Anthropicの技術職採用で若手の割合が27 %から9 %に低下、DeepSeekがV4.1-Flash-1017を公開、Claude Codeの応答開始が3倍高速化

Anthropicは自社のチームを調査対象にしている。技術職の採用に占める若手の割合は27 %から9 %に低下し、従業員が起動したエージェントは8月に従業員自身の6倍の時間稼働した。また、従業員の91 %が、2030年までにAIはノーベル賞に値する発見ができると考えており、米国人の39 %を大きく上回る。DeepSeekはV4.1-Flash-1017をMITライセンスで公開。料金を据え置きながらDeepSWE v1.1でGPT-5.6 SolとClaude Opus 5を上回り、ウェブ検索用のSearchとFetchのAPIも全利用者に開放した。Google Researchのエージェントは実験室のロボットを操作し、腫瘍関連の標的に対してナノモル濃度で結合するタンパク質結合分子の獲得に貢献している。Claude Codeの応答開始は8月比で3倍速くなり、NVIDIAは開発者向けのRTX Spark搭載PCの詳細を明らかにした。

Anthropicが自社の雇用を調査：技術職採用に占める若手が9 %に低下、従業員のAIへの期待は米国人を大きく上回る

10月16日 — Anthropicの経済研究チームが、同社自身を調査対象とするThe Anthropic Instituteの報告書2本を公開した。1本目の「Anthropicで雇用はどう変わっているか」（Anthropicにおける雇用の変化）は、社内データ（従業員数、AIの利用状況、生産量、予定表、採用判断）と従業員17人へのインタビューを組み合わせたもの。2本目の「AIへの期待の隔たり」（AIに対する期待の差）は、Morning Consultが8月に米国の成人10 980人を対象に実施した世論調査と、従業員1 334人を対象とする社内調査を比較している。9月に実施した第2回調査でも、近い結果が得られた。

Anthropicで追跡した指標	測定された変化
技術職採用に占める若手の割合	27 %から9 %へ
技術部門に占める若手の割合	2025年初め以降、21 %から14 %へ
従業員の労働1時間当たりの対話型エージェントの稼働時間	2026年8月に6
エンジニア1人当たりのコミット数	6か月前の5倍のペース
非技術職による月間のコーディングセッション数	2（2025年8月）から90（2026年5月）へ

最も明確なのは経験の浅い人材の減少であり、AIがその要因だと明言されている。2026年4月には、機械学習部門の管理職の約3分の1、ソフトウェア開発部門の管理職の約5分の1が、AIを理由に採用を減らしていると回答した。一方、エージェントの存在感は増している。2026年3月には、その累計稼働時間が初めて従業員の労働時間を上回った。コーディングエージェントに移行したエンジニア192人では、移行しなかった74人と比べて追加されるコード量が急増したが、エージェントが書いたコードが後から削除されたり、変更を取り消されたりする割合が高いわけではなかった。

その裏で、人間の注意力がボトルネックになっている。対話型セッションは、返答待ちのため約80 %の時間で動作を停止しており、生成物をすべて読むには週の労働時間の半分以上が必要になる。エージェント向けの仕様書作成、別のエージェントによる出力のレビュー、処理パイプラインの監視といったメタ作業（メタワーク）は、2025年秋から2026年春にかけてセッション全体の10 %から22 %に増加した。また、従業員の会議時間の中央値は1年前より20 %増えている。採用時の評価では、自律性や判断力をより重視するようになった。Anthropicは、影響を受けやすい職種について早期警戒システム（早期に兆候を検知する仕組み）を整備し、社内での配置転換を優先しているとしている。

2本目の報告書によると、従業員と一般市民は、AIが現在できることについては見方が一致しているものの、その進歩の速さについては一致していない。

2030年を想定した回答	調査対象の米国人	Anthropicの従業員
ノーベル賞に値する発見が可能だと考える割合	39 %	91 %
自分の仕事のうちAIが実行可能な割合（平均）	28 %（就業者）	75 %
回答から算出されるGDP成長率（中央値）	5,4 %	17,1 %

