おはようございます、Ryokoです。10月21日のAIニュースは8本です。
BedrockやVertexでClaude Codeを使っている人は、5本目をチェックしてください。
Vercelが、エージェントの処理を1歩ずつ記録し、落ちても続きから再開できる部品を公開しました。Macを閉じても、クラウドで動かし続けられます。
Vercelがdurable-harnessを公開しました。コーディングエージェントを、止めずに動かすための部品です。
手元で動かすと、Macを閉じればエージェントも止まります。これをクラウドで動かし続けられるようにします。
対応するのはPi、OpenCode、Codex、Claude Code。Vercelのeveやfx、自作のものも使えます。
エージェントがモデルや道具を呼ぶたびに、これから実行・終わったを記録に残していきます。
処理している関数が、途中で落ちたり時間切れになったりしても……
別の関数が記録を読んで、続きから再開します。
終わったモデルの呼び出しはやり直さず、記録から戻すので、二重に課金されません。
では、途中だった道具の処理はどうするのか。道具ごとに、扱い方を決めておけます。
もう一度実行してよいものはsafe、二度と実行しないものはneverと指定します。
返金や投稿のような処理は、ただやり直すだけでは重複を防げません。ここが大事な点です。
記録の保存先は、Vercelのほか、手元のファイルやPostgres、MongoDB、Redis、Tursoから選べます。
Claude CodeとCodexは、いつもVercel Sandboxの中で動かします。
Macを閉じたら止まる、という悩みに対して、クラウドで何時間も動かし続けられる現実的な選択肢になります。
DeepSeekが、社内の推論基盤DeepInferをオープンソースで公開しました。範囲はオフライン推論で、完成した配信サービスをそのまま導入はできません。
DeepSeekが、社内の推論基盤DeepInferを、オープンソースで公開しました。
DeepSeek-V4.1-Flashを大規模に動かすための基盤で、高スループット・低遅延をうたっています。
ライセンスはApache 2.0です。
狙いは、本番運用の技術を共有して、計算費用や消費電力を減らし、AIを利用しやすくすることだとしています。
DeepInferの中身は、まず高性能な計算カーネルと、最適化した推論エンジンです。
分散推論と投機的デコードも入っています。
さらに、SWA Bounded Replayと構造化出力も実装しています。
今後のDeepSeekモデルの推論コードや改善も、DeepInferで公開していくとしています。
あわせて、deepseek-recipeも公開されました。本番でトークンのエンコードとデコードを担う部品です。
エンコードとデコードの処理は、公式のDeepSeek APIと合わせてあります。
コミュニティによる運用でも、同じAPIの挙動を目指すためです。
ただし、今回の公開範囲はオフライン推論です。
完成した配信サービスを、そのまま導入できるものではありません。
配信サービスには、KVキャッシュや負荷分散などが別途必要です。
対象の機材は、NVIDIAのSM100とHuaweiのAscend 950です。
一般的なPCや家庭用のMacで手軽に動かすローカルAIアプリとは、必要な機材が違います。
自社で大規模モデルを運用するチームにとっては、推論の仕組みを調べる材料になります。
まずは原文と実行条件を確かめて、自分の作業に使える範囲を判断しましょう。
OpenAI APIで、共通の指示や資料を最低12時間キャッシュできるようになりました。一日中動かすエージェントなどで、費用を下げやすくなります。
OpenAI APIで、共通の指示や資料を最低12時間キャッシュする設定が加わりました。
既定の最低保持時間は、これまでどおり30分です。
対象は、GPT-5.6以降のモデルのResponses APIです。
プロンプトのキャッシュは、同じ前置き部分を再利用して、安く速く処理する仕組みです。
既定の30分では、数時間おきにしか呼ばれない常駐エージェントだと、毎回キャッシュが切れていました。
12時間を選ぶと、共通の指示や道具の定義、参考資料を長く保持できます。
間が空いても、割安なキャッシュ料金で読み込めます。
使うときは、Responses APIのprompt_cache_options.ttlに「12h」を指定します。
