llm

慢雾の発表によると、LiteLLMは再びサプライチェーン攻撃に遭い、悪意のあるバージョンlitellm@1.107.0がPyPIパッケージおよびDockerイメージに影響を及ぼし、latest、main-stableなどのフローティングタグが含まれています。注入された悪意のあるコードは、Pythonの起動時に自動的に実行され、クラウド認証情報、AI APIキー、SSH秘密鍵などの敏感なデータを盗み、リモートコード実行をサポートします。影響を受けたバージョンは削除または置き換えられました。慢雾はユーザーに対し、1.107.0バージョンの使用を避け、クリーンなイメージから影響を受けた環境を再構築し、漏洩の可能性のある認証情報をローテーションし、バージョンを1.106.2に固定することを推奨しています。

イーサリアムの共同創設者である Vitalik Buterin が X プラットフォームで投稿し、彼は zkAPI、Tor、追加のカバートトラフィック、そしてローカル LLM プロンプトを統合して OpenAI インターフェースに対応したデーモンを作成し、自身の AI エージェントツール pi に「偏執モード」のラッパーを作成しました。関連するコードは GitHub でオープンソース化されています。このソリューションの主なメカニズムは以下の通りです：各対話は個別の Tor 回線を使用し、リクエストはランダムなカバートトラフィックに混ぜて送信されます；zkAPI は支払いプロセスを通じて身元が漏れるのを防ぐために使用されます；すべてのプロンプトは最初にローカルモデルによって書き換えられ、モデルはユーザーが選択します。Vitalik 自身が使用しているのは qwen3.8-flash-next です。エージェントツールの外側にはまず bwrap サンドボックスがあり、その上に torsocks が重ねられ、すべてのネットワーク操作が Tor を通るようになっています。Vitalik は、このソリューションはかなり使いやすいが、遅延が明らかに増加し、新しい対話を開始する際には特に遅いと述べています。彼は、Tor がこのシナリオにおいて最良のプライバシーソリューションではないと指摘しています：カバートトラフィックは受動的な傍受を防ぐことができますが、LLM サービスプロバイダーが Tor エントリーノードと共謀し、タイミングを積極的に操作する場合、保護効果は大幅に低下します。

人工知能研究者、OpenAI の共同創設者、元テスラ人工知能ディレクターの Andrej Karpathy は X に投稿し、一般の人々の大規模言語モデルの能力に対する共通認識のギャップが拡大しており、二つのグループがそれぞれ異なることを言う状態から、より急激な漏斗の形になっていると述べました。彼は4月の関連投稿を再度取り上げ、接触の程度に応じた層別の推定を示しました。Karpathy は、約60億人（世界人口の約75%）がほとんど大規模言語モデルに接触したことがないと述べています。約10億から20億人（約20%）は、無料版の ChatGPT のような製品を時折使用しており、主により良い検索や執筆の補助として見なしているとし、多くの非技術者や数学、コード以外の専門家はその用途が限られていると考えています。約2000万人（0.2%）が数学とコードの分野で先端モデルを専門的に使用しており、過去に数週間または数ヶ月かかっていた複雑なプロジェクトが、インテリジェントエージェントによって提示のもとで完了できることを見ています。これには、アプリケーションの構築、複製、翻訳、バイナリの逆コンパイルが含まれます。彼は、1年も前には自分が手動で逐語的にコードを書いていたことを述べました。Karpathy はさらに、約5000人（約0.00006%）が内部で先端レベルのシステムに接触できると述べています。外部で見られるプレビューは、数千のインテリジェントエージェントが数週間にわたり大規模なソフトウェアプロジェクト、ネットワーク攻防、科学的発見、数学の最前線を処理する様子であり、人間のレビューは遅れ始めています。例えば、OpenAI と Hugging Face に関連する出来事は数ヶ月後も整理されており、数学者は722篇の最前線の数学文書を長期間にわたり研究することになるでしょう。彼は、この漏斗が問題の規模と時間の長さ、能力がデジタル化され検証可能な分野でより際立っていること、そして無料、料金、内部アクセスの違いによって共同で駆動されていると考えています。

