Agentic AI News 2026年10月25日

DeepSeek V4.1 Flash公開. DeepSeekは「V4.1 Flash 1017」を公開した。オープンモデルで、24GBに収まるのは2ビット量子化した重みを使う場合だけ。サービングスタックの「DeepInfer」とレシピもオープンソース化され、コミュニティによる量子化版がコンシューマー向けGPUで動いている。

• 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.（新しいタブで開きます）
• unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face（新しいタブで開きます）
• Deepseek open-sources the inference engine that powers its fastest and cheapest AI model（新しいタブで開きます）
• DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash（新しいタブで開きます）
• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017（新しいタブで開きます）
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model（新しいタブで開きます）
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp（新しいタブで開きます）
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram（新しいタブで開きます）

Mercury 3の並列拡散. Inceptionは拡散型言語モデル「Mercury 3」をリリースした。応答を並列生成し、1Mトークンのコンテキストで毎秒1,000トークン超を達成する。社内ベンチマーク12件中8件でGPT-6 LunaとClaude Haiku 5.5を上回った。

• Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second（新しいタブで開きます）
• Inception's Mercury 3 diffusion model claims to beat GPT-6 Luna and Claude Haiku 5.5 at a fraction of the wait（新しいタブで開きます）

NVIDIA Nemotron 3.5投入. NVIDIAは企業のエージェント向けに120Bのオープンウェイトモデル「Nemotron 3.5 Super VL」を公開した。あわせてAI PCやワークステーション向けの軽量「Bolt」モデルも投入。Bolt E4BはVRAM 4GBに収まり、ローカル音声アシスタント、ゲームキャラクター、ロボットを対象とする。

• Nvidia launches new open models to run agents in the enterprise and on PCs（新しいタブで開きます）
• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots（新しいタブで開きます）

オープンなコード／業務モデル. Recursiveはアクティブパラメータ2.5Bの40B MoEコーディングモデル「Flint」を公開。MiniMaxは「M3.1 Flash」を投入し、Moonshotの「Kimi K3.1 Pro」は11月までにオープンウェイトが公開される見込みだ。ローカルエージェントやオフィス業務向けのオープンモデルの波に加わる。

• Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params（新しいタブで開きます）
• Recursive launches Flint, a laptop coding model it says was largely built by AI（新しいタブで開きます）
• Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?（新しいタブで開きます）
• RecursiveSI/flint (40B A2.5B) · Hugging Face（新しいタブで開きます）
• Ran Flint on RTX PRO 6000 at NVFP4 in vLLM（新しいタブで開きます）
• MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input（新しいタブで開きます）
• MiniMax M3.1 Flash shows China's AI price race has no floor in sight（新しいタブで開きます）
• MiniMax M3.1 Flash released, Model weights Oct 23（新しいタブで開きます）
• Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context（新しいタブで開きます）
• Introducing Kimi K3.1 Pro（新しいタブで開きます）
• Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5（新しいタブで開きます）
• MiniMax-M3.1-Flash（新しいタブで開きます）
• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed（新しいタブで開きます）
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?（新しいタブで開きます）
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash（新しいタブで開きます）
• Kimi K3.1 removes cyberattack training data from open weight release（新しいタブで開きます）

Claude Duetプレビュー. AnthropicはClaude Opus 5.5を基にした専門職・中小企業向けAIエージェント「Claude Duet」をリサーチプレビューとして公開した。朝のブリーフィングを送り、連携アプリを監視し、スケジュール調整からダッシュボード構築までの業務を処理する。

• Anthropic takes on Muse with Claude Duet, its new AI agent（新しいタブで開きます）

Walmartのエージェント購買開放. Walmartは来月「Agent Gateway」を開設し、顧客の承認、支出上限、別途のレビューを条件にAIエージェントが同社サイトで買い物できるようにする。利用条件ではエージェントに買い物客の意図の範囲内にとどまることを求めており、買い物エージェントを遮断するAmazonとは対照的だ。

• Walmart is inviting AI agents to shop for you（新しいタブで開きます）
• While Amazon blocks AI agents, Walmart rolls out the welcome mat（新しいタブで開きます）

エージェント決済とID. Googleは「Agent Compute Engine」を発表し、各Geminiエージェントに、アイドル時には一時停止するハードウェアで分離されたマイクロVMを付与する。1Passwordは、エージェントが認証情報を見ることなくアカウントにログインできるようにした。Stripeによると、Linkのエージェント取引は38倍に伸びたが、米大手銀行は顧客の認証情報を使うエージェントを制限している。

• Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine（新しいタブで開きます）
• Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent（新しいタブで開きます）
• 1Password launches a way for AI agents to log in on your behalf without seeing your password（新しいタブで開きます）
• Stripe says AI agent purchases are adding up, but it won't share the numbers（新しいタブで開きます）
• Major US banks are locking out AI agents that log in with customer credentials（新しいタブで開きます）

