Agentic AI News 2026年8月26日

Granite 4.2の推論. IBMはGranite 4.2を3B・8B・30Bの3サイズでApache 2.0のもと公開した。CoT（Chain-of-Thought）推論モードを備え、512Kコンテキスト、ネイティブなツール呼び出しに対応。エージェント強化学習によるポストトレーニングが施されている。

• Granite 4.2 LLMs: How They're Built（新しいタブで開きます）
• ibm-granite/granite-4.2-30b · Hugging Face（新しいタブで開きます）

Thomson Reutersの法律モデル. Thomson Reutersは法律・税務特化のモデル「Thomson-1.0-Small」を公開した。

• Thomson Reuters releases Thomson-1.0-Small. A law and tax focused model（新しいタブで開きます）

Qwen3.8のNVFP4量子化. Qwen3.8-27Bの全量子化NVFP4チェックポイントは、QUASARによる量子化対応蒸留を用いて、全線形層を量子化してもBF16に近い性能を維持する。

• Fully quantized NVFP4 Qwen3.8-27B with QUASAR QAD（新しいタブで開きます）

Muse Glimmerのベンチマーク. Muse Glimmerは暗黙知識ベンチマークでQwen3.8 mediumを上回り、所要時間はQwen xhighの30時間に対し3〜4時間。RAGを組み合わせればフロンティアモデルに迫れる可能性がある。

• Underrated Muse Glimmer（新しいタブで開きます）

Qwen3.8-Flash-Nextのローカル実行. 来たるQwen3.8-Flash-Nextは、総パラメータ約125B・アクティブ約6BのマルチモーダルMoEで、51Bのn-gramテーブルを備える。4ビット量子化なら約82GBに収まり、驚くほどローカル環境向きだ。

• Qwen3.8-Flash-Next. This architecture could be surprisingly local-friendly once the weights drop. 👀（新しいタブで開きます）

AMD MI350X向けカーネル. NetraRuntimeは、8基のMI350X GPU上でQwen3.6-35B-A3Bを毎秒78,498トークン出力できるカーネルをオープンソース化した。vLLMの約2.16倍のスループットに相当する。

• Open Source Kernel in Qwen3.6-35B-A3B for AMD MI350X: 78,498 output tok/s on 8 GPUs（新しいタブで開きます）

OpenAIのチップ「Jalapeño」. OpenAI初の自社推論チップ「Jalapeño」は、SemiAnalysisのベンチマークでワットあたりスループットとレイテンシがNvidia BlackwellやRubinを上回り、GPT-OSS 120Bでユーザーあたり毎秒1,400トークンを記録したとされる。

• OpenAI's first custom chip "Jalapeño" reportedly beats Nvidia's Blackwell and Rubin in inference benchmarks（新しいタブで開きます）

DFlash2による高速化. RTX 4080 16GBでのDFlash2投機的デコーディング構成により、Qwen3.8-27Bが出力品質を変えずに毎秒50.6トークンから86.7トークンへ高速化した。

• Getting Qwen3.8-27B with decent speed on my 4080 with 16Gb card（新しいタブで開きます）

Mac Studioの選択肢. Mac Studio M5 Ultra 96GBは、M5 Max 128GBの約2倍のメモリ帯域幅を約740ユーロの追加で提供する。ただしコスト分析では、ほとんどのローカル推論用途にはより安価な24〜32GBカードの方が経済的かもしれない。

• M5 Ultra 96GB vs M5 Max 128GB — is 2x bandwidth worth losing 32GB of RAM, with Qwen3.8-Flash-Next dropping tomorrow?（新しいタブで開きます）
• Mac Studio M5 Max Cost Analysis（新しいタブで開きます）

16GBでのコーディングテスト. 16GBのQuadro上で動作する強量子化版Qwen3.8-27Bは、多層転送行列法をゼロから正しく実装した。ただし100分の実行の多くを自ら作成したバリデータのデバッグに費やした。

