Gemini 3.7 Flash と OpenAI Ultrafast が同日発表、モデルの速度と価格の競争が前面に出た日

自作ソフトの Linux 向けパッケージングの苦痛を訴える記事で、Lobsters では配布モデル論争に発展し89コメントを集めた。

なぜ開発者自身がパッケージングするのか、ディストロのメンテナに任せればよいという意見に対し、依存の重いモダンな言語は Debian などでのビルドが困難で、そう簡単ではないという反論が付いた。ディストロがロックファイルを上書きして壊れた状態で出荷し、バグ報告だけが開発者に降ってくる bcachefs-tools の例や、Fedora が壊れた OBS Studio を配って訴訟寸前になった事例も挙がった。Nix flakes などで開発者側が配布を管理する道を推す声もあり、両者の溝の深さが際立った。

前日に大きく話題になった16年物の SQLite WAL リセットバグについて、再現しないデータベース破損の追跡から SQLite 開発チームとの専門サポート契約、修正に至るまでの経緯を Tailscale 側から語った記事。

コメントでは、SQLite のリリースノートの「開発者が再現できず、意図的にバグを起こすテストロジックを追加した」という控えめな記述の背景がようやく分かったという反応があった。詳細が伏せられていたのは NDA のためではという推測、公共財のような SQLite に問題が起きて初めて対価を払う構図への複雑な感情と、サポート契約こそ SQLite が意図した支援モデルだという擁護も交わされた。

デザイン目的の加工で QR コードをどこまで崩すと読めなくなるかを実例で示した投稿。最後の極端な例は実際にスキャナで読めなかったという検証報告も付いた。

コメントでは、画像を QR コードに埋め込める Russ Cox 氏の QArt ツールを名刺に使ったという事例、本物のコード枠の外に飾りのモジュールを足してハート型などに見せるトリック、ドイツの救急隊が野次馬の撮影対策に採用した「カモフラージュ QR」の話題など応用例が並んだ。セキュリティ観点では、期限のない静的 QR をセキュリティ用途に使うことや、貼り替え攻撃が可能な「とにかくスキャンして」という運用への警鐘も鳴らされた。

自宅ラボで動かしていた Forgejo インスタンスが、ベースである Gitea の公開済み RCE 脆弱性 CVE-2026-60004 経由で侵害された事後検証記事。

コメントは Forgejo に別の CVE を採番すべきか、既存 CVE の対象に加えるべきかという CVE 運用論が中心で、「影響コードを共有していれば同一 CVE」という公式規則の解釈が交わされた。Forgejo v16 と HEAD はフックの保存方式が変わったため影響を受けないという確認が、当該修正に関わった本人のコメント付きで共有された。ラボからの外向き通信をプロキシ経由に限定し、入りはリバースプロキシとバスチオンに絞るという防御構成を紹介する声もあった。

Claude Code、Codex、Pi 向けのエージェントスキルとして、27種の視覚タイプのエディトリアル品質ダイアグラムを自己完結の HTML + SVG で生成するリポジトリ。2.0では共有メモリハブを持つフライホイール図、2.3ではレイアウトと分離してふるまいを記述するセマンティックパターンと任意のアクセシブルなモーションが加わった。draw.io や Mermaid のソースを指定の形式・サイズ・詳細度で描き直す機能も持つ。

作者は自サイトの執筆で Claude に図を頼むと汎用の角丸ボックスしか返らず、Figma と30分格闘するか図を諦めていた経験から、Web サイトを読んで60秒でブランドに合わせるスキルを作ったと説明する。最高品質の一手はたいてい削除だとし、アクセントカラーは読者が最初に見るべき1〜2箇所に限るという設計原則を掲げる。

Macro はメール、メッセージ、ドキュメント、タスク、エージェント、CRM をチームレベルの共有メモリを持つ単一の高速インターフェイスに統合するワークスペース。前のスタートアップを約20人に拡大した際、チームごとにツールが分かれ MCP と Zapier で辛うじて繋がる「計算可能でない」カオスになった反省から、仕事のソフトウェアを単一システムとして一から再設計したと説明する。

SolidJS と Rust で実装され、NYC とトロントの約15人のチームで2年間ドッグフーディングされてきた。各サーフェスは汎用ブロックの組み合わせではなく用途別に作り込まれているが、バックエンドは全ブロック共通で、ドキュメントとタスク、チャンネルメッセージとメールの相互参照は双方向グラフとしてネイティブに保存される。

Reddit のスレッドから生まれた、専門分野と性格を持つ AI エージェント定義のコレクション。各エージェントはドメイン特化の専門性、独自の声とコミュニケーションスタイル、成果物への焦点を持つとうたい、MIT ライセンスで公開されている。フロントエンド専門家からコミュニティ運用、現実性チェック役まで幅広いロースターを揃える。

