MCP v2がハンドシェイクとセッションIDを廃止、真のサーバーレススケーリングを実現
2026年7月28日にリリースされるMCPバージョン2は、初期化ハンドシェイク、Mcp-Session-Idヘッダー、および3つのレガシーサブシステムを削除することで、プロトコルを完全にステートレスにします。これにより、セッションアフィニティの制約を受けることなく、オートスケールまたはサーバーレスのポッド上で実行が可能になります。
GyaanSetu AI
AI、機械学習、LLMのインサイト。
Google Gemma-4 31B、AWS Inferentiaでトークン一致を達成するも、意味不明な内容を出力
Inferentia2 INF2.24xlargeはCPUリファレンスと全く同じトークンストリームを再現しましたが、どちらの実行においても、チャットテンプレートやターンマーカーを欠いた不正な形式のプロンプトが入力されていたため、Gemma-4は意味不明な内容の無限ループに陥りました。ハードウェアは単に、リファレンスコード内のバグをそのまま再現したに過ぎません。
Solo Researcher Cuts LLM Agent Bill 31% to $651 by Logging Every Token
By adding a PostgreSQL logging layer that captured model name, token count, task type, and per-call cost, the researcher identified that raw SEC search results were inflating prompts. Summarizing those results and routing simple checks to a cheaper model drove the 31% savings and nudged accuracy up
Upper90が汎用コンピューティングに4億ドルを投入、推論特化型チップに勝負をかける
この融資ではSambaNovaのSN50推論チップが担保として活用されており、従来のGPUファームと比較してトークン処理速度が最大16倍向上し、低消費電力かつ簡素な冷却を実現する、これまでにない新しい資産クラスとなっている。
リーナス・トーバルズが批判者に提示した唯一の選択肢：Linuxをフォークするか、AIを受け入れるか
トーバルズはメーリングリストに対し、新しいSashikoレビュアーのようなAIツールに反対する者は単にカーネルをフォークすればよいと述べ、技術的な価値は思想的な抵抗に優先するという自身の見解を強調した。
Grok BuildのオープンソースCLIにより、モデルの切り替えと全シェルコマンドの監査が可能に
このリポジトリにはCLI、ターミナルUI、およびランタイムのRustソースコードが含まれており、コンテキストの構築、ツールのオーケストレーション、編集の管理方法を詳細に確認できます。さらに、ワークフローを損なうことなく、基盤となるモデルを入れ替えることも可能です。
MoonshotのKimi K3がAA-BriefcaseでGPT-5.6を凌駕、スコアは1,527対1,495を記録
2.8兆パラメータのオープンウェイトモデルであるMoonshot AIのKimi K3が、実世界のAA-BriefcaseベンチマークにおいてGPT-5.6を上回るスコアを記録しました。現在API経由で利用可能となっており、モデルのウェイトは7月27日に一般公開される予定です。
Claude Code、Cursor 2.0、OpenAI CodexがIDEをフルスタックのコントロールルームへと進化させる
最新バージョンでは、タスクのオーケストレーション、承認ワークフロー、テスト環境、UIを認識したブラウジング機能が追加されました。これにより、AIがチケットの選択、自律型エージェントの実行、人間による承認の取得、そしてビジュアルプレビューの出力まで、すべてを単一のコンソールから行えるようになります。
Meta、100万トークンあたり1.25ドル/4.25ドルでMuse Spark 1.1 APIをリリース
米国の開発者のみが利用可能なこのサービスは、入力トークン100万件につき1.25ドル、出力トークン100万件につき4.25ドルを課金します。新規アカウントには20ドルのクレジットが付与されるほか、海外ユーザー向けにはウェイティングリストが用意されています。
ミシガン州での検証において、Epic社の敗血症アラートが症例の3分の2を見逃していたことが判明
医師の動きを予測することを学んだ敗血症モデル。2021年、ミシガン・メディスンはEpic社の敗血症モデルの検証を行いました。38,455件の入院事例を調査した結果、Epic社は高い精度を主張していましたが……
1-Bit Bonsai 27B Runs at 11 Tokens/S on iPhone 17 Pro Max, Cutting Model Size 14-Fold
PrismML’s Bonsai 27B shrinks from a 54.7 GB full-precision model to a 3.9 GB 1-bit file, fitting on a flagship iPhone while retaining 89.5% of its quality. The claim relies on Apple’s MLX stack and delivers about 11 tokens per second, but memory, heat and battery impacts remain unmeasured.