ただし、両者の考え方は同じだ。AIが自分の仕事の大部分を担えると思う人ほど失業率を高く予測しており、自分の仕事の80 %以上をAIが実行できると考える米国の労働者は、2030年の失業率を12,2 %と予測している。現在の失業率は4,2 %だ。GDP成長率は、Anthropicが9月に発表した経済シナリオモデルから算出されている。また、従業員の回答の中央値では、最先端モデルの構築作業の51 %をすでにAIが担っており、2030年末には95 %に達すると見込まれている。報告書は、これらはアンケートで集めた個人の見解であり、会社としての予測ではないと明記している。

🔗 Anthropicで雇用はどう変わっているか · AIへの期待の隔たり · 報告書の紹介記事

オープンモデル：DeepSeekがV4.1-Flash-1017を公開し、SearchとFetchのAPIを開放、NVIDIAの提携企業がNemotron 3.5 Super VLを事後学習

10月17日 — DeepSeekはDeepSeek-V4.1-Flash-1017を公開した。9月10日に登場した、5520億パラメータのMoE型マルチモーダルモデルV4.1-Flashの新バージョンだ。モデル紹介ページでは小規模な更新（軽微な更新）とされているが、エージェントのタスクでは明確な差がある。DeepSWE v1.1では従来版の74,2 %に対して77,0 %、Terminal-Bench 4.0では31,2に対して42,3を記録した。重みはHugging FaceとModelScopeでMITライセンスの下で公開されており、ウェブサイト、アプリ、APIでも利用できる。

Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost.

🇯🇵 従来版よりスコアが高く、タスクの完了が速く、出力も短いという、性能とコストの両面でのパレート改善です。 — @deepseek_aiのXへの投稿

価格は変わらない。deepseek-flashという名前でこのバージョンが提供され、コンテキストは100万トークン、出力は最大384Kトークンに対応する。従来のdeepseek-v4-flashとdeepseek-v4-flash-vision-expという名前も引き続き使えるが、それらへのリクエストもV4.1-Flash-1017で処理される。料金ページでは、9月13日と同じく、通常時間帯の入力100万トークン当たり0,30ドル（キャッシュ対象外）、出力100万トークン当たり1,20ドルと表示されており、閑散時間帯は半額になる。したがって、コスト削減は回答が短くなったことによるものだ。画像でのみ確認できるリリースノートのグラフでは、最大設定がDeepSWE v1.1で77,0 %、タスク当たり約0,2ドルの位置にあり、ほかのすべての点を上回っている。最も近いGPT-6.1 Solは約75 %で頭打ちとなり、費用は約0,65ドル。一方、GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5、Claude Fable 5の最高スコアの点は約70 %から74 %で、タスク当たりの費用は約2ドルから15ドルとなっている。

評価ベンチマーク	V4.1-Flash-1017	V4.1-Flash	K3	GLM-5.3	GPT-5.6 Sol	Opus 5
HLE（ツールなし）	42,6	36,8	43,5	42,0†	44,5	56,3
Terminal-Bench 4.0	42,3	31,2	12,6	37,9	39,9	51,8
DeepSWE v1.1	77,0	74,2	67,5	66,9	73,0	74,0
ProgramBench	29,1	20,3	17,5	19,0	23,0	37,0
NL2Repo-Bench	68,2	65,4	58,0	58,0	56,8	75,3
Automation-Bench v1.0.6	60,5	54,8	46,7	48,8	45,8	50,3
Agents’ Last Exam	35,4	31,8	27,6	28,5	26,7	28,6
Apex Bench v1.1	72,1	64,6	47,8	56,6	54,3	65,8

† : HLEのテキスト部分のみ。GLM-5.3について示されている唯一のスコア（V4.1-Flash-1017は同じ部分で44,0を記録）。出典：モデルのHugging Face紹介ページ。

