代理工具
Muse Codeが正式リリース、セッションをまたぐ協調機能を提供し、MSPでエージェント制御インターフェースをプログラム可能に
MetaはMuse Codeのベータ提供を終了し、セッション間メッセージング、サブエージェント・ワークフロー、確認可能な巻き戻し操作を追加した。同時公開されたTypeScript SDKはMuse Session Protocolを公開するが、互換性が保証されないpre-1.0のDeveloper Preview段階にある。
Archive
全ニュース
技術ニュース 1529 件
代理工具
最新模型
Qwen3.8-Max-0902、長期稼働型コーディングエージェントを強化。ただし首位との差は依然として統計的誤差の範囲内
Alibaba CloudはQwen3.8-Maxのホステッドスナップショットを更新し、エンジニアリング規模のソフトウェア開発、複数ツールの連携、視覚理解を重点的に強化する一方、100万tokenのコンテキストを維持した。Code Arenaでは暫定首位に立つが、サンプル数が少なく順位区間も重複しているため、他のフラッグシップモデルを安定的に上回ったと証明するには不十分だ。
最新模型
TimesFM-3、ネイティブな多変量ゼロショット予測に対応する一方、重みは商用・本番利用を制限
Google Researchの3億3,000万パラメータのTimesFM-3は、1回のフォワードパスで複数の時系列を共同予測し、過去共変量と既知の将来共変量も取り込める。コードはApache 2.0だが、新版の重みには別途非商用ライセンスが適用されるため、本番デプロイでは旧版と同じ前提を踏襲できない。
最新模型
Runway Solaris、プログラムによるインターフェースをフレーム単位の生成で置き換えるも、テキスト、状態管理、アクセシビリティにはなお課題
RunwayのSolarisは、クリック、ドラッグ、テキスト入力を動画モデルへの条件信号として直接扱い、次の720pインターフェース画面をリアルタイムで合成する。この研究プレビューは、HTML／CSSでインタラクションを記述しない可能性を示す一方、レイテンシ、コスト、モデルの重み、再現可能な評価はまだ公開されていない。
最新模型
BenchMIRT、多次元項目反応理論でLLM評価を分解、安全性スコアへの推論能力の混入を明らかに
Ai2がBenchMIRTをオープンソース化し、3万4,000問超に対するモデルの回答パターンから、安全性や一般推論などの潜在能力を分離した。実験では、一部の安全性ベンチマークが主に推論性能を反映していることや、厳選した約1割の問題でも能力順位をおおむね維持できることが示された。ただし、データの対象は2025年初頭までのモデルに限られる。
最新模型
Gemini、長時間動画の理解をツールループ化し、質問に応じてセグメントとサンプリングレートを動的に選択
Googleは3つのGemini Flashモデルにagentic video processingを追加した。モデルは動画全体を固定フレームレートで事前処理するのではなく、必要に応じて映像、音声、文字起こしを読み込める。公式発表ではtokenを最大88%、コストを66%削減できるとしているが、短い動画でのTime to First Tokenと評価の再現性は、なお検証が必要だ。
代理工具
Gemini CLI 0.58、macOSサンドボックスからコンテナデーモンへのアクセスを遮断し、ファイル境界を迂回できるホストパスを封鎖
新版では、すべての組み込みSeatbeltプロファイルで、Docker、OrbStack、Colimaなどのコンテナランタイムのソケット、実行ファイル、IPCインターフェースをブロックする。書き込みポリシー、safety checker、A2Aのキャンセル状態も修正されたが、カスタムインストールパスや既存のワークフローについては引き続き個別の検証が必要だ。
最新模型
OpenAI、AstraのCritical到達を正式確認：ゼロデイ脆弱性の悪用成果を受け、段階的アクセスと実行時インターセプトを導入
AstraはOpenAIのテストでブラウザーサンドボックスからの脱出とroot権限昇格チェーンを完遂し、2件のゼロデイ脆弱性を発見した。同社はこれを受け、モデルがCriticalのサイバーセキュリティ基準に達したことを初めて確認し、高度な機能を段階的に開放する方針を示した。
推論系統
llama.cpp b10731、Qwen3.8-Flash-Nextにリカレント状態のロールバックを追加—MTP投機的デコーディングで状態全体の反復転送が不要に
llama.cppは、Qwen3.8-Flash-Nextでドラフトtokenが拒否された際にSSMと畳み込み状態を正しくロールバックできない問題を修正した。RTX PRO 6000を1基使用したテストでは、コードのデコード性能が123 token/sから183 token/sに向上したが、この結果は特定の量子化方式、ドラフトヘッド、単一ワークスロットに限られる。
推論系統
LMDeploy 0.17、DeepEPv2とMooncake KVストレージを導入し、ノード間MoE推論のデータパスを拡張
LMDeploy 0.17.0は、TurboMindにDeepEPv2のexpert parallelバックエンドを追加し、KV connectorをMooncake Storeに接続した。新バージョンはKimi K2.6、2の累乗に限定されないページサイズ、構造化レスポンスにも対応するが、ハードウェアをまたぐエンドツーエンドの性能データは示されていない。
最新模型
Claude Fable 5.1、長時間稼働するエージェントのキャッシュコストを削減する一方、アップグレードでは思考ブロックとツール呼び出しに破壊的変更
Anthropicは、100万tokenのコンテキストを備えたClaude Fable 5.1をリリースし、キャッシュ読み取り料金を75%引き下げるとともに、メッセージ単位の推論強度設定とツール間の進捗更新を追加した。既存のFable 5ワークフローでは単純にモデルを差し替えることはできず、ツール使用の強制、思考ブロックの再利用、セーフティルーティングはいずれも再テストが必要となる。
Vector databases and AI data infrastructure
LanceDB 0.38、増分マテリアライズドビューと関数フィールドを追加、複数の SDK に破壊的変更も
LanceDB 0.38.0 は、マテリアライズドビュー、計算可能なフィールド、関数のリソース要件を Python や Node.js などのインターフェースに導入し、embedding とデータ変換をストレージ層に近づけた。同時に、テーブル判定、ブランチ操作、実行環境の要件も変更されているため、RAG システムはアップグレード前にクエリ結果を相互検証する必要がある。