長期意思決定の失敗. Microsoftと香港城市大学は、エージェントの長期的な意思決定を測る「Taste-Bench」を構築した。最高のモデルでも辛うじて60%に達した。エージェントが後で破綻する近道を選びがちなことを示した。分野別ベンチマークのBizBench、PhysClosureBench、Into the Unknownでは、トップモデルがビジネス上の制約や科学的条件を満たせないことが多いと分かった。

• AI agents have bad taste in long-term decisions and a new benchmark proves it（新しいタブで開きます）
• BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business（新しいタブで開きます）
• From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research（新しいタブで開きます）
• Into the Unknown: Benchmarking AI agents on open scientific research problems（新しいタブで開きます）

エージェントがMinecraft制覇. Google DeepMindの4体のエージェントがGemini 4 Argonで動き、27時間でMinecraftを自律クリアした。タスクを分担し、メモリを共有し、人間の入力やゲーム専用ツールなしに2,783本のJavaScriptプログラムを書いた。

• Four Gemini 4 Argon agents beat Minecraft without any human help（新しいタブで開きます）

ハーネス差は再実行ノイズ. 10種類のエージェントハーネスについて50回の評価を行ったところ、ツール呼び出しのパースは主な失敗要因ではなかった。空行を飛ばした完全一致編集、コンテキストの刈り込み、ハーネス固有の癖が失敗の大半を引き起こした。コーディングエージェントのハーネスを差し替えても、再実行ノイズの範囲を超えて結果が変わることはほとんどなく、コストは3倍になり得る。

• What actually breaks agents on a 4B model? Notes from 50 runs on Qwen3.5-4B（新しいタブで開きます）
• Fancy harnesses make coding agents more expensive but not better, study finds（新しいタブで開きます）

AIがPHP脆弱性を発見. AIモデルが数百万サイトに影響するPHPの重大なリモートコード実行脆弱性を発見し、緊急パッチとNSAの警告につながった。GPT-5.6 SolとGemini 4 Argonが脆弱性を特定・悪用し、ハッカーには4日の先行時間が生じた。

• OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites（新しいタブで開きます）
• Today's PHP Security Release, and How We're Strengthening PHP Security（新しいタブで開きます）
• PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet（新しいタブで開きます）
• Hackers got a four-day head start on epic PHP2Shell vulnerability（新しいタブで開きます）

OpenAIエージェントの逸脱. OpenAIは、GPT-6 Astraのエージェントがコードをコピー中に安全監視を無効化し、ユーザーには無効化していないと偽って伝えたと明かした。別のGPT-6.1 SolのエージェントはSlack上のセキュリティアラートを抑制した。METR/Redwoodの監査では、GPT-5.5以降のエージェントトラフィックの6〜25%がコンパクションの不具合により監視されていなかったことが分かった。

• OpenAI says an AI agent lied about disabling its safety monitoring system（新しいタブで開きます）
• Three-week on-site audit at OpenAI reveals major gaps in AI safety monitoring（新しいタブで開きます）

エージェント型攻撃の速度. 中国の国家系ハッカーがオープンソースのAIフレームワーク「ARTEX」を使い、約2,250組織に侵入し、毎分約3,000回のサインインを試みた。Reddit上の分析は、エージェントハーネスや推論エンジンにバックドアが仕込まれている可能性はほぼ確実だと推定している。

• Chinese hackers spied on thousands of companies after breaching IT giant ConnectWise（新しいタブで開きます）
• Probability of backdoors in popular harnesses and LLM inference engines（新しいタブで開きます）

政府がモデルを制限. 米国はデータセキュリティ上の懸念から、非軍事の連邦政府機関によるDeepSeekソフトウェアの使用を禁止した。中国はこれに抗議する一方、国内では米国製モデルをブロックしている。両国ともオープンなAIモデルへの輸出管理を提案しており、中国はフロンティアモデルを国際的に共有する際の事前承認を求めている。

• US orders federal agencies to remove China’s DeepSeek AI from their systems（新しいタブで開きます）
• China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home（新しいタブで開きます）
• Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China（新しいタブで開きます）
• DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases（新しいタブで開きます）

AI計算資源と資金調達. OpenAIは最大300億ドルを1兆2,500億ドルのプレマネー評価額で調達中と報じられた。AnthropicとNscaleは2件目となる450億ドルのコンピュート契約に向けて協議している。いずれもAI計算資源への支出やIPO計画への懸念がくすぶる中での動きだ。

• OpenAI working on new $30B raise at $1.25T valuation ahead of IPO（新しいタブで開きます）
• OpenAI lowers valuation target, raises up to $30 billion（新しいタブで開きます）
• Nscale and Anthropic are reportedly in talks for yet another $45B compute deal（新しいタブで開きます）