エージェントフレームワーク、ツール、評価
Figmaのエージェント仕様. FigmaはMarkdownベースのSpecsエディタとコンテキスト連携を導入し、サードパーティのエージェントが制作時にブランドのデザインルールに従えるようにした。また、キャンバスエージェントの提供範囲を広げた。
実践的なエージェント評価. LangChainはエージェント評価のガイドを公開した。まず1つの振る舞いから始め、実際のトレースから小さなデータセットを構築し、可能な限りコード評価器を使い、そうでない場合はLLMジャッジを用い、スレッドとトラジェクトリ全体を評価する。
コンテキスト劣化を修正. LangChainのDeep Agentsハーネスは5つのミドルウェア手法を使い、コンテキストをアクティブウィンドウからプレーンファイルに移すことで、長時間実行されるエージェントの精度低下を防ぎ、メモリをモデル間でポータブルにする。
OCRパーサーのベンチマーク. Datalabは、エンジニアがドキュメントパーサーを選ぶのを支援する、2,937ページにわたる16,288件の合否テストを含むオープンベンチマーク「OmniParseBench」を公開した。Gemini 3.8 FlashがDatalab自身のパーサーをわずかに上回っている。
安全な金融エージェント. OpenAIとAnthropicはAI Engineer NYで、金融エージェントにおける自律性と安全性のバランスについて議論し、制限の数よりも制御と人間の判断をどこに置くかが重要だと強調した。
モデルリリースとファインチューニング
LFM2.5エージェントの主力. あるユーザーがPi AgentのワークフローにLFM2.5-24Bを組み込み、AMD W7900上で約95トークン/秒を安定して維持していると報告している。機械的および再帰的なタスクで安定した性能を示す。
Qwen効率化バリアント. 3つの別々のリリース——Sabi-Noema、Tessera-27B-CJK、TelperionのMLA/GLA——は推論トークンまたはKVキャッシュを圧縮して効率を高める。Sabi-Noemaはエージェントおよびツール呼び出しのベンチマークで改善を主張している。
- Sabi-Noema: A capability and efficiency focused fine-tune of Qwen 3.8 27B（新しいタブで開きます）
- Tessera-27B-B-CJK, Zellige AIs new finetune of Qwen with novel approaches to how we think about token savings（新しいタブで開きます）
- New model from Telperion: Qwen3.8-27B-MLA & Qwen3.8-27B-GLA-g2. 4x smaller KV cache, smarter, and more efficient reasoning.（新しいタブで開きます）
スマホでマルチモーダル. MiniCPM-V 4.7はLookahead Expert Schedulingを使い、約3GBのメモリで35BのMoE視覚言語モデルをモバイル端末上で実行する。より小型の1B版もある。
小型MoE、登場へ. NVIDIA Nemotron Bolt 3.5は、2ビットの量子化対応トレーニングを用いて24GBに収めた、74Bパラメータ・9BアクティブのMoEモデルで、10月15日に提供開始。4GBのE4B版が10月23日に続く。
コーディングMoE. JetBrains Mellum 2.1 12B A2.5B MoEはコンシューマーGPU上で60～140トークン/秒で動作し、コーディングタスクに適している。特に大規模なプランナーモデルと組み合わせるとよい。
ローカルAIとハードウェア
鶏小屋のラック. あるユーザーは、4枚のロック解除済みCMP 170HXカードとThreadripperを搭載した256GB VRAMのマシンを組み、熱と騒音のために小屋へ移設し、Qwen Flash NextとGLM 5.3をローカルで動かしている。
ローカルAIでビジネス. ホステッドモデルが銃器関連の作業を拒否したため、USA Arms向けにAIを動かすべく、安価なEPYCを載せたRadeon R9700×4のボックスを1台1万700ドルで3台構築し、合計384GBのVRAMを確保した。
高速Radianceエンジン. DeadcodeのRadianceエンジンは、R9700 2枚と64GB DDR5上でQ4 Qwen-3.8 Flash-Nextを使い、デコード176トークン/秒、プリフィル6,450トークン/秒を達成した。
