Archive
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
代理工具
Context7のDocs7では、対応ブラウザ上のエージェントが`search_docs`を直接呼び出せるようになり、管理者はエージェントの送信元、クエリ内容、人気ページも確認できる。これにより、ドキュメントチームはエージェントがどのように情報を探しているかを初めて観察できるようになった。ただし、関連指標は引用や回答の正確性を証明するものではなく、WebMCP自体も依然としてコミュニティ草案にすぎない。
代理工具
新コマンド `claude plugin eval` により、プラグインの有効時と無効時のパフォーマンスを比較し、JSONおよびHTML形式の評価レポートを出力できる。初期検証では、自動生成されたルールは指示への準拠を検証しやすい一方、プラグインがタスクの品質を実際に改善したことを必ずしも証明できないと示された。
推論系統
RunningHubは、SGLang、ステップ蒸留、SageAttention2、Cache-DiT、`torch.compile`を組み合わせたMiniMax H3向けマルチGPU推論レシピを公開した。公式測定では5秒動画のレイテンシを348.8秒から28.7秒に短縮したが、鍵となる内部高速化用の重みはまだ公開されておらず、公開LoRAではこの数値をそのまま再現できない。
最新模型
TinyDiTは、1基のRTX PRO 6000を用い、400,000ステップ、3.5日間で210MパラメータのDiTをゼロから学習し、コード、重み、段階別の計測結果を公開した。その結果、flow-matching lossは画像生成の進捗をほとんど反映しない一方、register、timestep shift、コンパイル済み学習は、より実用的なシグナルをもたらすことが示された。
代理工具
新しい `ExternalMessage` により、ツール、他のエージェント、アプリケーションのイベントを実行中の Codex ターンへ送信できる。同時に、その authority はユーザーや開発者の指示より低い tool-level として扱われる。履歴の読み込みやターン単位のサービスティア制御も追加されたが、アップグレードにはイベントストリーミングと hook 構造に関する互換性変更への対応が必要だ。
最新模型
T1は各tokenでMoEのエキスパート選択を記録・再生し、数値差によってrollout側と訓練側が異なるサブネットワークを通る問題を回避する。公開weightsはセルフホストできるものの、ベンチマークおよび競合モデルとの比較は依然として主にチーム自身の評価に基づく。
AI 安全
GitHubは、最も低コストなLite reviewをマルチエージェント・アンサンブル方式に変更した。公式実験では、高重大度の指摘の採用数が47%増加した。レビューエージェントはshellツールも実行できるようになったため、runnerの分離、プロンプトインジェクション、自動解決の監査記録が一段と重要になる。
AI 基礎設施
Together AIはオープンソースのCUDAカーネルフレームワークをNVIDIA Vera Rubinに移植し、データ再利用とメモリパイプラインを再設計した。16K正方行列のテストでは22.24 PFLOPSを達成したが、この数値はQualification Sampleと、まだ成熟していないCUDA 13.4によるものだ。
推論系統
新版は、MiniCPM‑o 4.5、PersonaPlex、Nemotron VoiceChatを共通のWebSocket実行レイヤーで提供し、diffusion batching、並列化、コンポーネントのオフロードも追加した。現時点ではまだプレリリース版であり、一部のエンドポイントは警告なしにターン制音声へフォールバックするため、接続の成功だけでは全二重対応と判断できない。
AI 開發平台
公開ベータ版では、マネージドセッション、コンテキスト圧縮、ツールのオーケストレーション、サブエージェントへのタスク分担を提供し、開発者がエージェントループを自ら保守する必要をなくす。実行環境にはOpenAIのサンドボックス、自社インフラ、提携プロバイダーを選択できるが、バージョン、権限、利用コストは引き続き個別に管理する必要がある。
AI 安全
GitHubは、セキュリティチームがPR向けのAI脆弱性スキャンをプログラムから一括展開できるよう、組織およびリポジトリ単位のREST APIを追加した。このスキャンは、CodeQLがカバーしていない言語やフレームワークを補完できるが、現時点で結果はあくまで推奨事項であり、AI creditsを消費するうえ、マージ条件としてrulesetに組み込むこともできない。
AI for Science
ARCHEは文献検索、競合仮説、電子構造計算、内省的レビューを再開可能な閉ループに統合し、65種類のアクションと3件のケースデータを公開した。ただし、保存データと論文中の数値にはすでに相違があり、専用モデルの重み、訓練データ、一部の化学的証拠もコードとともには公開されていない。