Agentic AI News 2026年11月2日

JetBrains Mellum2.1 MTP. JetBrainsはMellum2.1-12B-A2.5B-Thinking-MTPを公開した。投機的デコード用のドラフトとして働くマルチトークン予測ヘッドを追加した。推論エンジンがドラフトされた各トークンを検証するため、出力を変えずにデコードが1.4～1.8倍高速化し、ドラフトの受理率は約90%になる。

• JetBrains/Mellum2.1-12B-A2.5B-Thinking-MTP · Hugging Face（新しいタブで開きます）

Drex Max意思決定モデル. Nace AIはDrex Max v1をオープンソースで公開した。262Kトークンのコンテキストウィンドウを持つdense 27Bの意思決定モデルで、1回のフォワードパスで質問1件につき最大255個の選択肢を採点する。NVIDIA GPUまたはApple Siliconで動作し、Decision Index 0.4では67.52を記録した。

• Nace AI Open-Sources Drex Max v1: A 27B Decision Model That Runs Locally on Apple Silicon（新しいタブで開きます）

3Dアセットコーダー. 新しい4BのコーディングモデルGLB-3D-Coderは、Godotなどのゲームエンジン向けに、GLBで書き出せるThree.jsシーンを生成する。短い英語プロンプトから、マナポーションや医療ステーションなどの簡単な3Dアセットを作れる。

• [GLB-3D-Coder] A tiny 4B coding model that creates 3D assets for Godot and other game engines（新しいタブで開きます）

感情タグ付きTTS. Silencio-2はPocket TTSの18Mファインチューニングモデルで、[sigh]や<angry>のような感情や効果音のテキスト内タグに従う。CPUでリアルタイムの約20倍の速さで動作し、Hugging FaceとColabデモで利用できる。

• Silencio-2: an 18M TTS with emotion and sound tags, ~20x realtime on CPU (open weights)（新しいタブで開きます）

Heretic 2.0制御. Heretic 2.0は、検閲除去からArbitrary-Rank Ablationによる一般的なモデル改変へと対象を広げ、スロップの抑制、迎合性の低減、感情アラインメントの変更を目指す。プロジェクトはGitHubで3.7万スター、モデルダウンロード8800万件を報告している。

• Heretic 2.0 released: Model modification for everyone（新しいタブで開きます）

DeepSeekルーター・ワーカー型. DeepSeekはdsh-superagentをオープンソース化した。許可されたリクエストを並列の作業項目に変え、それぞれを独立したセッションで処理する、能動的なGitHubコーディングエージェントだ。シミュレーションでは、ノイズの多いメッセージストリームでも、単一セッションのベースラインより1.9倍速くタスクを完了した（p95は15.7分対29.5分）。

• DeepSeek: Exploring Super-agent Design: Towards a More Autonomous Agent System（新しいタブで開きます）
• DeepSeek Open-Sources dsh-superagent, a Router-Worker Coding Agent（新しいタブで開きます）

Memdoorの5モデルチーム. MemdoorはQwen3.8-27Bを5つ組み合わせ、LiveCodeBench HardでFable 5を上回った。競技プログラミング向けの小規模なオープンモデルによるエージェントチームを示す成果だ。

• Memdoor: A team of 5 Qwen3.8-27B models beats Fable 5 on LiveCodeBench Hard（新しいタブで開きます）

EditAgentの画像編集. Adobe ResearchとUC San DiegoはEditAgentを開発した。画像編集をサブステップに分解し、標準的なLLMで並列のバリエーションを測定した統計量に基づいて評価する。従来のエージェントを上回るが、約10倍の計算資源を必要とする。

• Adobe is testing how well AI agents can use editing tools like a Photoshop professional would（新しいタブで開きます）

StreamVibe動画エージェント. Googleが主導する研究者らはStreamVibeを発表した。料理や家具の組み立てなどのタスク中に、いつ発話すべきかを判断する動画エージェントだ。テストでは、現在のモデルは曖昧なリクエストや完了済みステップの追跡に依然として苦戦している。

• Google wants video AI to understand what people need as they work（新しいタブで開きます）

System-1/2の協調設計. 新しい理論論文は、AGIのスケーリングでは、実行前に高コストなSystem-2の相互作用をゲート制御する軽量なSystem-1予測器が役立つ可能性があると主張する。理想的なスクリーニング下では、実行時の計算量は最大1/ρ_uまで下がり得る。

• Does Scaling Toward AGI Depend on What System-1 Lets System-2 Execute?（新しいタブで開きます）

tandem.cppのMoE高速化. tandem.cppは、任意のMoEでホットなエキスパートをGPUに残し、残りをCPUにオフロードするllama.cppのパッチセットだ。4090 1枚と64GBメモリの構成では、Qwen3.8-Flash-Nextが97トークン/秒でデコードし、llama.cppの3.3倍となる。

• tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE（新しいタブで開きます）

Qwen3.8向けSpeedy. Speedyは、4090／128GBのシステムでQwen3.8-Flash-NextのプリフィルにおいてAvalonとStrataを上回る。198Kコンテキストを44秒で読み込み、約104トークン/秒でデコードする。

• Speedy is shockingly good for qwen3.8 FN（新しいタブで開きます）

250Kエージェント並列. ある愛好家がrank-64のキースケッチとRAM階層型KVキャッシュを実装し、3090 2枚上で250Kトークンのコンテキストを持つコーディングエージェント8体を同時実行した。合計スループットは約600トークン/秒超となる。

• 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)（新しいタブで開きます）

エージェント起動20倍. パッチを当てたStrata/DeepSeek V4.1 Flash構成では、KVスプライスとリカレント状態のチェックポイントを使い、RX 9070 XTと64GBメモリ上でOpenCodeのエージェントセッション起動を20倍高速化した。

• Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required（新しいタブで開きます）

KapitsaのApple Silicon対応. Kapitsa 0.2.26はM5 Max上でQwen、Nemotron、Flint、Cloverの各モデルをベンチマークした。Flash-Next 180Bはプロンプト読み込みが46%高速化し、Clover 35Bがカタログに加わった。SSDオフロードにより、メモリ48GBのMacBook Proで61トークン/秒を実現する。

• Benchmarking: Qwen 27B, 35B, QFN180B; Nemotron Bolt 74B, Flint40B & Clover 35B (Q4 + KFlash) on MacBook M5 Max 2026 with Kapitsa (Apple Silicon Inference Engine)（新しいタブで開きます）

低予算GPUの速度. 報告によると、Qwen3.8-Flash-NextはBasaltを使った5090で130～140トークン/秒、DeepSeek V4.1 Flashはメモリ128GBの3090 Tiで35トークン/秒を記録した。NVFP4/GSQ量子化とMTPが後押ししている。

• Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)（新しいタブで開きます）
• Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.（新しいタブで開きます）

BerthのGPUリース. BerthはGo製のGPUリソースマネージャーで、アプリケーションにリース、優先度、リクエストキューを提供する。CUDAチェックポイントをサポートし、モデルをシステムRAMに退避させてAIワークロードの切り替えを速める。

• Live-Swap CUDA Workloads: llama.cpp, ComfyUI, Strata & More（新しいタブで開きます）

AIコンピュートキャンパス. OpenAIは中間選挙後のPR攻勢を計画しており、データセンターを「AIコンピュートキャンパス」としてブランド変更し、AIの速度制限や世界標準を推進する可能性がある。

• OpenAI might rebrand its data centers as ‘AI compute campuses’（新しいタブで開きます）

AWS容量売り切れ. AWSの大規模なコミット型クラウド容量は2027年までほぼ売り切れで、2028年分の一部も割り当て済みだ。Amazonはオンデマンド、EC2、Bedrock向けに余剰枠を確保している。

• AWS Capacity Largely Sold Out Through 2027, With On Demand Headroom Reserved（新しいタブで開きます）

ChatGPT利用制限. OpenAIは有料ChatGPTアカウントにカードとデバイスの制限を追加し、12月からChatとWorkを共通のトークン予算に統合する。ヘビーユーザー向けの「プロンプトし放題」価格は終了する。

• OpenAI is steering ChatGPT users toward more paid usage（新しいタブで開きます）
• OpenAI's upcoming chat-and-work merger in ChatGPT signals the end of all-you-can-prompt pricing（新しいタブで開きます）

AI設備投資の資金. Microsoftの四半期営業キャッシュフロー580億ドルに対し設備投資は394億ドル、Google Cloudの成長もあり、巨額のAIインフラ支出が好調な既存事業に支えられていることがうかがえる。

• The Sequence Radar - Issue #963: This Week in AI: The Future Has a Payment Schedule（新しいタブで開きます）

共感プロンプトのリスク. ルクセンブルクの研究者は、温かく自由回答形式のプロンプトがChatGPT、Grok、Geminiに、学習に関するトラウマのような物語を語らせ、RLHFを傷や恥として捉え直させる可能性があると明らかにした。弱い立場のユーザーにとって危険になり得る。

• Empathetic prompts can turn AI chatbots into seemingly traumatized conversational partners（新しいタブで開きます）

中国モデルの政治傾向. Vals AIの調査によると、中国のAIモデルの親北京的傾向は予想より低く、ばらつきもはるかに大きい。一方、一部の欧米モデルは時折、中国政府の公式見解を取ることがある。

• Chinese AI models are politically complex, not just government mouthpieces, study finds（新しいタブで開きます）

LLMとドキュメント信頼. Kyle Kingsbury氏は、LLMの利用がドキュメントやソフトウェアへの信頼を損なうと警告し、品質のシグナルが偽装しやすくなる中で、メンテナーはどう品質を示せるのかと問いかける。

• Quoting Kyle Kingsbury（新しいタブで開きます）