新たに macOS/Linux/Windows 向けのネイティブアプリ「Agency Agents」が追加され、ロースター全体をブラウズして Claude Code、Cursor、Codex、Gemini、Osaurus などへクリック一つでインストールできるようになった。クローンもスクリプトも不要で、自動更新にも対応するという。

Needle 2 はツール呼び出し、デバイス操作、構造化抽出向けの45Mパラメータのオープンモデル。Hadamard MLP や GQA、engram KV メモリなどからなる独自レシピ Simple Attention Network を CQ2ビットに量子化し、推論エンジンごと14MBの単一バイナリに焼き込んで約28MBのRAMでフルセッションを実行する。FunctionGemma 270M や Apple FM と、5〜70倍小さいサイズで勝敗を分け合うとする。

スキーマからコンパイルしたバイトレベル文法で全トークンを制約して構造化データを返し、学習済みヘッドによる較正済み信頼度スコアで、閾値以上は実行・未満はエスカレーションという運用ができる。大きなツールカタログから毎ターン上位5件だけを出す組み込みリトリーバルヘッドや、256トークンのスライディングウィンドウで会話が長くてもメモリが増えない設計も特徴。

「AI エージェントのためのオープンソース Palantir」を自称する、グラフネイティブなコンテキスト基盤。企業データを取り込んで重要な情報を抽出し、コンテキストグラフと知識グラフを構築して、決定の来歴(provenance)を保持したままグラフ分析と因果推論を実行する。説明可能・追跡可能・信頼可能な設計を掲げる。

意思決定インテリジェンス、コンテキスト管理、決定論的推論、オントロジー管理、知識モデリングを守備範囲とし、RDF と LPG の両対応やW3C標準への準拠をうたう。規制の強い高リスクドメイン向けを想定し、セルフホスト可能でベンダーロックインなしの MIT ライセンスで提供される。

RAGFlow は RAG とエージェント機能を融合して LLM の「コンテキスト層」を作るオープンソースエンジン。収束型のコンテキストエンジンと事前構築のエージェントテンプレートにより、複雑なデータから本番品質の AI システムを効率よく構築できるとうたい、クラウド版も提供される。

更新履歴では、Feishu・Discord・Telegram・Line などチャットチャネル対応(2026年6月)、DeepSeek v4 対応(4月)、OpenClaw 向け公式スキルの提供(3月)、エージェント用メモリ機能(2025年12月)、Confluence や Notion などからのデータ同期と、エージェント方向への拡張が続いている。

Switchyard は LLM トラフィックのための Rust 製プロキシ兼ライブラリ。OpenAI Chat、Anthropic Messages、OpenAI Responses の各フォーマットを相互変換するため、Claude Code や Codex のようなコーディングエージェントがネイティブ API を話したまま、vLLM、NVIDIA NIM、Ollama など OpenAI 互換エンドポイントでリクエストを処理できる。

ランダム、LLM 分類器、シグナル駆動のステージルーターといった型付きで合成可能なルーティングアルゴリズムを備え、Prometheus メトリクスでリクエスト・エラー・レイテンシ・トークン・ルーティングオーバーヘッドを記録する。複数モデルへの A/B ベンチマークやコスト/性能の使い分けを想定するが、現状は pre-alpha で API は大きく変わる見込みとされ、本番利用は非推奨。

Claude が動的に読み込んで専門タスクの性能を高める「スキル」(指示・スクリプト・リソースのフォルダ)の Anthropic 公式リポジトリ。Agent Skills 標準の情報は agentskills.io に分離されており、ここには Anthropic による Claude 向け実装が置かれている。各スキルは SKILL.md に指示とメタデータを持つ自己完結のフォルダで、パターンや作り方の参考として眺められる構成。

収録スキルはアート・音楽・デザインといった創作系から、Web アプリのテストや MCP サーバー生成などの技術タスク、ブランディングや社内コミュニケーションといった企業ワークフローまで幅広い。Claude のドキュメント作成機能を実際に支える docx/pdf/pptx などのスキルも含まれ、多くは Apache 2.0 で公開されている。

Cloudflare Workers や Supabase、決済 SaaS などを組み合わせた個人開発サービスを終了する際、サーバー停止では済まない大量の「閉店作業」が発生した経験を敗戦記としてまとめた記事。前日に Zenn で話題になり、はてなブックマークでも最上位に入った。

コメントでは、決済を扱っているとサービス停止のステップが増えて面倒という同意や、終了時の負担を見越して有料会員を作らないようにしているという運用方針が共有された。サービスの最後を看取った経験者からの感謝や、大企業でも広げたものを閉じる仕事は誰もやりたがらないのでできる人は大事という評価も付き、資金決済法20条に基づく払戻告知など、さらに実務的な論点を挙げる声もあった。

