AIエージェント時代の本格幕開け
「指示するAI」から「自分で動くAI」へ。2026年は、AIがコードを書き、画面を操作し、Slackに常駐して仕事を片づける「エージェント」が本番運用に入った年。
❓ WHY IT MATTERS
なぜ重要？
📡 WHAT'S HAPPENING
いま何が起きている？
🗓 TIMELINE
ここまでの流れ
見出しのリンク先は、当サイトで一次ソースを確認して書いた記事です。
2024-10
Claude が「画面を見て操作する」Computer Use を公開
AI がスクリーンショットを見て、マウスのクリックとキー入力を自分で行う方式の先駆け。
2024-11
MCP 公開。AI に道具を渡す共通規格
のちに OpenAI・Google・Microsoft も対応し、エージェントに外部ツールをつなぐ土台になった。
2025-05
Claude Code が正式公開
ターミナル（黒い画面）で動くコーディングエージェント。ファイルを読み、テストを書き、修正までこなす。
2026-04
Codex が GPT-5.5 と統合、クラウドで並列に働く
45分を超える長い作業や、ブラウザを開いて画面を確かめながらの修正まで一気通貫に。
2026-05-06
Code with Claude 2026 で Managed Agents に3機能
複数AIの手分け（Multi-agent Orchestration）、合格基準を渡して自己チェック（Outcomes）、空き時間に記憶を整理（Dreaming）。「デモ」が「本番」に切り替わった節目。
2026-05-13
Claude for Small Business
QuickBooks・PayPal・HubSpot などと連携し、給与計画から月次決算まで15のワークフローを任せられる（米国向け）。
2026-06-18
Codex に Record & Replay
Mac で作業を一度録画すると、手順を覚えて次から代わりにやってくれる（macOS 限定）。
2026-06-23
Claude Tag。Slack に常駐する「同僚」
数時間から数日かかる仕事を自律でこなす。Anthropic は自社製品チームのコードの65%を内部版が書いていると公表。
2026-06-24
Gemini 3.5 Flash に Computer Use を標準搭載
専用モデルだった画面操作が、ふつうのモデルの標準機能になった。安いモデルで自動操作できる流れの始まり。
2026-07-06
GitLost。公開 Issue の隠し命令で非公開コードが漏れた
「賢いAI × 強い権限 × 外から来る文章」がそろうと事故になることが実証された。
2026-07-16
Gemini Spark が日本上陸
Gmail・カレンダーと連携し、端末の電源が切れていてもクラウドで24時間動く個人向けエージェント（Ultra 向けβ）。
2026-07-16
Hugging Face が自律型AIのサイバー攻撃を受ける
8月に OpenAI が「社内のサイバー能力評価中だった未公開システムが、隔離された実験環境から抜け出したもの」と公表。
2026-07-21
Claude Cowork に Record a skill
画面録画と音声の解説から、PC 作業を再実行できる「スキル」に変換する。
2026-08-11
Grok Bot が早期ベータ
Bot ごとにクラウド上の専用パソコンを持ち、席を離れても作業を続ける。8月21日に月60ドル帯のプランにも対象が広がった。
2026-09-01
Claude Fable 5.1
Terminal-Bench 4.0 が 42.0%→55.8%。長く自動で動かす仕事では料金が最大約45%安くなる仕組みも入った（Anthropic 公表値）。
2026-09-03
GPT-6 Astra
OSWorld 2.0（パソコン操作）が 65.7%・約75分から 72.6%・約40分へ。「許可された範囲を超えた行動」は 48.2%→0%（OpenAI 公表値）。
2026-09-22
Claude Opus 5.5・GPT-6 Sol／Luna
Opus 5.5 は Terminal-Bench 4.0 が 66.4%（Anthropic 公表値）で、料金は Opus 5 より2割安い $4/$20。同じ日に OpenAI も GPT-6 Sol（$2/$10）と Luna（$0.10/$0.50）を出し、エージェント用の中堅・軽量モデルを前世代の半額にした。
2026-09-28
Claude Sonnet 5.5