クローズドモデルについて、表にはGPT-5.6 SolとClaude Opus 5のみが掲載されており、その後継モデルは含まれていない。V4.1-Flash-1017はDeepSWE v1.1、Automation-Bench、Agents’ Last Exam、Apex Benchで両モデルを上回るが、ツールなしのHLE（GPT-5.6 Solにも44,5対42,6で下回る）、Terminal-Bench 4.0、ProgramBench、NL2Repo-Bench、そして紹介ページに掲載されたツール使用ありの視覚ベンチマーク3種（Chartography、BabyVision、ZeroBench-main）ではOpus 5に及ばない。オープンモデルのK3とGLM-5.3に対しては、ツールなしのHLEでK3に敗れた場合（43,5対42,6）を除き、すべて上回っている。DeepSeekは、こうした進歩をプロジェクト全体を対象とする自己評価付き強化学習（自己フィードバックを伴う強化学習）によるものと説明し、DeepSeek Harness、Tencent CodeBuddy、WorkBuddy向けにモデルを最適化している。ローカル実行向けには、Jinja形式の会話テンプレートではなく、プロンプト形式の参照実装をPythonで提供しており、出力トークン数は最低256Kを推奨する。今回のバージョンに新たな技術報告書は付属していない。

🔗 DeepSeekのリリースノート · Hugging Faceのモデル紹介ページ

SearchとFetch：DeepSeekがウェブ検索APIを全利用者に開放、成功したリクエスト1 000件当たり0,75ドル

10月17日 — DeepSeekは同じスレッドで、同社APIの全利用者にウェブ検索サービス2種を開放した。Searchは、同社によると1日数億件のクエリを処理するDeepSeek独自の検索エンジンに問い合わせ、構造化された結果を返す。各結果には、0から3の関連性スコア、モデル向けの600から800文字の要約、公開日、0から4の情報源の権威性レベルが付く。Fetchは、対象サイトのアクセス規則に従ってページを取得し、Markdownに変換する。

提供内容	DeepSeekが示した値
各APIの料金	成功したリクエスト1 000件当たり0,75ドル
アカウントごとの制限	各APIで毎秒5リクエスト
検索1回当たりの結果数	1から50（既定値は10）
Harness、Claude Code、Codexからの呼び出し	10月31日16時UTCまで無料

課金されるのは結果が返された応答のみで、失敗、検索結果なし、タイムアウトは無料となる。要求する結果数によって料金が変わることもない。DeepSeek Harness、Claude Code、Codexから呼び出すDeepSeek APIのサーバー側ツールは、すでにこれらのAPIを利用しており、その呼び出しは10月31日まで引き続き無料となる。Harness v0.2.1-rc.2では、ウェブ検索の設定にSearchとFetchが組み込まれている。

🔗 SearchとFetchのガイド · @deepseek_aiによる発表

Nemotron 3.5 Super VL：NVIDIAの提携企業による事後学習で、各社のタスクではより高価なクローズドモデルに並ぶ

10月16日 — NVIDIAは、同社のオープンモデルNemotron 3.5 Super VLの公開翌日に、提携企業による21件の投稿を引用するスレッドを公開した。1200億パラメータ（有効パラメータ数120億）のこのモデルは、本記事でも10月15日に紹介している。引用された投稿のほとんどは公開当日のもので、その多くは特定のタスク向けに事後学習したモデルの成果を示している。ただし、各社が独自の評価で測定したものであり、NVIDIAは共通の評価手法を設けずに紹介している。

紹介された提携先	事後学習後の用途	提携先が発表した結果
AfterQuery（Hebbiaと共同）	信用業務の専門家向けタスク	完全に解決できたタスクの割合が47 %から74 %へ、費用は比較対象のクローズドモデルの約1/7
Trajectory	HarveyのLegal Agent Bench	Opus 4.7と同水準、100万トークン当たり1,34ドル、比較対象は15ドル
Alex Dimakis	自律型ML研究者	AutoResearchExamで28 %から35 %へ、規模が20倍大きいQwen 3.8 Maxと同水準
Handshake	生命科学分野の文書	2 000件超の専門家データで精度が倍増
Multiverse Computing	モデルの圧縮	Comet 60B、パラメータ数を半減し、元の精度との差は5 %未満

スレッドでは、モデルを取り巻くツール群の整備も紹介されている。Tinker、River API、Applied ComputeのAC2、ModelScope（BF16とNVFP4の重み）での提供、SFTとRLの反復処理向けのFastino Training APIの公開に加え、MindbeamのLitesparkエンジンを使い、H200 GPU 2基で利用者1人当たり毎秒962トークンを提供するサービスも挙げられている。

