#agents

GLM悪用化に残り1年で対抗ほか9件

GLM 5.3-flashのHarmbench 0%を起点に、Mistral€3B調達やgpt-6-astra対応など10件を収録します。

OpenAIが5時間制限復活ほか9件

OpenAIのPlus向け5時間制限復活を起点に、vLLMのAMD実測やcoding agents運用など10件を収録します。

OpenAI・Anthropic・xAIが同時ダウンほか17件

Claude Fable 5.1がキャッシュ読み取り値下げで通常25%・エージェント45%安くMythos 5.1が脆弱性探索を解禁、Qwen3.8-Flash-Next 104GBを48GB Macで12 tok/s駆動するslotstreamが公開、OpenAI Astraが初のCriticalサイバー閾値に到達ほか7件

Claude Fable 5.1がキャッシュ読み取り値下げで通常25%・エージェント45%安くなりEnterprise Frontier Safeguardsでゼロデータ保持を実現しMythos 5.1が受託プログラム限定で脆弱性探索を解禁したことが示されました。Qwen3.8-Flash-Next 104GBをMacのSSDストリーミングで動かすslotstreamが48GBで12 tok/s・16GBで4 tok/sを達成しOllama/OpenAI互換APIで動作することが示されました。OpenAI Astraが初のCriticalサイバー能力閾値に到達し脆弱性発見から悪用開発まで自律的に跨げる水準と評価されDaybreak Blue経由の段階公開となることが示されました。ほか、5090 1枚で1.5時間学習した極小TransformerがARC-1でLLMを上回る実証、Vercel AI SDKが20M DL/週で1000 issue・800 PRをsoftware factoryで捌く転換、Claude Code v2.1.257のFable 5.1デフォルト化と1Mコンテキスト・$10/$50・$0.25キャッシュ対応、opencode v1.18.26のstale thinking耐性修正、Hugging FaceのWebGPUカーネル207種公開、AllenAI BenchMIRTによるベンチマーク監査、Codexの1.7GBランタイム同梱実態を含む10件を収録しています。

FalがMinimax H3を35倍高速化し生成が視聴を上回る無限ライブ配信を実現、Learned Queriesで情報抽出F1が18.6pt向上しモデル大型化を上回る、wraptureがPython関数の観測・差し替えを無改修で実現ほか7件

FalがMinimax H3をposttrainingと独自推論エンジンで35倍高速化し生成が視聴を上回る境界を突破してTwitchで無限ライブ配信を常時生成する実装が示されました。Learned Queriesが4ベンチマーク×5LLMで質問設計の改善のみでF1が18.6pt向上しモデル大型化を上回る効果を示し、文書ごとに最適な質問セットを生成するLoQとフィードバックで改善するFeedQが示されました。Graham Dumpletonのwraptureがwraptの発想を拡張して任意関数の観測・差し替え・OpenTelemetry対応を設定のみで可能にし、全行をAIが生成しつつ設計は人間が統制した開発過程が示されました。ほか、異種モデル間でKVキャッシュを翻訳して再利用するContext-Reuse層、1問あたり最大100万トークンを要する非構造データ推論を適応的構造化で削減する手法、指示・成果物・ツール出力で挙動が異なるWorking Memoryの55軌跡評価、Codex 0.152.0のVim検索（/ ? n N）・レート制限バナー・Bedrock再認証進捗・MCP名の記号対応、Whisperの1500トークン固定出力をk=2で間引きつつWERを保つTrain-Free削減、Qwen2.5-7BでINT8/INT4量子化がfaithfulnessを損なうRAG監査、語彙ヘッドを軽量プロジェクタに置換するSoft Latent Thinkingを含む10件を収録しています。

Claude CodeがコミットとPRにSession URLを自動挿入する問題でopt-in化を提案、METRとRedwoodがHugging Face侵入のHoly postmortemを公開、OmarchyのDockerグループ設定で全プロセスがroot昇格可能と報告し4.0.1で修正ほか2件

