8月2日、GoogleがパーソナルAIエージェント「Gemini Spark」の提供地域を大きく広げ、日本でも使えるようになりました。一方でオープンウェイトのDeepSeek V4-Flashを自宅GPUで動かす取り組みがコミュニティで進み、最初の実測値が出揃いつつあります。研究面ではアテンションを小型化する新しいアプローチ、政策面では中国のAI影響力を描く分析が話題を呼んでいます。

Gemini Sparkが日本上陸、Chrome統合でWeb手続きを代行

Googleは、パーソナルAIエージェント「Gemini Spark」の提供対象を日本を含む160カ国以上に拡大しました。これまで限られた地域での提供でしたが、日本でも利用可能になった点が目新しいポイントです。

特徴は、PCが停止しているときやスマートフォンがロック中でも、Googleのクラウド基盤上でエージェントが動き続けること。あらかじめ設定したトリガーに応じてタスクを処理します。さらに、ログイン情報や保存されたパスワードを活用して、Web上の各種手続きを代行するChrome統合機能も発表されました。

自律型エージェントが「画面の向こうで人間の代わりに操作を完結する」方向に一歩進んだ形です。ただし、保存されたパスワードをエージェントに使わせる設計は利便性と引き換えに新たな信頼・セキュリティの課題を含むため、実際の挙動や制御は公開後に慎重に見極めたいところです。

DeepSeek V4-Flash-0731、ローカル量子化版の実測が到着

オープンウェイトのDeepSeek V4-Flash-0731を、消費者向けGPUで自前動かそうという取り組みが進んでいます。先日、同モデルの修正がllama.cppに到着した件も報じられましたが、今回はその上で実際にどれくらい動くかという「実測」の段階に入っています。

あるユーザーは、MI50（32GB）×3枚の合計96GB VRAM構成で、UD-IQ2_M量子化（約90.9GB）をVRAM内に収めて実行。テキスト生成で秒あたり約15〜16トークン、プロンプト処理で約105〜110トークンを安定して記録しました。長文の出力でも14トークン未満には落ちなかったといいます。簡単なコーディングテスト（ルビックキューブのアニメーションHTML生成）も一通りこなしたものの、メモリ帯域に関する細かい事実を一箇所混同するミスも見られたとのこと。量子化版ゆえの限界を示す事例として興味深いです。

別のユーザーは品質重視のアプローチをとり、129個のルーティング用エキスパートのみをIQ3_XXSに再量子化し、それ以外は高精度を保つ構成（約111GB）を公開しました。混成GPU構成＋CPUへのオーバーフロー環境で、通常のMXFP4ベースに対して約1.4倍の速度を維持しつつ、品質指標（KLD）も改善したと報告しています。速度最優先ならもっと小さな2bit量子化が有利になるなど、サイズ・品質・速度の三項のトレードオフがコミュニティで可視化されつつあります。

ただし、長文脈で停止する既知の問題（SWA／ロールバック周りのストール）は一部のパッチビルドでのみ対処されており、上流のllama.cpp本体ではまだ完全ではないと指摘されています。本格運用には環境選びが影響しそうです。

INT4の「記憶セル」でアテンションを小型化する提案

Hacker Newsで関心を集めた（投稿時点で7ポイント）研究に「Persistent State Machines: LLM Attention with INT4 In-Memory Cells」があります。Zenodoで公開されたもので、LLMのアテンション計算をINT4（4bit整数）の「メモリセル」を持つ持続的な状態機械として扱うことで、計算量やメモリを削る方向性を探っていると見られます。

タイトルと反応から推測できる範囲にとどまりますが、精度を保ったまま推論コストを下げるという、いまのLLM研究の中心的なテーマに沿ったアプローチです。詳細な手法や効果のほどは論文本文を読む必要があるため、ここでは「要注目の方向性」として紹介するにとどめます。

中国のAI影響力を描く「トークン外交」

Semaforの分析記事「Token diplomacy: How China is shaping the AI future」が話題を呼んでいます。「トークン外交」という見出しのもと、中国がLLMの普及と影響力拡大を通じて世界のAIの方向付けに関与している実態を描いた内容です。

具体的な論点の細部は原文にあたる必要がありますが、オープンウェイトモデルや低コストなAPI提供が単なる技術競争にとどまらず、地政学的な影響力の源泉として機能しているという視点は、DeepSeekを巡る一連の動きとも重なります。規制や独自モデルをめぐる議論が続く中で、読み解く価値のある1本です。

Claude Codeの運用知見：プラグインと settings.json

日本のエンジニアブログでは、Claude Codeの実運用に関する知見が相次いでいます。

一つはRedditで盛り上がったプラグイン「i-have-adhd」。導入すると回答が「結論1行 → 番号付きの判断基準 → 次の一手」という構造に変わります。実際にプラグインあり・なしで同じ質問を投げて比較したところ、結論が先に来る分、取っつきやすくなる効果があったと報告されています。

もう一つは、確認プロンプトを減らしつつ危険な操作は通さない settings.json の実践設定。サンドボックスとautoモードを組み合わせ、PreToolUseフックで危険なコマンドを弾く構成で、約1ヶ月運用して確認の負担もミスも減ったとのこと。コピペ用に全文が公開されており、Claude Codeを本格的に使う場合の参考になりそうです。

直近は自律エージェントの実用化（Gemini Spark）と、オープンモデルのローカル最適化（DeepSeek V4-Flash）が同時に進んでいる印象です。研究と地政学の両面で「AIのコストと影響力」が主役になりつつある数日と言えそうです。