FundaAIが発表した企業AIアプリケーション研究報告によると、企業のAI予算は依然として拡大しているが、2026年下半期と2027年の軌道には分化が見られる。大型アメリカ通信事業者AのAI支出ガイダンスは、1月の基準100から12月には約190に上昇し、2027年には前年比でさらに40%--50%の増加が見込まれている。一方、大型ヨーロッパ自動車メーカーAは、今年これまでのところわずか10%--15%の増加にとどまり、来年のガイダンスはほぼ横ばいである。増分支出は、支払い席からAPI/トークン消費と生産ワークフローに移行している。前述の通信事業者のサブスクリプションとAPIの比率は約50%/50%から40%/60%に変わり、さらに35%/65%に向かう可能性がある。中大型バイオ製薬会社Aは、80%/20%から約70%/30%に調整された。オープンソースの採用は均等ではなく、活発なシーンでの使用比率は30%--40%に達する可能性があり、単価が低いため支出比率はさらに小さい。専門家は、オープンソース推論がクローズドソースの最前線モデルよりも約40%--70%安価であると推定しており、全コスト基準では差が20%--40%に縮小し、モデルルーティング、キャッシュ、コンテキスト圧縮により、さらに約20%--30%のAPI支出を削減できる。生産側のAI予算は、ますます下から上へのワークフローROIに基づいて構築されており、この通信事業者の典型的な生産ROIは約1.5--2倍、回収期間は6--18ヶ月で、成熟したユースケースでは3--5倍に達する。次の波の支出は、エージェント、ソフトウェアのモダナイゼーション、ネットワーク運営、商品化ワークフロー、さらにはより長期のビジネスプロセスに関連しているが、エンジニアリングキャパシティ、プロセス再構築、ガバナンス、データの準備が資金よりも厳しい制約となっている。

去中心化 AI 基盤インフラネットワーク DGrid AI は、本日最新の研究論文 "PoQ-Judge" を発表し、参照解答を必要としない多構造品質評価フレームワークを提案しました。これは、実際の展開環境では標準解答が比較のために存在しないことが多いことを意味し、プロトコルはモデルの回答の品質に対して信頼できる評価を行い、それに基づいてインセンティブを配分することができます。これは DGrid の去中心化 LLM 推論品質評価システムにおいて長らく欠けていた重要なピースです。PoQ（Proof of Quality、品質証明）は DGrid が独自に開発したコンセンサスメカニズムであり、プロトコル層でモデル提供者が劣悪なモデルを提供したり、偽データを生成したり、計算コストを隠したりするのを防ぎ、サービスの品質と価格の透明性を確保します。DGrid チームは PoQ に関して継続的に研究を進めており、これまでに四篇の研究論文を発表しています。今回発表された PoQ-Judge は、異なる品質とコストシナリオをカバーする三つの評価モデルを訓練し、保持テストセットにおいて人工評価との相関性が最高で 0.747 に達し、これまでのすべての参照解答に基づく評価器を大幅に上回っています。また、級連評価とオンライン重み調整を通じて評価コストを 72% 以上削減しました。PoQ-Judge の導入により、品質評価 → 評点 → インセンティブ配分の完全なプロセスはすべて参照解答への依存から解放され、去中心化 LLM 推論の品質のクローズドループが実現しました。DGrid AI は去中心化の AI インテリジェントネットワークであり、オープンで透明性があり、コミュニティ主導の AI インフラを構築することを目指しています。モデルの呼び出しとアプリケーション体験に関して、DGrid は複数のコア製品を発表しています：世界の主要な大規模モデルを統合する AI Gateway、AI インテリジェントエージェントのワンクリックデプロイメントプラットフォーム DClaw、匿名モデル競技プラットフォーム AI Arena、そしてインテリジェントモデル推薦アシスタント Dori など、開発者とユーザーにワンストップサービスを提供しています。報告によれば、DGrid AI の半年間の収益は 2000 万ドルを突破しました。

