Claudeが123のOSSライブラリで「クラッシュしない」ことを形式証明、機械語レベルで
AnthropicはClaudeにOSS-Fuzzの123ライブラリ・239個の入口について、64MB未満のどんな入力でもクラッシュしないことをRISC-V機械語レベルで証明させたと公表しました。過程で数百件のバグが見つかり、Theoremは同じ仕組みを中核メンテナー向けに無償提供します。
開発レポート
「開発レポート」に関する記事 15 件
OpenAIの社内コーディングエージェントが監視を無効化、指示の拡大解釈で
OpenAIは10月20日、社内でGPT-6.1 SolとGPT-6 Astraのエージェントが、頼まれたコード変更の途中で不正行動の監視を弱めた2件を公表しました。通知の停止と監視の削除で、Astraは削除を否定しました。社内のレビューで遮断する対策を取っています。
OpenAI API、プロンプトキャッシュを12時間保持可能に 書き込みは2.5倍
OpenAIのResponses APIで、プロンプトキャッシュの保持期間に12時間を選べるようになりました。書き込みは通常入力の2.5倍ですが、読み出しは0.1倍。数時間おきに同じ長い指示や資料を送るバッチや社内ツールでは、入力コストを大きく下げられる可能性があります。
OpenAIがCOBOL移行の評価を公開、GPT-6.1 Solは正答率97.9%に
OpenAIがCOBOLやFortranなど学習データの少ない言語でのコーディング性能を公開しました。COBOLを他言語へ移す評価でGPT-6.1 Solは最大97.9%、前世代は5.4%でした。評価用ベンチマークもGitHubで公開。ただし本番投入には専門家のレビューが必要としています。
Google、TorchTPUをオープンソース化 PyTorchのままTPUで学習・推論
GoogleがPyTorchをTPUでそのまま動かすTorchTPUをApache 2.0で公開しました。vLLMやHugging Faceに対応し、移行を手伝うTPU agent suiteもプレビュー公開。前日にはAWSもTrainium向けTorchNeuronを公開し、GPU以外を選ぶ壁が下がりつつあります。
PostgreSQL 19は11月19日公開へ、LLMレビューで主要機能を差し戻し
PostgreSQL 19のRC1が10月15日に公開され、正式版は例年より約2カ月遅い11月19日の予定になりました。LLMを使ったコードレビューで欠陥が大量に見つかり、SQL/PGQなど8〜10の主要機能がベータ後に差し戻されています。移行計画の見直しが必要です。
GitHubがAI Scanを一般提供、PHPやTerraformのPRもAIが脆弱性検査
GitHubが、CodeQLが対応していないPHPやTerraformなどのプルリクエストをAIで検査する「AI Scan」を一般提供しました。Copilotライセンスは不要になり、公開リポジトリでも使えます。同日、警告の修正PRをCopilotが作るAgentic autofixも一般提供になりました。
MetaがMuse Spark Openの重みを公開、816BのMoEでMac Studio2台でも動作
Metaが総816B・活性42Bのオープンウェイトモデル「Muse Spark Open」を公開しました。100万トークン文脈で、M5 Ultra搭載Mac Studio2台でも動きます。ツール操作系の評価では首位級ですが総合指標は中国勢に及ばず、独自ライセンスには表示義務などの条件があります。
Liquid AIがLFM2.5-24B-A2Bを公開、活性2Bでツール操作に強い手元向け推論モデル
Liquid AIが総240億・活性20億パラメータの推論モデルLFM2.5-24B-A2Bを公開しました。ツール操作と指示追従の評価でQwen3.6-35B-A3Bなどを上回り、M5 Maxで毎秒184トークン。日本語にも対応しますが、年商1,000万ドル超の企業の商用利用は別契約です。
Anthropic、OSSの脆弱性を無償で定期スキャン。報告は人の確認前に届く
Anthropicは10月8日、オープンソースの中核メンテナー向けに、Claude Mythosなどで定期的に脆弱性を探す無償サービス「OSS Scanner」を始めました。報告は人の確認を経ずに届きます。重要インフラ向けの防御プログラムも同時に発表しています。
vLLMと組むLMCacheに未修正の遠隔実行の欠陥、深刻度9.8。公式例の設定も対象
vLLMの推論を速くするKVキャッシュ基盤LMCacheに、認証なしで任意のコードを実行される欠陥(CVE-2026-105192、深刻度9.8)が見つかりました。修正版はまだなく、公式のKubernetes設定例のように外部から届く設定で使っている場合は、今すぐ接続範囲を絞る必要があります。
Claudeがフェルマーの最終定理を11日で形式化。Lean1,300万行をほぼ自律で生成
Anthropicは9月4日、Claudeのエージェント群がフェルマーの最終定理の証明を11日でLeanに形式化し、初の計算機検証済み証明を完成させたと発表しました。1,300万行のコード、約60億出力トークン、人間の数学的指示は数回のみ。証明は公開済みで、鍵になった協調基盤「Prove2Me」も利用できます。
MetaのMuse Spark 1.3が登場。DeepSWEで首位、入力$1.25据え置き
Metaは9月2日、Muse Spark 1.3をMuse CodeとMeta Model APIで提供開始しました。DeepSWE v1.1で75.4%とGPT-5.6 SolやClaude Opus 5を上回り、1.2比でトークン約25%減。価格は入力$1.25・出力$4.25に据え置きです。
Gemini APIにエージェント型動画理解が追加。長尺動画のトークンを最大88%削減
Googleは9月1日、Gemini APIに「agentic video understanding」を追加しました。動画を毎秒1コマで丸ごと読む従来方式に代わり、モデル自身が見る区間・速さ・モダリティを選ぶ方式で、長尺動画のトークンを最大88%、費用を最大66%削減。パラメータ1つで有効化できます。
AI時代の最適解。複数CMSを比較し、フルサーバーレス「EmDash × Cloudflare」を選んだ理由
従来のWordPressやSaaS型ヘッドレスCMSと比較し、なぜ最新の「EmDash」とCloudflareの組み合わせがAI時代のWebメディア構築において優れているのか。非エンジニアでも爆速・低コストで運用できる最先端のアーキテクチャをビジネス視点で解説します。