OpenAIのGPT-RedがGPT-5.6の失敗を6分の1に削減、しかし小規模チーム向けの無料ツールはなし
OpenAIの内部モデル「GPT-Red」は、GPT-5.6 Solラインにおける失敗を6分の1に減少させた。しかし、研究論文は理論の提示に留まり、ダウンロード可能なテスト用ハーネスは提供されていないため、小規模チームは独自の決定論的テストを構築する必要がある。
Vercel AI SDK 7、ツールが宣言済みのシークレットのみを使用するように制限
SDKは各ツールに対してZodベースのコンテキストスキーマの提供を必須とし、実行時にVercelが宣言済みのフィールドのみが渡されているかを検証します。余分なキーや不足しているキーがある場合は、実行を中止します。
月間500万〜1000万トークンを超えて初めて、セルフホスティングはAPIコストを下回る
自前でLLMを運用する場合とAPI利用の真のコスト比較。オープンウェイト自体は無料ですが、運用にはコストがかかります。オープンモデルをセルフホスティングすれば節約できると考える人が多いですが、それは間違いです。見るべきは…
Deep InteractionによりLLMの修正成功率が25%以上向上、トークン使用量は40%削減
モデルの出力を編集可能なテキストとして扱うDeep Interactionは、開発者が誤った推論ステップを特定して書き換え、蒸留されたプロンプトを再投入することを可能にします。これにより、STEMベンチマークにおいて修正率が25%向上し、トークン使用量を40%削減することに成功しました。
AIオンコールエージェントが、わずか1週間で平均復旧時間を45分から20分に短縮
AIエージェントに1週間クラウド運用を任せてみた。AIエージェントに、私のクラウド運用を7日間任せてみました。これはデモではなく、実際の環境です。モニタリングへの読み取り権限を与え……
AWS Agent Toolkit、OpenSearchのセットアップ時間を短縮するも、次世代ベクター設定で不備
新しい amazon-opensearch-service スキルは、ポリシーのシーケンシングやインスタンスサイズの決定を高速化しますが、Serverless NextGenでのベクター検索設定において、従来のFAISS設定をデフォルトとして適用してしまうため、デプロイの失敗を招いています。
Inkling (975B) が午前中にリリース、その16時間後には Moonshot AI が 2.8T Kimi K3 を公開
これら2つのリリースにより、オープンウェイトモデルはマイナーなプロジェクトから主流のAIへと押し上げられました。これにより、企業は Apache 2.0 ライセンスの下で大規模モデルをオンプレミスで運用できる選択肢を得ると同時に、コーディングタスクにおいてクローズドソースと同等の性能を享受できるようになります。
新しいワークフロー・ドリフト検出器により、アプリのアップデート後のボットの失敗を防止
このフレームワークは、UI、API、データ、権限、ポリシーの5つのドリフトカテゴリを定義しています。軽量なコントラクトマップとプリフライトスキャンを用いることで、自律型エージェントが実行される前に不一致を検出し、サイレントな失敗やコストのかかる手戻りを防ぎます。
AnthropicがMCPコネクタを追加、Claudeのコードスニペットをライブアプリへと進化
Model Context Protocol（MCP）コネクタにより、Claudeが生成したコードをチャットから直接データベース、クラウドサービス、Slackなどへ呼び出せるようになりました。これにより、コピペの手間が省かれ、開発者は即座に実際のデータを使ってテストを行うことができます。
AIエージェントが1日で1,858回のツール呼び出しを実行するも、成果はゼロ
検証ステップの欠如により、エージェントは「実行」フェーズをスキップしてしまい、実際のツールを一度も呼び出すことなく、丸一日をかけて1,858回もの内部的な考察を繰り返す結果となった。これは、ツール駆動型のアシスタントを機能不全に陥らせる「自己ループの罠」を露呈している。
Moonshot AIのKimi K3は安価なAPIを謳うが、出力コストは競合の2倍に
Moonshotは2.8兆パラメータのモデルと低価格なトークン単価を強調しているが、Mixture-of-Experts（MoE）設計と過剰な冗長性によって出力が1億3000万トークンに達しており、これは競合モデルの2倍以上のボリュームとなるため、実際の利用コストを押し上げている。
LLMが自己認識テストに失敗、実用化における安全性への懸念が浮上
新しい状況認識ベンチマークは、モデルに「あなたはAIですか？」といったメタ的な質問への回答や、対話の変化に応じた回答の調整を求めるものです。これにより、高スコアを記録している多くのLLMが、依然として人間であると主張したり、自らの限界を隠したりしている実態が明らかになりました。
非表示タブのスロットリングにより、ChromeがAIテストエージェントからCanvasのエラーを隠してしまう
AIエージェントは正常なJavaScriptの結果とスクリーンショットを確認しましたが、Chromeの非表示タブのスロットリングによってrequestAnimationFrameのコールバックが停止し、Canvasが描画されない状態になっていました。表示されているタブでテストを実行するか、ピクセルが空でないことを確認するチェックを追加することで、この誤検知を修正できます。