訴訟でLLM訓練は合理的使用にあたるとの意見書を提出

モデル

プロダクト

Cursor、企業内サーバーでクラウドエージェントを実行できるSelf-Hosted Machinesを発表

Cursorは、Self-Hosted Machinesを発表した。クラウドエージェントのツール実行を企業内ネットワークの自社サーバーに移行できる機能で、エージェントのループ・推論・計画はCursorクラウド側に残したまま、workerからの発信HTTPS接続で対応するため、Cursor側から企業ネットワークへ能動的に接続することはない。

UU远程が新版公開、TUI描画とマルチ端末セッション管理を強化しリモートVibe Codingを改善

UU远程は9月2日に新版を公開し、端末機能を重点的に改善、TUI描画とのインタラクションおよび端末セッション管理を補完した。主な更新はMacのパスワードレスログイン、モバイル入力の最適化とシステム入力メソッド呼び出し用の独立入力欄の新設、複数端末セッションの同時作成・管理とスマホ-PC間のクロスデバイス同期（uuyc-cli ltermコマンド経由）。

業界

Nvidia、Hugging Faceを約129億ドルで買収へ

BloombergはNvidiaがHugging Faceを約129億ドルで買収する交渉に入っていると報じた。取引総額は約140億ドルに達する可能性があり、両社はまだ最終合意に至っていない。時期や詳細は変動しうる。この価格はHugging Faceの2023年資金調達ラウンドでの評価額45億ドルの2.9倍、年換算収益推定15億ドルの86倍に相当する。Nvidiaは取引に100億ドル規模の従業員引き留めプランを盛り込むことも協議しているという。

技術

米国司法省、OpenAI著作権訴訟でLLM訓練は合理的使用にあたるとの意見書を提出

米国司法省は、OpenAIとニューヨーク・タイムズの著作権訴訟に意見書を提出し、著作権保護対象のテキストを用いたLLMの訓練は一般に合理的使用にあたると主張、モデルの訓練には非代替的な変容性があるとした。また、国家安全保障を理由に全面的なライセンス取得を義務付ければ、米国AI開発者の競争力を弱めかねないとも指摘した。この意見書は勧告的な性質であり裁判所を拘束するものではなく、データの取得方法や具体的な出力が保護対象の一節を複製しているかどうかは、個別の問題として裁判所の判断に委ねられるとしている。

harnessエンジニアリングとは何か、GoogleがADK 2.0とAntigravity SDKで自己修復コーディングループを実演

Google社員のShir Meir Lador氏が、harnessエンジニアリングという考え方を紹介した。決定論的なコンポーネントでLLMを包み込む手法で、オーケストレーション層・実行サンドボックス・状態の永続化・検証ツールなどを含み、エージェントが人手による逐一の審査なしに安全にコードを生成できるようにするという。

Google AIチーム、LLM-as-a-Judge評価向けの信頼できる採点基準の書き方を解説

Google AIチームがチュートリアルを公開し、LLM-as-a-Judge評価向けに信頼できるブール型の採点基準（ルーブリック）を書く方法を解説した。曖昧なプロンプトが評価のばらつきとトークンの浪費を招くと指摘し、4つの実践知を挙げている。問いを原子的かつ相互に重複しないよう保つこと、判定モデルには客観的事実のみを評価させること（RFC 2119の用語、例えばMUSTなどを用いる）、プロンプトで明示的に要求した内容のみを採点すること、専門家が注釈を付けたゴールドセットで判定モデルを人間の評価と一致するまで校正すること。

Anthropic、Eコマース向けエージェント構築ガイドを公開しcommerce-agents参考実装をオープンソース化

Anthropicは、小売・旅行・通信などの企業と現場で得た経験をもとに、Eコマース向けエージェントの構築ガイドを発表した。中心となる考え方は、単一のClaudeが標準的なエージェントループの中でスキルとツールを組み合わせて動作する構成であり、領域ごとに専用のサブエージェントへ分割するアプローチとは異なるとしている。あわせて、購買側エージェントと販売店側エージェントを含む参考実装anthropics/commerce-agentsをオープンソースで公開した。

GitHub Copilot、タスク品質を犠牲にせずAIコーディングのコストを下げる方法

GitHubのエンジニアErik Kristensen氏が、Copilotのコスト削減につながった4つの改善を紹介した。ツール出力の選択的な圧縮、view系ツールの出力から行番号プレフィックスを削除(オフライン推論コストを約5%、オンラインのユーザー1日あたり推論コストを約3%削減)、task-toolのプロンプト圧縮(1ラウンドあたり約1,300トークン削減、アクティブな1時間あたりのコストで2.9%減)、バックグラウンドタスク完了後に結果を直接届ける仕組み(AIクレジット使用量を約2.3%削減)。