Pi 1.0安定化ほか11件

目次

• 1. Pi 1.0
• 2. DeepSeek Harness Desktop for macOS and Windows
• 3. v2.1.287
• 4. Clef: Open-weight decision models, and new RL fine-tuning platform
• 5. 0.162.0-alpha.5
• 6. Academia is for Ambition — Alex Zhang, MIT
• 7. Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs
• 8. Pi Durable
• 9. Using Opus 5.5 to discover a new eyewitness record of the dodo
• 10. RIP, vector database
• 11. AutoSynthData: Generating Training Data for Enterprise Agents
• 12. The death of web development education
• 深掘り: Pi 1.0

深掘り: Pi 1.0

• Earendilがコーディングエージェント「Pi」を1.0に安定化しました。数十万人が毎週利用するハーネスを、数ヶ月のフィードバックと改良を経て堅牢化しました。
• 追加機能はCodemode（MCPネイティブ、Jevや画像モデル対応）、仮想モデル拡張、遅延ツール読み込み、Anthropicキャッシュウォーミング、中間システムメッセージ（会話途中のプロンプト・ツール変更）、新TUIテーマ、デフォルトフルスクリーンの7点です。
• CodemodeはMCPをネイティブ統合し、LLM以外のモデルも直接呼び出せます。ツールチェーンを外部プラグインに依存せず構築できます。
• キャッシュウォーミングはAnthropicモデル向けで長時間セッションのコストと精度に直結します。中間システムメッセージは会話途中でプロンプトやツールを動的に変更し、長いセッションの文脈管理を改善します。
• 遅延ツール読み込みは必要時のみロードする仕組みです。起動時間とメモリを抑え、ミニマル設計を維持します。
• 仮想モデル拡張により複数モデルを組み合わせたワークフローを構築でき、個人開発者がSaaSに合わせたエージェント構成を柔軟に組めます。
• 新機能は「壁に投げて残ったもの」のみ採用されました。落ちたものの方が多く、ミニマリズムを維持しつつ大きな前進を実現しています。
• 同時に、Piの形に合わない利用方法に対応する実験的フレームワーク「Pi Durable」も関連情報としてリリースされています。

原典 Pi 1.0

2. DeepSeek Harness公開プレビュー開始

• DeepSeek Harnessは世界中で公開プレビューを開始し、オープンソースで提供されています。Cordisの「everything is a plugin」アーキテクチャを採用し、プラグインでツール・スキル・インターフェースを拡張できます。
• デスクトップアプリとWeb UI（npx @deepseek-ai/dsh webで起動）の両方で動作します。日常業務（ファイル整理、データ分析、文書・スライド作成）、コーディング（リポジトリ探索、バグ修正、機能構築、テスト実行）、調査（情報検索、事実検証、引用）、バックグラウンドタスク（スクリプト実行、バッチ処理、進捗追跡）をカバーします。
• 予定タスクプラグインでスケジュール実行や定期作業を開始できます。開発者ツールでは実行トレースと詳細なランタイム情報を確認でき、ツール呼び出しやタスク実行のトラブルシューティングに役立ちます。
• プラグインはチャット内の「Creator mode」で作成するか、既存のものをインストールしてワークフローに合わせて拡張できます。Node.jsをインストールしてWeb UIを起動するか、ソースからクローンしてセットアップできます。

原典 DeepSeek Harness Desktop for macOS and Windows

3. Claude Code v2.1.287リリース

• Claude Code v2.1.287をリリースしました。プラグインによる深い動作変更（Claude Mods）が追加され、プラグインがより深い挙動を変更できるようになりました。
• 組み込みの「You should know」サイドエージェントを追加しました。セッション中に見落としを監視し、フラグを立てます。/plugin enable cc-plugin-you-should-know@builtin で有効化できます（テレメトリ有効のファーストパーティセッション向け）。
• エージェントビューに n:<text> フィルタを追加しました。セッション名とタスクにマッチし、折りたたまれたセクション内の一致も表示され、Enterで最初の一致を開きます。
• OpenTelemetryの user_prompt イベントに prompt_text を追加しました。prompt のコピーで、ドットキーをネストするバックエンド向けです。

