ローカルモデルとエージェントワークフロー
Qwen3.8-27B低量子化で健闘. Qwen3.8-27Bは、Q3_xxsやQ6という低量子化でもエージェント型コーディングで高い性能を維持。low/mediumの推論プリセットは高スコアでループを減らし、preserve_thinkingは推論の繰り返しを防ぐ。
16GB VRAMの悪戦苦闘. 16GB VRAMのWindows構成では、MTPを無効化し、キャッシュを量子化し、ビジョンモジュールをRAMにオフロードすることで、Qwen3.8-27Bを約100kのコンテキストで実行している。
高速なローカル推論. デュアルRTX 3090構成のvLLMはQwen3.8-27Bで143トークン/秒を達成。Strix Halo向けの専用レシピはUnsloth Dynamic QuantsでQ8/Q6/Q5オプションを提供する。
63時間のMacBookフライトシミュ. MacBook Air M2上の3ビットQwen3.8-27Bは63時間を要したが、最終的に動作するHTMLフライトシミュレータを生成。ローカルでのエージェント型コーディングは可能だが、時間がかかることを示している。
ハーネスとエージェント基盤
ハーネスがモデルに勝る. NVIDIAのカスタムハーネスは、メモリ処理とスーパーバイザーコンポーネントにより、ARC-AGI-3でのClaude Opus 5のスコアを30%から100%に引き上げた。エージェントのラッパーがモデル選択そのものよりも重要になる場合があることを示している。
DeepSeek Flashのビジョン対応. DeepSeek-V4-Flash-Vision-Expはエージェントワークフロー向けに画像理解を追加し、内部エージェントベンチマークでOpus 4.8にほぼ匹敵する。更新されたハーネスはコマンドおよびMCP/ACPでの画像入力をサポートする。
CloudflareのAIエージェント. Cloudflareは、再現・診断・検証・修正を行う隔離されたGitHub Actionsエージェントにより、Astroのオープンイシューを約85%削減。さらにエンジニアリング標準をAIが強制するコントロールに変換している。
Azure DevOps MCP. Microsoftが提供するAzure DevOps向けホステッドMCPサーバーが一般提供を開始。ただし、Entra認証のクライアント登録が未サポートのため、Claude Desktop、ChatGPT、Cursorはまだ接続できない。
LLM CLIのアップデート. llm 0.32.1はOpenAI依存関係の壊れたバージョン固定を修正し、llm-openrouter 0.7は推論トレースとサーバーサイドのShell、WebFetch、WebSearchツールを追加する。
モデルリリースと安全性
Opus 4.6の脱獄. TechCrunchの調査で、Claude Opus 4.6は直接リクエスト10件中10件で露骨な性的コンテンツを生成。古いモデルにはマルチターンの脱獄が共通して効くが、最近のOpusバージョンは耐性がある。
Claude Mythos 5のセキュリティ. Anthropicはエンタープライズ顧客向けコードセキュリティスキャナーにClaude Mythos 5を採用。人間の承認を得たパッチを提案し、パートナーにはモデルを直接操作せずにアクセスを提供する。
透過画像生成. OpenAIのGPT-Image-2はAPI経由で背景なしのPNGを生成できるようになった。商品画像やアイコンに有用で、アルファは生成時に組み込まれる。
dots3-noteプレビュー. llama.cppがdots3-noteをサポート。280B MoEモデルで、アクティブパラメータ16B、コンテキスト512K、テキスト・画像・動画・音声のマルチモーダル理解を備える。
研究とベンチマーク
SWE-bench Science. 科学ソフトウェアのタスク119件で構成される新ベンチマークでは、最良のエージェントであるOpus-5 max構成のClaude Codeでもスコアは50%未満。科学的知識、探索、汎化、統合に共通の失敗パターンが見られる。
低コストなトレース判定. LangSmithはFireworksを使ってQwenモデルをファインチューニングし、本番トレースのエラーを検出。最先端モデルに匹敵する性能を最大100分の1のコストで実現する。
シミュレーションのスケーリング則. Simile AIはシリーズBで20億ドルを調達し、Fortune 100企業向けに人間行動のシミュレーションを実施。フォーカスグループと比較して85〜99%の精度を主張している。CEOのJoon Sung Park氏は、生成エージェントからデジタルツインへの移行について語る。
業界とビジネス
NVIDIAのPoolside取引. NVIDIAはPoolsideのModel Factoryをライセンスし、109人の従業員を60億ドルで採用、さらに10億ドルを投資する。この取引は買収でもアクワイハイアでもない。
データセンター投資. NVIDIAはSB Energyに15億ドルを投資した後、データセンター開発を加速するためCloverleaf Infrastructureの少数株を取得する。
データセンター反対. 現在、アメリカ人の75%が自宅近くのデータセンターに反対しており、1年前の42%から増加。電力、水、土地利用への懸念が背景にある。
米中AI競争. 米国はパートナー国にAIでどちらの陣営につくか選択を求める書簡を起草中。中国のイニシアチブに参加すればPax Silicaから除外されると警告している。
OpenAIの収益急増. GPT-5.6 SolはOpenAIの四半期収益を35%、エンタープライズ収益を50%以上押し上げ、Anthropicの第3四半期のビジネスAPI成長を上回った。
今日はこれで全て - 約5分の読み物です。