SURL AI News
繁中English日本語

Archive

GitHub Repo

GitHub 熱門專案、開源工具、框架、runtime 與重要 release。

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。
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。
代理工具

LangChain 1.4、MCPをコアパッケージに統合し、ステートレスプロトコル、ツール一覧のキャッシュ、実行途中の問い合わせをサポート

新しい `langchain.mcp` は、FastMCPによって接続、認証、プロトコルネゴシエーションを統合し、独立したadapterパッケージを置き換える。サーバーはツールの実行途中に追加情報や承認を要求でき、LangChainはその一時停止地点を再開可能なLangGraph interruptへマッピングする。
推論系統

SGLang、GPU不要のSimulatorを正式ドキュメントに追加――レイテンシ予測で推論トラフィックをリプレイ

SGLang SimulatorはCPU上でランタイムコンポーネントをインターセプトし、モデルの実ロードやGPUカーネルの実行なしに、スケジューリング、バッチ処理、多階層KV cacheをシミュレートする。チームは、H20上の2種類のQwen3で主要指標の誤差が5%未満だったとしているが、ハードウェアとモデルのカバレッジは依然として限定的だ。
GitHub Repo

Paddock、Rust／CUDA推論エンジンをオープンソース化――単一NVIDIA GPUでのエージェント同時実行に照準

Truesparは、Paddockのスケジューラ、ページングKV cache、メモリ管理、独自CUDA kernelsを公開し、OpenAIおよびAnthropic互換インターフェースも提供する。開発者によるベンチマークでは、一部の単一GPUワークロードでvLLMとSGLangを上回ったが、独立した再現検証はまだなく、tensor parallel、ROCm、Metalには対応していない。
代理工具

DRACO、動的ルーブリックでエージェントの各ステップに強化学習のクレジットを割り当て、タスクの正解を参照せずに訓練

IBM Researchとカーネギーメロン大学のチームは、評価モデルに軌跡グループごとのルーブリックを生成させ、全体報酬を関連するステップへ再配分する手法を開発した。AppWorldでは15.9ポイント向上したが、正確性は依然として、人手で検証されていないモデル評価に左右される。
最新模型

GPT-6 Astra API、非同期ツール呼び出しとターン途中のステアリングに対応――サイバーセキュリティ能力は初のCritical評価

OpenAIの新たなフラッグシップモデルは、ツールをバックグラウンドで実行しながら推論を継続でき、WebSocket経由で実行途中の修正も受け付ける。強化されたエージェント能力に伴い、新たな移行上の制約が加わったほか、サイバー攻撃能力が初めてCriticalレベルに達した。
代理工具

Pydantic AI 2.40、リアルタイム音声エージェントに再生進捗を補正可能な割り込み機能を追加

新バージョンでは、ユーザーが発話を割り込ませた際、実際に再生された音声バイト数に基づいて応答を中断し、会話状態を同期できる。さらに、帯域外プロンプトキューとイベントリスナーインターフェースが追加され、リアルタイムエージェントですべての制御信号をユーザーターンに偽装する必要がなくなった。
推論系統

llama.cpp 0.4.0、大規模モデル読み込み時のメモリ使用量ピークを遅延テンソル読み込みで低減し、Qwen3.8の新アーキテクチャにも対応

新バージョンでは`--lazy-mode`、量子化処理用ワーキングメモリの上限、行単位のスラブストリーミングが追加され、超巨大テンソルをRAMへ一括ロードする必要がなくなった。Qwen3.8-Flash-NextとNemotron-3-Puzzleも初期対応となったが、前者のパフォーマンス最適化と一部ハードウェアとの互換性には、なお改善の余地がある。
代理工具

Claude Code 2.1.261、スキルのコンテキストコストを可視化し、自動モードにおけるデータ外部送信の判定を厳格化

新バージョンでは、`/skill-doctor` が未使用のスキルとそのコンテキスト占有量を一覧表示し、開発者がターンごとに繰り返し発生するプロンプトコストを特定できるようになった。また、危険な削除操作の検出範囲を拡大し、セッション再開時のコンテキスト欠落を修正したほか、コンテンツを含む公開チャートURLを外部アップロードとして扱う。