llama.cppカーネル高速化. llama.cppのPRがGDNチャンク化カーネルを追加し、MoEのプロンプト処理をRTX PRO 6000で最大20.6%、RTX 5090で17.9%改善した。
研究と応用AI
AIチップ設計. Ricursive Intelligenceによると、AIはチップを反復的に設計して効率を高められ、データセンターを1万倍増やさずに、1万倍の計算需要の伸びに対応できる。
自己改善AIはなし. Google DeepMindのHaydn Belfield氏は、AIが本番コードの75%以上を書いているが、AI研究を測定可能なほど加速してはいないと述べた。複雑なタスクには人間の監督が依然不可欠だ。
コメントは無意味. ある開発者がコードベースから16万8千行のコメントを削除したところ、3回の実行でAIエージェントが両バージョンで同等に良いコードを生成した。コメントの価値に疑問を投げかけている。
AIによる大規模逆コンパイル. インディー開発者のPopcar氏が論じたように、AIによる逆コンパイルはゲームのマッシュアップや保存を可能にする一方、プロプライエタリソフトウェアを脅かしている。
AI設計のプロテアーゼ. 研究者らはAIタンパク質設計を用いてプロテアーゼの非触媒部分を置き換え、神経疾患に関連する特定のタンパク質を切断する酵素を作り出した。
AI天気予報. Ai2のHiRO-ACEv2は、X-SHiELDの約300分の1のコストで3km解像度の異常気象をシミュレートする。一方、Microsoftの機械学習ツールは2～6週間予報のバイアスを補正し、Natureに掲載された。
実運用のエージェント
詐欺対策の潜入エージェント. Apateは、被害者を装って詐欺師の時間を浪費し、銀行口座やウォレット、詐欺インフラの情報を集める数千のAIエージェントを展開している。これまでに250万件の会話を処理した。
自律型セールスリサーチ. FloqerはB2B営業向けに顧客知識を継続的に収集・更新するAIエージェントを構築しており、ARRは120万ドルを超え、技術をオープンソース化する計画だ。
会話型注文. Squareは、メニューを理解し、変更や代替をリアルタイムで処理するエージェント音声レイヤーを備えた1,999ドルのキオスクを発売した。
ネット炎上トラッカー. GudeaはAIを使い、500以上のプラットフォームでストーリーがどう広がるかを分析し、危機が勃発する前に会話を主導しているのが誰かを特定する。従来のソーシャルリスニングを超える取り組みだ。
Geminiによる詐欺防御. Google Messagesは、クラウド上のGeminiを使って未知の送信者の意図を評価するオプトインの強化保護を展開している。安全な空間で暗号化処理を行う。
AIクライアント面接. McKinseyは、一部の若手候補者の面接でAIがシミュレートしたクライアントと対話させる。評価するのはAIではなく人間だ。
業界、政策、ビジネス
AI競争が再開. GoogleとMetaがOpenAIとAnthropicに挑む新たなフロンティアモデルを発表し、競争は縮小したという見方を覆した。
OpenAIのモデル計画. 報道によると、OpenAIは今年1～2件のモデルリリースを計画しているが、次のフラッグシップはまだアラインメント作業と政府の安全審査が必要だ。
OpenAI、子ども向けで訴訟. 米国8州がOpenAIを提訴し、ChatGPTが子どもにとって安全でないこと、同社が安全性について消費者を誤導したことなどを主張。批判的思考の低下を含む害を挙げている。
Character.AIのデータ. 州司法長官らは、Character.AIの破産手続きで通知を提出し、ユーザーのプライベートチャットが売却されるのを防ごうとしている。未成年者が多いことからリスクを警告している。
AI音楽の管理. YouTubeはAI生成楽曲にラベルを追加し、DeezerはAIトラックを除外するフィルターを計画している。両プラットフォームとも生成音楽の透明性向上を目指す。
Nvidiaの欧州投資. Nvidiaは欧州での新規投資20億ドル、フランスのスタートアップへの出資、英国のAI安全研究所向けの計算資源2億5000万ドルを発表した。
バイブコーディングのランチャー. Epic GamesはAI支援コーディングを使い、ランチャーをゼロから再構築した。より高速な性能と少人数のチームを実現したと主張している。
この日のニュースは以上です – 約 5 分で読めます。