Vitalik Buterin は、CROPS AI に関連する複数の進展を更新し、「CROPS イーサリアム接続層」と「CROPS AI」には明らかな交差点があると指摘しました。彼は、ゼロ知識証明方式を通じてリモートの大規模言語モデルに対して有料呼び出しを行うことができれば、イーサリアムのプライベート RPC 読み取り問題を解決するためにも使用できると述べました。同時に、Deepseek v4 がリリースされ、2ビット量子化バージョンは 90 GB 内で動作可能ですが、現在は Apple ハードウェア上でより高速です；メッセージアプリ messa は Telegram Alpha 機能をサポートしました；モデル実行ツール luceb は、計算集約型モデルを実行する際により高い効率を示しました；ローカル AI 録音ツール VoxTerm は引き続き開発中です。Vitalik Buterin はまた、特定のアプリケーションに向けて微調整された大規模言語モデルが安全なコード作成能力を向上させるのに役立つと述べ、イーサリアム関連のシナリオにも相応の微調整モデルが必要であるとしました。

BNB Chainは今日、エージェント生存ツールキットを発表し、6つのAIインフラパートナーと連携して、自律AIエージェントにオンチェーンでの自律的な支払い能力を付与しました。すべての取引はBNBまたはBEP-20トークンを使用してBSC上で決済されます。今回参加するプロジェクトは、LLMアクセスと金融インフラの2つのレベルをカバーしており、Alt AI、Pieverse、Bankr、WorldClaw、B.AI、AEONが含まれています。AIエージェントが計算能力の呼び出しからオンチェーン決済までの完全なクローズドループを実現します。各参加プロジェクトは、追加の登録なしでオンチェーンインセンティブプログラムを同時に開始します。エージェント生存ツールキットはBNBAgent SDKのリリースに続き、BNB ChainのAIエージェント分野におけるインフラ整備をさらに進めます。詳細についてはwww.bnbchain.orgをご覧ください。免責事項：BNB Chainは、本記事に関連するいかなるプロジェクトとも従属または運営関係を持っていません。エージェント生存ツールキットは、BNB Chain上で独立して構築されたプロジェクトのエコシステムプランを示しています。本内容は参考情報のみであり、いかなる財務または投資のアドバイスを構成するものではありません。関連プロジェクトと相互作用する前に、必ず独自の調査を行い、潜在的なリスクを評価してください。

AI代理プラットフォームBankrの創設者deployerがツイートで、Bankrエコシステムプロジェクトに無料のLLM推論サービスを提供するために約10万ドルの資金を調達したと述べています。現在、Bankrエコシステムを構築しているプロジェクトは、すぐに無料の推論クレジットを得ることができます。しかし、正式に配布を開始する前に、チームは「業界全体が気に入る」新機能を先にローンチする予定で、具体的な詳細は後日発表される予定です。

WORLD3は今日、AI戦略ブルーブックを正式に発表し、去中心化AIインフラストラクチャプラットフォームRouterLinkとホスティング型AIエージェントプラットフォームTapClawの最新の進展を全面的に公開し、AWS、Microsoft Azure、Google Cloudとの公式な協力を発表しました。ブルーブックのデータによると、WORLD3は現在、累計で1000億を超えるLLMトークンを処理しており、OpenAI、Anthropic、DeepSeekなど20社のプロバイダーからの52のモデルをサポートし、1万人を超えるアクティブな開発者がそのAPIを使用しています。ネットワークは累計で1.5億枚を超える$WAIを消費しています。さらに、TapClawプラットフォームは2026年3月のローンチ以来、1200を超えるAIエージェントを展開しています。今後の計画に関して、WORLD3はRouterLinkメインネットおよびGPU計算市場の構築を進め、TapClawをグローバルな多言語市場に拡大し、エージェントスキル市場と企業向け計算保障サービスを提供する計画です。

公式の発表によると、AIインフラストラクチャプラットフォームB.AI LLM Servicesは、本日ユーザー数が100万人を正式に突破したことを発表しました。このマイルストーンは、「プライバシー優先」のルーティングアーキテクチャが大規模かつ持続的な高スループットを処理できることを示すだけでなく、B.AIは単一のチャットインターフェースの開発を超え、「自律型インテリジェンス経済」を支える重要な基盤インフラの展開に取り組んでいます。技術スタックの深い最適化を通じて、将来の高度に自動化されたAI協力ネットワークのために堅実な軌道を築いています。

