Google の Gemini 4 Argon 発表が Hacker News と Techmeme の首位に並び、はてなブックマークでは匿名ダイアリーの ChatGPT 対応とタイムズカーの情報漏えい関連が上位を占める

YC S25 採択の Anders 氏と Tom 氏が、エージェント向けの推論エンジン Magnitude を紹介した Launch HN。利用者のハードウェア上で可能な限り速く動くよう、エンジン自身が最適化を行うとしている。

コメントでは、ビジネスモデルを尋ねる声が複数あったほか、画像以外にベンチマークの手法の出典はあるか、llama.cpp は設定次第で性能差が大きく MLX とも比較してほしいという要望が出た。llama.cpp より速いのは低いハードルで、Mac では ds4、omlx、mtplx などもっと速い選択肢がすでにあるという指摘もある。

M3 MacBook Pro でのチューニングにかかる時間や、従来動かせなかった大きなモデルを動かせるのかという質問、Codex に llama.cpp の PR や最新の最適化手法を定期的に調べさせているという自身の運用の紹介も並んだ。

Wayland 向けのスタッキング型（重ね合わせ型）ウィンドウマネージャー CoW の紹介ページ。Fvwm の長年の主要開発者 Thomas Adam 氏が始めたもので、Fvwm を X から移植するのは現実的でないため、その Wayland 版の後継と位置付けられている。

コメントには river の開発者が参加し、river の上にこうしたものが作られるのを期待していたと歓迎した。作者本人も、X11 の先行きが不透明ななか、Wayland を使わざるを得なくなったときの環境を用意するための趣味の取り組みだと説明している。

X11 を IPC に使って既存の X11 ウィンドウマネージャーのバイナリで Wayland のウィンドウを管理する構想を語る人もいたが、Wayland に対応する機能がない部分で問題が出るうえ、二重バッファリングされない X11 の状態管理ではフレーム単位の正確さを失うという指摘があった。

Rust で Arc に入った値から、その一部を指す参照を切り出して保持する方法を、Pin を使った PinRef と project メソッドで実現しようとする記事。任意のライフタイムで &T から &U に変換できるなら、U は T から固定のオフセットにあるという解釈を前提にしている。

コメントでは、書かれたとおりの PinRef::project は健全でないという指摘が最小の再現コード付きで示され、使われているトレイト境界が「すべてのライフタイムについて」を意味しないことが原因だと説明された。筆者は再現に感謝している。chumsky のパーサーキャッシュ API で同じ誤った前提を置いたという報告もあった。

ゼロコピーのデシリアライズ向けに作られた yoke クレートが似た設計で、Pin の代わりに StableDeref トレイトで安全性を確保しているという紹介や、Arc の中身はもともとアドレスが安定しているので Pin は不要ではないかという意見も出た。

複数のパターン文字列をテキストの 1 回の走査で同時に見つける Aho-Corasick 法を解説した記事。

コメントでは、Rust の regex クレートが遅延 DFA より有利な場面で aho-corasick クレートを使っていることが紹介された。パターン数が多いファイアウォールやアンチウイルスには Intel の HyperScan を基にした VectorScan のほうがよいという意見に対し、そのクレートは版が 1 つしかなくリポジトリも削除されており、ベンチマークも再現できなかったという反論が出た。

Web コンテンツフィルターで語の重み付けに使っていたという経験談や、Markdown エディタ KeenWrite での R 式の評価への利用、UTF-16 で Rust を上回った Haskell 実装の紹介もあった。

スクリプト言語 Tcl と GUI ツールキット Tk の 9.1 のリリースページ。Lobsters では release タグで投稿され、コメントは 3 件だった。

コメントでは、最大の変更は Tk のスクリーンリーダー対応などのアクセシビリティで、双方向テキスト（RTL）の初期対応や Tcl での Unicode 正規化も入った堅実なリリースだという評価が出た。Unicode 対応を歓迎する短い反応も続いた。

最近の Tcl の仕事はほとんどが Expect だという投稿者からは、決まった文字列を送り返すだけの単純なやり取りでは足りないときに、実際のコードを書ける点が便利だという使い方の紹介もあった。

Julia 用の SQL 組み立てライブラリ FunSQL.jl のドキュメントに収められた、SQL クエリビルダーの 2 つの種類を比較する解説。

コメントでは、記事が挙げる批判の多くは BigQuery のパイプ構文で解決に近づくのに触れられていないという指摘があり、Google で働くという投稿者も、パイプ構文なら LIMIT や WHERE を他を編集せずに出し入れでき、クエリを組み立てやすいと評価した。記事の 2 つの方式はほぼパイプ構文だという要約もあった。

