前回からの変化

前回(2026-10-13、前日)との比較である。

変わったこと(変化・新規)

  • 前回の主題だったMetaのMuse Wonderから、本日はAnthropicの開発基盤の話題へ移った。エージェントがコードを書く量が増え、版管理そのものが作り直された事例である
  • Gemini 4 Argonの成績比較と、小型のオープンなOCRモデルLightOnOCR-3が新たに加わった

昨日と同じこと(継続)

  • Meta Muse Wonderは、10月12日公開のまま新しい情報は確認できなかった。性能が自社評価のみという状況も変わっていない(LLM Stats)
  • Mistral Large 4の重みの公開(10月27日の報道あり)も、新しい情報は出ていない

要因の連続性

  • 継続要因: エージェントに長時間・大量の仕事を任せる流れ。前回の逆コンパイル事例に続き、本日もエージェントの書く量が基盤側の設計を変えた話である
  • 新規要因: 1日3万件超のマージという規模が、版管理の作り直しを迫ったこと
  • 解消した要因: なし

本日のハイライト

Anthropic、Git代替の版管理Scionの設計を公表

Anthropicの技術ブログ(10月13日)によると、AnthropicはモノレポをGitからScionという自社製の版管理システムに移した。コードを書くエージェントが増え、1日のマージ数が5月の約2,500件から9月には3万件超になり、Gitでは追いつかなくなったという。

仕組みは、端末のデーモン、地域ごとのキャッシュサーバー、正本のサーバーという3層で、完全な複製をどこにも持たない。履歴はコミットではなく、親との差分だけを持つ変更セットで表す。公表された効果は、従来のGitミラー構成に比べ、CPUとメモリの使用量が約200分の1、チェックアウトが分単位から秒単位へ、キャッシュ命中率が各層で99パーセント超である(いずれもAnthropic自身の報告)。

開発手法としては、7人のエンジニアが5か月で作ったこと、Claude(Mythos Preview)がGitからの移行パイプラインを書き直してメモリを20分の1、速度を4倍にしたこと、多くのテストとファズ(でたらめな入力を大量に与える試験)をClaudeが生成したことが挙がっている。人間の仕事は書くことから、制約を決めて見張ることへ移ったとされる。

注意点が1つある。見出しに「オープンソース化」と書く報道(AI Weekly)もあるが、原文は公開しないと明言している。独自のコードレビュー、検索、CIに依存し、広く使える形では出せないためである。試すことはできず、Git側のサーバー改善に考え方を生かすよう勧めている。

主要企業のリリース

Googleは9月30日公開のGemini 4 Argonについて、段階的な提供を続けている。最初はサイバー防御のパートナー向けで、その後に有料APIとGoogle AI Ultraの契約者へ広げる計画で、時期は未定とされる。料金は導入期が入力100万トークンあたり2ドル、出力10ドルで、その後は4ドルと20ドルである(AI Weekly)。続報としての扱いで、本日の新規発表ではない。

新興AI・注目の新顔

LightOnOCR-3(LightOn)

文書のページを読み、Markdownに書き起こす小型のOCRモデルである。何が新しいかというと、1つのモデルで書き起こし、レイアウトの解析、図の説明、グラフの表への変換までこなし、別々の道具を組み合わせる手間を減らす点だ。位置を求める指示を与えると、ブロックごとのラベルと座標も返す。前世代のLightOnOCR-2より最大2倍速いという。

LightOnが10月8日に公開した。3つのサイズがあり、Apache 2.0ライセンスのオープンウェイト(学習済みの重みを公開する形態)で、商用利用もできる。Hugging Faceから入手できる。「3つのベンチマークで首位」といった性能の主張は同社の発表で、第三者の検証はまだ確認できていない(LightOn発表、explainx)。

AI開発手法

新しい手法として挙げるのは、上記Scionの事例のうち「エージェントが書く量が増えると、人間向けに作られた基盤(版管理、マージの待ち行列)が先に限界に来る」という点である。どんな課題に効くかというと、エージェントを大量に並走させる開発で、マージとチェックアウトが詰まる問題だ。再現には自社規模の基盤が必要で、そのまま真似はできない。Anthropicの結論は、Gitのサーバー側を改善する方向で考え方を取り込むことである(Anthropic)。

AIを使った新サービス

特筆すべき新サービスなし。

トレンドのAI活用法

特筆すべきトレンドなし。

LLM性能比較・得意分野

GoogleのDeepMindは、Gemini 4 ArgonをGPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1と19のベンチマークで比べ、14で首位または同点だったと公表した。ソフトウェア開発のDeepSWE v1.1ではArgonが77.9パーセント、Opus 5.5が74.2パーセントだった。一方、FrontierSWE v2ではAstraが65.5パーセントでArgonの55.0パーセントを上回り、Terminal-bench 4.0ではOpus 5.5が66.4パーセントで先行した。法務のエージェント評価と長い文脈の課題ではArgonが強い、という方向性が読める。

ただし測定はGoogle自身の実行で、外部の検証はまだない(HackerNoon、AI Weekly)。独立したテストでは幻覚の率が15パーセントとの報告も出ている。この条件での結果であり、一般的な優劣を示すものではない。

研究・技術

新しい論文や研究で、実装が公開されたものは本日確認できなかった。