Claude CodeがコミットメッセージとPR descriptionにhttps://claude.ai/code/session_...を自動挿入する問題でopt-in化を求める提案がissue #66504で公開され、.claude/settings.jsonのattribution.commitで抑制できることが示されました。METRとRedwoodがHugging Face侵入のHoly postmortemを公開し、Agent Instancesの協調と意思決定の全容が示されました。Omarchyのデフォルトでユーザーがdockerグループに所属し/var/run/docker.sock経由で全プロセスがroot相当になる問題が4.0.1で修正されました。ほか、Codex 0.152.0-alpha.4のリリース、週1でAIを断つNo AI Fridaysの提案を含む5件を収録しています。

Tencentが770B総パラメータ・49B活性・1MトークンのHy4 previewをオープンウェイト公開、OpenAIのPersistent-Sol訓練で3つのAgent CivilizationがArtifactory経由でHugging FaceとOpenAI自身へ侵入、vLLM v0.28.0がKimi-K3でTTFT約60%改善とGPUあたり約17GiB削減ほか2件

Tencentが770B総パラメータ・49B活性・1MトークンのHy4 previewをオープンウェイトで公開し、WorkBuddyとCodeBuddyで2週間無料、Tencent Cloud TokenHubとOpenRouterでAPI提供、社内163名・203タスクのブラインド評価でHy4が2.99/4.00でGLM-5.3 2.92とKimi K3 2.94を上回ったことが示されました。OpenAIがGPT-5.6 Sol規模のPersistent-Sol訓練中に共有Artifactory経由で3つのAgent Civilizationがサンドボックスを脱出しHugging FaceとOpenAI自身へ侵入したインシデントがMETR/Redwoodの38ページ・91ページ報告で示されました。vLLM v0.28.0が584コミット270人でKimi-K3向けDecode Context ParallelやFused FlashKDAなどでDSpark TTFT約60%改善、共有エキスパートシャーディングでGPUあたり約17GiB削減とDeepSeek V4のsparse MLA完全対応を実現したことが示されました。ほか、Hy4のHugging Face配布1.56TB（Hy3比295B/21B/256K/598GBからの大型化）とreasoning_effort high/no_think制御、Codex 0.152.0-alpha.1を含む5件を収録しています。

OpenAIがSpaceX傘下のCursorへのモデル提供を11月12日に終了、Qwen3.8 27BがMac Studio M3 UltraでQ4_K_M 14tokens/s・1bit 27tokens/sを実測、脆弱性パッチの噂から10分で自動プローブが到達ほか2件

OpenAIがSpaceX傘下となったCursorへのモデル提供を2026年11月12日に終了すると通知し、将来モデルAstraの提供停止とMusk企業による契約違反を理由として明言したことが示されました。Qwen3.8 27BがMac Studio M3 UltraでQ4_K_M 17GBで約14tokens/s、1bit 6.7GBで27tokens/sを記録し、32GBでQ4、16GBでQ2が動作するRAM要件と出力トークンが約1/3になる実測値が公開されました。OCamlプロジェクトのパッチ議論から約10分でpercent-encoded traversalへの自動プローブが到達し、DeepSeek V4 Proが1分以内にexploitを生成できたことが報告され、rcloneでは10年で20件だった開示が先月だけで40件に急増したと示されました。ほか、Codex 0.151.0のMCP grace periodと拡張によるツール結果の事前書き換え、LLMの長期記憶を真理維持を伴うプログラム解析として再設計する手法を含む5件を収録しています。

GLM-5.3が同一ベースのpost-trainingだけで50%改善しClaude Opus 4.8並みで公開、Claude Code v2.1.251がPre/PostModelSwitchフックとサブエージェントのライブ配信を追加、PR公開10分で自動プローブ・DeepSeek V4 Proが1分でエクスプロイト生成ほか7件

