Nolan Lawson の「AI でより良いコードをよりゆっくり書く」が 1257pt、カリフォルニアが年齢確認法から Linux を除外、オランダが重要なデジタル供給業者の米国企業による買収を阻止した日

Nolan Lawson のブログ記事で、AI を速く書くためではなく、バグを探させたりレビューさせたりして、より良いコードをよりゆっくり書くために使うという姿勢を提案している。1257pt / 446 コメントで当日の首位になった。

コメントでは、不慣れな領域では自分の力で書けるだけの動かないコードをまず書き、LLM に何が間違っているかと正しいコードを根気よく示させる家庭教師として使い、最後には自分が理解したコードが残るという使い方が最上位にある。Claude Code の /code-review コマンドが便利だという紹介も続いた。

中規模の機能を AI で設計してから Claude 4.7 Max で実装させる長い往復の実践、pi agent core を使った外部のオーケストレータを作っているという報告、コード例のない意見記事だったという不満、「バイブコーディングでバグゼロ」から「ゆっくり AI を楽しめ」へ推進派の論点が変わったという皮肉もあった。

Tom's Hardware の記事で、OS に利用者の年齢を収集させるカリフォルニア州の年齢確認法への反発を受け、元の法案を書いた議員が Linux を除外する修正を提案したと報じている。1066pt / 499 コメントを集めた。

コメントでは、除外ではなく馬鹿げた法律を丸ごと廃止しろという投稿が最上位にある。機器に義務づけるべきなのは Web クライアントの既定の設定でペアレンタルコントロールの有効化を確認することだけで、各ブラウザのインターンが数分で追加できるという提案も続いた。

公的機関が企業を規制する意志や能力を失ったため消費者に負担を移しているという分析、Linux だけでなく GPL などのライセンス全般に関わるという指摘、BSD も加えてほしいという声、7 歳と 10 歳の父としてサービスが何を制限し何を許すかの判断に全く同意できないという不満、それでも強制された表現であり違法だという意見もあった。

CNBC の記事で、Dropbox の共同創業者 Drew Houston が CEO を退任し、Ashraf Alkarmi が後任になると報じている。Dropbox のブログと Houston 自身の投稿も共有された。375pt / 443 コメントを集めた。

コメントでは、2007 年の HN で Dropbox を紹介した投稿へのリンクとともに「円環が閉じた」という投稿が最上位にある。「取締役会はついに FTP と SVN と rsync で自分でできると気づいた」という当時の有名なコメントをもじった冗談も続いた。

ブロック単位の同期を持つ Dropbox の競合が少ないのは意外だという声、次は Anthropic の Member of Technical Staff かという皮肉、2011 年以降に意味のある新機能を思い出せないという評価、デスクトップアプリの書き直し以降は同期が安定せず iCloud に移ったという投稿もあった。

9to5Google の記事で、Motorola の端末が Amazon アプリを開く際に、ファッション系インフルエンサーを参照する kira-abboud.com という URL を経由させてアフィリエイトコードを差し込んでいたと報じている。この URL はそのインフルエンサーの SNS には載っておらず、コードも一致しないという。406pt / 232 コメントを集めた。

コメントでは、中国系ブランドは常にこういうことをするという投稿が最上位にあり、GrapheneOS の対応を待って Motorola を買おうと考えていたがやめたという声が続いた。

記事の URL に関する記述を引用して Motorola からのリダイレクトの経緯を疑う投稿、2000 年代に FBI に摘発された手口と同じクッキー詰め込みで誰かが刑務所に行くべきだという意見、Edge 30 Fusion が月に 2 回ほど勝手にアプリを追加し止める方法がないという報告もあった。

SignalBloom のブログ記事で、オフショアの開発者とローカルで動くオープンなモデルの組み合わせが、間もなくフロンティアラボの API を使うより経済的になると論じている。323pt に対して 374 コメントを集めた。

コメントでは、クローズドなフロンティアモデルは DeepSeek の最新版より有能だが、30 倍の価格差を正当化するほどの差なのか、開発に巨額を投じたラボは自ら招いた財務的ジレンマにあるという投稿が最上位にある。昔からそうで、人々は僅かな性能差に金を払うという声も続いた。

説得力はあるが、ローカル AI はベンチマークでは比較可能でも実際は脆く管理の手間が大きく、大多数の企業でうまくいくとは思えないという反論、フロンティアモデルがなければ DeepSeek が追いつく土台もないという矛盾の指摘、ChatGPT との作業は企業時代のオフショアのインド人開発者との仕事に不気味なほど似ていて LLM はオフショアの開発者を置き換えるという見方もあった。