原典 v2.1.287

4. Cloudflare ClefとRLファインチューニング公開

• CloudflareがWorkers AI上でオープンウェイト意思決定モデル「Clef」と「Clef-flash」を公開しました。Jev Decision Indexでリーダーを記録し、Jev APIと完全互換です。
• 構造化された確率付き出力を高速・低コストで生成します。新しい分類カテゴリを追加する際にモデルの再学習が不要で、任意の入力セットに対応できます。
• Hugging Face上でApache 2.0ライセンスの下で完全オープンソース化されており、ローカル実行と実験が可能です。
• 同時にRL（強化学習）ファインチューニングプラットフォームを公開しました。顧客は自分のユースケースに合わせてClefをファインチューニングできます。
• 意思決定モデルはエージェントのワークフロー内で分類判断（例：顧客サポートメッセージの緊急度と担当チームの判定）をLLMより安価かつ高速に処理し、コードが確率付きの型付き回答を直接利用できます。

原典 Clef: Open-weight decision models, and new RL fine-tuning platform

5. Codex Rust版 v0.162.0-alpha.5リリース

• OpenAI CodexのRust版v0.162.0-alpha.5をリリースしました。エージェントコマンドセンターでタスクをキーボード操作で閲覧できるようになりました。
• フルスクリーンモードでの中クリック貼り付けに対応しました。ワークスペースをデフォルトとするセッション開始も追加されています。
• Guardianレビュー機能を含む複数の改善が含まれています。ターミナルベースのコーディングエージェントの操作性と履歴管理が向上しています。

原典 0.162.0-alpha.5

6. MITのAlex Zhangが語るRLMと次世代ハーネス

• MITのAlex Zhang（RLM第一著者、MIT PhD）が、Jev、PhDマスキング、ハーネスの未来を語ります。現在の強力なLLMを原始的なシステムで包んでいる課題を指摘しています。
• RLM（Recursive Language Model）はモデルが自分のプロンプトを外部システムのオブジェクトとして扱う仕組みです。2025年の推論モデルへの転換に続き、2026年はRLMへの転換になると予測されています。
• RLMベースのハーネスがARC-AGI-3を解決しました（OpenAIのAstraより先に）。Prime Intellectの「Prime Agent」は自己改善型RLMハーネスで、プログラマティックなツール呼び出しと自己修正可能な状態を持ちます。
• Prime Agentはトークン効率と表現力を両立し、長時間の自律タスクやコーディングに対応します。コンテキストを変数として扱い、マルチエージェントメッセージングをサポートします。

原典 Academia is for Ambition — Alex Zhang, MIT

7. Olmo-core 3：大規模MoE基盤公開

• Allen AIが大規模MoEトレーニング基盤「Olmo-core 3」を公開しました。エキスパートプールを8から128に拡大し、トークンあたり4つを選択する設計で、アクティブパラメータを約3.2Bに固定しています。
• 総パラメータ容量は4.6Bから47Bへ増加しましたが、トレーニングスループットの低下は5%未満に抑制されています。同インフラは1兆パラメータ規模でもベンチマーク済みです。
• オープンソースとしてHugging Faceで公開されており、Apache 2.0ライセンスでローカル実行と実験が可能です。個人や小規模ラボでも大規模MoEのトレーニングを試せる基盤となります。
• MoEのスケーリングではエキスパート間の通信コストが課題でした。Olmo-core 3はこのギャップを埋め、効率的な大規模モデル開発を支えます。

