AIエージェント

AIエージェントは「忘れる」と伸びる？ 履歴を捨てて最良の成果物から再開する手法

UC Berkeley などの研究チームが2026年10月に公開した論文「Scaling Discovery Requires Forgetting」を初心者向けに解説します。AIエージェントが過去の試行に引きずられて伸びなくなる理由、履歴を捨てて最良の成果物から再開する手法と結果（同じ予算で最大39%改善）、Claude Code・Codex で試すアクションプランとスクリプトをまとめました。
2026.10.25
AIエージェントAI最新情報Claude CodeCodex
AIエージェント

Kimi K3.1 Pro は Claude Opus 5.5 や GPT-6 Astra にどこまで迫ったのか

中国の Moonshot AI が公開した Kimi K3.1 Pro を、Claude Opus 5.5・GPT-6 Astra などと比べました。開発元の表と第三者（Artificial Analysis）の測定を分けて読み、総合指数・得意と苦手・料金と速さ・Kimi Code／Claude Code／Codex からの使い方と、自分のリポジトリで比べる手順をまとめています。
2026.10.24
AIエージェントAI最新情報LLM
AIエージェント

Google の Harness² を Mac で動かしてみた

Google Cloud AI Researchなどが公開したHarness²は、AIエージェントの指示文やスキルなどの道具立て（ハーネス）を、正解のない仕事でもAI自身が試して比べて直し、直し方を次の仕事に持ち越す仕組みです。仕組みと論文の結果を解説し、MacとLM Studioのローカルモデルだけで JobBench を回した結果とつまずきどころをまとめました。
2026.10.23
AIエージェントAI最新情報ローカルLLM
AI最新情報

FLUX.3 Image Klein は GPT Image 2.5 の代わりになる？ 座標で配置できる無料モデルを Mac で比べた

Black Forest Labsが公開したFLUX.3 Image Klein（5.6B）を、ChatGPTのGPT Image 2.5と同じ8つのお題で比較しました。英字・日本語の文字、座標の枠による配置（IoU）、編集、Mac（M5 Max）での生成時間、FLUX Kommunity Licenseの商用条件、Macで動かす手順までまとめています。
2026.10.16
AI最新情報ローカルLLM画像生成
AI最新情報

ReplaySSM とは？ ハイブリッド LLM の推論を「状態を書き戻さない」で速くする仕組み

NVIDIAとプリンストン大学Dao AI Labが公開したReplaySSMは、ハイブリッドLLMのSSM層の状態を毎回書き戻さず、チェックポイントと直近の入力で持つことでデコードを速くする手法です。SSM層が遅くなる理由、仕組み、公式の数字（通常デコード1.20〜1.47倍・投機的デコーディング1.85〜2.10倍）、Mac（M5 Max）のMetalカーネルでの再現結果、vLLM・SGLangでの使い方を解説します。
2026.10.14
AI最新情報LLM
AI最新情報

Meta「Muse Wonder」は Claude Fable 5.1 や GPT-6 Astra と比べてどれくらい強いのか

Metaが10月12日に発表した最上位モデル「Muse Wonder／Wonder Full」は、Claude Fable 5.1・GPT-6 Astra・Claude Opus 5.5と比べてどれくらい強いのか。第三者の総合指数（Artificial Analysis・Vals AI）での位置、分野別の勝ち負け、1タスクあたりの費用、使う前の注意点を公開データから整理し、Claude CodeやCodexのまま自分の課題で比べる手順も紹介します。
2026.10.13
AI最新情報ClaudeLLM
AI最新情報

LLM を 1 トークンごとに切り替える TokenRouter とは？ 0.6B と 32B を回答の途中で使い分ける

判定モデルで「質問ごとにモデルを振り分ける」のが当たり前になった先にある、回答の途中で1トークンごとに担当モデルを替える「トークン単位ルーティング」。清華大学が公開した推論基盤TokenRouterの仕組みと「2.01〜64.15倍」の読み方を解説し、Macで公式のR2Rルーターを使ってQwen3-0.6Bと32Bを切り替えた結果（数学30問で0.6B 20問→切り替わ 23問→32B 27問）を動画つきで紹介します。
2026.10.12
AI最新情報LLMローカルLLM
AIエージェント

Claude CodeやCodexの「会話の圧縮」は何を取りこぼすのか？ 要約文に学習した記憶を足すREMORYの仕組み

Claude Code や Codex は、会話が長くなると履歴を要約文に置き換えて圧縮します。その仕組みと、ツールの結果や細部が消えて同じ作業を繰り返してしまう問題を整理し、2026年10月8日に公開された論文 REMORY が「要約文＋学習した記憶トークン」でどう補うのかを解説します。全文の5.2%の長さで全文並みの成績、ツール出力の繰り返し18〜30%減などの結果と、動かすのに必要な環境もまとめます。
2026.10.12
AIエージェントAI最新情報Claude CodeCodexLLM
AI最新情報

Qwen-Image-2.1-Turbo は従来版より何倍速い？ 8ステップ化の仕組みと商用利用の条件

2026年10月9日に公開された Qwen-Image-2.1-Turbo を、従来版の Qwen-Image-2.1 と M5 Max の Mac で同じ条件で比べました。1024px 級で1枚3分56秒→50秒（約4.7倍）。テキストエンコーダーと VAE は従来版と同一で、変わったのは画像生成部の重みと8回分の予定表。KV キャッシュは Turbo 専用ではない点、日本語の文字や質感の違い、Mac で編集するときの VAE の落とし穴、Qwen Research License で商用利用できるかもまとめます。
2026.10.12
AI最新情報ローカルLLM画像生成
AIエージェント

AI エージェントに見せるツールは何個まで？ Postman が 170 個から 15 個に絞った本番設計

Postman と AWS が公開した Agent Mode の本番設計では、AI エージェントに見せるツールが約 40 個を超えると選び間違いが増えたため、170 個以上のツールから依頼ごとに約 15 個だけを検索で選んで見せています。従来の設計の課題、本番アーキテクチャで改善した点（動的ツール選択・スキーマ＋クエリ・コンテキスト・キャッシュ）を整理し、架空のツール 120 個で「全部見せる」と「絞る」を手元で比べた結果と、自分の環境での作り方をまとめます。
2026.10.12
AIエージェントAI最新情報LLMMCP（Model Context Protocol）
AIエージェント

Cloudflare Clef-omni は音声と動画をどこまで判定できるか ── 通話の用件は得意、異常音と感情は苦手

2026年10月9日に公開された Cloudflare の判定モデル Clef-omni は、音声と動画をそのまま入力できます。音声508件・動画206本のテストデータを自作し、通話の用件・環境音・声の感情・機械の異常音・動画の動き・画面録画・映像と音の照合を実測しました。文字起こし経由との比較、Liquid AI の d1-omni-600M との比較、速度と費用、使い分けのコツをまとめます。
2026.10.10
AIエージェントAI最新情報LLM企業 × 生成AI活用
AI最新情報

LightOnOCR-3 で RAG の前処理は1つのモデルにまとまるか？ 日本語の帳票で PaddleOCR-VL・olmOCR と比べた

2026年10月に公開された文書解析モデル LightOnOCR-3（0.8B・1B・4B、Apache 2.0）を Mac で動かし、正解が分かる日本語の帳票・グラフ・olmOCR-Bench・情報通信白書で PaddleOCR-VL-1.6・olmOCR-2 と比べました。文字・表・グラフの数値・枠・写真の説明・速度の実測と、grounding の出力を RAG のチャンクにするコードを紹介します。
2026.10.10
AI最新情報LLMローカルLLM企業 × 生成AI活用
次のページ