1つのリクエストの中で、12時間と30分を使い分けることもできます。
なお12時間は、削除の期限ではなく、最低保持時間です。
データ保持ポリシーの上限は変わりません。
12時間を選ぶと、キャッシュへの書き込み料金は、通常の入力料金の2.5倍になります。
既定の30分なら、書き込みは1.25倍です。
キャッシュの読み込み料金は、保持時間によらず同じです。
一日中動かすエージェントや、数時間おきに定期実行する処理では、コストを下げやすくなります。
ただ書き込みは割高なので、使う回数と読み込み量で費用を比べましょう。
GitHubが、npmの導入時に危険な配布物を遮断するfirewallを公開プレビューにしました。端末やCIの接続先をfirewallに向ける設定も必要です。
GitHubのpackage firewallが、Enterprise Cloud向けに公開プレビューになりました。
最近は、パッケージのコードを実行しなくても、インストールの段階で、CIサーバーや開発者のPCから認証情報を盗む攻撃が増えています。
package firewallは、npmのパッケージを入れる際に検査して、危険な配布物を遮断します。
firewallが入るのは、パッケージを使う側と、npmの配布元との間です。
使う側とは、たとえばGitHub Actionsのランナーや、コーディングエージェントです。
検査するのは、パッケージの一覧の問い合わせと、ダウンロードの両方です。
管理者は、検査のルールを設定できます。その1つが、公開直後の版をしばらく使わせない待機期間です。
GitHub Advisory Databaseで、マルウェアや脆弱性を確かめるルールも設定できます。
誤って遮断されたときは、例外を申請できます。
対象は、データ所在地指定版を含むGitHub Enterprise Cloudです。
個人の無料プランでは使えません。
対応するパッケージも、今のところnpmだけです。
料金は、プレビューの間は無料。一般提供の後は、使った量に応じた課金になる予定です。
AIエージェントが、自分でnpmのパッケージを入れる場面が増えています。
AIに導入まで任せる企業は、firewallで導入時の検査をまとめて適用できます。
ただし、有効化するだけで、すべての通信が守られるわけではありません。
各端末やエージェント、CIの側で、接続先をfirewallに向ける設定も必要です。
Claude Code 2.1.305で、BedrockやVertexなどですべてのリクエストが失敗する不具合が直りました。当てはまる人は更新を検討しましょう。
Claude Codeの2.1.305が公開されました。昨日お伝えした、2.1.304の続報です。
2.1.304で入った不具合のため、一部の接続先ではすべてのリクエストが失敗していました。
失敗が起きたのは、BedrockやVertexなどのプロバイダーや、ゲートウェイを通す環境です。
2.1.305のいちばん大きな変更は、この不具合の修正です。
分かれ目は、接続先がツール検索の機能を受け付けるかどうかでした。
接続先にツール検索を拒否されると、2.1.304ではリクエストが失敗していました。
2.1.305では、拒否されたときにツール検索なしで自動的にやり直します。
ほかにも修正や改善があります。Workflowを再開したとき、完了済みのエージェントまで再実行していた問題が直りました。
/usageの警告には原因と修正方法が表示され、fキーを押せば適用できます。
ディスクが満杯のときは、何も実行されていないと分かるエラーを出すようになりました。
無人で再試行するモードでは、利用上限が早めに解除されたことに気づける設定も加わりました。
もう一つ、Linuxのサンドボックスの中で、Chromiumやrootless podmanを動かせる新しい設定が入りました。
ただし、この設定はファイルの保護を回避できるものです。保護を弱めるので、気軽にオンにするものではありません。
最後に、2.1.304に更新してから、BedrockやVertex経由で動かなくなった人は、接続先の条件を確かめましょう。
当てはまる環境では、修正版の2.1.305への更新を検討しましょう。
Claudeが設計したタンパク質211件のうち17件が、サソリの神経毒に結合したとAnthropicが報告しました。毒を無力化する作用や治療効果は未確認です。