原典 Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

8. Pi Durable：長時間実行エージェント基盤

• Pi Durableは長時間実行・耐障害性・マルチユーザー対応のエージェントアプリケーション構築基盤です。TypeScriptベースで、Node/Bun/Cloudflare上で動作し、プラグイン可能なストレージと実行環境を持ちます。
• どこでも動作し、異なるサーフェスからアクセスでき、無限に長い会話をサポートします。内部・外部の壊滅的な障害を生き延び、複数の人間が同じエージェントを操作できます。
• Piコーディングエージェントとコード（pi-aiなど）や原則（ミニマリズムと可変性）を共有します。コーディングエージェントを含むあらゆるエージェントアプリケーションの構築に使えます。
• Pi 1.0と同時にリリースされた実験的パッケージで、クラッシュからの自動復帰や複数ユーザーの同時操作に対応し、商用エージェントサービスの基盤として価値があります。

原典 Pi Durable

9. Opus 5.5でドードー新記録発見

• Carter ChurchはGPT-6 Astraを6時間動作させ、従来解読できなかったナポレオン時代の暗号を解読しました。
• 著者はOpus 5.5を使い、GLOBALISEアーカイブのオランダ東インド会社記録から1615年のドードー目撃記録を発見しました。埋め込みモデルによるセマンティック検索とフロンティアモデルによる評価を組み合わせた手法です。
• 専門知識で研究質問を定義し、大規模コーパスを埋め込み検索で絞り込み、フロンティアモデルに候補をランク付けさせ、人間がレビューして反復するという再現可能な方法論を示しています。

原典 Using Opus 5.5 to discover a new eyewitness record of the dodo

10. turbopuffer v3でANNを副インデックス化

• turbopuffer v3でストレージアーキテクチャを根本から変更しました。ANNベクトルインデックスを主インデックスから副インデックスに移行し、「ただの副インデックス」として扱います。
• v1はオブジェクトストレージを情報源とし、階層型NVMe SSD/メモリキャッシュで経済性と性能を両立しました。v2ではテキストと正規表現検索を強化し、Linearの同期エンジンなど非検索用途にも利用されています。
• 新しい主インデックスによりテキスト・正規表現・ベクトル検索を統合的に高速化できます。GROUP BYや集計など、従来のベクトル主設計では制約されていたクエリプランも解放されます。
• さらに多くのSQLクエリをturbopufferに移行して高速化する基盤を整えました。初期顧客のCursorやNotionが利用する経済性と性能のトレードオフを維持しつつ、検索の次の段階へ進みます。

原典 RIP, vector database

11. AutoSynthDataで訓練データを自動生成

• ServiceNow CoreAIが「AutoSynthData」を公開しました。対象モデルの失敗と強力な教師モデルの成功を比較し、能力ギャップを埋めるトレーニングデータを自動生成・検証するパイプラインです。
• タスクは (system specification, user prompt, verifier) の抽象化で定義され、環境内で実行可能で実際の作業に似たものを生成します。モデルが改善するにつれてカリキュラムは残りの困難な能力にシフトします。
• EnterpriseOps Gym（Malay et al., 2026）を用いた実証を含み、エージェントの失敗分析からカリキュラム生成、検証までを一貫して行います。
• 個人開発者が自社環境に特化したエージェントをファインチューニングする際、手動でタスクを設計する手間を削減できます。パイプラインの概念（失敗分析→カリキュラム生成→検証）は小規模でも応用可能です。

原典 AutoSynthData: Generating Training Data for Enterprise Agents

12. AIで教育ビジネス崩壊

• Baldur Bjarnasonの報告によれば、独立教育者のトレーニング・教育プロジェクトは次々と消滅し、同業者の多くが事業を閉鎖しています。ウェブ開発電子書籍の需要も急落しました。
• 開発者はエージェントによるコーディングに完全移行していないものの、エラーの多いチャットボットを「教育」として利用する傾向に変わっています。
• Axel Rauschmayer（2ality）の書籍収入は2024年の生活可能水準から2026年にはゼロに落ちました。ブログと無料書籍へのアクセスはAIクローラーがほとんどを占め、広告収入が得られず、コンテンツをオフライン化しています。
• 独立教育者や書籍販売者の収入がゼロに近づき、従来の学習リソースやコミュニティの形が変わっている現状を、個人開発者は早期に捉える必要があります。

原典 The death of web development education