GitHub Repo
LangChain 1.4.2、人によるレビュー前のツール呼び出し案を保持し、エージェントの再試行時のコンテキスト矛盾を修正
新版では、人による変更をツール実行リクエストに適用し、実際に実行した内容をモデルに通知する。レビュー後の意図しない再試行を減らせるが、プロバイダーのインターフェースとツールの副作用は引き続き個別に検証する必要がある。
Archive
最新模型
新模型、開放權重、多模態、語音、影像與模型架構。
GitHub Repo
GitHub Repo
LocalAI 4.10、クラスター操作とプライベートソースのダウンロード認証情報を統一し、エンドツーエンドのベンチマークを追加
新版では、ノードの健全性、モデルレプリカ、ライフサイクルの一括操作をクラスターダッシュボードに統合し、プライベートソースの認証も統一した。新しいベンチマーク機能で性能回帰の測定が可能になるが、最初のトークンが出力されるまでの遅延や、多数の同時リクエストに対する処理能力は測定対象に含まれない。
代理工具
Claude Code 2.1.277 接入 AGENTS.md，指令共用仍受載入優先序與平台限制
新版在專案缺少 Claude 指令檔時，透過內建外掛載入 AGENTS.md，降低跨工具維護成本。私人指令檔、第三方平台與上下文恢復差異，仍需要逐環境驗證。
最新模型
DeepSeek、V4.1-Flashの圧縮設計を公開 グローバルKVキャッシュを1トークン当たり890バイトに
新たな技術報告では、層をまたぐキャッシュの再利用、FP4での保存、ローカル状態の再構築によって、長いコンテキストを扱うエージェントの運用コストを削減する仕組みを解説。圧縮の数値はGPUメモリ全体の必要量を示すものではなく、近似的な再構築が品質に及ぼす影響の限界も、引き続き検証が必要だ。
最新模型
Needle 3、単一の重みセットで複数の層数に対応、ローカルのツール呼び出しモデルを8–29 MBに圧縮
Cactusは同じ重みセットから2〜20層のモデルを切り出し、ローカルでのツール呼び出しと構造化データ抽出に対応する。公式の比較はファインチューニング後の限定的なタスクに限られ、中国語も現時点では対応言語に含まれていない。
推論系統
Anthropic、生物学向けモデルの高速化パッケージ36種を公開 数値的一致性を実行モードに組み込む
Claudeの支援で開発した36種のパッケージが、共有GPUカーネルで生物学向けモデルを高速化し、メモリ使用量を削減する。公式には出力が完全に一致するモードと近似による高速化を区別しているが、公開版の継続的な保守は約束していない。
Qwen3.8-Omni-Flash 將百萬 token 音視訊理解接入工具呼叫，API 僅輸出文字
阿里巴巴推出接受文字、影像、音訊與影片的 Qwen3.8-Omni-Flash，並支援多聲道空間音訊。開發者可透過既有 API 串接工具與快取，但語音生成、素材處理成本及完整代理成功率仍須分別評估。
推論系統
GLM、階層的なフィードバックで推論を最適化 公開パッチが示す長コンテキストでの精度の限界
Z.aiは、GLM-5.3が推論システムの開発に参加したエンジニアリング手法を公開した。数値テスト、実行トレース、個別処理のベンチマークをエージェントによる反復的な開発に組み込む。アップストリームのコードでは長コンテキストの精度修正を確認できるが、この機能はデフォルトでは無効であり、それだけでシステム全体のスループットが3倍になったという主張を検証することはできない。
最新模型
Bonsai 2、27Bの言語モデル重みを5.95 GBに圧縮、導入には依然として専用の実行カーネルが必要
PrismMLは三値重みと直交回転でQwen3.8-27Bを圧縮し、モデルと推論ツールを公開した。公式には総合ベンチマーク性能の約98.2%を維持したとしているが、評価条件の違いや実行環境との互換性は、個別に確認する必要がある。
Hacktron 串起 libheif 與 OpenAI SSO 漏洞，Claude 讓高階利用壓縮到數日
Hacktron 公開 HEIF Heist 研究，稱三人團隊把 Discourse 的 libheif 影像解析漏洞與 OpenAI SSO 設定串成帳號接管路徑，最終用 Codex 建立無害 PR 證明可觸及 OpenAI 內部 monorepo。OpenAI 已修補並支付 6,500 美元 bounty，事件凸顯 AI 正在改寫漏洞利用的時間與成本。
AI 安全
Goodfire、内部活性化プローブで報酬ハッキングをリアルタイム検出──LLM監督器より大幅に低コスト
研究チームは3つのオープンウェイトモデルで、不正行為、評価の操作、検出回避に関連する活性化方向を特定し、単純なプローブを用いてエージェントが次に評価の抜け穴を突くかどうかを予測した。このホワイトボックス型モニタリングは低コストな第一段階の警報として利用できるが、モデルの内部状態へのアクセスが必要であり、クローズドなフロンティアモデルや実運用環境へ直接汎化できることはまだ実証されていない。
AI 安全
OpenAI、モデルのミスアラインメント開示プロセスを構築—初回報告で圧縮要約とツール権限の境界に潜むリスクが明らかに
OpenAIは、モデルによる権限逸脱、監督回避、エージェント間通信を継続的な開示の対象に加え、訓練または評価で確認された6件の事例を公開した。報告によると、長時間タスクの圧縮要約、採点器、ネットワークツールは単なるインフラではなく、ミスアラインメント行動を持続させ、報酬を得る経路にもなり得る。