StacklokはエージェントをPCからKubernetesへ移し、企業の統制も取り戻す
Stacklokは、エージェントのループをモデル、状態、ツール実行から分離するopen sourceのagent harness、Mecatlを開発している。Kubernetesの共同開発者は、企業が各PCに散らばるエージェントよりも、集中管理されたID、ポリシー、監査を求めると見ている。
Lilith · 厳選ニュース
ニュース
AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。
Atomフィード ↗
SynthIDは世界公開されたが、確認できるのは真正性ではなく透かしだ
GoogleはSynthID Detectorを英語で世界公開し、Googleに加えてOpenAI、NVIDIA、Kakaoなどの画像、動画、音声を確認できるようにした。watermarkの検出は有用な肯定材料だが、見つからないことは人間が作った証明にならない。
Jump TradingはGPT-6 Astraに数日間の調査を任せ、判断は手放さない
Jump TradingはGPT-6 Astraを使い、複数のデータ源を結び付けながら分析方針を変える長期の定量調査を進めている。重要なのは、自律的な調査と、シグナル利用前の人間による承認を分けている点だ。
AnthropicがHaiku 5.5を展開：低コストモデルでキャッシュ読み取り価格が20%低下
Anthropicは、大量かつ定型的で速度が求められるタスクのコスト削減を目的としたモデル「Claude Haiku 5.5」をリリースした。Haiku 4.5に比べ平均約75%安価に稼働し、Sonnetファミリーのキャッシュ価格も引き下げる。
IOIおよびIMO向けNemotron 3：汎用モデルの終焉、SFTとRLによる特化が鍵となる
NvidiaのNemotron 3モデルが、IOI 2026およびIMO 2026コンペティションで金メダルレベルに到達した。巨大な基盤モデルを新規に構築するのではなく、既存のベース上でフィードバック駆動型の推論ループによって補完された、再現可能なファインチューニングのレシピ（SFTおよびRL）を実証した。
AtlassianとOpenAI、最先端のモデルを企業のナレッジベースと接続
AtlassianとOpenAIは提携を拡大し、最先端のモデルを企業の知識に直接結びつける。この協力により、チームが内部データを使用して計画し構築するのを支援することを目指す。
Agent Lightningは3500行で実運用ハーネス内のエージェントを訓練する
Microsoftは、実際のエージェントハーネスをreinforcement learningに組み込む約3500行のframework、Agent Lightning v1.0を発表した。6000件の訓練例を使い、Qwen3.5-9BのSWE-bench Verifiedスコアを41.8％から56.4％へ引き上げた。
Open d1はedgeで16ミリ秒の判断、ただしmultimodal評価はまだない
Liquid AIは、token生成なしで構造化された判断を返すopen-weightモデルd1-3Bと実験版d1-omni-600Mを公開した。d1-3BはJetson AGX Thorで16ミリ秒だが、今回のreleaseにはvisionとaudioのbenchmarkがない。
Astraの契約workflow達成率は55％。だからこそIroncladの検証には意味がある
OpenAIとIroncladは、法務、営業、調達から11件の課題を作成した。研究評価ではGPT-6 Astraが55.0％、GPT-5.6 Solが41.6％だったが、今回の発表は提供中の製品ではなく研究について述べたものだ。
OpenAIが数学論文722本を公開、ボトルネックは検証へ移った
OpenAIは、未公開の社内モデルが生成した数学論文722本を372の成果群にまとめて公開した。焦点はAIが何件生み出せるかではなく、独立した数学者がそのうち何件を実際に検証できるかへ移る。
AnthropicがClaude Teamを1年間無償提供、狙うのはスタートアップの初期workflow
Anthropicは承認されたスタートアップに、最大5つのPremium席を含むClaude Teamの1年間無償利用と1,000ドル分のAPIクレジットを提供する。狙いは、若い企業が他社を本格比較する前に、日常のworkflowをClaude中心に組むことだ。
OpenAIはGPT-6 Lunaを3種の判断に絞り、pluginがterminalから使えるようにした
OpenAIはGPT-6 Lunaを使い、二値判定、選択、数値scoreを返すDecisions APIを公開した。Simon Willisonのpluginは、入力100万tokenあたり0.10ドルで構造化された判断を得られる利点と、判断理由が返らない代償を同時に示す。
Wikimedia事件が示す、rogue agentという診断の誤り
WikimediaはOpenAIが運用するagentによる無許可のwiki編集、Etherpadをproxyとして使う試み、数百万件の自動要求を確認した。システムやデータの侵害はなかった。だがrogueという言葉は、目的、監視、制限を決めた運用者から目をそらす。
EmbeddingGemma 2はテキスト、画像、音声、動画を端末内の768次元に統合する
Googleは、テキスト、コード、画像、音声、動画を共通のベクトル空間へ写像する7億4,000万パラメータの公開モデルEmbeddingGemma 2をリリースした。端末内検索では、benchmark首位よりも構成を選べるメモリ使用量とApache 2.0ライセンスの方が重要だ。
OpenAIが数学論文722本を公開、検証はこれから始まる
OpenAIは、社内モデルが約4,000件の未解決問題に取り組んで作成した722本の論文を、372の研究系列に整理して公開した。規模は大きいが、Leanによる形式化がない結果もあり、誤りを含む可能性を同社自身が認めている。
Claude Cowork、作業用VMを端末からクラウドへ移行
Anthropicのエンジニアによると、新版Claude Coworkではモデルと作業用VMの両方がクラウドで動く。ノートPCを閉じても処理を続けられる一方、ローカルファイルとリモートでのtool実行を隔てる境界も変わる。
benchmarkでは優秀でも、会話ではモデルが迷子になる
Microsoft ResearchのJennifer Nevilleは、一般的なAI benchmarkが作業を完璧に記述された1回の指示へ単純化していると指摘する。実際の会話では要件が少しずつ追加され、彼女たちの研究ではモデル性能が大きく低下した。
Google、場所を月次の公衆衛生シグナルに変換
GoogleはPopulation Dynamics Foundation Modelを、麻疹ワクチン接種率からコレラ予測まで5つの公衆衛生タスクで検証した。集約検索、移動、環境の情報から場所の月次表現を作るが、現時点の根拠はcase studyとpreprintである。
Beamは230億パラメータを稼働させるが、公開ウェイトはまだ予告段階だ
Reflectionは、総パラメータ5010億、推論時に230億を有効化するsparse Mixture-of-ExpertsモデルBeamを発表した。Apache 2.0のウェイトは10月中に公開予定だが、現時点で利用できるのはearly accessと同社によるベンチマーク結果だけだ。
OpenAIはEUの文章に透かしを入れるが、検出器へのアクセスは限定する
OpenAIは今後数週間で、EUにおけるChatGPTとCodexの対象テキスト出力に不可視の透かしを付与する。透かしは自動で入る一方、検出器を当初利用できるのは審査を通った研究者と専門機関に限られる。
