関連する記事、運営者の投稿、モデル情報をまとめています。記事は初回公開日順です。利用リンクや料金の詳細は各モデルページをご確認ください。
AWS Machine Learning Blog（02 NOV 2026；Zappia ほか）は買い物Agentの SeqKD を示す：Bedrock上の教師 GLM-5.3 → ShoppingBench拒サンプリング → SageMaker AI上で学生 Qwen3.5-4B をLoRA SFT。留出 324 題・単一LoRA実行で平均ASRは学生 0.541、greedy教師 0.540、未微調基座 0.297；ツールのみ 0.415；IFEvalは約 6–8 点低下。タスク単価／遅延は未公表。AWS自報であり、まだ再測していない。
AWS が UC Berkeley との Hydro 協力の一環として、Infinity を Apache 2.0 で公開。研究ランタイムはツール呼び出し時に agent（エージェント）を一時停止し、会話を永続化し、結果到着後に再開する。idle（待機）は主に履歴分のコストで、serverless（サーバーレス）関数は待ちの間に終了できる。公式ブログの自前ベンチは idle 約 100 KB、8 GB に約 7.5 万並行など。早期研究リリースでフィードバック募集であり、本番 GA ではない。OpenAI Agents API のスケジュール機能とは別物。
AWS は TorchNeuron を Trainium2/Trainium3 向けのネイティブ PyTorch バックエンドとして公開ベータでオープンソース化した。デバイスを neuron に向け、eager、torch.compile、標準 API を使える一方、compile バックエンド、未対応演算、NKI カスタムカーネルは別途確認が必要。オープンソースでもクラウド計算資源は無料ではなく、私たちは性能・コストを実測していない。
チャットで一言頼むだけで、AI がパソコン上の作業を進めてくれる。その便利さを支えるには、相手からの依頼をどこまで実行してよいか見極める仕組みが欠かせない。AWS が米太平洋時間 10 月 20 日に公表した Kiro Crew の脆弱性は、この境界に関わるものだ。 Kiro Crew はメッセージング経由で依頼を受け、サブエージェントに仕事を振り分けられる。