EDITION
ROLLING EDITION
AOIFUTURE News — AI基盤を支える移行、ネットワーク、記憶と安全境界
全体移行に挑むコーディングエージェントとAI規模Ethernetを深掘り。アクセシビリティ検査、学習critic、世界モデル記憶、MCP安全更新を短報で追う。
SOURCE-FIRST SIGNALS
Signals
リポジトリ全体の移行、AIコーディングエージェントの完走率は5.4%
Source fact
著者らは20件のリポジトリ全体移行を520回評価し、監査・固定テスト・独立エージェント検証の3段階をすべて通過したのは28回（5.4%）、20課題中13件は受理解がゼロだったと報告した。
Why this signal matters
Why selected
短い修正では見えにくい、長期・全体移行におけるコーディングエージェントの限界を定量化する。
選定方針AOI note
完了宣言ではなく、移行監査、振る舞いテスト、独立検証を別々のゲートにする。
Meta、AIクラスタ向けEthernet RDMA「MetaRoCE」を発表
Source fact
Metaは、パケット分散、順不同配送、経路別の輻輳・損失処理を備え、PFCを使わないAI向けRDMAトランスポートを設計した。64ノードのAMD GPUクラスタで、1%損失時に約86%のスループットを報告した。
Why this signal matters
Why selected
モデル性能の競争を支えるネットワーク層で、汎用EthernetをAI規模へ拡張する設計を示す。
選定方針AOI note
ベンダー数値だけで採用せず、対象トポロジー、損失条件、NIC実装、回復挙動を自環境で再測定する。
「検査に合格した代替テキスト」と「役に立つ説明」は同じではない
Source fact
GitHubはAccessibility Scanner向けに、既定で動く5つの決定論的ルールと、画像・代替テキスト・周辺文脈をGitHub Modelsへ送る任意の品質検査ルールを実装した。
Why this signal matters
Why selected
形式的なアクセシビリティ検査と、文脈に合う説明品質を別問題として扱う実装例になる。
選定方針AOI note
モデル検査を既定で外し、送信データ、費用、誤判定、人間レビューを明示的に選べるようにする。
LLM強化学習のcriticを安定化するBPCO
Source fact
著者らはBPCOを提案し、数学推論課題の1.5B〜30B-A3Bモデルで、強いcriticベースラインを一貫して改善し、1プロンプト1応答の標本でgroup-basedベースラインに並ぶか上回ったと報告した。
Why this signal matters
Why selected
推論学習の効率化で、critic設計と標本数のトレードオフを再考する材料になる。
選定方針AOI note
報酬設計、criticの特権情報、標本効率を分けて評価し、再現実験なしに一般化しない。
ReWorld、短期制御と長期記憶を分ける対話型世界モデル
Source fact
著者らは短期制御と長期記憶を分離し、固定KVキャッシュとランドマークバンクを用いるReWorldを提案した。6つの比較モデルに対し、記載プロトコル下で制御忠実度と生成品質が最良だったと報告した。
Why this signal matters
Why selected
長時間の生成世界で、無制限な文脈保持ではなく役割別の記憶構造を採る設計を示す。
選定方針AOI note
短期状態、長期ランドマーク、再訪時の整合性を別メトリクスで測る。
MCP Python SDK 2.1.0、SSEとOAuthにも4MiB制限を拡張
Source fact
MCP Python SDK 2.1.0は、4MiBのリクエスト本文上限をSSE transportとOAuth endpointへ拡張し、予期しないhandler例外の詳細をclientへ返さず一般化したエラーだけを返すよう変更した。
Why this signal matters
Why selected
エージェント接続基盤で、入力サイズ制限と内部例外の露出抑制を標準実装へ寄せる更新。
選定方針AOI note
上限、例外公開、互換性を本番前テストに固定し、旧clientとのwire差分を確認する。