SURL AI News
繁中English日本語

Archive

代理工具

Agent、MCP、coding agent、工作流自動化與評測。

代理工具

RoutineKit 0.2、成功したMCPツールシーケンスをレビュー可能・再実行可能なツールとしてパッケージ化

独立系オープンソースプロジェクトのRoutineKitは、成功した一連のエージェントツール呼び出しを、型付き入力を持つ名前付きツールへ変換し、新しいパラメータで再実行できる。人による承認とホスト側の保護機構は維持されるが、現時点では線形フローとローカルのstdio MCPのみをサポートしており、汎用的なエージェント記録ツールではない。
推論系統

Speculative Macro Commit：エージェントのツールチェーンを先行実行し、AppWorldの実時間を44.9％短縮

新たな研究では、小型のドラフトモデルが隔離された環境スナップショット内で複数ステップのツール操作を先行実行し、大型の権威モデルが最初のステップを確認した後、一連の結果をまとめてコミットする。2つのエージェントベンチマークでレイテンシを削減した一方、3基のGPUを必要とし、AppWorldのタスク完了率は41.67％から40.48％に低下した。
代理工具

OpenAI、研究エージェントの作業時間が人間の3倍を超えたと発表、ただし出力指標は依然として研究の進展と同一視できず

OpenAIは社内データを公開し、8月中旬時点で人間の研究者の1営業日当たり3.1エージェント営業日に相当し、社内マイルストーンである「自動化された研究インターン」に到達したと発表した。データは、エージェントが実験とエンジニアリングのスループットを拡大していることを示す一方、長時間タスクの大半では依然として人間の介入が必要であり、計算資源の増加によって因果関係の切り分けも難しくなっている。
硬體

Extropic Z1Tは確率チップ向けにTransformerを再設計、ただし100倍の省エネ性能は主要コストを除外した試算

Z1Tは、固定された4入力の疎な射影、Dynamic Tanh、畳み込みベースのアテンションを用いて、デコード処理の一部をExtropicのZ1確率ビットチップにマッピングする。コードと1組の重みは公開済みだが、省エネ性能とスループットの数値は主にハードウェアモデルに基づくもので、完全なエンドツーエンドの実測結果ではない。
GitHub Repo

LLaDA-Image、中英バイリンガルの画像生成・編集モデルを公開、Turboはサンプリングを4ステップまで短縮

InclusionAIはLLaDA-ImageのBase、Turbo、FP8の各ウェイトを公開し、単一モデルでテキストからの画像生成、参照画像の編集、中国語・英語テキストのレンダリングを可能にした。論文では2億2,000万件のサンプルを用いた段階的な学習手法を詳述しているが、予告された学習コードは現時点でまだ公開されていない。
本機 AI／開發平台

Microsoft Project Zenith、ローカル30Bモデルとエージェント隔離レイヤーを開発者向けWindowsデバイスに統合

Project Zenithは、64GB以上のユニファイドメモリと250GB/sの帯域幅を備えたデバイス向けに事前構成されたWindows 11開発環境で、第一弾としてAMD Ryzen AI Haloに搭載される。ローカルモデル、WSLツールチェーン、エージェントコンテナを単一のプラットフォーム構想にまとめるが、現時点のMXCはセキュリティ境界とは見なせない初期プレビュー段階にある。
代理工具

AWS、AgentCore のメモリ廃棄フローをオープンソース化——スケジュール型ワークフローで組み込み TTL の不足を補完

AWS は、長期稼働するエージェントのメモリを定期的に評価、統合、削除する、CDK でデプロイ可能なリファレンスアーキテクチャを公開した。これは AgentCore の新しいネイティブ TTL 機能ではなく、サンプルのドキュメントとリポジトリでは、評価式の説明がまだ完全には一致していない。
推論系統

Ollama 0.34 RC、ローカルモデルをChatGPT Desktopに接続——ツール検索とレスポンス圧縮の互換性も強化

OllamaのmacOSアプリから、ローカルのオープンモデルを新版ChatGPT Desktopへ直接接続できるようになった。ただし、現時点ではリリース候補版であり、クラウドモデルへ切り替えられないUI上の問題もコミュニティから報告されているため、そのまま大規模展開するのは適切ではない。
代理工具

Qwen Code 0.23、マルチエージェントワークフロー制御と階層型メモリ権限を常駐サービスに統合

新バージョンでは、権限境界を備えたプロジェクト／ユーザーメモリ、一時停止と再試行が可能な Workflow API、並行実行および切り替えが可能な名前付きタスクが追加された。また、プライベート Git 拡張機能とローカル operator API の到達範囲も拡大しており、企業は導入時にネットワークと認証の境界を再確認する必要がある。
最新模型

NVIDIAの競技プログラミングモデル、760基のGPUでテスト時計算をスケール――非公式スコアでIOI人間最高得点を上回る

Nemotron-3-Ultra-CCはIOI 2026の問題で535.4／600点を獲得し、公式の人間最高得点498.27点を上回った。鍵は550Bモデルだけではなく、GenCorrectで大量の候補プログラムを繰り返し生成、テスト、修正する手法にある。この実行では最大760基のGB300が使用された。
代理工具

AWS、テキスト・ボイスメッセージ・通話を横断するWhatsApp AgentCoreリファレンスアーキテクチャをオープンソース化

AWSは、CDKでデプロイ可能な飲食店向けエージェントのサンプルを公開した。3つの分離されたRuntimeが同一のMemoryとMCPバックエンドツールを共有する。音声経路にはNova 2 Sonicのspeech-to-speechを直接採用する一方、WebRTC、TURN、ID連携、固定ネットワークコストについては、引き続き利用者側での管理が必要となる。