モデルとエージェントのリリース
Hydrogen-1.0研究モデル. Deep Principleは、GLM-5.3を基盤とする科学的問題解決モデル「Hydrogen-1.0」を公開した。テキスト対話を通じて、科学的な問いや導出、オープンエンドな研究課題の解決を支援することに焦点を当てている。
AnthropicのFlashProve. Anthropicは、応答が特定のモデルから生成されたことを示す暗号学的証明を生成するオープンソースのzkSNARKシステム「FlashProve」を公開した。重みを明かさずにモデルの同一性を検証でき、400BのMoEモデル上でH100 1台を使い毎秒約110トークン分の証明を生成できる。
Siri AIの外部アプリ連携. AppleはiOS 27.3で、Siri AIがサードパーティ製アプリを利用できるようにする。アシスタントはパーソナルコンテキストや画面上の状況認識、新しいアプリスキルを利用できるようになる。watchOS 27.3では、Siri RecapやLive Rewindを含む常時オンのAudio Intelligenceも導入した。
GPT-6 Astraがハードウェア設計. OpenAIによると、GPT-6 AstraはCodexコーディングエージェントと対話するためのデバイスを、1週間足らずでゼロから設計した。筐体、PCBレイアウト、ファームウェア、UIを手がけた。より新しい社内モデルはBenchCAD 2.0で0.875を記録し、Astraの0.594を上回ったが、Astraは数回の改訂を要した。
AnthropicのMessage Threads. AnthropicはMessage Threadsのパブリックベータを開始した。会話履歴全体を再送する代わりに、直前のメッセージ以降の変更分だけを送信する。これにより、50万～100万トークンのリクエストで最初のトークンが返るまでの時間が約35%短縮される。
ツールとフレームワーク
LangSmithのBYOCがGA. LangSmithのBring Your Own Cloud（BYOC）はAWSで一般提供（GA）を開始し、AzureとGoogle Cloudではベータ提供中だ。顧客はトレース、評価、データセット、プロンプト、デプロイを自社のクラウドアカウントに保持し、LangChainがコントロールプレーンを管理する。
ブラウザエージェント最適化. LangChainは、deep agents向けにBrowser Useをどのように最適化したかを詳しく説明した。エージェント向けに作られたStagehandのツールを使い、トレーシングと評価を繰り返して改良した。9月にはエージェントによるブラウザリクエストが4.7倍に増えたという。
音声エージェント向けSTT. Sonioxは音声認識API「STT v6」を公開した。エージェント自身のテキスト入力を読み取り、認識精度の向上とエコー除去に活用する。料金はストリーミングが毎時0.12ドル、非同期が毎時0.10ドルで、モデルサイズは非公開。
研究ハイライト
重みの読み取りと編集. 複数のチームが「重み空間プログラミング」のアイデアを再現した。GPT-6 AstraやQwen 3.8 27B、DeepSeek V4.1 Flash、Claude Opus 5.5などのLLMは、モデルの生の重みを解釈し、少数のニューロンを編集して挙動を修正できる。再現例には、Gemma 4の翻訳挙動の変更や、Qwenの推論ループの修正が含まれる。
- Like GPT-6 Astra, Qwen 3.8 27B can interpret model weights（新しいタブで開きます）
- I tried MIT's "weight-space programming" on my own use case: Claude rewrote 8 neurons of Gemma 4 12B to change how it translates one Italian tense（新しいタブで開きます）
- DeepSeek V4.1 Flash 1017 can also do Weight-Space Programming（新しいタブで開きます）
- What Qwen is thinking when it gets stuck saying "Wait"（新しいタブで開きます）
- Qwen 3.8 27B on my laptop can interpret model weights, too（新しいタブで開きます）
LLM研究の有効期限. スタンフォード大学の研究は、LLMに関する広く引用される50の主張を20の最近のモデルで検証し、44%がすでに有効期限切れだと判明した。モデルにできないことに関する主張が最も早く失効し、2年後も有効だったのは16%だけだった。
長文コンテキストの状態追跡. Hugging Faceは、長い文書にわたってモデルがエンティティの状態変化をどう追跡するかを試すベンチマーク「StateBench」を公開した。単純な最新更新タスクと、より難しい変化の連鎖を区別し、現行モデルの不足を浮き彫りにする。
エージェント応用
創薬向けエージェント. Google DeepMindは、Cheminformatics Skillsを備えたAntigravityが創薬ワークフローを加速すると示した。エージェントは数千の化合物を検索し、新規マクロサイクルと合成経路を1時間で提案した。従来は数日かかっていた。
SETI向けAIエージェント. SETIのAllen Telescope Arrayは現在、Nvidia Holoscan上のAIエージェントを使って望遠鏡を制御し、信号をリアルタイムで解析している。最大毎秒2.4Tbpsを処理する。最初の成果として、チームはかに星雲のパルサーをリアルタイムで検出した。
オープンソースのロボットハーネス. 清華大学とUC Berkeleyの研究者は、Qwen 3.8 Flash Nextがファインチューニングなしで実機ロボットを制御できるオープンソースのハーネス「uni-robot-agent」を開発した。19の操作タスクでクローズドモデルと同等の性能を達成し、1タスクあたりのコストは1.09ドル。GPT-6 Astraは21.29ドルだった。
業界とビジネス
Palantirの企業向け減速. Palantirの第3四半期売上高は前年同期比96%増の23億1000万ドルだったが、米国の商用売上高の伸びに減速の兆しが見え、投資家の受け止めは冷ややかだった。同社は通期見通しを引き上げたが、個人投資家は小幅に売り越した。
Falの評価額が2倍. 推論スタートアップのFalは、Bessemer主導で評価額160億ドルで13億ドルを調達した。評価額は4月時点の2倍。年換算売上高は8億ドルを超えたが、推論企業は計算コストのため利益率が薄い。
Anthropicの利益率悪化. Anthropicの9月四半期の売上高は170億ドルに達したが、売上高に占める計算コストは58%に上昇し、前四半期の48%から悪化した。IPOを控える中、利益率の悪化が懸念材料となっている。
Revolut、コーディング費削減. 英国のフィンテック企業Revolutは、Claudeの利用をやめてセルフホストモデルに移行し、AIコーディングのコストを10分の1に削減した。Redditへの投稿による。同社は現在、コード生成に自社モデルを使っている。
政策と社会
学校向けGoogle AI. GoogleはK-12の生徒向けにAIツールをデフォルトで無効にする。ただし、オプトアウトした学校はGoogle Searchへのアクセスも完全に失う。同社はSearchとAIが深く統合されていると説明しており、管理者は全部かゼロかの選択を迫られる。
AppleのAIコンパニオン18+. Appleは11月16日から、性的・恋愛的なコンテンツを含むマッチングアプリとAIコンパニオンに18+のレーティングを義務付ける。10代の利用が多いCharacter.AIやReplikaなどが対象となる。
Nexus ModsのAIルール. Nexus Modsは、MOD作者に作品でAIを使用したかどうかの申告と、AI支援を受けたMODについてはその方法の説明を求める。同サイトは人間の創造性を支持する立場を示しつつ、AIを全面禁止するわけではないとしている。
この日のニュースは以上です – 約 5 分で読めます。