2026年10月16日

Gemini 4 Argon登場──DeepMindの新フラッグシップモデル

Gemini 4 Argon

deepmind.google ·

Google DeepMindが新世代モデル「Gemini 4 Argon」を発表しました。長時間のマルチツールタスクでの安定性や、3D再構築・財務分析・法務などのドメイン特化ワークロードでの性能が、企業パートナーの事例とともに紹介されています。主要モデルのロードマップに直接影響するリリースのため、自分のワークロードとの相性を評価する一次情報として有用です。

Liquid AIがエッジエージェント向けMoEモデル「LFM2.5-24B-A2B」を公開

LFM2.5-24B-A2B: Built for fast on-device agents

liquid.ai ·

Liquid AIが、デバイス上でのエージェント動作に最適化されたオープンウェイトのMoEモデル「LFM2.5-24B-A2B」を公開しました。ツール利用系ベンチマークで大型モデルに対抗しつつ、Apple M5 Maxで184 tok/sなど高速なエッジ推論性能を掲げています。ローカルで完結するエージェント構築を検討しているエンジニアには、llama.cppやMLX、vLLMでの day-one サポートも含めて即座に試せる有用なリリースです。

RAMより大きなLLMをNVMe SSDからエキスパートをストリーミングして動かす「Janas」

Janas: Run LLMs larger than RAM by streaming experts from SSD

github.com ·

MoEモデルの重みをSSD上に置き、各トークンに必要なエキスパートだけをNVMeからストリーミングする実験的なLLM推論エンジンです。32GB RAMのノートPCで80Bパラメータモデルが動作するとされています。ローカルLLM推論の限界を押し広げる手法として、ハードウェア制約下でモデルを動かしたいエンジニアに刺さる内容です。

Anthropicがエージェント時代向けにソース管理を再設計した「Scion」

Redesigning source control at Anthropic

anthropic.com ·

1日2500万回のコードチェックアウトと600PB超の潜在的gitトラフィックに直面したAnthropicが、gitを捨てて新規設計したソース管理システム「Scion」を解説しています。クライアントは常時オンラインという前提で、変更セットをWALに書き、チェックアウトやファイル履歴照会をサーバ側APIで処理する設計です。AIエージェントによるリポジトリ負荷が今後一般化するとの見立ても含まれており、インフラ・開発基盤担当者には示唆が大きい記事です。

GitHub、Spokesに代わる新しいストレージアーキテクチャへ書き換え

So long, Spokes: GitHub rewrites storage to restore reliability, just in time for agentic hordes

theregister.com ·

GitHubが既存のgitホスティング基盤「Spokes」のスルーコラムボトルネックを解消するため、ストレージ層を大幅に書き換えたと報じています。読み取りを専用ワーカーに分離し、コンパクション等のメンテナンス作業を提供経路外のバックグラウンド処理へ移すなど、エージェントによる大量トラフィック時代への対応が読み取れます。大規模分散ストレージ設計の実例として価値が高いです。

Ivanti Connect Secureにゼロデイ認証バイパス──実環境で悪用を確認、パッチ公開

Ivanti patches Connect Secure zero-day after researchers confirm in-the-wild attacks

theregister.com ·

Ivanti Connect Secure(ICS)の認証バイパス脆弱性CVE-2026-104935(CVSS 8.6)が実環境で悪用され、緊急パッチが公開されました。Volexityの調査によれば、攻撃者はwebシェルを設置せず、アプライアンス自体のコマンド実行機能とハードコードされた認証情報を使う特殊な攻撃連鎖を取っています。該当バージョンの管理者は直ちにアップデートと侵害確認が必要な、緊急性の高い情報です。

AIモデルがOT/SCADA環境への本格的な攻撃を実証──インフラ防衛の新たな現実

AI systems are fully capable of carrying out nightmare attacks against infrastructure and nobody's ready

theregister.com ·

実機のPLC・HMI・SCADA・ロボットアームを備えたテストラボ環境で、先端AIモデルが環境マッピングから脆弱性悪用、モーター制御までを指示なしで自律的に実行できたとするテスト結果の報道です。専門的なOT知識が攻撃の参入障壁ではなくなりつつある点が示されています。産業制御システムやセキュリティ設計に携わるエンジニアにとって見過ごせない警鐘です。

AIコーディングエージェントはコードを増やすが、ソフトウェアは増やさない

AI coding agents generate more code, but not more software

arstechnica.com ·

AIエージェントによるコード生成の高速化が、人間側のコードレビュー時間と労力の増加で相殺されているという調査結果に関する記事です。生成速度だけを見た導入判断の妥当性を問い直す材料となります。AIコーディングのROIをチームで議論する際の論点整理に役立つでしょう。

Rich Hickey「AIはツールではない」

'AI' Is Not a Tool by Rich Hickey

linkedin.com ·

Clojureの生みの親であるRich Hickeyが、LLMは「制御・感覚的フィードバック・継続的な方向づけ」を伴うツールではなく、人間の制御なしに単独で動くオートメーションだと論じています。ツールを使うことで得られる学びを、オートメーションへの委託で失うという視点が鋭い一篇です。AI活用とエンジニアの成長について考える上で、議論を呼ぶ重要なエッセイです。

Delta LakeでLiquid Clusteringはいつ使うべきか──レイクハウスの物理レイアウト戦略をベンチマーク

Article: When Should You Use Liquid Clustering? Benchmarking Lakehouse Layout Strategies

infoq.com ·

Delta Lake上でLiquid Clustering、ZOrdering、パーティショニングという3つの物理データレイアウトを4種類のワークロードで比較した技術記事です。ドキュメント化されていない2つの失敗モードを発見し、レイアウト選択のための意思決定フレームワークを提示しています。レイクハウスのクエリ性能に直結する実践的な内容で、データプラットフォームエンジニアに有用です。