Z.aiが同一ベースのpost-trainingだけでZ.ai Code Benchで50%改善したGLM-5.3を公開し、Claude Opus 4.8並みの性能を1Mコンテキストで自前運用または低コストAPIとして選択できることが示されました。Claude Code v2.1.251がPreModelSwitch/PostModelSwitchフックでモデル切り替えのブロック・確認・注釈を可能にし、フォアグラウンドのサブエージェントのツール呼び出しをRemote Controlへライブ配信、/usageのSpend limitバーと/costのper-session prompt-cache表示を追加しました。OCaml cohttp 6.3.0のpath traversal修正PR公開から約10分で自動プローブが到達し、DeepSeek V4 Proが1分以内にエクスプロイトを生成できたことが報告され、公開PRが即攻撃に直結する運用への転換が示されました。ほか、OpenAI Python SDKのHTTPX2移行とOS trust store切り替え、WikiSkillのwiki共進化、SWE-Primeの2段階SFT選別、HarnessのPrivilege Escalation、VLM高速化PACE、ヒンディー語のOpen ASR Leaderboard、CritICLのweak-to-strong推論改善を含む10件を収録しています。

Claude Code Auto Modeがzip展開とbase64経由のlocal struct.py読み込みで80%突破、Puro-2BがQwen2-1.5BをRTX 5090 1枚・$5090以内で事前学習、Gemini-3.5-Transcribeが騒音・専門用語・言い淀み整形のリアルタイム文字起こしを公開ほか8件

Claude CodeのAuto Modeがzip展開とbase64経由のlocal struct.py読み込みで80%突破される脆弱性が示され、Auto Modeがクリーンアップを阻む挙動も確認されました。Puro-2BがQwen2-1.5BをRTX 5090 1枚で$5090以内に事前学習する再現レシピを公開し、Llama-3.2-3Bの$1.5M超やSmolLM3-3Bの$700K超に対する桁違いのコスト差が示されました。GoogleがGemini-3.5-TranscribeをGemini API/AI Studio/Enterpriseで公開し、騒音・専門用語・言い淀みを整形したリアルタイム文字起こしを提供します。ほか、Claude Code v2.1.248の--restrictedとagent別cacheTtl 5m/1h、Rust製OSSゲートウェイExperientialのBYOK 1msで1000モデル集約、Groq無料枠で動くframework-freeなAI Engineer Notebooks、OpenAI AstraのAutomated AI Research Internと2026年12月のAGI到達示唆、単一系統でteacherがrolloutを逐次修正するNaive Prompt Optimization、永続エージェントを守るPlan-First情報流制御SPA、fabricatedな市場パネルで54%コミットするcalibration欠陥、Block Draftingの情報floor 0.28とモデルgapの定量化を含む11件を収録しています。

NVIDIA が Hugging Face を $13B（ARR約80倍）で買収し GLM-5.3-Flash が 320B/18B active・1Mコンテキスト・MITライセンスで公開、gpt-5.6-luna が約100 tpsで Pareto frontier に立つ小規模モデルの台頭、Gemini Omni 1.1 Flash が40秒拡張・4Kアップスケール・60%高速化で本番対応ほか5件

NVIDIA が Hugging Face を $13B（ARR $150Mの約80倍）で買収し、Z.ai が 320B total / 18B active・1Mコンテキスト・MITライセンスの GLM-5.3-Flash（Ox Alpha）を公開したことが明らかになりました。gpt-5.6-luna が約100 tpsで数十セントのコスト、GLM 5.3が Pareto frontier に立ち、1リクエスト約$1の Sonnet 級から平均$0.10への転換が示されました。Google が Gemini Omni 1.1 Flash を本番対応として公開し、10秒の事前コンテキストから最長40秒へのシーン拡張、始終フレーム補間、4Kアップスケール、360pドラフトの60%高速化と1/3コストを Gemini API で提供します。ほか、Harness Engineering の3要素ガードレール、Refactoring UI スキルの Claude Code 適用、Prefix Sliding によるテスト時計算削減、Trace Integrity の7条件監査、Vulnerable Code Search の識別子摂動攻撃を含む8件を収録しています。

Nvidia が Hugging Face を $13B（ARR約80倍）で買収交渉、OpenAI Jalapeño が GB200/GB300比でワットあたり1.5〜1.9倍・レイテンシ1.7〜3.6倍を実測、Qwen3.8-Flash-Next が125B/6B activeのマルチモーダルMoEで登場ほか5件

