FastMCP 4 (MCP 2026-07-28) で何が変わった？MCP初心者にもわかる主要変更と移行ポイント
前回の記事では、Woodstock MCPを使って、AIとの会話から米国株の銘柄調査、そのまま発注まで行える仕組みを紹介しました。 その中で「MCP自体が新しい規格のため、SDKのアップデートに追従しながら実装を進める部分もあった」と書きましたが、早速大きなアップデートが来ました。FastMCP 4です。 今回は、FastMCP 4のWhat's Newをベースに、何が変わったのか、それによってMCPサーバーの設計をどう考え直す必要があるのかを整理します。 MCP自体を初めて知った方にも読めるように、まずはMCPとFastMCPの基本から説明します。 ! この記事は2026年7月29日時...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
この話題に関連する、TOEの実践・観測記録
高価なGPUなしでAIは動くか — CPUだけで32BモデルをまわすPolyQの実測
社外に出せないデータをAIに処理させたい場合、自社の機械で動かす必要があります。2026年7月公開の研究は、GPUを使わずCPUだけで大きなモデルを動かす手法を、ノートPCを含む3種類の機械で実測しました。数字と、中小企業にとっての現実的な線引きを整理します。
続きを読む →
AIに設計業務を任せると成功率は何%か — 56.8%から88.6%に上がった条件
構造設計をAIに任せる研究で、汎用のまま使うと成功率56.8%、業務の手順と道具を整えると88.6%まで上がりました。差を生んだのはモデルの賢さではありません。製造業・建設業でAI導入を考えるときに、どこに手を入れるべきかを整理します。
続きを読む →
社内文書をAIに探させるのに、大きなモデルは必要か — 18分の1の規模で戦えるという報告
社内文書の検索にAIを使う場合、最上位のモデルでなければ話にならないと考えがちです。2026年7月公開の研究は、17億パラメータの小さなモデルをスマートフォン上で動かし、最大18倍の規模のモデルと競合したと報告しました。中小企業にとっての現実的な読み方を整理します。
続きを読む →