2026年8月24日

同じ重みでも同じ挙動にならないことを示すフォーラムの長編実測。attention バックエンドの違いで 50k〜96k トークン帯の最上位トークンが最大 3 割食い違い、KV キャッシュを int4 に落とすとツール呼び出しが復帰不能になり、NVFP4 の重み量子化では比較出力の約半数で選択が反転した

なぜ重要か: 「モデルが劣化した」という体感の正体を、推論スタック(量子化・カーネル・並列化)の側に置き直した整理。ホスト版と同一の重みを手元で動かしても同じ答えは出ない、という運用者の直感に実測の裏付けを与えた

MCP 公式ブログが 3 月以来のロードマップを更新。優先領域は 5 つ = サーバー起点のイベント配信(webhook)、Tasks 拡張の仕様本体への昇格、stdio への Streamable HTTP 適用、DPoP と Workload Identity Federation によるエージェント ID、SDK の仕様適合テスト

なぜ重要か: 7/28 のステートレス化に続く路線が明文化され、遠隔 MCP サーバーを普通の HTTP ワークロードとして扱う方向が確定した。サーバー実装者は次に何が変わるかをこの 1 本で見通せる

Prime Intellect が 18 のフロンティアモデルに NanoGPT 学習の高速化記録へ自律で挑ませたベンチ。計 153 回の実行で、最上位のモデルは人間の記録との差の 81.7% まで詰めた。41 本のエージェント軌跡を全文公開

なぜ重要か: 「AI に AI 研究をさせる」進み具合を、コミュニティが年単位で磨いてきた実在の最適化課題で測った点が新しい。軌跡が全文読めるので、どこで人間に届かないかを誰でも検分できる