代理工具
dbt Charts、ダッシュボードをYAMLとして再構築――AIエージェントによる生成・検証・バージョン管理を可能に
dbt Labsはdbt Chartsを公開し、ドラッグ＆ドロップ式のBI編集をYAML、SQL、Gitに置き換えた。CLI、ワークフローSkills、オプションのMCPサーバーも提供する。初版ではdbt Semantic Layerを直接クエリできず、dbt v2と同じ環境で使用するとパッケージがダウングレードされる可能性がある。
Archive
全ニュース
技術ニュース 1521 件
代理工具
AI 安全
MCPツールアノテーションの普及だけではトランザクションの安全性を支えられず、研究がエージェントによる外部副作用の異常を8種類に整理
新たな研究は、エージェントの再試行、並行実行、補償によって生じる外部状態の不整合を8種類の異常に分類し、個々のツール呼び出しが成功してもワークフロー全体の整合性が保証されるわけではないと指摘した。98,291件のMCPツールを対象とした調査では、アノテーションフィールドは広く使われているものの、結果確認、ステージングとコミット、補償、呼び出し間の依存関係を表現できないことが示された。
代理工具
GitHub Copilot Autoに3段階のルーティング設定が追加、コスト重視モードでも複雑なプロンプトには大規模モデルを選択する可能性
Copilot Autoでは、Efficiency、Balance、Intelligenceの3段階でコスト、品質、レイテンシーの重みを調整できるようになった。ただし、3段階とも同じモデルプールを共有する。実際の料金はルーターが選択したモデルとtoken数によって決まり、段階の名称は価格上限でも、特定モデルの使用を保証するものでもない。
代理工具
ElevenLabs、50超のメディアモデルをホステッドMCPに接続—エージェントが同一セッションで素材一式を生成可能に
新版のElevenLabs MCPは、音声、文字起こし、吹き替え、音楽、画像、動画の生成を単一のOAuth接続に統合する。クロスメディア型のエージェントワークフローを短縮できる一方、高コストな生成処理、ワークスペース内のコンテンツ、エージェント管理権限が同じ信頼境界に集約される。
最新模型
Atria Dawn Preview、検証可能な環境で長期研究エージェントを訓練した744B MoEの重みを公開
上海人工知能研究所は、Atria Dawn Preview、FP8の重み、推論レシピを公開した。検索からコーディング、実験の実行までを網羅する完全なエージェントループを特徴とする。公式発表では16のベンチマーク中5つで最高性能を達成したとしているが、モデル規模、テスト時計算量、独自の評価設定により、比較可能性にはなお制約がある。
代理工具
GitHub Agentic Workflows 0.89系、MCP呼び出しの追跡に対応し、ワークフロー認証情報の露出範囲を縮小
GitHubは1週間で17バージョンの`gh-aw`を相次いでリリースし、JSONログで各MCP呼び出しのサーバー、ツール、時刻を特定できるようにした。最新の修正では、スラッシュコマンドルーターのGit設定に`GITHUB_TOKEN`を永続保存する処理も停止されたが、0.89系は依然としてプレリリース段階にある。
推論系統
SQD、アテンション方式に応じてデコード処理を分割――亜二次モデル推論では密モデルの分離方式を踏襲せず
新たな研究が提案するSQDは、二次および亜二次アテンションのメモリ・計算特性に応じてデコード処理を割り当てる。論文ではtokens/Jが最大56%向上したと報告しているが、Rubin／LPXの数値は依然として実機クラスタではなく分析モデルに基づく。
代理工具
Otis、llama.cpp、ローカルモデル選定、エージェント権限を単一のデスクトップ／ターミナルインターフェースに統合
Otisは9月13日から14日にかけて集中的に公開プロモーションを展開した。ハードウェアに応じてGGUFを推奨・ダウンロードし、内蔵のllama.cppでローカルエージェントを起動する。オフラインモードではアカウントが不要だが、検索、PAIRクラスター、Fireworks推論は、それぞれ異なるデータ境界と信頼境界に属する。
端側 AI
iOS 27がSiri AIを正式導入：20Bのオンデバイスモデルがプロンプトに応じて1B～4Bパラメータをロード
Appleは9月14日、iOS 27などの正式版OSをリリースし、AFM 3を基盤とする新しいSiriを対応デバイスに提供する。大規模なオンデバイスモデルは、プロンプト単位のスパースルーティングとNAND上の重み保存を組み合わせており、各tokenでエキスパートを選択する典型的なMoEとは技術的なアプローチが異なる。
AI 安全
K‑Benchが機械学習モデルの忘却の観測範囲を拡大：最終回答が秘密を漏らさなくても、エージェントが本当に忘れたとは限らない
K‑Benchは、評価対象をモデルの最終回答から、推論、ツール呼び出し、検索結果など、エージェントの6つのチャネルへと拡張した。実験では、既存ベンチマークが漏洩なしと判定した場合でも、実環境のエージェントが22%〜86%のクエリで対象データを露出し得ることが示された。
代理工具
macOS 27のプライベート推論インターフェースでSiriのプランニングモデルを置き換え可能、ただしサードパーティAPIではない
リバースエンジニアリングによる実験で、macOS 27の`Inference Providing`パスが、Siriのプランニングプロンプト、ツール定義、実行結果を外部モデルに渡せることが明らかになった。このデモにはシステム保護の無効化とAppleのプライベートentitlementが必要であり、ユーザーが現時点でSiriのモデルを正式に変更できるという意味ではない。
推論系統
llama.cppのメインラインにMaple 20B‑A1Bの三値MoEを統合、第1段階はCPUサポートを基準に
9月14日にマージされたアーキテクチャサポートにより、Maple‑PreviewはDeepGroveのllama.cpp forkに依存せず、ロードおよび変換できるようになった。モデルがtokenごとに有効化するパラメータは約10億個にすぎないが、GPU backend、品質評価、公式の速度主張については、引き続き個別の検証が必要だ。