2026年8月、Anthropic は EU AI Act 第50条の透明性規範への署名に伴い、8月2日以降にリリースするモデルの生成テキストへ機械可読な透かしを EU 圏に限らず世界中で埋め込むと発表した。筆者は2023年当時この研究アイデアを「実用化は無理だろう」と見ていたが、Google がすでに SynthID-Text を Gemini で実運用していることを知り、3年間の研究の進展を調べた。

透かしは LLM が次のトークンを選ぶときの揺らぎに埋め込まれる。「this でも that でも自然」という場面の選択を秘密鍵由来のルールでわずかに偏らせ、数百トークン分の偏りを集計すると、人間の文章では統計的にあり得ない「癖」が浮かび上がる。出発点とされる2023年の KGW 法は、直前のトークンから語彙をグリーンリストとレッドリストに二分し、グリーン側のロジットにボーナスを加えて生成し、検出側はテキストだけを見てグリーン語の比率を数える仕組みだと解説する。

2026年6月に Addy Osmani 氏が名付けた「ループエンジニアリング」(エージェントにプロンプトを打つ人であることをやめ、それを行うシステムを設計する)を Claude Code で実践した記録。Cloud Logging のエラー検知から原因調査、仕様書・コードの修正、レビュー、push までを AI エージェント自身に自律的に繰り返させる仕組みを構築した。

人間が書いたコードが Gemini API を呼ぶバッチ処理とは異なり、何をどう直すかをエージェント自身が判断する点が本質だと整理する。設計原則として、LLM は「合格させたい」方向に評価を歪める傾向があるため、pytest や mypy のような人の主観が入らない決定的なゲートを置く Maker-Checker パターンを採用し、実際に本物のバグの検出・修正まで到達したという。

個人開発の Web サービスを実際に終了した経験をもとに、終了方針の決定から完全撤去までをまとめた敗戦記。Cloudflare Workers、Supabase、Polar、Gemini API、Sentry、Google Analytics、AdSense、GitHub、独自ドメインという構成で、導入は5分でも解約はそれぞれ別の管理画面を巡回する必要があったと振り返る。

サービス終了はサーバー停止では終わらず、新規登録・課金・書き込みの停止、ユーザー通知、個人データ削除、Webhook 停止、API キー無効化、DNS 削除、リポジトリ整理という巨大なバックログが最後に出現する。勢いで全部消すと自分の逃げ道まで消えるため、依存関係を考えて段階的に停止し、コードを書く前にまず「どう死ぬか」という終了方針を決めるべきだと説く。

AI、モデル、LLM、アプリケーション、MCP、MCP サーバーという用語を階層で定義し直した備忘録。モデルは学習で作られた計算エンジンで、LLM はそのうち言語に特化した一種。画像入力にも対応する現行モデルは厳密には LMM(Large Multimodal Model)と呼ばれることにも触れる。

LLM がやっているのは次に来る確率が最も高いトークンを予測し続けることだけで、仕様書の作成やファイルの書き換え、コマンド実行を担うのは Claude Code や Kiro、Cursor といったアプリケーション側だと整理する。Kiro などでモデルを選択できるのは、あくまで LLM 部分の差し替えにすぎないという気づきも記されている。

SUDO モデリングのドメインモデル図とオブジェクト図は、Markdown + Mermaid では吹き出しや集約範囲の表現力が足りず、draw.io や Miro では成果物がコードの世界の外に置かれるという運用課題を抱える。実装が進んでも図には変更が反映されず、「この図、最新じゃないかも」と思われた瞬間に参照されなくなると指摘する。

そこで筆者は、モデリング図を TypeScript の型を使った定義ファイルとして書き、Storybook のようにコードと関連付けて WebUI で閲覧できる仕組みを試作した。図がコードと同じリポジトリで diff 管理され、実装との乖離を防げることを狙っている。

技術者3人で始めたレンタルサーバーサービス SORAHOST の開発と運営の裏側。Discord の VC で、DDoS 攻撃を受けて終了した Freepy というサービスの話題が出たことをきっかけに、その場にいた3人で立ち上げが決まった。事業計画も市場調査もなく、必要なものをその都度作る形で進んだという。

3人とも計算資源は既に持っていたため、最初の課題はサーバー調達ではなく、複数の場所に存在する独立したインフラを一つのホスティング基盤として扱うことだった。まず Linode 上のサーバーと各計算ノードをトンネルで接続するネットワークを構築し、外部から見える入口とワークロードを動かすノードを分離した。サーバーを用意すること自体は仕事のほんの一部だったと総括している。

2026年7月の論文「BM25 Wins at Scale」を受け、コード探索に BM25 を組み込む効果を自社の7,000ファイル規模のリポジトリで検証した記事。論文では約1,000万コーパストークン付近から BM25 が File-System Agent を上回り、150問の検証でエージェントが直接ファイルを探す構成のスコア36.9に対し、BM25 で候補を出してから調査する構成は69.4、1問あたりの検索・推論トークンも895K から101K へ減ったと報告されている。