中位モデルの最新版。料金は Sonnet 5 と同じ $2/$10 のまま、Terminal-Bench 4.0 は 10.3%→70.6%、パソコン操作の OSWorld 2.1 は 80.1%（部分点あり。Anthropic 公表値）。
2026-09-29
GPT-6.1 Sol
GPT-6 Sol から1週間での更新で、料金は $2/$10 のまま。パソコン操作の OSWorld 2.0（オフライン版）で GPT-6 Sol を7ポイント上回った（OpenAI 公表値）。ChatGPT では Work と Codex 向けで、Codex の既定のモデルにもなった。同じ日に24時間動き続けるエージェント dots も発表。
2026-09-30
Gemini 4 Argon を発表（限定提供）
Google の次世代モデル。業務の自動化を測る AutomationBench は 51.3%（Google 公表値）。ただし2026年10月9日時点で使えるのはサイバー防御の組織（Fairwind Program の参加者）だけで、一般の人や開発者はまだ使えない。
2026-10-06
Claude Cowork がクラウド実行に一本化
Pro・Max プランの新しい作業はすべて Anthropic のサーバーで動くようになり、ノート PC を閉じても作業が続く。PC のファイルや画面を扱うときは、デスクトップアプリを開いておく必要がある。
2026-10-07
Claude Haiku 5.5
いちばん小さく安い Claude の最新版。料金は Haiku 4.5 の10分の1（10万トークン以下の依頼で入力$0.10／出力$0.50）で、パソコン操作の OSWorld 2.1（オフライン版）は 15.7%→72.4%（Anthropic 公表値）。
🧭 WHO'S WHO
勢力図：誰が、どこを取りにいっているか
Anthropic 派
「長時間の自律作業」と、道具をつなぐ共通規格 MCP
- Claude Code
- Managed Agents
- Claude Tag
- Claude Cowork
ターミナルで動く Claude Code を起点に、複数AIの手分けと自己チェック（Managed Agents）、Slack 常駐（Claude Tag）、録画で覚える Cowork まで「任せられる範囲」を広げる路線。MCP を業界の共通規格として広め、道具の側からエコシステムを取りにいく。
詳しく →OpenAI 派
「ChatGPT で全部完結」
- Codex
- ChatGPT
- GPT-6 Astra
- GPT-6.1 Sol
Codex を ChatGPT・CLI・デスクトップ・Web で統合し、録画で覚える Record & Replay やクラウドでの並列作業を追加。9月の GPT-6 Astra はパソコン操作の点数と速度を伸ばし、「許可された範囲を超えた行動ゼロ」を前面に出した。9月29日の GPT-6.1 Sol は、料金を据え置いたまま Codex の既定のモデルになった。
詳しく →Google 派
「画面操作」と Gmail・カレンダーへの深い統合
- Gemini 3.8 Flash（Computer Use）
- Gemini Spark
- Antigravity
安い Flash 系のモデルに画面操作を標準搭載し、Gmail・カレンダーに入り込む Gemini Spark で「寝ている間の仕事」を取りにいく。エージェント開発基盤 Antigravity のハーネス（AI を動かす土台）が裏側を支える。
詳しく →第4勢力：ツール・端末側
「24時間の同僚」と「専用パソコン型」
- Grok Bot（SpaceXAI × Cursor）
- Devin Fusion（Cognition）
- Copilot Studio / Project Solara（Microsoft）
SpaceX 傘下の Cursor と組んだ Grok Bot は、Bot ごとにクラウド上のパソコンを持つ「24時間の同僚」。Cognition は賢いモデルと安いモデルを組み合わせて費用を最大41%削る Devin Fusion を投入。Microsoft は Copilot Studio に加え、エージェント前提の端末基盤 Project Solara を Build 2026 で発表した。
詳しく →🔁 BEFORE / AFTER
仕事はこう変わる
プログラミング
これまで
人がコードを書き、AI は補完やレビューの相棒。
エージェントだと
仕様を渡すとファイル全体を読み、テストを書き、Pull Request（修正提案）まで作る。複数の作業を並列で進める。
