localhost

[Oikon | Claude Code深掘りガイド @oikon48]

Agent Skillsがオープンスタンダードになりました。

Claude DesktopやClaude Codeだけでなく、CursorやGitHubといったツールでもサポートされます。MCPと同じようにagentskills リポジトリも公開されています。

agentskills/agentskills :
https://t.co/kLhvvO7xmI

[Takuto Wada @t_wada]

MCP と同様に Agent Skills も Anthropic 独自規格から標準化へと進もうとしている / Overview - Agent Skills https://t.co/2hgrYqk5YJ

[JP @JPSV_calif]

vLLMのv0 Engineだと色んな機能が競合し合ってたけど、v1でそれが解決できたと。

[堂前@IIJ @IIJ_doumae]

IIJのハンズオン研修資料を公開します。
例年実施の研修ですが、毎年テーマの追加や更新が行われています。今年追加の「OpenTelemetryハンズオン」ではモダンな監視の概要を、「LLMでWebアプリケーションを作ろう」では、「Vibe Coding」のメリデメを体感します。
https://t.co/WPAo17Oi6d

[ニケちゃん @tegnike]

ゔぉ！期待！！

GoogleがAIの長期記憶を支援するアーキテクチャ「Titans」とフレームワーク「MIRAS」を開発 - GIGAZINE
https://t.co/ys31wzpTyT

[べりんぐ @_Bassari]

MinIOがメンテナンスモードへ
https://t.co/dhwPdM9rDZ

[vLLM @vllm_project]

Need to customize vLLM? Don't fork it. 🔌

vLLM's plugin system lets you inject surgical modifications without maintaining a fork or monkey-patching entire modules. Blog by Dhruvil Bhatt from AWS SageMaker 👇

Why plugins > forks:
• vLLM releases every 2 weeks with 100s of PRs merged
• Forks require constant rebasing & conflict resolution
• Monkey patches break on every vLLM upgrade

How it works:
• Use VLLMPatch[TargetClass] for precise, class-level mods
• Register via vllm.general_plugins entry point
• Control patches with env vars (VLLM_CUSTOM_PATCHES)
• Version-guard with min_vllm_version decorator

Example: Add priority scheduling to vLLM's scheduler in ~20 lines. One Docker image serves multiple models with different patches enabled via environment variables.

The plugin loads in ALL vLLM processes (main, workers, GPU/CPU) before any inference starts—ensuring consistent behavior across distributed setups.

Read the full implementation guide with code examples:
https://t.co/StIh3oTNeE

[localhost @qb0C80aE]

今年一番重かったタスクがようやく終わりそうだ。

[localhost @qb0C80aE]

@JPSV_calif 難しい問題ですね…。

[localhost @qb0C80aE]

最近MinIOを使っていなかったから知らなかったけど、今こんなことになっていたのか。

[ohhara_P🧐Slow life in the isekai @ohhara_shiojiri]

オープンソースソフトの「MinIO」がDockerイメージの無料配布を停止し大炎上 - GIGAZINE https://t.co/akycbnpjeU

[localhost @qb0C80aE]

プログレスバーが10%くらいのところで残り2時間で、50%くらいのところで残り3分というのは、一体どういう計算になっているんだろう。

[localhost @qb0C80aE]

各参加者の名前が全部サービス名とかソフトウェア名とかドメイン名になっていて笑った。一体何の集まりなんだ…。

[localhost @qb0C80aE]

2025年10月にもなってhttpd.confと戦ってしまった。

[ML_Bear @MLBear2]

これが話題になってる論文らしい👀

Alibabaが、LLMのサービング時のNVIDIA GPUの使用量を82%削減できるというGPUプーリング「Aegaeon」を発表。論文はSOSP 2025採択。

複数のモデル間でコンピュートリソースを効率的に共有することで、大幅なコスト削減と効率化を実現すると主張とのこと。

[hpp @hpp_ricecake]

ちょこちょこ噂になってるMamba-3の論文、これか
ICLR 2026に投稿されてるみたいだ

https://t.co/IxB8MAWh9Q

[Yuya KUNO @Yuya71405416]

NFVが実用化され始めてから10年が経ちましたので、ジャーナルを3本書きました
・NFVのメリット
https://t.co/0KLavnbebH
・5GC/vRANへの拡張
https://t.co/TVhsRRPlV0
・オープンソース等とのエコシステム
https://t.co/6isth6V5lD

[Robert Youssef @rryssf]

RIP fine-tuning ☠️

This new Stanford paper just killed it.

It’s called 'Agentic Context Engineering (ACE)' and it proves you can make models smarter without touching a single weight.

Instead of retraining, ACE evolves the context itself.

The model writes, reflects, and edits its own prompt over and over until it becomes a self-improving system.

Think of it like the model keeping a growing notebook of what works.
Each failure becomes a strategy. Each success becomes a rule.

The results are absurd:

+10.6% better than GPT-4–powered agents on AppWorld.
+8.6% on finance reasoning.
86.9% lower cost and latency.
No labels. Just feedback.

Everyone’s been obsessed with “short, clean” prompts.

ACE flips that. It builds long, detailed evolving playbooks that never forget. And it works because LLMs don’t want simplicity, they want *context density.

If this scales, the next generation of AI won’t be “fine-tuned.”
It’ll be self-tuned.

We’re entering the era of living prompts.

[Publickey @publickey]

ブログ書きました： 次期MCP（Model Context Protocol）では非同期操作、ステートレス、公式のプロトコル拡張などサポート
https://t.co/ifFk53PT4H