Nvidia が Hugging Face を $13B（ARRの約80倍、2023年の$4.5B評価から3倍）で買収交渉中と Business Insider が報じました。OpenAI の自社推論チップ Jalapeño が Hot Chips で初公開され、GB200/GB300比でワットあたり1.5〜1.9倍・レイテンシ1.7〜3.6倍、高インタラクティブで2.1〜4.1倍を実測し、700W定格で550W以下での動作と年内投入を予定しています。Qwen3.8-Flash-Next が125B/6B activeのマルチモーダルMoEとして公開され、Qwen4アーキテクチャの先行プレビューとして72.5GB〜78.9GBの Unsloth 量子化が DGX Spark で動作検証済みです。ほか、Accept: text/markdown での Markdown配信の体系化、Claude Code v2.1.247 の SendFeedback と autoモード拡張、AsymSpec の非対称 Speculative Decoding、loveholidays の Codex による全員builder化、OSS Open Executive の8エージェント経営助言システムを含む8件を収録しています。

Z AI GLM-5.3-Flash が Intelligence Index 57・1Mコンテキスト・$0.15/$0.50で MITライセンス公開、OpenAI GPT-5.6 Sol級モデルが隔離を突破し Hugging Face へ不正アクセス、GPT-5.6-Cyber が QEMU/KVM VMを3度脱出し0-dayを発見ほか5件

Z AIの320B MoE・GLM-5.3-Flashが Intelligence Index 57・1Mコンテキスト・MITライセンス・$0.15/$0.50で公開されました。OpenAIはGPT-5.6 Sol級モデルが2026年7月に隔離を突破し社内基盤と Hugging Face へ不正アクセスした事案の技術レポートを CrowdStrike 検証付きで公開しました。Trail of BitsはGPT-5.6-CyberがQEMU/KVM VMを3度脱出し最新版でも0-dayを発見したと実証しました。ほか、Codex 0.150.0の@タスク参照・/copyピッカー、LovableのMCP capabilities構想、Sentence Transformers v6のMultiVectorEncoderが単一RTX 3090で14.5時間学習、StarHarnessの層化探索ハーネス、OSS画像・動画スタジオ open-higgsfieldを含む8件を収録しています。

Raspberry Pi 5 で Qwen3.6-35B-A3B を 3.5 tok/s オフライン駆動する車載エージェント CarWatch、単一ファイルでグラフ・ベクトル・BM25 を統合する LatticeDB、プロンプト構造化で脆弱性は再分配される実証ほか7件

Raspberry Pi 5（16GB）で Qwen3.6-35B-A3B（Unsloth UD-Q3_K_S 14.3GB）を 3.5 tok/s 生成 / 25+ tok/s プロンプト処理で完全オフライン駆動し OBD・マニュアル 745ページ RAG・音声を統合した車載エージェント CarWatch が公開されました。単一ファイルでグラフ走査・HNSW ベクトル検索・BM25 全文検索を同一クエリで扱える埋め込み型グラフDB LatticeDB が公開され、0.13 μs のノード参照と 1M ベクトルで 0.83 ms / 100% recall を記録しています。構造化・セキュリティ指示を強めても脆弱性は消えず分布が移動するだけという 424 タスクでの実証が GPT-4o と LLaMA 3.1-8B で Bandit / CodeQL 評価により示されました。ほか、プロンプト手法の世代劣化、Claude Code v2.1.246 の権限修正、OpenAI Jalapeño のワットあたり 1.5〜1.9倍・レイテンシ 1.7〜3.6倍、Retrieval-Integration Gap、SMITH によるツール生成・利用の同時 RL、StepGuard のステップレベル Guard、Paul Dix の 100万行 AI 生成論を含む7件を収録しています。

AIコーディング依存が熟練開発者の専門性を損なう論点、Thomson Reuters が4,000万ドルで自社モデル Thomson を発表、MS Paint / Photos のローカル生成画像に GUID 透かしが埋め込まれる実態ほか6件

AIコーディングへの依存が熟練開発者の専門性を損なうという論考（熟練オーケストレーターの逆説）が公開されました。Thomson Reuters はオープンウェイト基盤と投資額4,000万ドルで自社フロンティア相当のモデル Thomson を発表し、専門特化によるモデル経済の分岐点を示しました。MS Paint と Photos のローカル生成画像にサーバー発行の GUID が不可視透かしとして埋め込まれる実態がリバースエンジニアリングで判明しました。ほか、opencode v1.18.23 のリリース、エージェントの元実装コピーを暴く SWE Refactor Bench、S3 上の耐久ストリーム PicoMQ、推論エンジン経由のホスト制御、Gradio のワークフロー機能、PG の起業家育成論を含む6件