Anthropicが、研究用のClaudeにタンパク質を設計させた研究の結果を公開しました。
狙いは、サソリの神経毒に結合する、小さなタンパク質です。
実験は、外部の受託研究機関Adaptyv BioとTwist Bioscienceが担当しました。
投資会社のCitrini Researchと協力し、非専門家でも取り組めるかを確かめています。
設計の作業は、研究用Claudeが約64時間、ほぼ自律で進めました。
人からの追加の指示は、4回だけだったと報告されています。
作った候補は31万8,484個で、そこからClaudeが180件を選びました。
研究チームがClaudeの助けで31件を足し、合わせて211件を実験に回しました。
外部の2社が実験で調べたのは、211件です。
そのうち17件が、結合の基準を満たしました。
結合した相手は、人に危険な4種類の毒のいずれかです。
設計した211件すべてと、その実験データも公開されています。
ここで確かめられたのは、結合するかどうかまでです。
毒を無力化する作用や治療効果は、まだ確認されていません。
治療薬の開発までには、効果や安全性など多くの検証が残っています。
Anthropic自身も、抗毒素ができたとは言っていません。
それでも、AIが設計した候補を実験で確かめた、研究の進め方の実例です。
Vercel FunctionsでWebSocketが一般提供になりました。別のサーバーなしで、リアルタイムなAIアプリを本番運用しやすくなります。
Vercel Functionsで、WebSocketへの対応が一般提供になりました。
WebSocketは、サーバーとブラウザがつながったまま、双方向にやり取りする通信方式です。
AIチャットのストリーミングや、リアルタイムの共同作業、マルチプレイヤーのアプリに使われます。
リアルタイムなAIアプリを、別のサーバーを用意せずにVercelだけで本番運用しやすくなります。
6月下旬に公開ベータが始まってから、VercelのCDNは3億のWebSocket接続を処理しました。
現在は、1日あたり1,500万接続を扱っています。どちらも、Vercel自身が公表した数字です。
VercelのAI Gatewayでも、リアルタイム系のモデルがWebSocketで動いています。
料金と制限は、通常のFunctionsと同じです。
CPUの料金は、メッセージを処理している時間にだけかかります。
接続したまま次のメッセージを待つ間は、CPUの料金がかかりません。
Node.jsの標準ライブラリやSocket.IO、FastAPIなどのPythonに対応しています。
ただし、接続はずっと続くわけではありません。関数の最大実行時間で切れます。
切れたときにつなぎ直せるよう、再接続の仕組みを実装しておきます。
残しておきたいデータは、外部の保存先に置いて共有します。
Vercelでリアルタイム通信を作るときは、再接続とデータの復元まで含めて組み立てましょう。
imozuruは、引用やリンクをたどって原文を集めるClaude Codeのスキルです。主張ごとに原文の場所が示され、自分で確かめられます。
@iru_cectionさんが10月14日、Claude CodeのスキルimozuruをXで公開しました。
このスキルは、知らない分野の用語や著者を調べ、
引用やリンクをたどって、原文を集めます。
作者は、ドメイン知識をどんどん仕入れられると紹介しています。
作者によると、ループエンジニアリングの考え方を応用し、情報探索の研究が示した検索手法をLLMにそのままやってもらうスキルです。
探し始める前に、問いと必要な主張を整理します。
そのうえで、用語・人物・知見が集まる場から探します。
見つけた原文は保存していきます。
これをくり返し、必要な根拠がそろうか、新しい資料が減ったら探索を終えます。
検索上位の要約だけでは、判断しづらい調査もあります。
imozuruの結果には、主張ごとに原文のどこにあるかが示されます。
利用者が確かめられる形で保存されるので、原文を読む手がかりになります。
気をつけたいのは、調べるときの検索語が外部へ送られることです。
そのため、機密を含む問いの扱いには注意が必要です。
使う前に実行条件を確かめ、自分の作業に使える範囲を判断しましょう。
今日のニュースは以上です。気になった1本は、本文と出典で確かめてくださいね。
動画はYouTubeでも毎朝出しています。チャンネル登録、お願いします！
