SIGNAL2026-10-14 · AI TECH REPORT

端末向けLLM、動的ワークフロー、ReplaySSMなど5件

ローカルエージェント向けLLM、複数エージェントの実行機能、LLM推論方式、社内ソース管理、本番ネットワークの障害対応設計を紹介。

01Liquid AI2026-10-13要セットアップ

LFM2.5-24B-A2B:ローカルエージェント向け公開LLM ↗

LFM2.5-24B-A2Bは、端末上のツール利用エージェント向けLLM。エージェントに組み込むと、依頼に応じて作業を計画し、ツールを呼び出して結果をまとめる。24BのMoEで、トークンごとに約2Bのパラメータを使う。Liquid AIの測定ではApple M5 Max上で毎秒184トークンを生成。AutomationBenchのスコアは27.69で、同じ評価のQwen3.6-35B-A3Bは8.72。重みを公開。APIの基本料金は100万トークン当たり入力0.10米ドル、出力1.00米ドル。

Liquid AIによるLFM2.5-24B-A2Bの発表画像
Liquid AIのモデル発表に掲載された画像。
02Anthropic2026-10-09実験版

Claude Managed Agents:複数エージェントを動かす動的ワークフロー ↗

動的ワークフローは、Claude Managed Agentsが複数のエージェントの作業手順をプログラムとして組み立てる機能。文書の大量確認などを段階ごとに並列実行し、結果を統合する。実行はサーバー側で続き、元のセッションから進行状況を追える。10月9日にベータ版として追加。

Claude Managed Agents:複数エージェントを動かす動的ワークフロー:原記事の冒頭画面
原記事の冒頭画面(スクリーンショット)。
03NVIDIA・Princeton University2026-10-12要セットアップ

ReplaySSM:ハイブリッドLLMの状態更新を間引く推論方式 ↗

ReplaySSMは、状態空間モデル(SSM)層を含むLLMのデコードを高い同時処理数で速める推論方式。状態を毎トークン書き戻す代わりに、チェックポイントと最近の入力を保持し、まとめて更新する。NVIDIAらの4モデルの測定では、同時処理数256で調整済みvLLMに対するデコード段階の速度が1.20〜1.47倍。単一リクエストでは速度改善を確認できず、投機的デコードの巻き戻しにも使える。研究コードを公開。

従来方式とReplaySSMの状態更新を比較する図
NVIDIAの原記事に掲載された、状態の書き戻しと入力バッファの比較図。
04Anthropic2026-10-13社内利用

Scion:大量のエージェント変更を扱うソース管理 ↗

Scionは、大量のエージェント変更を扱うためAnthropicが社内で作ったソース管理システム。変更履歴と検索をサーバー側で管理し、作業環境は必要なファイルだけを取得する。Anthropicは従来のGitミラー構成と比べ、基盤のCPU・メモリ使用量を200分の1、CIや研究ジョブのチェックアウト時間を分単位から秒単位にしたと報告。特殊な規模での社内実装で、一般向けには提供していない。

Anthropicのモノレポに統合された変更の日別件数を示すグラフ
Anthropicの原記事に掲載された、2026年1〜9月のモノレポへの変更統合数を日別に示すグラフ。
05Microsoft2026-10-13社内利用

本番ネットワークを操作するAIエージェントの権限境界 ↗

Microsoftによる、本番ネットワークの障害対応エージェントの設計報告。エージェントは機器状態とログを読み、原因を整理する。変更操作は利用者の権限、型付きツール、コードで実装した承認ゲートを通す。繰り返し成功した対応はモデル呼び出しを使わない手順へ移す構成で、実行範囲をプロンプトだけに委ねない。

本番ネットワークを操作するAIエージェントの権限境界:原記事の冒頭画面
原記事の冒頭画面(スクリーンショット)。

確認範囲と不足

2026年10月9〜14日の一次情報について、候補70件の見出しを確認し、優先度の高い11グループを既掲載内容と照合した。掲載は5件。画像は5点保存し、うち2点は原記事冒頭のスクリーンショット。Scionには原記事の変更統合数グラフを掲載。

未掲載候補の本文は網羅していない。Gemini 4 ArgonとDrama 3は検討した候補で、掲載5件には含まれない。日付と内容を確認できる公式YouTube動画は得られなかった。