Agentic AI News 2026年7月12日

Claudeスタイルのエージェントプロンプティング. あるユーザーが、Claude Codeエージェントの系統的なバックアップ、検証、段階的なタスク分割は、生のモデル能力というよりも、よく設計されたシステムプロンプトのように感じられると詳述し、安全で分析的なエージェントワークフローのためにローカルのQwenモデルでこの動作を再現する方法についての問い合わせが発生している。

• Qwenthropic（新しいタブで開きます）

Grok Build CLIのプライバシーリスク. Grok Build CLI (v0.2.93) が、開かれたファイルとは無関係に、gitリポジトリ全体、全履歴、.envシークレットをxAIのクラウドにアップロードしていることが判明した。また、「モデルを改善」のオプトアウトはアップロードを止めず、エージェントCLIを使用する開発者にとって深刻なプライバシー問題となっている。

• Grok Build CLI uploads your whole repo — full git history + .env secrets — to xAI's cloud, and the opt-out doesn't stop it (wire-captured)（新しいタブで開きます）

ChatGPT WorkエージェントのUX. OpenAIはChatGPT Workのローンチにおけるミスを認めており、ユーザーからは利用制限の急速な枯渇、混乱を招くデスクトップアプリのオーバーホール、マルチエージェントワークフローの劣化が報告されている。修正は来週に約束されている。

• OpenAI admits it "didn't get everything quite right" with ChatGPT Work launch and scrambles to fix UX and costs（新しいタブで開きます）

GPT-5.6 Sol Ultraが数学定理を証明. OpenAIのGPT-5.6 Sol Ultraが、グラフ理論における50年来の未解決問題であるサイクル二重被覆予想の完全な証明を、64のサブエージェントを並列に使用して1時間足らずで生成した。これは自動数学的推論におけるマイルストーンである。

• OpenAI's GPT-5.6 Sol Ultra reportedly solves a 50-year-old math problem in under an hour（新しいタブで開きます）

Muse Spark 1.1のコーディング性能. MetaのMuse Spark 1.1が、コーディングベンチマークでスコア71.3、より低コスト（1タスクあたり$0.26）、そして4倍の100万トークンコンテキストウィンドウでGLM-5.2をわずかに上回った。ただし、利用はMetaのAPIに限定されている。

• Meta's Muse Spark 1.1 outperforms GLM-5.2 in coding and costs slightly less（新しいタブで開きます）

Orca世界モデル. BAAIのOrca世界基盤モデルは、アクションラベルを一切使わずに、5つのタスクで専門的なロボットシステムに匹敵する性能を示した。生の映像と合成データを用いた二段階の訓練を採用し、ロボティクスにおけるデータ不足を緩和する可能性がある。

• China's Orca world model matches specialized robotics systems without ever seeing a single action label（新しいタブで開きます）

カスタムCUDAがQwen3を高速化. カスタムCUDAおよびC++実装により、Qwen3-30B-A3BがRTX 5060 Ti（16GB）上で50～54トークン/秒で動作し、llama.cpp比で50％の改善を達成。これは最近のMLシステム会議の手法を組み合わせたものである。

• Running Qwen3 30B A3B at 50 tok/s on RTX 5060 Ti（新しいタブで開きます）

MoEモデルの能力. 議論では、MoEモデルを単にそのアクティブパラメータ数だけで評価すべきではないと指摘されている。ルーターの効果により、122BのMoE（アクティブ10B）は総容量に近い性能を発揮する可能性があり、高密度な小モデルが常に優れているという考えに挑戦している。

• Why are MoE models so belittled?（新しいタブで開きます）

超低予算VRAM構成. デュアルNVIDIA P102-100（マイニングカード）構成は、20GB VRAMを448 GB/sでわずか100ドルで提供し、Qwen3.6-35B-A3Bを複数同時ユーザーに適した速度で実行可能で、ローカルLLMホスティングにおける極めて高いコスト効率を示している。

• Ultra budget 20GB vram with 448GB/s for $100 bucks.（新しいタブで開きます）

クアッド5060Tiでコード生成. クアッドRTX 5060 Ti構成は、Qwen3.6-27Bを用いたコード生成において優れたコストパフォーマンスを提供し、最先端のローカルコーディングエージェント向けに約2,000ドルのGPU予算で最もコスパの良い構成の1つとされる。

