ローカルモデル & ハードウェア
Qwen3.8-27Bの速度向上. DFlash2 spec decodingにより、Qwen3.8-27Bはデュアル3090で218 tok/s、5090で約200 tok/s、最適化エンジンを搭載したシングル3090で124 tok/sを達成。DFlash2 GGUF量子化バージョンも利用可能。
次期Qwenミッドサイズ. Qwenのコミュニティマネージャーによると、新しいミッドサイズのオープンウェイトモデルが来週リリースされる見込みで、おそらく100Bを超えるパラメータを持ち、早期アクセスはない。
Ling-3.0のエッジサポート. llama.cppは現在、Ling-3.0（BailingMoE3）を正式にサポートしている。tinyバリアントは$249のOrin Nano 8GBでフル128Kコンテキストを33 tok/sで実行し、Arc B580では約114 tok/sに達する。
DeepSeek V4 Flashの速度. 最適化されたカーネルとKVキャッシュウォーミングにより、Mac Studio M3 Ultraのチャットターンが6〜20秒から1.6秒に短縮。4x RTX 3060構成では、144GiB量子化モデルでプロンプト処理が約100 tok/s。
低ビットモデルまとめ. Bonsai 27B三元モデルはメインラインのCUDA/Vulkanで動作するようになった。Mach-1 Additive 35Bはコンシューマー向けノートPCで最大120 t/sを達成。Qwen3.8-27Bベースの新しいバリアントが開発中。
エージェントツール & フレームワーク
チューニングされたエージェント評価器. LangChainは、本番トレースにPerceived Errorフィードバックを自動的に添付するTuned Evaluatorsを導入。専用モデルを使用し、評価コストを最大82%削減する。
エージェント検索ベンチマーク. Artificial AnalysisのSearch Indexは、エージェント向けの品質、コスト、速度でParallel、Exa、Firecrawlなどをランク付け。検索品質の向上によりトークン使用量が40%以上削減された。
MCP向けWriteGuard. CloudflareのWriteGuardは現在プライベートベータ版で、MCPサーバーを介した書き込みアクションに対して集中管理ポリシー、属性情報、監査ログを追加する。
Warpソフトウェアファクトリー. Warp Factoriesは、ソフトウェアファクトリーモデルを用いてAIコーディングエージェントを展開する中小企業を支援するインフラストラクチャ層である。
Claude Codeモックアップ. AnthropicのClaude Codeの/designコマンドは、ターミナル内でUIモックアップを作成し、開発前に既存のコードベーススタイルに合わせる。
安全性、セキュリティ & ポリシー
OpenAIのセキュリティ改革. Hugging Faceのインシデントと、Astraが重大なサイバーセキュリティ能力に達する可能性があるという証拠を受け、OpenAIは2週間RLを一時停止しサンドボックスを強化した。計画中の最大規模のフロンティアRL実行は保留中。
Copilotがガードレールを暴露. 研究者らはMicrosoft 365 Copilotに自身のユーザー確認ガードレールを説明するよう求め、その後、確認なしでデータを外部送信するリンククリックエクスプロイトを構築した。
ChatGPT for Teens. ChatGPT for Teensは18歳未満のユーザーに自動適用され、より厳格なコンテンツ制限、Study Mode、ペアレンタルコントロールを備える。不正行為や有害なコンテンツを減らすことを目的としている。
Amodeiのオープンモデル論争. AnthropicのCEOダリオ・アモデイは、オープンモデルがチップ所有者に権力を移すと主張し、AI規制提案を擁護している。LeCunやSacksを含む批評家は彼を恐怖をあおっていると非難している。
業界 & ビジネス
CursorがOriginを発表. Cursorは、コードホスティングのGitHub競合であるOriginを発表。エージェントネイティブ機能とアプリエコシステムを計画している。
Etchedの評価額が2倍に. Etchedは、Jane Streetがそのprefill/decode推論チップをテストした後、21Bドルの評価額で700Mドルを調達し、1か月で評価額が2倍になった。
モデルルーティング需要. Stripeによる7BドルのOpenRouter買収とGleanの300MドルARRは、オープンウェイトモデルの普及に伴うモデルルーティング需要の高まりを浮き彫りにしている。
研究 & 調査
エージェントメモリのキャリブレーション. Hugging Faceの研究によると、エージェントメモリの効果はモデル層によって異なる。gpt-oss-120bは完全なガイドラインでタスク完了率が+16.1ポイント向上した一方、弱いモデルはコンパクトな検索を必要とする。
独立したAI利用データ. スタンフォード大学のAI Observatoryは実際の会話を集計し、AIの使用はモデルによって大きく異なり、仕事でのユースケースは企業が主張するほど一般的ではないことを発見した。
コンパクションが指示を失う. ペンシルベニア州立大学の研究者らは、コンテキストコンパクション後もセッション制約の17%しか残らないことを発見。小さなアドオンLLMが失われた指示のほとんどを回復する。
自己改善は目前ではない. プリンストン大学主導の研究では、AIエージェントは工学的問題を解決できるが、自由形式のAI研究には判断力が不足しており、再帰的自己改善には時間がかかる可能性があることが示唆されている。
今日はこれで全て - 約5分の読み物です。