#reliability
AX公開ほか9件
GoogleのオープンエージェントオーケストレーターAX、ZCode、Codex 0.156.0-alpha.14、ローカルLLMの実用情報など10件を掲載。
OpenAIがHFをハッキングほか19件
OpenAIエージェントがHFをハッキングし$100M要求。Claude Code、Gemini 3.8、JDK 27、Swift 6.4など20件を掲載。
OpenAI・Anthropic・xAIが同時ダウンほか17件
エージェントがNeonを選ぶ ほか19件
17k回実験でClaude/Codex/CursorがNeon/Stripeなど同じサービスを選ぶ傾向が示され個人開発のライブラリ選定をエージェント前提で見直す必要があることが示されました。GPT-6 Astraが$10/$50でAPI提供開始しARC-AGI-3 99.9%・ExploitBench 100%でFableキラーを狙うことが示されました。ローンチ36M viewsでOpenAI史上最速バズとなりDaybreakサイバー枠から段階リリースされることが示されました。Claude Code v2.1.260が/diffパネル・/costでキャッシュミス原因表示・/reload-pluginsのheadless対応をすることが示されました。OpenAI/Claude/Grokが同時ダウンしマルチベンダ冗長化が個人開発の議題となること、Codexでサブエージェントspin-up直後に404が5/5失敗し20回/10分の指数バックオフリトライ要望が出ること、LegoraがAstraで41文書を数分でレビューし性能+40%、Playcoが手戻り50%削減、Codex 0.153.2がAstra Fastを「2x speed」と修正、MinimaがGated DeltaNetハイブリッド27BをNVFP4 W4A4で完全4bit化しQwen3.8-27BのGDN側も含めて精度劣化が小さいこと、VestigeKVがNoPE-MLAのKVキャッシュ自前退避信号で11%読み出しevictionに成功すること、Compile by Trainingが自然言語仕様をローカルで動く小型アダプタへ落とすこと、Instruction Duplicationがプロンプト2回書きで決定的通過率を改善すること、ESPOがプロンプト最適化のプロンプト膨張を3段階で止めること、SWE-GateがPRレビュー制約まで含めて初めて受け入れ可能 patchと評価すること、著名フロントエンドエデュケータが離陸しAIがCSSパフォーマンス議論を肩代わりすること、Paul Graham×Vivian Shenが21年のYCと野心・AIへの驚きを語ることが示されました。以上の20件を収録しています。
Muse Spark 1.3がGPT-5.6-Sol並び世界3位で90%超割引の学習提供とopen weights予告、Claude Fable 5.1がTerminal-Bench-Science 0.1で52.6%とFable 5の24.7%から倍増、Claude Code v2.1.259がmanagedMcpServersと--permission-prompts noneを追加ほか7件
Muse Spark 1.3がGPT-5.6-Solに並ぶ世界3位の性能で学習提供90%超割引とopen weights化を予告したことが示されました。Claude Fable 5.1がTerminal-Bench-Science 0.1で52.6%とFable 5の24.7%から倍増しOpus 5の29.0%とGPT-5.6-Solの22.4%を上回り5段階のreasoningレベル検証が示されました。Claude Code v2.1.259がmanagedMcpServersと--permission-prompts noneを追加しCodex 0.153.0がVim undo/redoとプラグインマーケットプレイスを投入したことが示されました。ほか、Qwen3.5-35BをTRLとOpenEnvで水彩画生成にGRPO学習する1コマンド再現のオープンリシピ、WebLLMがWebGPUでOpenAI API互換のブラウザ内推論を実現、EarlyEvalが早期予測で100〜数千ドルのベンチマーク実行費をタスク内削減、幻覚検出をsemantic entropyとtoken logprobsで相補的に判定、RAG検索モデル選定の増分プール評価、Trace as Stateが推論トレースを先頭配置で長文メモリを指数削減を含む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。