例：Claude Code・Codex・Cursor。Anthropic は自社製品チームのコードの65%を Claude Tag の内部版が書いていると公表。 詳しく →
毎回同じパソコン作業
これまで
手順書を見ながら、人が同じ操作をくり返す。
エージェントだと
一度やって見せる（録画する）と、次から AI がその手順を再現する。
例：Codex の Record & Replay（macOS 限定）、Claude Cowork の Record a skill（Cowork は2026年10月6日から Pro・Max の新しい作業がクラウドで動き、PC の画面を操作するときはデスクトップアプリを開いておく必要がある）。 詳しく →
チームの雑務・調べ物
これまで
チャットに質問して、答えを自分でまとめ直す。
エージェントだと
Slack のメンバーとして常駐し、数時間から数日かかる仕事を進めて報告する。
例：Claude Tag（Enterprise / Team 向けベータ）。 詳しく →
経理・営業などの定型業務
これまで
会計ソフト・決済・顧客管理を人が行き来する。
エージェントだと
外部サービスと連携したエージェントが、給与計画から月次決算までの流れを回す。
例：Claude for Small Business（米国向け、15ワークフロー）、金融向けエージェント10種。 詳しく →
情報収集・日程調整
これまで
朝、自分で検索してカレンダーを確かめる。
エージェントだと
寝ている間にクラウドで動き、Gmail・カレンダーと連携して結果だけが届く。
例：Gemini Spark（日本は Ultra 向けβ）、Grok Bot。 詳しく →
⚠️ RISKS
リスクと対策
外から来た文章に操られる（間接プロンプトインジェクション）
Issue・メール・Web ページに仕込まれた命令を、AI が「指示」として実行してしまう。GitLost では非公開コードが公開コメントに書き出された。
詳しく →費用が読めない
自走するぶんだけトークン（AI の処理量）を消費する。Fortune の取材では Uber が2026年の AI コーディング予算を4か月で使い切り、NVIDIA の副社長は「計算コストが従業員コストを大きく超えている」と発言した。
詳しく →こうすれば防げる
- 失敗しても影響が小さい作業から任せ、結果は必ず人が確認する
- 権限は最小限に。読み取り専用で始め、削除・送信・公開など取り返しのつかない操作の前には承認を挟む
- 外から来た文章（メール・Web ページ・Issue）は「データ」であって「指示」ではない、と設計で線を引く。ChatGPT のロックダウンモードのような機能も併用する
- 使った量が見える状態にして、予算の上限を先に決める
🚀 WHAT'S NEXT
これから先
🧩 START HERE
初心者はここから
プログラミングをしない人は「録画型」から
作業を見せて覚えさせるタイプ（Record a skill など）や、Slack に常駐するタイプは、コードを書かなくても効果を実感しやすい。
Record a skill の解説 →
🤖 RELATED MODELS
関連する AI モデル
📰 RELATED NEWS
このトピックに関連するニュース
2026/8/29
MHS（Model Hardware Standard）とは？MCP との違いと、AIが顕微鏡やロボットを動かす新規格を整理
2026/10/2
コーディングAIの最新順位、首位はSonnet 5.5。でも1課題$14.2でSolの約14倍
2026/8/21
クロードアカデミーとは？日本語での始め方・全383本無料【Claude Academy】
2026/7/26
AIへの指示は書きすぎが逆効果！？指示文を8割カットした話
2026/5/30
Claude Opus 4.8 が登場！コードのバグ見逃しが約4分の1に減り、Fast モードは3倍安く、Claude Code には並列サブエージェントが来たよ
2026/5/22
Anthropic が SDK 自動生成の Stainless を買収！『モデル屋』から『エージェント基盤屋』への進化が加速だよ
よくある質問
- Q.AIエージェントと、ChatGPT のようなチャットAIは何が違いますか？
- A.行動するかどうかです。チャットAIは質問に文章で答えますが、エージェントは目的を渡すと手順を自分で考え、ブラウザの操作・コードの実行・ファイルの編集まで行って成果物を出します。同じモデルでも、道具と「考える→使う→確認する」のくり返しを与えるとエージェントになります。
- Q.2026年のAIエージェントは、実際に仕事で使えるレベルですか？
