DeepSeek、V4.1-Flashの更新版1017を公開
https://technews.mametaro.dev/articles/705
事実
DeepSeekは10月17日、DeepSeek-V4.1-Flashのマイナーアップデート「DeepSeek-V4.1-Flash-1017」を公開した。モデルカードでは、Terminal-Bench 4.0が31.2から42.3、DeepSWE v1.1が74.2から77.0、ProgramBenchが20.3から29.1へ上がった。Terminal-Bench 4.0はClaude Codeのハーネス、DeepSWE v1.1はMini-SWE-V2ハーネスでの計測である。あわせてタスクの実行時間と出力の長さを減らしたとしている。Web、アプリ、APIで提供され、重みは763Bパラメータ、コンテキスト100万トークンでMITライセンスだ。Jinja形式のチャットテンプレートは同梱せず、プロンプト組み立てはPythonの参照実装と、Rust製でPythonバインディング付きのdeepseek-recipeを使う。推奨のサンプリングはtemperature 1.0、top_p 1.0、max_tokensは256K以上である。
示唆
コーディングエージェントのモデルを固定している場合、1017は同じ系列の更新としてAPIと重みの両方に現れている。成績の伸びはハーネスを指定した計測なので、自前のハーネスへ移したときの差は別である。出力が短くなるという説明は、課金と待ち時間の見積もりを前版のトークン数のまま続けられないことを意味する。自前で推論する場合は、チャットテンプレートが同梱されないため、参照実装かdeepseek-recipeでプロンプトを組む必要がある。推奨のmax_tokensが256K以上である点も、短い応答だけを仮定した上限とは揃わない。
Meta、エージェント向けMuse Wonderを公開
https://technews.mametaro.dev/articles/643
事実
Metaは10月12日、個人と業務のエージェント作業向けにMuse WonderとMuse Wonder Fullを公開した。WonderはMeta Model APIとMuse Codeで即日使え、Wonder FullはMuse Codeの契約者向けである。Muse製品への組み込みは契約者から始まり、成果物の生成や、より難しい処理にも使うとしている。中心機能は、会話をまたいで必要な文脈を取り出すActive Memoryと、行き詰まりを迂回しながら目標へ作業を続けるActive Focusである。学習はギガワット規模のデータセンターPrometheusで行われた。化学・生物・放射性物質・核とサイバーの悪用に対する同社として最も強い対策を入れ、防御目的のサイバー能力は残すと説明している。安全評価の全文は公開時点ではこれからとされている。同社は、より強い基盤モデルの方が、学習で狙った課題以外への伸びが残りやすいとし、Muse Spark 1.3との比較を示している。
示唆
APIで組むエージェントの候補にWonderが加わる。WonderとWonder Fullで使える経路が違い、FullはMuse Codeの契約者に限られる。Active Memoryは会話をまたぐ文脈を前提にするため、渡す情報の範囲と保持の扱いを、呼び出し側の設計と合わせて見る必要がある。安全評価の全文は未公開であり、ブログは重要な操作の前に確認を求める挙動に触れている。不可逆な操作を任せる場合、その確認が説明どおりに残るかを、本番の権限と分けて試すことになる。モデル名の差し替えだけでは、記憶と継続実行の挙動は前のモデルと同じにならない。
Microsoft、エージェントの権限をOSで強制するMXCを一般提供
https://technews.mametaro.dev/articles/631
事実
Microsoftは10月7日、Microsoft Execution Containers（MXC）を一般提供した。開発者やIT管理者が、エージェントが使うファイルとネットワーク先を宣言し、MXCが実行時にその境界を強制する。対象はモデルの生成コード、プラグイン、ツール、ハーネス、エージェント全体まで含む。ポリシーはワークロードの外側にあり、エージェント自身は権限を追加できない。Windows 11、macOS、Linuxではプロセスコンテナが使え、中身はAppContainer、Seatbelt、Bubblewrapである。別セッションでデスクトップやクリップボードを分けるセッションコンテナとWSLコンテナはWindows 11のみで、ハードウェア分離のMicroVMはWindows 11とLinuxで実験的とされる。Windows 365上のMXCも一般提供になった。GitHub Copilot、OpenAI Codex、Replit、LM Studio、Unsloth AIが対応し、NVIDIAはOpenShellを統合した。Claude Code、Perplexity、Raycastなどは今後対応するとされる。Windowsのプロセスコンテナには活動レポートがあり、Enforcementは境界外を拒否し、Learningは拒否したうえで記録し、Permissiveは記録しつつ操作を通す。Intuneによるプロセスコンテナの管理と、Entraでエージェントの操作を利用者本人と分ける機能は、これから入る段階である。
