Industry
@ClaudeDevs
Claude Sonnet 5 が公開 ── コーディング/ツール利用で最上位性能、1Mコンテキストを Sonnet 価格で
Anthropic が Claude Sonnet 5 を公開した。コーディングとツール利用で最上位クラスの性能を Sonnet の価格帯で提供し、コンテキストウィンドウは100万トークンに対応する。Claude Code では Pro ユーザーの新しいデフォルトとなり、API や Managed Agents を含む Claude Platform 全体で利用できる。本家アカウントは「これまでで最もエージェント的な Sonnet」とし、計画を立て、ブラウザやターミナルなどのツールを使い、少し前なら大型で高価なモデルを要した水準で自律動作するとしている。
メモ
価格据え置きで1Mコンテキストと自律実行が来た点が実務インパクト大。Claude Code のデフォルトが Sonnet 5 になるので、エージェント運用のコスト/性能の基準線がそのまま引き上がる。8月31日まで導入価格があるので、移行検証はこの期間に回したい。
出典 @ClaudeDevs↗
Product
@claudeai
Anthropic、研究向けアプリ「Claude Science」をベータ公開 ── 60超の科学データベースに接続
Anthropic が、研究のあらゆる段階を想定して設計した新アプリ Claude Science をベータ公開した。生成物(Artifacts)をそれを生んだコードまで辿れること、実行環境をオンデマンドで管理できること、接続可能な60以上の任意の科学データベースを備えることを特徴に挙げている。現在ベータで提供中。
メモ
注目は「結果をコードまで追跡できる」再現性の作り込み。LLMを研究に使う際に最も問題になる検証可能性に正面から寄せた設計で、データベース接続も込みで分析パイプラインをそのまま検証材料にできる。研究用途でのエージェント設計の参考例になる。
出典 @claudeai↗
Product
@ClaudeDevs
Claude Desktop が Linux(Ubuntu/Debian)対応 ── ベータ提供開始
Claude Desktop が Linux(Ubuntu と Debian)でベータ提供を開始した。ブラウザ版・ターミナル版に加え、Claude Code、Claude Cowork、チャットを備えた一級のデスクトップ体験を、全ての有料プランで利用できるようになる。
メモ
開発者の多くが日常的に使う Linux に純正デスクトップが来た意味は地味に大きい。WSL や Web 経由で回していた人も、Claude Code を含めて環境を一本化しやすくなる。常用環境の選択肢として押さえておきたい。
出典 @ClaudeDevs↗
Product
@GoogleDeepMind
Google、画像の「Nano Banana 2 Lite」と動画の「Gemini Omni Flash」を同時投入
Google DeepMind が2つの主要リリースを発表した。ひとつは Gemini Image 系で最速・最安という Nano Banana 2 Lite、もうひとつは Gemini API と Google AI Studio で利用可能になった Gemini Omni Flash で、開発者が高品質な動画を生成・編集できるようにするものだという。Interactions API で両者を組み合わせ、Nano Banana 2 Lite で素早く画像を作り、それを Gemini Omni Flash でそのままアニメーション化する使い方も示されている。
メモ
「最速・最安の画像」と「動画生成」を同一API系列で連結できるのが肝。画像生成→アニメ化までのワークフローが1系統で組めると、試作のコストとレイテンシが下がる。生成系を組み込む側は、単体性能より連携前提でコスト試算する価値がある。
出典 @GoogleDeepMind↗
Engineering
@OpenAIDevs
OpenAI、データ基盤のクラッシュを総点検 ── 18年間気づかれなかったOSSのバグを発見
OpenAI が、データインフラで1年分たまったクラッシュをまとめてデバッグした事例を公開した。原因をたどった結果、ハードウェア側の問題が1件と、オープンソースのコードに18年間気づかれずに潜んでいた問題が1件見つかったという。どのように突き止めたかの過程を解説している。
メモ