🔗 @NVIDIAAIのスレッド

エージェントが実験室へ：Google Researchが分注ロボットを任せ、腫瘍標的に対するナノモル級の親和性を持つ結合分子を獲得

10月16日 — Google Researchは、AIエージェントをウェットラボ（実験室）の実験台へと導く3つの研究を発表した。エージェントは分子を設計するだけでなく、科学者の指導の下で実験を開始し、結果を読み取り、手法を修正する。

最初の基盤となるVERID（VERified Infrastructure for Discovery Laboratories）は、オープンソースのフレームワークPyLabRobotを基に構築された、ロボット分注装置のデジタルツインだ。アーム、各ウェルの液量、試薬、利用可能なチップをリアルタイムで追跡し、各プロトコルを数秒でシミュレーション上で予行演習させ、物理的に不可能な操作を阻止する。報告された事例では、シミュレーターが幅の狭すぎる容器からの8チャンネル吸引を拒否した。エージェントは計画を立て直し、その後、チップに起因する汚染の偏りを切り分ける要因実験計画を設計した。

エージェントと実施した実験	Google Researchが報告した結果
α-トロンビンに対するアプタマー、3サイクル	確認された結合分子の割合は0 %、26,0 %、42,1 %と推移、特異性は98,5 %
ミオグロビンに対するアプタマー	特異性が75,0 %から19,1 %に低下し、72,4 %に回復；サイクル3では結合分子が33,5 %
FAPに対する新規設計の結合タンパク質	一桁ナノモルの親和性、構造予測が8,6倍高速化
同じ計算資源での人間とエージェントの共同作業	科学者単独に比べ、計算機上の成功率がほぼ倍増

ミオグロビンの事例は、閉ループでの学習を示している。第2サイクルでエージェントは、何にでも結合するG四重鎖モチーフを選び、実験データから特異性の急落を読み取り、自ら設計ルールを書き換えた。固形腫瘍で過剰発現する受容体FAPを標的とする場合、パイプラインは構造予測時に結合部位だけを残す。Googleは安全対策（非感染性の生物学的システム、各配列のバイオセーフティースクリーニング、実行前のシミュレーションの義務化、人間による監督）を詳述しているが、エージェントを動かすモデルは明らかにしていない。

🔗 Google Researchの記事 · VERID (PDF) · アプタマー用サンドボックス (PDF) · エピトープの切り出し (PDF)

コーディングエージェント：Claude Codeの応答開始が3倍速に、2.1.302でフォーク型サブエージェントの適用を拡大、Replitが顧客のクラウド環境へ

10月16日 — Claudeの応答開始が早くなったと、@ClaudeDevsが発表した。Claude Codeでは、各ターンでモデルに送る会話をgzipで圧縮し、より速く届くようにした。また、クラウドセッションはユーザーがリクエストを入力し始めた時点で起動する。発表に添付された表は、8月から10月にかけての最初のトークンまでの待ち時間を示している。

測定対象	2026年8月	2026年10月	公表された改善幅
Claude Code、ローカルセッション	4,07 s	1,33 s	3倍
Claude Code、クラウドセッション	16,99 s	6,00 s	2,8倍
Claude、チャットおよびCowork	3,36 s	2,17 s	1,5倍
Claude API、モデルの処理時間を含む（中央値）	1,53 s	1,01 s	1,5倍

最初の3行はモデルの計算時間を除外した90パーセンタイル値だ。圧縮はまったく新しい機能というわけではない。10月14日のClaude Code 2.1.300ですでにapi.anthropic.comへの大きなリクエストに適用されており、変数CLAUDE_CODE_GZIP_REQUEST_BODIES=0で無効化できた。クラウドセッションの先行起動については、バージョン番号が示されていない。

🔗 @ClaudeDevsの発表

Claude Code 2.1.302：ターミナル以外でもフォーク型サブエージェントが標準で有効に、autoモードの分類器モデルを選択可能、43件の修正

10月16日 — 2.1.301の翌日に公開されたClaude Code 2.1.302（63項目、うち43件の修正）は、ターミナル固有だった動作をほかの環境にも広げた。フォーク型サブエージェントは、claude -p、Agent SDK、デスクトップアプリ、VS Codeで標準で有効になり（CLAUDE_CODE_FORK_SUBAGENT=0で無効化可能）、デスクトップアプリとVS Codeではメインの会話のサブエージェントを常にバックグラウンドで起動する。

