Archive
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
最新模型
AnthropicはClaude Opus 5をリリースした。100万tokenのコンテキストと最大12.8万tokenの出力に対応し、thinkingがデフォルトで有効になった。新モデルでは、プロンプトキャッシュを維持したままエージェントがツールを追加・削除できる一方、推論の無効化と高いeffortを組み合わせる設定には破壊的変更がある。
AI evaluation
Microsoft ResearchはEvolvingIntentを提案した。既存の数学、SQL、検索、プログラミングタスクを、情報の段階的な開示、修訂、方向転換を含むマルチターン対話へ分解する。実験では、シングルターン・ベンチマークでのモデルの能力が、要件が継続的に変化する状況へ安定して転移しないことが示された。関連するデータ構築・評価コードは公開されている。
代理工具
GitHubの仕様駆動開発ツールSpec Kit 0.14では、バージョン管理可能なBundle、Pythonスクリプトパス、再現可能なビルドが追加された。直後にリリースされた0.14.2では、shell実行パラメーターの削除と入力検証の強化も行われ、エージェントワークフローがパッケージのサプライチェーンやコマンドインジェクションの問題に直面し始めていることを示している。
代理工具
BlockはBuzzをApache 2.0ライセンスで公開し、人間とAIエージェントがそれぞれ固有の鍵を使ってチャンネル、コードレビュー、ワークフローに参加できるようにした。すべての操作を単一relay上の署名イベントとしてモデル化する一方、relayのレプリケーション、完全な承認ゲート、エンドツーエンド暗号化はまだ提供されていない。
硬體
Microsoft ResearchはVibeVoice-ASR-BitNetを公開した。音声エンコーダーと言語モデルにそれぞれINT8量子化と三値重み量子化を適用し、GPUなしで多言語ASRを実行可能にする。公式テストでは、同程度のモデルサイズのWhisper.cppより1.6～2.3倍高速だが、現時点ではオフラインのバッチ文字起こしにのみ対応する。
代理工具
Anthropicは、Claude Codeのサブエージェントのデフォルトのネスト深度を1階層から3階層に拡大し、深層エージェントの出力を構造化ストリーミングに組み込んだ。新バージョンでは、許可リストに含まれていないネットワークホストへの接続を直接拒否できるため、無人エージェントでデフォルト拒否ポリシーを採用しやすくなる。
推論系統
Hugging Face DiffusersはNunchaku Liteのチェックポイントを直接読み込み、4-bitの重みとアクティベーションで拡散Transformerを実行できるようになった。公式の単一GPUテストでは、ピークVRAM使用量を最大で約半減し、1.8倍の高速化を達成したが、対応ハードウェアの範囲と画質検証は依然として限定的だ。
機器人與模擬
NVIDIAはMedical Physics SimulationをIsaac for Healthcareに統合し、血管、柔軟な器具、接触摩擦、X線センシングをシミュレーションしたうえで、GPU並列環境を用いてロボット方策を訓練する。公式デモでは、5時間以上かかっていた訓練を2分未満に短縮したが、シミュレーション速度は臨床的有効性や安全認証を意味するものではない。
代理工具
GitHub MCP Serverは、7月28日に仕様確定予定のMCP `2026-07-28`をすでにサポートしている。リモートリクエストは`initialize`ハンドシェイクやプロトコル層のsessionに依存しなくなった。新設計により水平スケーリングは簡素化されるが、Tasks、エラーコード、カスタムクライアントには依然として互換性対応が必要だ。
AI 安全
研究者は、32体のKimi K3エージェントを使ってfuzz harnessの自動生成、クラッシュ解析、Redisのリモートコード実行PoC作成を行い、最速の攻撃チェーンは27分で完成したと主張している。Redisは関連する`RESTORE`のメモリ問題を修正済みだが、攻撃には有効な認証情報と特定コマンドの実行権限が必要であり、エージェントの自律性や「19件のゼロデイ」という主張は、現時点では主に研究者自身の説明に基づいている。
代理工具
Open Code Reviewは、ファイルのフィルタリング、ルールのマッチング、コメント位置の特定を決定論的なプログラムに任せたうえで、LLMエージェントにリポジトリ内のコンテキストを検索させ、欠陥を判定させる。公式の自己評価では、token使用量はClaude Codeのおよそ9分の1だが、precisionと引き換えにrecallが低く、既存のテストや静的解析を直接置き換えるものではない。
最新模型
SGLang-OmniにMOSS-Transcribe-Diarizeのデプロイ経路が追加され、OpenAI互換エンドポイントからセグメントごとのタイムスタンプ、テキスト、話者ラベルを一度に出力できるようになった。これにより、0.9Bのオープンモデルをオンラインサービスへ導入しやすくなる一方、公式性能データに使用された3つの評価データセットは、現時点で完全には公開されていない。