例に挙がったクエリビルダーは素の SQL とよく似ており、SQL の知識が要るのになぜ使うのかという疑問に対し、動的な条件も WHERE $1 IS NULL OR foo = $1 のような静的なクエリで書けば足りるという経験談と、同じクエリを複数のデータベースに発行できるといった DSL の利点を挙げる反論が出た。

VoiceStudio は、完全ローカルで動く ElevenLabs のオープンソース代替を掲げるデスクトップアプリ。音声クローン、ボイスデザイン、タイミングを合わせた動画の吹き替え、フローティングウィジェットでの口述入力、書き起こし、物語やオーディオブックの作成、バッチ処理を 646 言語で扱う。

既定のエンジンは k2-fsa/OmniVoice を使う VoiceStudio で、ほかのエンジンも選べる。エージェント向けにローカル API と MCP を備え、リモートのワーカーは任意。ローカルの処理は手元のハードウェアで動き、利用状況の収集には同意が必要としている。macOS と Linux では 1 行のコマンドでインストールでき、配布は Electron 版で、以前の Tauri 版のビルドには戻らないと README に書かれている。

OpenShell は、自律型 AI エージェントの群れを安全かつプライベートに動かすためのランタイム。エージェントはファイルの読み書き、パッケージの導入、API 呼び出し、資格情報の利用ができて初めて役立つとしたうえで、データや秘密情報、ネットワークへの無制限のアクセスを与えずにそれらを可能にすることを目的にしている。

各エージェントは隔離されたサンドボックスで動き、カーネルの制御でアクセスできるファイルとシステムコールを制限し、すべてのネットワーク接続をサンドボックスを出る前にポリシーで検査する。エージェントは本物の資格情報を見ず、承認済みの宛先へのリクエストにだけ OpenShell が付与する。

ポリシーの変更は承認前に形式検証にかけ、資格情報を持って新しいホストに接続するといった危険な新規アクセスを検出して人間のレビューに回す。0.1.x では安定したリリース周期と新しい隔離の仕組み、拡張ポイント、API が加わった。

DBX は、100 以上のデータベースに 25 MB で対応するクロスプラットフォームのデータベースクライアント。説明文では MySQL、PostgreSQL、SQLite、Redis、MongoDB、DuckDB、SQL Server、中国製の Dameng を例に挙げ、デスクトップアプリ、Docker、CLI の形で提供し、AI アシスタントと MCP サーバーを内蔵するとしている。

取得できた README の冒頭は主にスポンサーとパートナーの紹介で占められている。クラウド事業者の RainYun、UCloud、Qiniu Cloud、コード署名の TrustAsia、AI 基盤の Jalapeño Cloud や Atlas Cloud のほか、Claude Code や Codex、Gemini CLI の API 中継サービスを提供する AICodeMirror や HuaLongAI が並び、パートナーとして Linux サーバー管理パネルの 1Panel が紹介されている。

PageIndex は、ベクトル検索の代わりに推論で検索する RAG エンジン。ベクトルベースの RAG は意味の類似度で検索するが、類似していることと関連していることは違い、長く複雑な専門文書では関連があるのに似ていない箇所を取りこぼすという問題意識から作られた。

AlphaGo に着想を得て、ベクトルインデックスの代わりに文書ごとの階層的な木構造インデックスを生成し、LLM がその木を推論しながら探索する 2 段階で検索する。専門家が長い報告書の該当節を開いて読む方法をまねたものとしている。

2026 年 8 月には pip で入る SDK にローカルモードが加わり、自分の LLM キーで索引作成から検索、チャットまで手元で完結できるようになった。テキストベースの PDF 向けの高速な索引生成 PageIndex Flash や、コーパス全体を扱うファイル単位の木構造索引も発表している。

Matt Pocock 氏が、自身の .agents ディレクトリで毎日使っているエージェント用スキルを公開したリポジトリ。GSD や BMAD、Spec-Kit のようにプロセスを丸ごと握る手法は制御を奪い、プロセス上のバグを直しにくくするとして、小さく改変しやすく組み合わせられるスキルを目指し、どのモデルでも動くとしている。

導入方法は 2 通りある。Claude Code のプラグインとして入れると、公式マーケットプレイスから読み取り専用の一式として導入され、作者の更新に自動で追従する。skills.sh を使うと編集できるスキルファイルがプロジェクトにコピーされ、自分用に改変できる。両方入れるとスキルが重複するため、どちらか一方を選ぶよう求めている。

Codex などほかのエージェントには npx skills@latest add で導入し、その際に setup-matt-pocock-skills を選ぶ必要がある。ネイティブの Codex プラグインはロードマップにある。

ponytail は、AI エージェントに「書かなかったコードが最良のコード」という姿勢をとらせるスキル。日付選択を頼まれたエージェントが flatpickr の導入やラッパーの作成を始める代わりに、最小限の HTML で済ませる例を示している。