対象分野	2.1.302での変更
autoモード	`CLAUDE_CODE_AUTO_MODE_MODEL`で、クライアント側で動く分類器のモデルを選択
`/config`コマンド	Idle compaction行で、アイドル時の圧縮を無効化または再有効化
サードパーティープロバイダー	モード未指定の場合、テレメトリーが無効、または新規インストールであれば、`claude -p`とAgent SDKが`default`モードで起動
プロンプトフックとエージェントフック	イベントごとに最大12件を同時実行
Readツール	128 Moを超える画像はメモリーに読み込まず拒否

ほかの修正として、一部が失敗した定期実行ルーチンを最初から再実行しなくなった。従来はこれにより、同じレポートが二重に公開される可能性があった。また、exFATやFAT32のディスクでもWindows上の書き込みが妨げられなくなった。

🔗 Claude Code 2.1.302のリリースノート

Replit Bring Your Own Cloud：顧客のAzure、Google Cloud、AWS環境にプラットフォームを配置、PowerモードにClaude Haiku 5.5

10月16日 — ReplitはBring Your Own Cloud（BYOC）を提供開始した。Microsoft Azure、Google Cloud、Amazon Web Servicesにある企業のクラウド領域（テナント）で、Replitの全部または一部を稼働させる仕組みだ。開発者の操作は変わらず、同じPublishボタンから公開できる。

デプロイの選択肢	顧客環境で稼働するもの	提供段階
Full BYOC	Agentのハーネスを含むプラットフォーム全体と公開アプリ	プライベートプレビュー
BYOC for Published Apps	公開アプリのみ。開発環境はReplit側に残る	早期アクセス
Image Exports	顧客のチームがデプロイするDockerイメージ、Terraformファイル、SBOM	早期アクセス

トンネルは外向きのみで、mTLSによる二重暗号化を施す。顧客管理鍵（CMEK）は、完全な物理分離を伴う契約に限って利用できる。ドキュメントには制約も示されている。コントロールプレーンはReplit側に残り、Full BYOCは隔離型（エアギャップ）の導入でも、Replit全体のセルフホストでもなく、モデルの推論も引き続きReplitが担う。料金は公開されていない。同日付の変更履歴では、CoreおよびProプランのPowerモードのモデル選択欄にClaude Haiku 5.5が追加された。ここには10月2日にClaude Sonnet 5.5が加わっていた。

🔗 Replitの記事 · BYOCのドキュメント · 10月16日の変更履歴

RTX Spark：NVIDIAが開発者向けPCを詳説、JetBrainsのJunie Localへの対応とCore Ultra X9 388H比での性能向上を紹介

10月16日 — RTX SparkノートPCの発売日に、NVIDIAは技術ブログで開発者にとっての利点を説明した。10月13日には発売時に利用できるソフトウェアを紹介していた。最大128 Goのユニファイドメモリー上でローカル動作するコーディングエージェントを使い、1台のPCでコーディング、テスト、デプロイまで行える。ノートPCはすでに販売されており、11月には小型デスクトップPCも続く予定で、常時稼働するエージェントに適しているとされる。

ワークロード	NVIDIAが使用したテスト	Core Ultra X9 388H比の公表された性能向上
コーディングエージェント	Qwen3.8-27Bを使うAA-AgentPerf-local	4,6倍
ファインチューニング（LoRA）	Llama-3.1-8BでUnslothを使用	2,7倍
コンパイル	Linuxカーネル、Phoronix Test Suite	1,8倍