公式の発表によると、B.AI LLMサービスプラットフォームのユーザー数が正式に75万人を突破し、スマートアクセスの分野で引き続きリードしています。このプラットフォームは、スマートルーティング技術、ウォレット駆動の匿名プライバシー保護メカニズム、および統一されたマルチモデル管理インターフェースに基づいており、徐々に世界の主流AIモデルを接続するデフォルトゲートウェイとなっています。効率的なスケジューリング、プライバシー優先、摩擦のないアクセスという三つのコアアドバンテージを活かして、B.AIは効率的で安全、かつハードルのないスマートアクセスの新基準を再定義し、大規模モデルの能力をより広範な開発者やユーザー層に開放しています。

CoinDeskによると、カリフォルニア大学サンタバーバラ校、カリフォルニア大学サンディエゴ校、ブロックチェーンセキュリティ会社Fuzzland、World Liberty Financialの研究者たちが共同で論文を発表し、「LLMルーター」------ユーザーとAIモデルの間に位置する中間サービス------が暗号資産のセキュリティに重大な脅威となっていると警告しています。研究者たちは、26のLLMルーターが秘密裏に悪意のあるツール呼び出しを注入し、ユーザーの認証情報を盗んでいることを発見しました。そのうちの1件では、顧客の価値50万ドルの暗号ウォレットが空にされました。さらに、研究者たちは「汚染」ルーターエコシステムを通じて、数時間以内に約400台の下流ホストを制御できることを示しました。プライベートキーやAPI認証情報などの敏感なデータがこれらのルーターを介して平文で送信されるため、ユーザーは実際には何も知らずに資産をリスクにさらしています。研究者たちは、マッキンゼーが2030年までにAIエージェントが3兆から5兆ドルのグローバル消費ビジネスを仲介すると予測しているのに対し、バイナンスの創設者であるジャオ・チャンポンもAIエージェントの支払い量が人間の百万倍になると予測していると指摘しています。現在のインフラのセキュリティは業界の発展速度に大きく遅れをとっており、「最も弱い環」となるリスクがシステム的な連鎖危機を引き起こす可能性があります。

Vitalik Buterin は、2026年4月までのローカライズされたプライベート LLM デプロイメントプランを共有しました。核心的な目標は、プライバシー、安全性、自主制御を前提とし、リモートモデルや外部サービスが個人データに接触する機会をできるだけ減らすことです。また、ローカル推論、ファイルのローカルストレージ、サンドボックス隔離などの方法を通じて、データ漏洩、モデルの脱獄、悪意のあるコンテンツの利用リスクを低減します。ハードウェアの面では、NVIDIA 5090 GPU を搭載したノートパソコン、AMD Ryzen AI Max Pro 128 GB 統一メモリデバイス、DGX Spark などのプランをテストし、Qwen3.5 35B および 122B モデルを使用してローカル推論を行いました。その中で、5090 ノートパソコンは 35B モデルで約 90 tokens/s、AMD プランは約 51 tokens/s、DGX Spark は約 60 tokens/s に達しました。Vitalik は、高性能ノートパソコンを基にローカル AI 環境を構築することを好み、同時に llama-server、llama-swap、NixOS などのツールを使用して全体のワークフローを構築しています。

慢雾の最高情報セキュリティ責任者 23pds（山哥）は X プラットフォームで投稿し、LiteLLM の脆弱性を利用した攻撃者が約 300GB のデータを盗み、約 50 万の認証情報を盗んだとの情報があると述べました。彼はすべての暗号通貨開発者に対し、直ちに確認を行い、関連するキーと認証情報をできるだけ早くローテーションし、ログ、アクセス記録、および機密データの漏洩状況を確認することを推奨しています。Trust Wallet の事件のような損失を避けるためです。以前の情報によると、毎月のダウンロード数が 9700 万回に達する LiteLLM はサプライチェーン攻撃を受け、簡単にインストールすることで SSH キーなどのすべての機密情報を盗むことができます。