計測は、実在の FastAPI + React リポジトリ full-stack-fastapi-template をヘッドレスの Claude Code セッションで編集し、12 件の機能チケットをスキルあり・なしで比較したもの（Haiku 4.5、n=4）。コード行数は平均 54% 減、トークンは 22% 減、コストは 20% 減、時間は 27% 減で、安全性のガードはすべて維持した。

対照として試した簡潔な文体の指示（caveman）は行数 20% 減にとどまり、「YAGNI と 1 行で書け」という指示は 33% 減だったが安全性が 95% に下がった。以前の単発ベンチマークの 80〜94% はタスクごとの上限だったと訂正している。

韓先凱（筆名「離譜」）氏が書き継いでいる書籍原稿『人生進階指南：AI 時代の生涯学習ガイド』。2017 年の『離譜的英語学習指南』から始まり、英語学習を出発点に、AI を使った学習、実際のプロジェクト、起業の失敗、体調の回復までを扱う。中国語と英語の EPUB と PDF を配布し、本文は CC BY-NC 4.0。

AI で答えが安くなっても、問うべき問題を見極め、信頼できる証拠を選び、助言を実際の成果物にし、最終判断に責任を持つことは希少なままだという立場をとる。問題の発見、主体的な学習、AI との協働、実際のタスクの完了、証拠の保存、振り返りと転用という循環を繰り返し練習し、研究結果、個人の経験、検証待ちの仮説を区別して書くとしている。

構成は基礎づくり、ツールによる能力の拡張、実生活への応用、第三者リソースの 4 部。著者は中国詞元雲計算有限公司の董事長で、第三者リソースとして AI API の中継サービスや Telegram チャンネルも紹介している。

OpenRig は、モデルを包むのがハーネスなら、そのハーネスを包むのが rig だと位置づけるマルチエージェントの実行基盤。エージェントのチームを YAML で定義して 1 コマンドで起動し、Claude Code と Codex を同じ rig の中で 1 つのシステムとして管理する。

リードのエージェントに望む成果を伝えると、専門のエージェントを調整して結果や判断が必要な事項を返すとしている。動作には Node.js 22 または 24 と tmux が必要で、macOS と Linux に対応し、Windows ネイティブは未対応。Apple シリコンの Mac では Node.js 22 を使うよう案内している。

AERIS-10 は、パルス線形周波数変調（LFM）を用いる 10.5 GHz のフェーズドアレイレーダーを、低コストのオープンソースで実現するプロジェクト。探知距離 3 km 版と 20 km 版の 2 種類があり、研究者、ドローンの開発者、SDR に本格的に取り組む愛好家が、フェーズドアレイレーダーの技術を試せるようにすることを目指している。

ハードウェアは CERN-OHL-P、ソフトウェアは MIT ライセンスで公開されている。ステータスはアルファ版で機能は開発途中とされ、プルリクエストを受け付けている。README にはアンテナアレイの写真が掲載され、概要ではフェーズドアレイレーダー技術を広く手の届くものにすることをプロジェクトの目的に掲げている。

MoneyPrinterTurbo は、動画の主題やキーワードを与えるだけで、AI の大規模モデルと自動化されたワークフローにより、台本の作成、素材の照合、字幕と BGM の生成を行い、高画質の短尺動画を合成するツール。Windows、macOS、Linux に対応し、Python 3.11 以上で動き、WebUI と API を備える。README は中国語、英語、日本語で用意されている。

取得した README の後半はスポンサーの紹介で、Moonshot AI の Kimi K3 を、同社で最も能力の高いモデルかつ世界初の 3T 級オープンソースモデルで、ネイティブの視覚能力と 100 万トークンのコンテキストを持つと紹介している。本ツールでは K3 が台本の執筆に加え、素材検索のキーワード抽出や映像の選択まで担うという。ほかに火山引擎、APIMart、秘塔科技のスポンサー情報が並ぶ。

AI がコードを書くようになり E2E とユニットテストのどちらを厚くすべきかという議論が増えたが、テストの種類ごとに検出できる不具合は違い、その役割は AI が来ても変わらないとして使い分けを整理した記事。

型・lint、ユニットテスト、PBT、integration テスト、E2E テスト、探索的テストについて、値の取り違え、境界値を含む計算の誤り、DB・永続化の誤り、画面をまたぐ結合の誤り、仕様の漏れなど不具合の種類ごとの検出力を表にまとめている。どの自動テストも書かれたことしか検証しないため、想定外の不具合は探索的テストで探すしかないとする。

AI に実装させテストが通るまで修正させる進め方では、1 回の反復の待ち時間と反復回数が生産性を左右する。速く失敗の原因まで示せる型検査、lint、ユニットテスト、PBT を反復の中のフィードバックに使い、遅い integration と E2E は結合や実環境の確認に集中させる方が活きるとしている。