これらはNVIDIAがIntelのPanther Lake 12Xeチップと比較して測定した値だ。ソフトウェア面では、Microsoftと共同開発したWindows Developer Configが主要な開発フレームワークをインストールし、通知を無効化し、ターミナルを改善する。Windows on Armでは、2 000を超えるCondaパッケージがすぐに使用でき、最もよく使われるPythonパッケージ15 000件の97 %超にArm版がある。JetBrainsは、GPUメモリーに合わせてコンテキストウィンドウを調整するJunie Localのネイティブ対応を開始した。GitHub Copilotはllama.cppとWindows MLを介してローカルで動作し、AI for MediaのSDK（動画の超解像、中間フレーム生成、TrueHDR）はPythonパッケージとしてPyPIに登場する。

🔗 NVIDIA技術ブログの記事

短報

コーディングエージェントとツール

Devin の10月16日版リリースノート — 15日に取り上げた14日版に続き、Cognition が19項目を公開した。GitLab のマージリクエストで使える /devin コマンド、Devin Review での Bitbucket Cloud のマージ状態表示、5つの開発プラットフォームを横断するプルリクエスト検索、課題とラベルを扱う組み込みツール、インストール済みサーバーへの接続を維持したまま旧 MCP マーケットプレイスを非表示にする Enterprise 設定などが含まれる。🔗 出典
Copilot CLI 1.0.100-1 — 前日に取り上げた 1.0.100-0 の2時間半後に登場した2つ目のプレビュー版では、/sessions、/session、/resume の既定表示が統合セッションブラウザーになり、音声入力の言語マーカーが削除された。10月14日の 1.0.98 以降、安定版はまだ公開されていない。🔗 出典
Gemini CLI、10月17日のナイトリー版 — 3月と4月の課題を解決する4件の修正。自動更新では、PATH 内に複数のインストール先があるときに誤った成功通知を繰り返す代わりに、実際に起動されたバイナリをようやく確認するようになった。keybindings.json は keys の配列を受け付け、ACP、systemd、コンテナー環境でも停止シグナルが子プロセスに届くようになった。🔗 出典
Antigravity CLI 1.4.0 と Antigravity アプリ 2.24.0 — 10月15日と14日の情報を補足する。CLI はターミナルのタブに状態を表示し（OSC 7501 シーケンス）、実際の読み込み規則に合わせて agy plugin validate を刷新した。アプリは、10月13日に取り上げた 2.23.0 に続き、サイドパネルを再構成し、/compact を追加、自動処理ごとに Flash Lite、Flash、Pro を選べるようにした。🔗 出典
DeepSeek Harness 0.2.1-rc.1 と rc.2 — 0.2.1 系列で最初の2つのリリース候補版。rc.1 は alpha.1 から alpha.5 までのプレビュー版の変更をまとめ、rc.2 は V4.1-Flash-1017 と Search、Fetch の API に対応した。リポジトリでは8月17日以降に31件のリリースがあり、すべてプレビュー版となっている。🔗 出典
bun lint — 10月15日の情報を補足する。2025年末に Anthropic に買収された Bun は、次期バージョンに ESLint 互換のリンターを搭載すると発表した。1,000以上のルールを組み込み、eslint と oxlint の設定を読み込める。ESLint の26倍高速とされ、測定対象の5つのリポジトリでは11〜43倍だったが、公開日はまだ決まっていない。🔗 出典

