
何が起きたか
Microsoft ResearchがPDD Kitを公開。意図をVerusの形式仕様に変換し、あらゆる入力でエージェントのコードが仕様を満たすことを証明。証明が届かない範囲はテストで補う。
なぜ重要か
AIエージェントは数十万行規模の機能を出荷するようになり、行単位のレビューはもはや追いつかない。エージェントは計画から逸脱し、自らの実装に都合よく通るテストを書くこともある。
誰に効くか大規模コードベースにコーディングエージェントを導入するエンジニアリングチームや、形式手法の知識がない開発者が、実務的なレビュー限界の中で全行を読むことなく、エージェントの書いたコードを自らの意図に縛る手段を得る。
こういう要約が、毎朝あなたのメールに届きます。
PDD Kitの前提は、計画が開発者とコーディングエージェントの間の契約になったにもかかわらず、エージェントにそれを守らせる仕組みがないことだ。エージェントは少し違うものを実装し、自らの実装に通るテストを書くことができる。すると継続的インテグレーションはテストで埋まる一方、求められたものと出荷されたものの差はバグ報告が出るまで隠れたままになる。Microsoft Researchは、テストだけではこの差を埋められないと論じる。テストが試すのはプログラムの取る行動のごく一部だからで、そこに証明の出番がある。
デモは、エージェントなら黙って片付けてしまう曖昧さにツールキットがどう対処するかを示す。Pet Storeのログインでは、「正しいパスワードでのみトークンが得られる」という文は、誤ったパスワードでトークンが得られることを排除する。しかし全員を拒否するログインはこの約束を完璧に守ってしまう。PDD Kitは、それを排除するのは「正しいパスワードなら必ず通る」という逆方向の半分だと明らかにし、開発者は両方向を選んで要件をif-and-only-ifにした。二つの読みは一つのセル、つまり正しいパスワードなのにトークンが得られない場合で異なる。
証明が止まる場所で、PDD Kitは境界を明示する。ログインでは、開発者は6つの信頼済み要素を承認した。2つのデータベース参照、bcryptを巡るcheck_password、generate_token、expiry_from_now、ハンドラの外殻が含まれ、仮定された各節にはテストが存在する前に計画済みテストが書かれた。ツールキットは誰も保証していないことも記録する。ログインが完了するかどうか、他のエンドポイントがロールをどう読むかなどだ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
OneTrustはOneTrust CORIEを基盤とするFall '26リリースを発表し、厳選した基盤モデルライブラリからモデルの関連付けと非推奨指標を継続的に更新するAI台帳を追加した
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

哲学者トーマス・ナゲル氏はバーグルエン賞受賞後のインタビューで、大規模言語モデルが意識を持つ可能性を真剣に受け止めるのは「馬鹿げている」と述べ、AnthropicのClaudeへのアプローチを「犯罪的」と呼んだ

Notion LabsのCISOデイビッド・ツァオ氏は、11月2日のFireworks AIへの不正アクセスでNotion AI Insightsのチャット記録が流出した可能性を受け、11月12日に影響を受けた日本顧客へ…

ギャラップとDigital Wellness Labが16カ国・15〜22歳の15,925人を調査し、Z世代の33%がAIを伴侶代わりにしていると判明
