OpenAIがCodexのharnessをAgents SDKにプレビュー統合、Shrutiはインドの22言語に対応、HeliosLMは台湾を対象に

OpenAIがPython版とJavaScript版のAgents SDKのアルファプレビューを公開した。Codexのharnessをネイティブエンジンとして組み込み、会話の保存、利用量の上限、A2Aによるエージェント間の対話に対応し、Python版ではデフォルトの推論強度も引き上げられた。この日曜日のそのほかの話題は短報で紹介する。Devinのリリースノート、GitHub Agentic Workflowsの2つのプレビュー、AntigravityとGemini CLIの修正、Qwen Codeのデスクトップアプリに続き、Hugging Faceのコミュニティ投稿を取り上げる。台湾とインドの22の公用語向けのオープンな音声モデルや、トルコ語の追加コストの測定などだ。

OpenAIがCodexのharnessをAgents SDKに統合：A2A、利用予算、会話の保存に対応した2つのアルファプレビュー

11月8日 — OpenAIがAgents SDKのアルファプレビューを2件公開した。Python版はv0.24.0-alpha.7、JavaScript版はv0.22.0-alpha.2。11月3日に始まったこのシリーズは、Codexのharnessをネイティブエンジンとして組み込む。従来のエンジンも「Classic」として引き続き利用できる。Python版のプレビューはPyPIではなくGitHub Releasesで配布される。

これらのバージョンでは、アプリケーション側での会話の保存、ホスト型ツールのFileSearch、CodeInterpreter、ImageGeneration、RunBudgetによる利用量の上限設定（リクエスト数、トークン数、推定コスト）、エージェント間のA2Aアダプター、音声ワークフローが追加された。ただし、RunBudgetは支出の上限を保証するものではない。更新時に考慮すべき変更として、新しい環境では厳格な書き込み設定がデフォルトになった。Python版ではさらに、MCP承認モードの名称が変更され、明示的に設定しない限り、GPT-6 Astra、GPT-6.1 Sol、GPT-5.6 Solのデフォルトの推論強度がlowからmediumに引き上げられる。

🔗 Python版プレビュー · JavaScript版プレビュー

短報

エージェントとコーディングツール

11月6日のDevinリリースノート — 過日の情報：管理者は新規セッションのデフォルトの公開範囲を設定し、共有先を組織内に制限できるようになった。Gerrit接続では、グループとプロジェクトへのアクセスがDevinの権限に同期される（新規接続にはGerrit 3.13以降が必要）。また、ウェブアプリからモバイルアプリまで、すべての端末から一括でログアウトするボタンも追加された。料金の発表はない。🔗 出典
GitHub Agentic Workflows 1.2.0および1.2.1 — 10月28日の一般提供開始に続き、11月4日と6日に2つのプレビューが公開された。フォークからpull_request_targetによって起動するワークフローを制限なく利用するには、明示的なオプトインが必要になった。これは互換性を損なう変更となる。このほか、プロジェクトの仕様に基づくプルリクエストのレビュー機能、実験的な宣言型エンジンAtomic、未解決のままだと安全側に倒して失敗とする（fail closed）セキュリティレビューが追加された。🔗 出典
Antigravity 2.29.1 — 11月6日の更新を補足：このアプリのバージョンでは、Gemini Liveの音声モードにある4つの不具合が修正された。アカウント接続の更新が必要な場合は再ログインを求め、通話中に入力されたメッセージのリンクや@メンションを読み上げるようになった。また、以前の発言が最後の文に結び付けられる問題や、接続が切れた後に一度も聞こえなかった応答の断片が表示される問題も解消された。🔗 出典
Gemini CLI、PR 30183 — 11月6日にmainへマージされたが、リリースにはまだ含まれていない。最初の応答ヘッダーを待つ60秒のタイムアウトを、接続方式にかかわらず設定できるようにする変更だ（変数GEMINI_API_HEADERS_TIMEOUT_MSまたは設定model.requestTimeoutMs）。従来はこのタイムアウトによって、長時間の推論を伴うリクエストが中断され、最初から再実行されていた。🔗 出典
Qwen Code Desktop v0.27.0およびTypeScript SDK v0.1.30 — CLIの安定版v0.27.0の翌日となる11月8日に公開された。独自の新機能はなく、アプリにはCLIのv0.26.9とv0.27.0に含まれる112件の変更が取り込まれ、SDKにはCLI 0.27.0が同梱される。DesktopはmacOS、Windows x64、Linux向けに配布される（AppImage、.deb、Fedora 44およびRHEL 10向けRPM）。🔗 出典

音声と地域言語向けのオープンモデル

HeliosLM — Chien-Hsin Linが台湾向けに設計したオープンモデルの最初のシリーズを公開した。Gemma 4 E4B-itを基にした会話モデルと安全性分類器、Whisper large-v3を基にした2つの音声認識モデルで構成される。同氏の測定では、Common Voiceの台湾語（閩南語）における文字誤り率が231.13 %から32.69 %へ、台湾華語では15.25 %から5.10 %へ低下した。🔗 出典
Shruti — 小型モデルLaghuを開発したUdgam Labsが、Apache-2.0で22の音声認識モデルを公開した。インド憲法第8附則に定められた各言語に1つずつ対応する。各モデルは約30 MBで、英語も文字起こしでき、2021年製のスマートフォンでもオフラインで動作する。22モデルの合計は653 MBで、IndicConformer-600Mの約4分の1。同チームによると、実際の会話では単語の22.9〜56.8 %に誤りが残る。🔗 出典
トルコ語の追加コスト — Serkan Pekerの推計によると、H200上のvLLMで4つのオープンモデル（Turkish-Gemma-9b-T1、Gemma 4 12B、Ministral 3 14B、Qwen3.8-27B）を動かした場合、同じ内容の文章をトルコ語で生成するには英語の1.45〜1.62倍のGPU時間が必要となる。この追加コストの76〜82 %はトークン数の増加で説明できる。7つのトークナイザーのうち、トルコ語のトークン数が英語より少なかったのは、トルコ語モデルKumru-2Bのものだけだった。🔗 出典