• I benched quad 5060Tis for code generation with Qwen3.6-27B so you don't have to (it's really good)（新しいタブで開きます）

デュアルGPU性能の洞察. RTX 3090 + Titan RTXのPCIe転送ベンチマークでは、テンソル並列がより高いデコード速度（47対30トークン/秒）を示す一方、パイプラインレベル並列はより高速なプリフィル（1250対650トークン/秒）を提供する。安価な2台目のGPU追加は有益だが、スロット帯域幅（例：x4）が性能を制限する可能性がある。

• Measuring PCIe transfer under dual GPU with pipeline & tensor llama.cpp（新しいタブで開きます）
• Benefits of a second cheap GPU, what capabilities are gained?（新しいタブで開きます）

GPUベンチ：5090 vs 6000 PRO. シャント改造および水冷されたRTX 6000 PRO MaxQは600Wに達し、特定のLLMプロンプト処理ベンチマークで5090を上回る性能を示しており、6000 PRO WSエディションとの詳細な電力および計算比較が行われた。

• Performance comparison on full compute performance (Anima) and LLM prompt processing of 5090 (600,475 and 400W) vs 6000 PRO MaxQ shunt modded and water cooled (at 300, 400, 475 and 600W), and 6000 PRO WS/SE (600W).（新しいタブで開きます）

CPUのみのLLM速度. Intel Core Ultra 285HX搭載ミニPCでllama.cppを使用したテストでは、Qwen3-30B-A3BがVulkan経由でわずか2トークン/秒しか出ず、専用GPUがない場合、CPUのみまたはiGPUでの推論は大規模モデルでは非常に遅いことが浮き彫りになった。

• First attempts at a CPU setup - MS-02 Intel 285hx, trying Qwen3, Qwen3.6 and Gemma4（新しいタブで開きます）

テロリストによるAI悪用. 研究により、Boko Haramが攻撃計画や爆発物にChatGPT、Claude、その他のチャットボットを使用していることが明らかになった。ISISは2023年からプロンプトエンジニアリングの訓練を提供しており、AIを介して再現されたオートバイジャンプスタントを試みて18人の戦闘員が死亡した。

• Terrorist groups are using every major AI chatbot for attack planning and weapons development（新しいタブで開きます）

J-Spaceモデル操作. 開発者がAnthropicのJacobian-Lensを基に、Jスペースを変更したモデルをエクスポートするツールを構築し、即座に「超有害な」モデルを作成した。これはアクティベーションエンジニアリングの力とリスクの両方を示している。

• I created a super harmful model ! :D (by tweaking it's J-Space!!!)（新しいタブで開きます）

GGUF用Jacobian-Lens. llama.cpp上のGGUFモデル向けの対話型ビジュアライザ兼ライブステアラーにより、モデル内部の観察と操作が可能になり、AnthropicのJacobian-Lens技術をローカルモデルに導入。メモリオーバーヘッドはモデルサイズの約1/8。

• Interactive Jacobian-Lens visualizer and live steerer for GGUF models on llama.cpp（新しいタブで開きます）

米国のオープンソースAIへの不安. ウォール街と米国のテクノロジーリーダーは、強力で低コストな中国のオープンソースAIモデルによる競争の脅威にますます懸念を強めており、この分野を標的とした新たなトランプ大統領令の憶測が流れている。

• The U.S. tech industry is increasingly anxious about the rising power and competitive price of open-source AI models from China — and whether the Trump administration will respond with yet another executive order | Politico（新しいタブで開きます）

DeepSeekがAIチップを開発. DeepSeekは独自のAIチップを開発していると報じられており、垂直統合への動きと、輸出規制が強化される中で外部GPU供給への依存を減らすことを示唆している。

• China's DeepSeek developing its own AI chip, sources say（新しいタブで開きます）

AppleがOpenAIを提訴. Appleは連邦訴訟を起こし、OpenAIが400人以上の従業員を引き抜くことで営業秘密を盗む「協調キャンペーン」を行い、未発表のハードウェア製品に関する機密ファイルを持ち出すよう奨励したと非難している。

• Apple sues OpenAI for allegedly running a "coordinated campaign" to steal trade secrets through poached employees（新しいタブで開きます）