「広く使われている＝枯れている」とは限らないという好例。再現しにくい散発クラッシュを溜め込まず横断的に追う姿勢と、依存OSSまで疑える調査の進め方は、自前インフラのトラブルシュートにそのまま効く。
出典 @OpenAIDevs↗
Research
@DrJimFan
NVIDIAら、ロボットの自己進化する「/skills ライブラリ」ASPIRE を発表
NVIDIA GEAR ラボらが、ロボット向けに自己進化し際限なく蓄積していく「/skills ライブラリ」ASPIRE を発表した。100個目のタスクに取り組むロボットが、最初のタスクのときほど無知ではなくなる、という積み増し型の枠組みだという。コーディングエージェントがシミュレーションと実機ロボットからのマルチモーダルな感覚トレースを観察し、そこからスキルを生成していく。NVIDIA GEAR・ミシガン大・バークレー・CMU の共同研究。
メモ
ソフトのエージェントで広がる「スキル/メモリの蓄積」の発想をロボットに持ち込んだ形。経験を再利用可能なスキルとして溜め、タスクを重ねるほど賢くなる設計は、毎回ゼロから学習する従来のボトルネックへの現実的な回答になりうる。
出典 @DrJimFan↗
Research
@StanfordAILab
Stanford、行動前にロボットが「何を考えるべきか」を自分で学ぶ R&B-EnCoRe
Stanford AI Lab が、新しいブログ記事「R&B-EnCoRe: ロボットは行動する前に実際に何を考えるべきか」を公開した。Milan Ganai らが、Vision-Language-Action モデルが、自分の行動に実際に役立つ思考連鎖(chain-of-thought)はどれかを自分で学べることを示した。報酬も検証器も人手のアノテーションも使わないのが特徴だという。
メモ
「とりあえず推論を長く書かせる」のではなく、行動の役に立つ思考だけを残す方向の研究。報酬設計やラベル付けなしで有効な推論を選別できるなら、VLA系の学習コストとノイズを同時に下げられる可能性がある。
出典 @StanfordAILab↗
Open Source
@PyTorch
大規模LLMの強化学習ポストトレ向けOSSフレームワーク「Miles」
RadixArk による、大規模 LLM の強化学習ポストトレーニング向けオープンソースフレームワーク Miles が紹介された。PyTorch・Ray・SGLang・NVIDIA Megatron-LM の上に構築されており、モデル/数値計算/プロファイリング/拡張性に PyTorch を、オーケストレーションに Ray を、ロールアウトに SGLang を用いる。
メモ
RLHF/RL系のポストトレを、定番スタックの組み合わせで大規模に回すための土台。各レイヤーを実績あるOSSに割り当てている分、自前で一から組むより検証・拡張がしやすい。後段の学習基盤を検討するなら選択肢に入る。
出典 @PyTorch↗
Perspective
@AndrewYNg
Andrew Ng、バズワード化する「Loop engineering(ループ・エンジニアリング)」を論じる
Andrew Ng が、Boris Cherny(Claude Code の作者)や Peter Steinberger(OpenClaw の作者)の言及がバズったことで「Loop engineering」という言葉が注目を集めている、と取り上げた。ループは、AIエージェントにソフトウェアを作らせるために長時間にわたって反復させる、いまや中核的な手法になっているという。
メモ
単発の生成ではなく「反復ループをどう設計するか」がエージェント開発の勘所になりつつある、という整理。停止条件・検証・やり直しをどう組むかが成果を左右するので、プロンプト単体よりループ構造の設計に目を向ける指針として読める。
出典 @AndrewYNg↗
Perspective
@emollick
Ethan Mollick「LLMの最も奇妙で重要な点は、その汎用性」
Ethan Mollick が、LLM について最も奇妙で重要な点は「非常に汎用的」であることだと述べた。コーディングが上手くなった大きな LLM は、アイデア出しも倫理的な助言も医療も数学も上手くなる。すべてに当てはまるわけではなく(ジャグドネス＝得手不得手のムラ、たとえば小説執筆)、それでも驚くほど広く成り立つという。
メモ
「コーディング用に賢くしたら他も底上げされる」という汎化は、用途別に別モデルを揃える発想を相対化する。一方でムラ(ジャグドネス)も残るため、汎用の伸びに乗りつつ、苦手領域は個別に検証する両構えが現実的だと再確認できる。
出典 @emollick↗
