OpenAI、製品チームを統合して「エージェントの未来」へ

OpenAIがChatGPT、コーディングエージェントCodex、開発者APIを単一の製品チームに統合することが明らかになった。新チームはCodex責任者のThibault Sottiauxが率い、最終的にはブラウザ「Atlas」も統合した「スーパーアプリ」の構築を目指す。共同創設者のGreg Brockmanがプロダクト戦略全体を公式に統括する体制になった。

これはOpenAIが個別ツールの提供から、エージェント機能を統合した単一プラットフォームへと明確に方向転換していることを示している。チャット、コーディング、ブラウジングというこれまで独立していた機能が一つの体験にまとまれば、ユーザーのワークフローは大きく変わる可能性がある。

Mistral CEO、AnthropicのMythosによるフランス軍コードスキャンに警告

Mistral CEOのArthur Mensch氏が、フランスの軍事コードベースを米国のAIモデル（具体的にはAnthropicの「Mythos」）にスキャンさせることの危険性を警告した。現代のAIは攻撃のオーケストレーションやエクスプロイトの提案が可能であり、安全保障上の依存が深まるリスクを指摘した。

Mensch氏はMistral自身のモデルにも同様のリスクがあることを認めつつ、欧州が自前のAIインフラを持つ重要性を強調した。また、Mistralの売却を否定し、IPOを目指す方針を明らかにした。この発言は、AIの地政学的側面がヨーロッパでますます重要な議論になっていることを象徴している。

llama.cpp、デュアルGPU環境でテンソル並列の定量KVキャッシュ問題を改善

RedditのLocalLLaMAコミュニティで、llama.cppのデュアルGPU環境におけるテンソル並列分割の改善が話題になっている。これまで--split-mode tensorは非量化KVキャッシュしかサポートしておらず、多くのユーザーがテンソル並列を諦める要因になっていた。

コミュニティメンバーがmainlineからフォークした修正版を公開。RTX 3060 12GB + RTX 4070 Super 12GBの環境でQwen 3.5 27B Q4_K_Mを実行したところ、テンソル並列なしの21.2 tok/sから30.05 tok/sへと約40%の高速化を達成した。MTP（Multi-Token Prediction）の最新変更にも対応しているという。

Qwen 3.6-27B、AMD Strix Halo + VulkanでMTPが効果的

同じくRedditで、AMDのAPU「Strix Halo」環境でQwen 3.6-27B Denseモデルをllama.cppで動かしたベンチマーク結果が共有された。Vulkanバックエンドを使用し、MTPのspec-draft-n-maxパラメータを調整して比較している。

通常実行の12.5 tok/sに対し、MTP（spec-draft-n-max 3）ではタスクによって18.7〜23.2 tok/sと、最大約85%の高速化を記録。興味深いことに、spec-draft-n-max 6よりも3の方が良好な結果となっており、MTPの最適な設定がタスクに依存することが示された。

ローカルLLMの研究エージェント活用に関する議論

Reddit LocalLLaMAで、学部生が研究用途でローカルLLMエージェントを構築する方法について質問が投稿され、議論が活発化している。RTX 6000 PROへのアクセスがあり、Qwen 3.6-35BをベースにHermesエージェントを運用中とのこと。論文検索やリサーチ補助を自動化するエージェント構築のアプローチについて、コミュニティから知見が共有された。

この議論は、ローカルLLMの実用的な研究ワークフローへの統合がコミュニティの大きな関心事であることを示している。