示唆
ローカルでコーディングエージェントを動かす場合、権限の境界をプロンプトではなくOSのコンテナに置ける経路が一般提供になった。対応済みのCopilot、Codex、Replitと、未対応のClaude Codeなどでは、同じ端末でも強制の有無が分かれる。最小権限のポリシーは、最初からEnforcementにすると必要な操作まで止まる。WindowsではPermissiveが記録しつつ通し、Learningが拒否したうえで記録する。Enforcementへ移す前に、このどちらかで実際の資源を見る手順が示されている。組織の方針で資源が使えなくなったとき、黙って失敗すると未完了と権限不足の区別が付かない。拒否を呼び出し側へ返す実装が、コンテナの導入とセットになる。
JPEG XLは主要ブラウザ対応後も、写真配信の既定はAVIF
https://technews.mametaro.dev/articles/712
事実
ChromeのJake Archibald氏は10月15日、主要ブラウザへ入ったJPEG XLとAVIFの実測を公開した。エンコーダはavifenc 1.4.2、libjxl 0.12.0、別実装のjixel 0.4.2で、測定機は2024年のMacBook Pro（M4 Pro）である。損失ありの写真では、既定の努力度だと最良のJPEG XLが同等のAVIFより典型的に15〜25%大きく、最大努力でも6〜20%大きい。画面キャプチャとイラストでは差が広がり、既定で30〜90%、最大努力でも20〜70%大きい。透過ではjixelが常に無損失で符号化するため、ファイルはAVIFの2〜3倍になる。中品質のデコード時間はJPEG XLが典型的に2〜3倍長い。既存のJPEGを追加の劣化なしでJPEG XLへ詰め直すと9〜20%小さくなり、無損失ではJPEG XLが明確に勝つ。氏の現時点の既定は、AVIFの4:4:4を負担できる範囲で高い努力度にして使うことである。
示唆
主要ブラウザへ入ったあとでも、写真配信の既定をJPEG XLへ置き換える根拠には、この実測はなっていない。既定の努力度では写真でAVIFが小さく、画面キャプチャと透過では差がさらに開く。一方、既存JPEGの再圧縮なし縮小と、無損失の保管ではJPEG XLが有利だと示されている。配信の設定は、写真、UI画像、透過、保管を同じ値にまとめず、種類とエンコーダを分けて測る必要がある。AVIFが極端に大きい画像に限ってjixelを比較する切り分けが、一括変換よりファイルサイズに近い。デコード時間もJPEG XLの方が長い典型値なので、転送量だけでなく表示までの時間を見る対象になる。
AWS、通常のHTTPサーバーを載せるLambda Web Functionsを公開
https://technews.mametaro.dev/articles/659
事実
AWSは10月12日、ポートでHTTPを受けるサーバーをイベントハンドラーへ書き換えずに動かすLambda Web Functionsを公開した。Express、Hono、Fastify、Next.jsなど既存のNode.jsサーバーが対象で、待ち受け先は環境変数AWS_LAMBDA_HTTP_ENDPOINTが示す。1つの実行環境は同時に最大128リクエストを処理する。課金はコードがCPUを使った時間で、データベースや外部APIを待つ時間のCPU消費は小さい。メモリは実行環境が存在する間メーターされる。aws lambda-web deployで、コードの束ね、関数の作成、初回リビジョン、HTTPSエンドポイントまで進む。複数リージョンを指定すると、遅延の少ない側へ振るグローバルURLが付き、振り分けはベストエフォートである。リビジョンの重みでカナリアも切れる。CloudFrontとはオリジンアクセス制御で、その配信以外からの呼び出しを拒める。提供リージョンはバージニア北部、オハイオ、オレゴン、東京、アイルランドで、起動時のランタイムはNode.js 24のArm64である。VPC内の資源にも接続できる。従来のイベント駆動関数はEvent Functionsとして残り、非同期処理はそちら、利用者向けのHTTPはWeb Functions、という分け方が公式の想定である。
示唆
東京リージョンを使うNode.jsのHTTP APIは、ハンドラー形式へ包まずにLambdaへ載せる選択肢ができた。同時128リクエストと、CPUは使用時間、メモリは環境の生存時間という課金は、リクエストごとに実行時間全体を課金する従来の関数とは計算が異なる。入出力待ちの多いサーバー側描画や、トークンを流す推論エンドポイントでは、待ち時間のCPUが小さいため計算費が下がり得る。環境が長く残る構成ではメモリ課金が残る。遅延の少ない側へ振るURLは、特定リージョンへ固定する用途とは分けて見る必要がある。非同期のキュー処理はEvent Functions側に残す分け方が、HTTPだけを移す境界になる。