コミュニティの研究とデータ

Lexsi LabsのハッカソンにおけるTiny Aya Global — Lexsi Labsの安全性とアラインメントをテーマとするハッカソンに参加した3チームが、Cohere Labsのこのオープンモデル（33.5億パラメータ）をファインチューニングした成果を公開した。各チームの測定によると、SafeQueryはテストされたインジェクションに屈することなく、SQLエージェントの成功率を19.8 %から99.1 %に引き上げた。TaxOpsは合成納税申告書の93.3 %を正確に作成し、SafetyPulseはHarmBench攻撃の成功率を25.2 %から12.3 %へ低下させた。🔗 SafeQuery · 🔗 TaxOps · 🔗 SafetyPulse
重みの変更で画風を消去 — Javad Taghiaが、小型拡散モデル（segmind/tiny-sd）の重みにツール経由でアクセスできる一方、勾配は利用できないGPT-6 Astraに、ゴッホの画風を消去させる実験を公開した。事前登録した実験手順によると、このエージェントは近い画風の画家に同程度の悪影響を与えながら、UCE手法より11.5ポイント多く画風を除去し、同じツールを与えられたランダム探索を52ポイント上回った。🔗 出典
FiftyOneで利用できるSEW Multimodal AMR — Harpreet Sahotaが11月7日、このデータセットのFiftyOne向け変換版を公開した。SEW-EURODRIVEの自律移動ロボットが6種類のセンサー（RGBカメラ、サーマルカメラ、深度、4Dレーダー、レーザースキャナー、超音波）で取得した、55のMCAPエピソードにわたる3 151枚の注釈付き画像からなる。同じ場面を各センサーがどのように捉えるか比較できる。🔗 出典

GPUインフラ

NVIDIA DSX OS、11月5日の記事 — 過日の情報：NVIDIAが、Apache 2.0ライセンスのDSX OSを構成する3つのオープンソースコンポーネントで、Kubernetes上のGPUクラスターをどのように支えるか詳しく説明した。AICRはバージョン管理されたレシピとして構成を固定し、NVCREは実際のワークロード（NCCLテスト、レベル4のDCGM診断、NeMoの事前学習）で検証する。NVSentinelは、修復済みノードがテストに合格してから運用に戻す。🔗 出典

これが意味すること

これらのプレビューにより、Codexを動かすharnessが、Python版とJavaScript版の両方でAgents SDKのネイティブエンジンとなる。予算上限やコンパクションなど、一部の機能はOpenAIのホスト型Agents APIにすでに存在していた。予算上限は11月6日から申請制のベータ版として提供されている。SDKはこれらの機能をアプリケーションのコードに近づけ、アプリケーションは独自のストレージに会話を保持し、A2Aでほかのエージェントと対話できる。その代わり、アルファ段階ならではの負担もある。バージョンごとに変わるインターフェース、PyPI以外でのPython版の配布、そしてPython版でのデフォルトの推論強度の引き上げだ。推論強度を独自に設定していないプロジェクトでは、動作が変わる。

エージェント向けツールでは、デフォルト設定の厳格化も進んでいる。OpenAIのSDKは新しい環境に厳格な書き込み設定を適用し、GitHub Agentic Workflowsはフォークから起動するワークフローを制限なく利用する際に明示的なオプトインを求め、未解決のセキュリティレビューを失敗とする。Devinでは、管理者がセッションの公開範囲を設定し、共有を制限できるようになった。GitHubとOpenAIのいずれも、更新時には確認が必要だ。gh-awには互換性を損なう変更があり、Python SDKはMCP承認モードの旧名称を受け付けなくなる。

コミュニティの投稿には、大規模モデルが十分に対応できていない言語を対象とするものも複数ある。HeliosLMは台湾語に対するWhisper large-v3の誤り率を231.13 %から32.69 %へ下げ、Shrutiはインドの22言語の音声認識を、オフラインで動く約30 MBのファイルに収めた。Serkan Pekerは、トークン分割が適切でない言語のコストを数値化した。トルコ語では、英語の1.45〜1.62倍のGPU時間がかかる。Udgam Labsは障壁をこう整理している。これらの言語向けに開発するには、これまで分単位のクラウド料金、数ギガバイトのモデル、あるいは大企業の許可が必要だった。これらの数値はいずれも各著者による測定であり、Udgam Labs自身もShrutiの限界を公表している。実際の会話では、最大56.8 %の単語に誤りが残る。

OpenAIがCodexのharnessをAgents SDKにプレビュー統合、Shrutiはインドの22言語に対応、HeliosLMは台湾を対象に

この号に登場する企業

OpenAIがCodexのharnessをAgents SDKに統合：A2A、利用予算、会話の保存に対応した2つのアルファプレビュー

短報

これが意味すること

出典

目次