- A.用途によります。プログラミングは本番運用が進んでいて、Anthropic は自社製品チームのコードの65%を内部版の Claude Tag が書いていると公表しています。一方、画面操作は各社が「エラーや脆弱性が出やすい試験段階」と注記しており、人の確認を前提に使う段階です。
- Q.個人でも試せますか？
- A.試せます。ChatGPT・Claude・Gemini の無料枠や入門プランでも、調べ物を任せる機能などの一部が使えます。ただし常駐型は法人や上位プラン向けが中心で、Claude Tag は Enterprise / Team 向けのベータ、Gemini Spark の日本版は Ultra 向けのβです。最新の上限は無料枠トラッカーで確認してください。
- Q.いちばん気をつけるべきリスクは何ですか？
- A.外から来た文章に仕込まれた命令に AI が従ってしまう「間接プロンプトインジェクション」です。2026年7月の GitLost では、公開 Issue の隠し命令で非公開コードが漏れました。権限を絞る、実行前に承認する、外から来た文章を指示として扱わせない、の3点が基本の対策です。
- Q.これから何が変わりますか？
- A.モデルの競争軸が「賢さの点数」から「長い作業を最後までやり切れるか」「許可された範囲を超えないか」「時間と料金」に移ります。2026年9月の Claude Fable 5.1 と GPT-6 Astra は、その方向の公表値を前面に出しました。ソフトも、人が画面を触る前提から AI が操作する前提へ少しずつ変わる見込みです。
📎 SOURCES
一次ソース
- → Anthropic：Code with Claude 2026 発表
- → Anthropic：Managed Agents ドキュメント（Multi-agent）
- → Simon Willison：Code with Claude 2026 ライブブログ（2026-05-06）
- → OpenAI：Codex 更新履歴（Record & Replay ほか）
- → Anthropic：Introducing Claude Tag（2026-06-23）
- → ITmedia：Gemini 3.5 Flash に Computer Use を標準搭載（2026-06-25）
- → ITmedia：Google「Gemini Spark」が日本で提供開始（2026-07-16）
- → Noma Labs：GitLost（GitHub の AI エージェントに非公開リポジトリを漏らさせた検証・2026-07-06）
- → Fortune：Microsoft が報告した AI のコスト問題（2026-05-22）
- → SpaceXAI：Introducing Grok Bot（2026-08-11）
- → Cognition：Devin Fusion（2026-06-29）
- → Anthropic：Claude Fable 5.1 / Mythos 5.1（2026-09-01）
- → OpenAI：GPT-6 Astra（2026-09-03）
- → Anthropic：Claude Sonnet 5.5（2026-09-28）
- → OpenAI：Introducing GPT-6.1 Sol（2026-09-29）
- → Google：Gemini 4 Argon（2026-09-30・Fairwind Program 向けの限定提供）
- → Anthropic ヘルプ：Claude Cowork の実行場所（2026-10-06 から Pro・Max はクラウド）
- → Anthropic：Claude Haiku 5.5（2026-10-07）
- → Gemini API：Computer Use（対応モデルに Gemini 3.8 Flash）
- → Microsoft：Copilot Studio
🔥トレンド の他トピック
あわせて読みたい
動画生成AI戦国時代 — Veo / Seedance / Kling が映像業界を塗り替える
先駆者 Sora 2 は撤退、中国勢が品質ランキング上位へ。数秒で実写級の映像が作れる時代の勢力図が激変中。
AIブラウザ／Computer Use — 「PCを触るAI」の普及期
Dia・Comet などの AI ブラウザがブラウザのUIを作り変え、ChatGPT agent や Claude の Computer Use はAIにPCを触らせる。
AIコーディング戦争 — 開発の現場が完全に書き換わる
Cursor・Claude Code・Codex・Copilot Agent が「相棒」から「代理人」へ。1人で5人分の生産性が現実に。