オープンソースAI

主要ニュース

1. 1

   AIエージェント「OpenClaw」大型2.0版公開

   OpenClawは過去最大となるアップデート、バージョン2.0（リリース番号2026.8.1）を公開した。操作性の改善、永続性の強化、インストールの簡素化、セキュリティ強化に重点を置いている。 OpenClawは無料のオープンソースAIエージェントで、従来のチャットボットのように質問に答えるだけでなく、ユーザーに代わってタスクを実行するデジタル秘書のような役割を果たす。今回のアップデートでは、従来の制限を撤廃し、クラウドセッションの共有を可能にしたことで、チームメンバーが同じAIエージェントでリアルタイムに共同作業できるようになった。国内の企業チームが無料のAIエージェントを介してリアルタイム共同作業できる環境が広がる可能性がある。

   開発チームは現在、このマルチプレイヤー共同作業機能を活用して、AIエージェントフレームワークのコード自体を開発しているという。今回のアップデートは、OpenAI Group PBCがフレームワークの開発者であるPeter Steinberger氏を採用して以来、初のメジャーバージョンアップとなる。

2. 2

   DHH、AIエージェント内蔵のOmarchy 4.0公開

   Ruby on Railsの生みの親であるデイビッド・ハイネマイヤー・ハンソン（DHH）氏が、LinuxデスクトップOSの最新版「Omarchy 4.0（Omarchy Quattro）」を2026年8月14日に発表した。 Omarchyは、Claude、Codex、Copilot、Gemini、GrokといったAIエージェントをOSに直接統合。質問への回答、アプリのインストール、設定変更、テーマやプラグインの作成までAIが代行し、手動での設定やトラブルシューティングの手間を大幅に減らす。国内のWindows利用者が、OSをインストールせずにAI内蔵デスクトップ環境を試せる可能性がある。

   今回のバージョンではWindowsとのデュアルブートに対応。さらにコミュニティ製ツール「Try Omarchy for Windows」を使えば、Windows上でインストール不要でOSを丸ごと試すことができ、Windowsユーザーの導入障壁が低くなっている。

3. 3

   DebianがAI支援コード貢献を承認

   Debianは開発者がLinuxディストリビューションへの貢献にAIツールを使用することを承認する投票を行い、開発・保守・文書作成を対象とした。新方針は生成AIの使用を推奨も禁止もしない。 この決定はAI生成の貢献を禁止する提案を退けた。一部の貢献者は不満で、ある人は辞職し「Debianから発信されるものにもう興味がない」と語った。国内のLinux関連開発者は、AI支援による協業が認められ、開示なしでも貢献できる環境となる可能性がある。

   DebianはAI支援による作業について貢献者に責任を課し、レビューとテストを求めている。AI使用の開示は推奨されるが必須ではない。

4. 4

   Marker v2、B200で毎秒23.7ページ

   Datalabがオープンソースの解析パイプラインMarker v2を公開。B200 GPU1枚で毎秒最大23.7ページを処理し、Markdown・JSON・HTMLを出力。90以上の言語に対応するOCR、レイアウト、読解順序、表認識を担う単一の650MパラメータモデルSurya 2上で動作する。 従来の解析スケーリングはワーカーを増やす方法で、各ワーカーがモデルのコピーを読み込むため、GPUのアイドル時間が生じ、複数コピーのコストを支払いながらスループットは1台分にとどまっていた。Marker v2は軽量なCPUワーカーを多数動かし、1つのSurya推論サーバーを共有する。ページがバッチ処理されるためGPUはビジー状態を保ち、スループットはVRAMではなくサーバーに応じてスケールする。

   トレードオフのモードが重要。バランスモード（最高品質、GPUに最適）、高速モード（1ページあたりのコストは安いが、数式をテキストレイヤーから読むため数学精度が急落）、OCR無効モード（クリーンなデジタルファイル向けのCPU専用）。Allen AIのolmOCR-bench（1,403 PDF）では、バランスモードが76.0%でMinerUの72.7%を上回り、1秒あたりの処理ページ数は5倍以上。

5. 5

   開発者、PyTorchでKimi K3を一から構築

   Redditに、深層学習フレームワークのPyTorchでKimi K3を一から実装していると投稿した開発者がいた。 この実践的なプロジェクトは、APIを使うだけでなく、現代のAIモデルがどう作られるかを他の人が理解する助けになり、実用的な学習リソースとなる可能性がある。日本のAI開発者にとって、モデル内部の学習プロセスを理解する実用的な教材となる可能性がある。

   投稿のリンクやコメント欄に更新やコードが含まれる可能性はあるが、リリース日や利用可能性の詳細は記載されていない。

6. 6

   RAGアクセス制御を検証するOSSツール登場

   開発者が、RAGアプリ（文書を検索して回答を生成するシステム）がユーザーに見せてはいけない文書を返すかどうかを検査するオープンソースツールを公開した。オフラインのテストと、ベアラートークンやAPIキー認証を使ったライブHTTP APIのテストに対応している。 RAGアプリは大量の文書ストアから情報を取得することが多く、誤りが生じると機密データが不適切なユーザーに露出する可能性がある。このツールは、エンジニアが問題になる前にそうしたギャップを発見し、不正アクセスのリスクを減らすのに役立つ。国内でRAGアプリを開発するエンジニアは、機密文書の誤露出リスクを事前に検査できる可能性がある。

   開発者は、非機密環境でツールをテストし、フィードバックを提供するエンジニアを募集している。ツールはGitHubで公開されている。