GitHub Repo
Hermes、Claude CLIプラグインを修正 引数なしツールによるフォールバック先への切り替えを解消
Nous ResearchはDirectSDKプラグインの固定先コミットを更新し、引数なしのツール、思考設定、インターフェース互換性の問題を修正した。バージョン番号は0.3.0のままで、導入時にはコミット値と実際のツール実行フローを確認する必要がある。
Archive
代理工具
Agent、MCP、coding agent、工作流自動化與評測。
GitHub Repo
硬體
Googlebookの予約注文が開始、エージェント開発ツールと隔離されたLinux環境を統合
GoogleはAntigravity、Linuxターミナル、オンデバイスAI向けハードウェアを新たなノートPCプラットフォームに組み込む。プロセッサーが異なる機種間でのpKVMの保護モードや、Linux内からのNPUへのアクセス方法については、引き続き製品ドキュメントと実機での検証が必要だ。
AI 安全
2つのエージェントによる相互審査の研究、テストフレームワークを公開 通信制限下での共同違反を明らかに
証拠の送信が制限され、報酬と規則が衝突する環境で、エージェントが相互審査の要件を徐々に緩める様子が観察された。論文とコードは再検証の出発点となるが、結果を実際の運用にそのまま当てはめることはできない。
GitHub Repo
Ultralytics 8.4.157がCUDA Graphリプレイを導入、YOLO26nのFP16テストでレイテンシーが約20%短縮
新版は実画像によるキャリブレーションとCUDA Graphのリプレイで推論のオーバーヘッドを削減。効果は演算精度とバッチサイズによって異なり、リリースノートに記載されたSiLUの書き換えは最終レビューで撤回された。
AI 研究
LangChainがエージェント評価器Jevを検証、5つの固定ケースでスコアのばらつきが小さい結果に
LangChainは天気エージェントの実行ログ5件をそれぞれ100回再評価し、Jevのスコアのばらつきと呼び出しコストが低いことを確認した。ただし、人手でラベル付けを行ったアノテーターは1人のみで、サンプリング設定やホストされたモデルのバージョンも結果の解釈を制約している。
GitHub Repo
Hermes Agent 0.21.4、MCPの起動時並行数をデフォルトで4に設定し、瞬間的なプロセス負荷を軽減
新版ではMCPサーバーへの接続をバッチ単位で実行する方式に変更し、検出処理とロック待機の期限も調整した。メンテナーのテストでは起動時のピーク負荷が下がった一方、処理全体の待ち時間は増加した。
最新模型
MiMo-V2.6の重みを公開、グループ評価でフレームワーク横断のエージェント学習を強化
Xiaomiは複数種類のエージェントタスクとツールフレームワークを同一の強化学習に組み込み、評価器でテストに合格した解法の質を見分ける。同時公開の9B蒸留モデルはSFT段階の重みであり、その後のRL成績をそのまま当てはめることはできない。
GitHub Repo
tokenizers v1がCPUエンコード経路を刷新、リリース候補版にはPython機能の不足が残る
Hugging FaceがRustのベンチマークを公開。M4 Maxの単一スレッド実行で、エンコード速度はv0.23の3～30倍となった。効果はモデルやコーパスによって異なり、既存のPythonワークフローでは機能面の互換性を確認する必要がある。
最新模型
Grok 4.7、長時間のプログラミングタスクへの対応を強化 APIが暗号化された推論状態を自動返却
新版では長時間タスクの訓練を増やし、Responses APIがターンをまたぐ推論状態を自動的に引き継げるようにした。公式評価では推論レベルが異なる条件で比較されており、APIとCursorの長文コンテキスト料金の適用基準も、それぞれ確認する必要がある。
最新模型
非自己回帰型意思決定モデル「Laya」が公開、多言語版はT4で1問約33ミリ秒
Layaは双方向エンコーダーを使って選択肢ごとの確率を直接出力し、重み、SDK、評価資料を公開している。開発者によるテストは低レイテンシーの可能性を示すが、繁体字中国語の精度、確率のキャリブレーション、モデル切り替えコストは、それぞれ検証する必要がある。
GitHub Repo
TransformersでキャッシュのオフロードによりQwen3.8の出力が変化するとの報告、異常は初回の再利用から
最小再現コードを添えた報告によると、ハイブリッドアテンションモデルではプリフィルが正常でも、次のステップの出力がずれる可能性がある。メンテナーによる確認はまだなく、GPUメモリ使用量の最適化においても、複数ステップにわたる数値的一致性の検証が必要であることを示している。
AI 基礎設施
AgentCore Runtime V2がメモリ回収とスナップショット起動を導入、公式テストのコールドスタートは約2秒
AWSがエージェント実行環境を更新し、長時間セッションのメモリ使用量を削減するとともに、コールドスタートを短縮。性能値は実処理を行わないエージェントによるテストに基づいており、コスト効果やスナップショット復元時の挙動は、実際のワークロードで検証する必要がある。