DeepSeekがOSSエージェントハーネス「DeepSeek Harness」を公開

8月13日、DeepSeekがオープンソースのエージェントハーネス「DeepSeek Harness（dsh）」を公開した。検証時点のバージョンは @deepseek-ai/dsh@0.1.0-rc.6 で、公式READMEが「互換性を壊す変更がある」と明記している通り、まだdeveloper previewの位置づけだ。

日本の開発者による検証記事では、ローカルLLM（Ollama）をdshで動かす手順が整理されている。設定ファイルのスキーマは今後変わる前提で扱うべき段階だが、エージェント実行の基盤をOSSとして提供するという方向性自体は、DeepSeekのモデル戦略と合わせて注目に値する。

DeepSeek-V4-Pro-0813、B300×8で実データ17,000 tok/s — Day1検証

前回「値上げと同時に公開された」と伝えたDeepSeek-V4-Proの正式版（DeepSeek-V4-Pro-0813）について、公開翌日のDay1デプロイ検証結果が報告された。4月のPreview公開から約4ヶ月ぶりのGA（一般提供）版となる。

フィックスターズがNVIDIA B300×8のシングルノード環境へデプロイし、同一条件のベンチマークを実施。実データで17,000 tok/sというスループットが報告されている。同社はKimi-K3、Qwen3.8-2.4T-A95Bに続くDay1検証の第3弾として位置づけており、フロンティア級の超大規模モデルの推論コストが実用域に下がってきていることを示すデータと言えそうだ。

Qwen3.8-27B続報: 一部ベンチで「Opus 4.6 Max」超え、NInferがday-0対応

ウェイト公開から数日が経ったQwen3.8-27Bについて、追加情報が揃ってきた。ITmediaの報道によると、一部ベンチマークではAnthropicの「Claude Opus 4.6」の推論エフォート最大（Opus 4.6 Max）を上回るスコアをうたっており、The Decoderもコーディングやオフィスタスクでより大型のQwen 3.7 Plusを上回る設計だと伝えている。コンテキストはネイティブで262,000トークンを処理し、Apache 2.0ライセンスで商用利用も可能だ。

ローカル実行の側面でも動きがある。推論エンジン「NInfer」がday-0でQwen3.8-27Bに対応し、単枚のRTX 5090で投機的デコードにより約200 tok/sの生成速度を達成したと開発者が報告している。同時リクエスト8件まで対応し、共有ページドKVキャッシュプールやGDN向けReplaySSMなどの実装も含まれる。27Bクラスのオープンモデルが、エンジン側の工夫でシングルGPU運用の手が届く範囲に入りつつある。

Apple Core AIのMoEデコードをカスタムMetalカーネルで2〜3.6倍に

Appleの新しいオンデバイスAI基盤「Core AI」（Core MLの後継、iOS 27 / macOS 27 beta）について、MoE（Mixture of Experts）デコードが「使わないエキスパートまで毎トークン全部読む」実装のせいで遅い、という検証記事が公開された。専門家を切り替えて計算量を減らすはずのMoEの利点が、オンデバイスでは活かされていないという指摘だ。

筆者はカスタムMetalカーネル（gather_qmm）を書いてMoE構造で動かした結果、2〜3.6倍の高速化を達成したという。プラットフォーム標準の実装が必ずしも最適とは限らない、エンドユーザー側にもまだ余地が残されている好例と言える。

インドネシア初の大学AIセンター、NVIDIAとIndosatがUGMに開設

インドネシアの通信・デジタル省（Komdigi）、Indosat Ooredoo Hutchison、NVIDIA、ガジャーマダ大学（UGM）は、同国初の大学ベースのAI技術センター「UGM Indosat NVAITC」をジョグジャカルタに開設した。政府の「AI Center of Excellence」構想の下、産学官を束ねる拠点となる。

計算基盤にはNVIDIAのフルスタックAIプラットフォームと、Indosatの主権GPUサービス「GPU Merdeka」を活用。初期プロジェクトは3本で、(1) 呼気サンプルから結核をスクリーニングするAI「eNose-TB」、(2) 衛星画像とセンサーデータを組み合わせた精密農業「SmartAgri」、(3) 災害対応の地理空間AIプラットフォーム「Tech4Disaster」と、いずれも同国の課題に直結する。年間100万件超の結核新規発生がある国で、高価な検査設備がない地域向けの安価なスクリーニングを狙う取り組みは、AIの社会実装の文脈でも注目される。

検索回数はエンジン品質に勝る — LLMウェブ検索ベンチと、GPUカーネルの「契約級」検証器

研究・計測系の話題が2本。OpenRouterがLLMのウェブ検索ベンチマークを公開し、「より良い検索エンジンより、より多くの検索」が効くという結果を報告した。検索連携の設計において、エンジン選択より検索回数・クエリ戦略の工夫が支配的である可能性を示すデータとして興味深い。

もう1本はarXiv新着で、LLMが生成したGPUカーネルを検証する「契約級（Contract-Grade）」ベリファイアの提案。生成コードを本番GPUで動かす前に、仕様との一致を契約書レベルの厳密さで確認しようというアプローチで、Hacker Newsでも注目を集めている。LLM生成コードの信頼性問題は、検証側の工学で少しずつ埋められつつある。