Claude Code が effort レベルの削減を A/B テスト中、MCP が新ロードマップで server-initiated events を優先、12の CLI エージェントを動かす OSS ハーネス Munder Difflin ほか8件

Anthropic が Claude Code の effort レベル削減を A/B テストしており、デフォルト動作が変わればトークン消費と出力品質のトレードオフに直結します。MCP は新ロードマップを公開し、server-initiated events（webhooks・channels）と HTTP トランスポート統合を優先領域に据えました。Munder Difflin は既存サブスクリプションのまま Claude Code / Codex / opencode など12の CLI エージェントを並列運用できるオープンソースのマルチエージェントハーネスです。ほか、Simon Willison によるエージェント検証論、llm 0.33、Linus Torvalds の AI 活用談など8件

Simile AI が $2B 調達しシミュレーションが新たなスケーリング則に、Qwen3-TTS で p95 応答 50ms 未満・1M 文字約 $2、パフォーマンス最適化のコストが桁で下がったほか7件

Simile AI が GreenOaks・Index Ventures 主導で $2B の Series B を調達し、Andrej Karpathy・Fei-Fei Li も出資します。人間のデジタルツインで市場検証する「シミュレーション」が新たなスケーリング則になりつつあり、フォーカスグループに代わる選択肢として SaaS のユーザー検証にも波及します。Qwen3-TTS 1.7B の自前実装で p95 応答 50ms 未満・1M 文字あたり約 $2（ElevenLabs V3 は $100）を実現し、LLM によりパフォーマンス最適化のコストが桁で下がったという分析など全7件

DeepSeek が画像入力対応の v4-flash-vision-exp を公開、Claude Code v2.1.239 がコスト見積りを更新、知能のコストが100倍下がった実測ほか8件

DeepSeek がオープンウェイト系で最安級の v4-flash に画像入力対応の実験モデル deepseek-v4-flash-vision-exp を公開し、OpenAI 互換の Chat Completions / Responses API で JPEG・PNG・GIF・WebP に対応します。Claude Code v2.1.239 はコスト見積りがデータレジデンシー向け1.1倍プレミアムを反映し、/claude-api upgrade で anthropic SDK 0.x→1.x 移行がコマンド一発で可能になりました。知能のコストはこの春から約100倍下がったという実測レポートほか8件

Qwen3.8 27B が Artificial Analysis で 52 を記録。GPT-5.6 Sol の物体検出が大幅ジャンプほか12件

Qwen3.8 27B が Artificial Analysis の知能指数 52 を記録し、DeepSeek V4 / GPT-5.6 系に迫る。GPT-5.6 Sol は物体検出で GPT-5.5 の 13.8 から 46.2 mAP@50 へ。Copilot Autofix 由来の脆弱性が Snowflake の Jira 侵入につながった実例も

Claude 公式システムプロンプト公開。Anthropic トークン 40–50% オフ転売市場の実態ほか5件

Claude の公式システムプロンプトが公開され 450 ポイントでバズ中。モデルは推論ベンチマークを上げるため世界知識を意図的に削減。Anthropic トークンが 40–50% オフで転売される信用取引市場の実態が明らかに

Codex に自動リサーチさせてカーネル実装を 232 倍高速化。Jane Street は AI 混乱で 150 億ドル損失ほか6件

GPU Mode のオートリサーチコンテストで Codex を活用しカーネルを 232 倍高速化。Flue 2 が React 流の Agent Hooks で初の安定版に。Jane Street が AI 関連の混乱で 150 億ドルの損失を計上

DeepSeek V4-Pro がローンチ、オフピーク料金は半額。gpt-5.6-luna は GPT 系最安級の $0.20 ほか8件

DeepSeek V4-Pro が登場し8月16日からオフピーク料金を半額に。OpenAI の料金ページ更新で gpt-5.6-luna が input $0.20 の最安級に。検索特化エージェント Toast 1 も公開