ダボス会議2026では、OpenAIのサム・アルトマン、Google DeepMindのデミス・ハサビスら主要AI企業のCEOが政治家以上の注目を集め、世界経済フォーラムが実質的にAIテック会議に変貌したとTechCrunchとThe Vergeが報じた。

AI各社は互いの動向を牽制しながら、自社のAGIへの到達と人類への貢献を競うように主張した。AI規制をめぐる各国政府との対話も重要議題として浮上した。

ダボスのAI化は、AI産業が世界経済・政治・安全保障の中心的課題に昇格したことの象徴的な出来事だ。AI競争の戦場が企業から国家レベルに拡大していることを示している。

VentureBeatが報じた研究では、市場で一般的に使われているすべてのAI防御メカニズム（7種類）が突破可能であることが実証された。システムプロンプト・コンテンツフィルター・ガードレールのすべてが攻略された。

複数の防御を組み合わせた多段防御でも迂回可能であることが示され、AIシステムのセキュリティに根本的な再考が必要だと示唆している。AIを信頼する設計そのものが問題だとする見方もある。

エンタープライズがAIをビジネスクリティカルなシステムに統合する際、既存の防御策への過信は禁物であり、ゼロトラスト的なアーキテクチャ設計が必須となっている。

OpenAIはCodexコーディングAIエージェントのループ設計を詳細に解説したブログ記事を公開した。計画・実行・テスト・修正というエージェントループの全工程を明らかにした。

エージェントが自律的にコードを書き、テストし、失敗から学んで修正する過程の設計原則が示されており、AI開発者にとって重要なアーキテクチャ参考資料となる。

この公開は、エージェント型AIの設計パターンへの理解を深め、自律コーディングエージェントの次世代開発を加速させると見られる。

Wiredは、現在流行しているAIエージェントへの投資・導入について、実際の経済的試算が成立しないケースが多いと論じる記事を掲載した。エラー修正コスト・監督コスト・統合コストを加えるとROIがマイナスになることが多いという。

AIエージェントの能力はまだ十分でなく、タスクの失敗率が高い場合は人間の介入・修正コストがかさむ。完全自律の夢と現実のギャップが大きい状況だ。

エンタープライズは慎重にユースケースを選び、実際のROIを計測しながら段階的に展開することが求められる。全面的なエージェント化への盲目的投資は危険だとする警告だ。

VentureBeatはOpenAIのPostgreSQL拡張に関するエンジニアリング事例を詳しく分析した。8億ユーザーへのスケール事例は、エンタープライズがAIアプリを大規模展開する際のデータベース設計の参考になる。

特に接続プーリングの設計、pgvectorによるRAGとの統合、読み取りレプリカの最適活用が実践的な指針として注目される。

商用クラウドDBではなくオープンソースPostgreSQLでメガスケールを実現できることを示した点は、エンタープライズのコスト最適化にとって重要な示唆を持つ。

TechCrunchはヤン・ルカン（Meta AI チーフサイエンティスト）が立ち上げた世界モデルスタートアップ「AMI Labs」の詳細を報じた。LLMとは異なる認知アーキテクチャでAGIを目指す。

AMI Labsは、AIが物理世界を理解・予測する「世界モデル」の構築に注力しており、ルカンが長年主張するLLMの限界（推論・計画・物理理解の欠如）を克服しようとしている。JEPAアーキテクチャが基礎だ。

現在のLLM主流に対するオルタナティブとして注目され、ロボティクスや自動運転など物理世界との対話を必要とするAI用途に有望とされる。