検証は Codex が使える検索方法だけを変えた2条件で、通常の Glob/Grep 探索と、ローカル BM25 検索を MCP として与えた構成を低・中・高難度の質問4問ずつで比較した。結果として BM25 使用時はおおむね3割少ないトークン数で答えにたどり着いたという。

トレーダー UKI 氏の「戦略は言葉で説明でき、必ず負けてくれる人がいないと成立しない」という発言を、移動平均乖離の逆張り戦略を例に読み解く。逆張りの利益の源泉はモメンタム側の投げであり、成立条件は押し目を拾うリバーサル側が市場に残っていること。勝つ理由と死ぬ条件が一つの説明の表裏になっているのがシンプルな戦略の強みだとする。

条件を5つ重ねた複合ロジックはバックテストが強くても誰が負けているかを言葉にできず、負け手が市場から消えたことに気づけないまま PL の劣化として事後に戦略の死を知る。売買条件を2つまでに抑えるのは過剰最適化対策以上に説明可能性の保全であり、オルタナティブデータは新しい負け手を見つける手法と整理できると論じる。

マネーフォワードクラウドに経費精算アプリと Excel を併用していた「人間がハブになる」経理フローを、Claude と MCP の導入で段階的に自動化した事例。まず小口現金をほぼ廃止して法人口座直結の Visa デビットに決済を絞り、購買を Amazon Business に集約してデータ取得の自動化を済ませた。

最終形では Claude からマネーフォワードの API を直接叩ける環境を構築し、レシートや領収書の写真を Claude に渡すだけで仕訳や証票添付まで進む「AI 自律型経理」に到達。経費精算アプリも Excel も不要になり、マネーフォワードの画面すらほとんど開かなくなったという。

「技術力があればいずれ信頼される」と考えていた筆者が、同じくらいの経験・スキルでも安心して仕事を任せてもらえる人とそうでない人の差を考察した記事。新人のうちは判断材料が「今、何ができるか」しかないため、自分の価値を技術力の量でしか測れない思い込みに陥りやすいと指摘する。

信頼を生む行動として挙げる一つがレスポンスの速さで、その場で答えが出ない内容でも「30分ほどいただければ確認して連絡します」と一言先に返すことの効果を説く。良い案件についている人は技術力以外の部分で差をつけていることの方が多いというのが筆者の観察だ。

現在の Coding Agent は仕様を読み、リポジトリを調査し、実装し、テストを書き、失敗すれば原因を分析して修正するループを Green になるまで自律的に回せる。その上で、AI が実装し AI が作ったテストを AI が通るまで修正したとき、その Green が何を保証しているのかを問う。

AI 以前から All Tests Passed ≠ Software is Correct であり、Green は現在存在するテストに対して観測結果が期待値と一致したこと以上を意味しない。価格計算の例では、数量0や境界値のテストがなければ欠陥はすり抜ける。AI 時代に変わったのは「実装と検証の距離」であり、従来はある程度の距離があった両者が同一エージェント内で近接したことにこそ、品質保証の再設計が必要な理由があると論じる。

IT パスポートの過去問で「五大装置」という言葉に出会った筆者が、先輩に聞きながら CPU やメモリの役割を人間の体に例えて理解していく対話形式の解説。CPU やメモリを「なんとなく速そう」という理解で済ませてきた読者に向け、パソコンの中身を感覚ではなく仕組みとして捉え直すことを狙う。

IPA の過去問公開ページや IT パスポート過去問道場といった学習リソースの紹介も添えられた、同アカウントによる資格学習シリーズの一編。

Microsoft 公式の WinForms サンプル「Matching Game」を題材に、Visual Studio を入れない WSL2 + DevContainer + VS Code 環境で .NET Framework から .NET 10 への移行を試した記録。ビルドには IDE なしで msbuild が使える軽量版の Build Tools for Visual Studio を winget で導入した。

結論として、移行ツールそのものが2026年に入って非推奨になっていたという「狙って書けないオチ」にたどり着いたといい、移行手順そのものよりも移行ツールの世代交代の実態が伝わる内容になっている。

前回記事では、データが急激に減った期間の平均推定というテーマで、各時点の平均を独立に推定するモデルと、前期の近くにいるという時系列依存を入れたモデルを1,000回のシミュレーションで比較し、データ生成過程と同じ構造を持つはずの後者の勝率が73%にとどまるという結果を得た。

今回はその続編として、より柔軟で高度なガウス過程をリングに投入する。モデルを正しく特定したからといって有限標本で必ず高い推定精度が得られるわけではないという前回の知見が、さらに高度なモデルでも成り立つのかを検証する構成で、タイトルの通りガウス過程が敗北する展開を予告している。