OpenAI の企業利用と開発者向けの動向

Itaú と ia.i — OpenAI の導入事例によると、ブラジルの銀行 Itaú は、テキストまたは音声で対話できるインターフェース ia.i を約30万人の顧客に公開し、2026年末までに全顧客への提供を目指している。GPT-5.x モデルは Customer DNA（約7,000万人の顧客）を支え、複数のプロバイダーに対応するプラットフォーム IARA は、9,000万件超の文書を対象とする法務ソリューションを稼働させている。🔗 出典
Benefit Street Partners と Codex — 信用分野に特化したこの資産運用会社では、運用担当者のアナント・クマールが融資評価額を追跡するツールの初版を1日で構築し（開発時間は合計10〜12時間）、GPT-6 Astra でリファクタリングした融資契約解析ツールも開発した。数日から数週間かかっていた投資委員会からの質問への対応が、1日で済むようになった。🔗 出典
ChatGPT Enterprise と Edu — 管理者が管理する同期型コネクターが廃止され、新たなコンテンツ制御を備えた Google Drive、SharePoint、Microsoft Teams のリアルタイムアプリに置き換わる。また、Admin Console の External access ページで、Sign in with ChatGPT、接続されたアプリ、Ads データへのアクセスを一元管理する。🔗 出典
プロバイダー間の切り替え — 10月14日の情報を補足する。OpenAI Developers のブログが、OpenAI の直接 API と Amazon Bedrock または Azure OpenAI 上の同社モデルを切り替える方法を説明している。切り替えるのは、期限に間に合わなくなる恐れのある一時的なエラーやレート制限が発生した場合だけで、無効なリクエスト、拒否、利用枠の使い切りでは切り替えない。既定では無効になっている切り替え機能を追加する Codex 用プロンプトも掲載されている。🔗 出典
Codex で構築したハードウェアプロジェクト — OpenAI Developers が、投票順に並ぶ20件のコミュニティープロジェクトを集めた、投稿受付中のギャラリーを紹介している。古い Kindle を AI 利用状況のダッシュボードにしたものから、作者によると KiCad での配線から JLCPCB への発注まで Astra が回路設計を手がけた DEFCON のバッジまで、さまざまな作品がある。🔗 出典

API、モデル、ウェブ検索

Perplexity の Agent API — 旧モデル16種（Claude 4.x が7種、Gemini 3.x が5種、Grok 4.x が4種）がドキュメント、料金計算ツール、使用例から削除されたが、告知にはそれらの識別子が応答しなくなるとは記されていない。代わりに GPT-6 Astra（100万トークン当たり入力10ドル、出力50ドル）と DeepSeek V4 Pro（同1.32ドル、3.96ドル）が加わった。🔗 出典
OpenRouter の pplx-decider-v1.2 — 10月16日に重みとともに公開された Perplexity の2つの判断モデルが、同日 OpenRouter にも登場した。入力100万トークン当たり27B は0.02ドル、4B は0.01ドルで、出力は無料。10月7日の v1.1 と同様、コンテキスト長は262K となっている。🔗 出典
Embed 5 Fast と EmbeddingGemma 2 の比較 — Cohere は、163のデータセットの95%超で Google のモデルを上回ると主張しているが、評価には独自の RCP-nDCG@10 を用いている。標準の nDCG@10 では、同社の ViDoRe v3 のグラフは59.3対47.6を示しているものの、データセット一覧はなく、有料 API モデルと740M パラメーターのオープンモデルを比較している。🔗 出典
SpaceXSI の TypeScript SDK 0.2.4 — 告知なしで、responses.create() の guidelines パラメーター、モデル出力に対するカテゴリー別の指示（特定カテゴリーの拒否、自傷に対する支援の提案）、21:9 と5:2の動画形式、grok-voice-3.0 と grok-voice-2.0 の識別子を追加した。また、web_search と x_search への移行を促し、Live Search を非推奨とした。🔗 出典
AI Mode と AI Overviews — 10月15日の情報を補足する。Google は生成回答内のリンクを増やし、より上部に配置するようにした。また、優先する情報源（Preferred Sources）を目立たせるニュースカルーセルの対応国と言語を拡大した。この機能の利用は年初から7倍超に増えている。公式ページ専用のセクションも試験中だ。🔗 出典

