Archive
推論 runtime、量化、 serving、KV cache、成本與效能。
代理工具
CoderのAgent Relayにより、Cursor Cloud Agentsは顧客管理下のworkspaceでコマンドの実行、ファイルの読み書き、内部サービスへのアクセスが可能になる。この分離によってソースコードの露出範囲は縮小できるが、完全なセルフホスティングとは異なり、推論、計画、セッションのオーケストレーションは引き続きCursorのクラウドが担う。
代理工具
新バージョンでは、MCP OAuthクライアントがURL経由でIDメタデータを公開できるようになり、認可サーバーごとに個別登録する必要性が軽減された。また、サンドボックス内蔵のファイルツールが、tokenを含む可能性のある`.npmrc`などの開発ツール設定を読み取れるようになったため、デプロイ担当者はデフォルトの権限設定を改めて確認すべきだ。
推論系統
Salesforce AI Researchは、元のプロンプトを保護した上で、各KV headで推論tokenをランダムに保持するだけで、複数のコンテンツスコアリング戦略に匹敵する精度を得られることを明らかにした。H200を用いた32K出力のテストでは、TriAttentionより32〜43%多くのtokenを処理したが、短い出力や長いコードプロンプトでは必ずしも効果が得られない。
最新模型
新手法では、大規模な教師モデルでタスクデータを合成し、関数ごとに専用のLoRAを学習することで、以降のリクエストではリモートモデルを呼び出す必要がなくなる。難易度の高いテストセットで83.6%の意味的正解率を達成した一方、コンパイルには依然として教師API、約40 GBのアクセラレーターメモリ、出力検証が必要だ。
AI 安全
CVE-2026-59822により、特定のOAuth2 passthrough経路で偽造Bearer tokenがLiteLLMの認証を回避し、設定済みのMCPツールを列挙・呼び出せる可能性がある。脆弱性はすでにバージョン1.84.0で修正されているが、CISAがKEVに追加したことで、公開エンドポイントの棚卸しと上流認証情報のローテーションが急務となった。
代理工具
Copilot CLIのリサーチプレビューでは、タスクごとに単一モデルを選ぶだけでなく、直接実行、段階的なエスカレーション、クロスモデルレビューという3つのフロー間でルーティングする。GitHubのオフラインテストでは、一部のワークロードで推定コストを削減できることが示されたが、ルーター、品質ゲート、社内ベンチマークはまだ公開されていない。
最新模型
GoogleはGemini 3.8 Flashを正式に本番提供し、100万tokenのコンテキスト、3段階の思考強度、組み込みツールを提供するとともに、Antigravityマネージドエージェントのデフォルトモデルに設定した。コーディング評価は向上したものの、数値の大半は依然としてGoogle提供であり、モデルカードでは非英語圏の安全性評価が相対的に低下したことも明らかになった。
AI 安全
Cloudflareの早期プレビューサービスは、ソースコード解析の結果を実際のルーティング、トラフィック、WAFの状態、攻撃イベントと組み合わせ、GPT-5.6 Cyberで脆弱性と修正案を検証する。モデルが環境を直接変更することはないが、データは推論のためOpenAIに送信される。また、公式には誤検知率や修正成功率がまだ公表されていない。
AI 基礎設施
HyperPod InstantStartは、EKS、GPUキャパシティ、トレーニング、推論、ストレージの操作を、再試行可能なステートフルワークフローとしてオーケストレーションし、MCPツールを介してエージェントに実行させる。エージェントがAWS CLIを直接操作することはないが、デプロイ担当者は引き続きIAM、Kubernetes、ネットワーク、サービス横断のコスト管理を自ら担う必要がある。
電腦視覺
Scal3RはCUT3RまたはSTream3Rのバックボーンを凍結したまま、軽量なクエリトークンを使って複数の過去キーフレームに対する相対姿勢を推定し、オンライン姿勢グラフ最適化に渡す。著者らはKITTIにおいて、平均ATEが最も強力なオンライン競合手法を60%以上下回ったと報告している。ただし、結果はSim(3)アライメント後の値であり、実スケールが保持されていると直接解釈することはできない。
推論系統
KAISTとGoogle DeepMindは、既存モデルが推論テキスト内でグローバル、フォーカス、ローカルの各注意モードを切り替えられるDeclarative Attentionを提案した。著者らは2つのモデルでattended tokensを31.1%～52.0%削減したが、速度向上は依然として主にモデルによる推計であり、精度もわずかに低下した。
向量資料庫與 AI 基礎設施
Qdrant 1.19.1では、TurboQuantのスコアリングにプリフェッチとバッチ化されたSIMDを導入し、HNSW検索およびクエリプレーンでの余分なメモリ割り当てを削減した。シャード転送の障害復旧も強化されたが、プロセッサやデータセットの違いを網羅する総合的な性能比較は、公式にはまだ公表されていない。