• Qwen3.8-27B IQ3_XXS wrote a correct multilayer TMM on a 16 GB Quadro — after 100 minutes, 3 compactions, and 108k output tokens（新しいタブで開きます）

LangChainのエージェントツール群. LangChainは、自己評価型エージェント向けのRubricMiddlewareと、deepagents-CLIでのスキル対応を追加し、エージェントループを積み重ねるループエンジニアリングのパターンを文書化した。

• Introducing Rubrics: Build Agents that Evaluate and Correct Their Work（新しいタブで開きます）
• Using skills with Deep Agents（新しいタブで開きます）
• The Art of Loop Engineering（新しいタブで開きます）

LangSmith Engineが2倍. LangSmith Engineは、内部ベンチマークで影響度の高いエージェント問題の特定性能が2倍以上に向上し、修正作成も25%改善した。

• LangSmith Engine Improves Agent Issue Detection by 2x（新しいタブで開きます）

Claude Coworkのメモリ共有. AnthropicはClaudeチャットとClaude Coworkのメモリを統合した。Coworkはチャットのコンテキストを記憶し、ユーザーは保持された情報の閲覧・編集・削除ができる。

• Claude Cowork finally remembers what you told the app in chat（新しいタブで開きます）

計画実行型エージェント. LangChainは、複数ステップのタスクをまず計画してから実行するPlan-and-Executeエージェント実行基盤を導入した。LLM呼び出し回数と引き換えに長期的な計画能力を向上させる。

• Plan-and-Execute Agents（新しいタブで開きます）

インドの音声AI. Ringgはインド企業向け音声AIエージェントを開発しており、Peak XVから1,000万ドルを調達した。FlipkartやCredなどの顧客を抱え、月間2,000万件の通話試行を処理している。

• India’s Ringg gets backing from Peak XV as it pushes voice AI past the phone call（新しいタブで開きます）

Generalist Robotics、評価額30億ドル. ロボットスタートアップのGeneralistは、シリーズBを6億ドルに拡大した後、評価額30億ドルとなった。同社のGen 1.5モデルは、ロボットが3〜12秒の動画デモからタスクを学習できるようにする。

• Robotics startup Generalist reaches $3B valuation, sources say（新しいタブで開きます）

Stability AIの資金調達. Stability AIは、Universal Music、Sony Music、Warner Music、EAなどの投資家からシリーズBで7,600万ドルを調達し、クリエイティブAIツール向けの累計調達額は2億3,200万ドルになった。

• Stability AI, maker of image generator Stable Diffusion, raises $76 million in fresh funding（新しいタブで開きます）

Googleの法務向けAI. Googleは法務向け「Gemini Enterprise for Legal」を発表した。MCPコネクタを使ってiManage、NetDocuments、Harveyなどと連携し、契約レビュー、法務調査、規制追跡を支援する。

• Google launches Gemini for legal work to automate contracts and research（新しいタブで開きます）

LyftとKlarnaのエージェント. LyftはLangGraphとLangSmithを使い、セルフサービスのマルチエージェント型カスタマーサポート基盤を構築した。一方KlarnaのLangGraphアシスタントは、フルタイム社員700人分の業務に相当する作業を処理している。

• How Lyft Built a Self-Serve AI Agent Platform with LangGraph and LangSmith（新しいタブで開きます）
• How Klarna's AI assistant redefined customer support at scale for 85 million active users（新しいタブで開きます）

ロシアのChatGPTキャンペーン. OpenAIは、ChatGPTを使って親クレムリン向けコンテンツや偽記事を生成し、X、LinkedIn、Facebook、Substack、Telegramで拡散していたロシアの秘密影響工作を阻止した。

• Russia used ChatGPT to run a covert influence campaign pushing pro-Kremlin narratives across the West（新しいタブで開きます）

EU AI Actへの準拠. LangChainは、LangSmithとLangChain OSSを使ってEU AI Actの高リスク要件（ログ記録、モニタリング、人間による監視など）を満たすためのガイダンスを公開した。

• How LangSmith and LangChain OSS Help You Meet EU AI Act Requirements（新しいタブで開きます）