オープンモデルとコミュニティー研究

FLUX 3 Image Klein — モデル公開から2日後、Black Forest Labs がワークフローを修正した（ComfyUI v0.41.3、Hugging Face の Space も更新）。2K では同社のプロンプトアップサンプリングを使うことを推奨し、これを使わずに済ませるための推奨システムプロンプトを GitHub で公開した。🔗 出典
Hub の投稿者フィルター — Hugging Face の Models と Datasets のページを、各プロフィールに追加された新しいボタンからユーザーや組織で絞り込めるようになった。タスク、サイズ、ライブラリー、ライセンスのフィルターを追加しても、閲覧中のアカウントを示すカードが表示される。🔗 出典
Ammu-1.0-OffOnTopic-Guardrail — カリヤン・ケーエスが、システムプロンプトで定めた範囲からリクエストが外れているかを判定する、150M〜17M パラメーターの4つの分類器を MIT ライセンスで公開した。作者によると、最大のモデルの Macro-F1 は91.56で、DeepSeek V4 Flash 0731 の81.95、GPT-6 Luna の79.12を上回る。🔗 出典
本番導入されなかったメモリー分類器 — ジャヴァド・タギアが、AtMem のメモリーへの書き込みを判断するために微調整したエンコーダーを、本番導入しなかった理由を説明している。封印されたテストでの成績は18.4%から73.8%へ向上したが、架空の観測100件を本番と同じ条件で再実行すると、正しい判断は16件にとどまり、決定論的なルールの30件を下回った。しかも15〜230倍遅かった。🔗 出典
SPICY-KV — ユージ・ワイ（ElithiaTechnologies）によると、RoPE 適用前にキーをまとめるこの手法は、DeepSeek-R1-Distill-Qwen の KV キャッシュを28.6分の1に圧縮しながら、RULER での再現率を100.0%（1.5B）と91.7%（7B）に維持する。一方、RoPE 適用後に統合すると0.0%まで落ちる。これらは作者自身の測定値で、査読は受けていない。🔗 出典

これが意味すること

Anthropic の報告は、雇用をめぐる問いの焦点を変える。最先端の研究所では、従業員が起動する対話型エージェントが、すでに従業員の6倍の時間働いており、希少になっているのは、読み直し、仕様の策定、監視に向ける人間の注意力だ。最初にしわ寄せを受けるのは経験の浅い人材で、技術職採用に占める割合は27%に対して9%となり、面接では自律性や判断力がより重視されている。Google Research も、研究室で同じ役割分担を描いている。科学者が戦略を決め、エージェントが実行し、この組み合わせはインシリコで科学者単独のほぼ2倍の候補を見つける。ただし、期待の隔たりは残る。2030年までに AI がノーベル賞に値する発見をできると考える Anthropic 従業員は91%で、米国人全体では39%だ。また、従業員の回答が示唆する GDP 成長率は3倍となっている（17.1%対5.4%）。

高速化も同じ限界に突き当たる。Claude Code はローカル環境で最初のトークンが出るまでの待ち時間を4.07秒から1.33秒に短縮し、ターミナル以外の環境では fork サブエージェントを既定で有効にする。しかし、Anthropic の研究が示すのは、もはや機械が主なボトルネックではないということだ。対話型セッションは応答を待って約80%の時間を待機状態で過ごし、生成物をすべて読むには1週間の労働時間の半分以上が必要になる。遅延の短縮によって減るのは、機械の前でユーザーが待つ時間であり、人間を待つセッションの待ち時間は減らない。

オープンモデルでは、トークン単価よりもタスク当たりのコストが重要になっている。DeepSeek は料金を変えていないが、V4.1-Flash-1017 は出力が短くなり、タスク当たり約0.2ドルで DeepSWE v1.1 の77.0%を達成すると主張している。一方、同社のグラフで最も優れたクローズドモデルの GPT-6.1 Sol は、約3倍のコストで75%前後にとどまる。ただし、スコア表の比較対象は GPT-5.6 Sol と Opus 5 だけで、それらの後継モデルは含まれていない。NVIDIA のパートナーも、特定のタスクについて同じ主張をしている。追加学習した Nemotron 3.5 Super VL は、Harvey の Legal Agent Bench で Opus 4.7 と同水準に達し、100万トークン当たりの料金は15ドルに対して1.34ドルだ。そして DeepSeek は、エージェント向けウェブ検索も1,000リクエスト当たり0.75ドルで販売するようになった。モデル、ツール、ハーネスが同じプロバイダーから提供される。

最後に、エージェントは現実の環境に近づいており、各社がそれぞれ安全策を設けている。Google Research は、試薬に触れる前にすべての実験手順をデジタルツインで予行し、バイオセーフティーのスクリーニングと人間による監督を組み合わせる。Replit は自社プラットフォームと Agent のハーネスを顧客のクラウドに配置するが、制御プレーンと推論は自社側に保持する。NVIDIA は RTX Spark により、Junie Local から Copilot まで、開発者の端末上で動くコーディングエージェントに力を入れている。その先にあるのは、止まることなく稼働するエージェントを想定したデスクトップだ。