Go の Proposal を毎週 Claude Code がまとめる個人サイト Go Proposal Weekly Digest（週 200 PV 程度）に、記事数の増加に合わせて、Cloudflare 上でほぼ費用をかけずに動くサイト内検索を実装した記事。

Jev は TypeSafe AI の、テキストを生成せず型付きの値を確率や confidence とともに返すモデルで、70〜500 ミリ秒で応答し、入力 100 万トークンあたり 0.042 ドル、出力は無料。検索を判定問題に落とし込むため、Workers AI 上の bge-m3 によるベクトル検索で候補を 20 件に絞り、Jev の Noul で「検索内容と関連しているか」を問い、0.2 以上のものを降順に返す。

検索 1 回あたり約 0.0002 ドルで、10 PV に 1 回検索される想定でも月 0.016 ドル程度と試算し、現在は TypeSafe AI の無料クレジット 5 ドルで賄えているとしている。

2011 年から会社の指定で Git を使ってきた筆者が、2026 年に初めて自分の意思で VCS を選び、Jujutsu に移行した経緯と理由を書いた記事。Claude Code などの AI コーディングエージェントでコードを書く速度が上がり、Git の add と commit の手間や、理解が浅いまま commit したコードを後から直す rebase の失敗が日常的な負担になっていたという。

Jujutsu は設計思想もコマンド体系も Git と大きく異なり最初は使いこなせなかったが、インデックスが存在しない手軽さと、どの操作も undo で戻せる安心感から 1 か月ほどで扱えるようになり、現在はすべてのリポジトリと原稿執筆を Jujutsu で管理している。

戻れない理由の 1 つ目として、作業ディレクトリの状態がそのまま commit になるため、保存のタイミングを考えなくてよく、stash に相当する退避が不要で、作業中のコードを失う危険がほぼないことを挙げている。

エンジニア歴 11 年目の筆者が、シルバーウィーク明けにローカルの DB を作り直すつもりで prisma migrate reset とシード投入を実行したところ、本番の DB だったという失敗談。連休前に本番へマイグレーションした際、packages/database/.env に本番の DATABASE_URL を入れたままにしていた。構成は Turborepo、Prisma、Neon（PostgreSQL）。

Neon の Backup & Restore で 1 日前まで戻せたため停止はおよそ 1 時間で済み、立ち上げ初期で顧客データは 1 件だった。原因として .env が任意の URL を許していたこと、破壊的操作の前に接続先を確かめる仕組みがなかったこと、中途半端な状態で連休に入ったことを挙げ、対策として localhost 以外の DATABASE_URL を拒否するスクリプトを破壊的なコマンドの前に挟む例を示している。

サンフランシスコで開かれた OpenAI DevDay 2026 の発表を現地からまとめた記事で、加筆中としている。公式の Recap ページに載った発表は 25 項目で、キーノートでは Sam Altman CEO が dots、ChatGPT Space、GPT-6.1 Sol、Ultrafast、Decisions API などを紹介した。

主な発表として、GPT-6 Astra に近い性能を低コストで使える GPT-6.1 Sol、高速にトークンを生成する Ultrafast、Codex のクラウド環境と CLI、コードレビュー機能の強化、Computer Use に対応した Agents API、Sign in with ChatGPT、月額 500 ドルの Pro 500 を挙げる。

dots は GPT-6 Astra を使い、専用のクラウド上のコンピューターで与えた目標に向けて 24 時間動くエージェントで、4,000 を超えるアプリにプラグインで接続できる。対象は Pro と Business Premium で、dots 単体ではレートリミットを消費しない。

Cloudflare が公開した次世代の統合 CLI cf（現在 v1.0.0-beta）への移行記録。従来の wrangler.json や wrangler.toml から、TypeScript ベースの設定ファイル cloudflare.config.ts への移行が推奨されており、公式の cf migrate コマンドもあるが、実行するだけではそのまま本番で動かないとしている。

移行の利点として、設定の型チェックと補完、cloudflare.config.ts から env の型を逆算する cf workers types、DNS や R2、D1 などを同じコマンド体系で扱える統合 CLI、Vite や React Router との連携、AI エージェントとの親和性の 5 点を挙げる。

React Router v8 と Vite による Workers のフルスタック構成と、キューやバッチの Worker を含むマルチ Worker 構成を例に、cf migrate から本番デプロイまでの手順と、遭遇したエラーと対処を整理している。

トランザクションの中に処理を書く順番について、簡単な指針を紹介する記事。EC サイトの注文確定処理で、注文確定メールを送った後に在庫の引き当てで失敗してロールバックすると、確定していない注文の確定メールが利用者に残ってしまう例を挙げる。

Jim Gray の 1981 年の論文「The Transaction Concept: Virtues and Limitations」に基づき、処理を取り消しも再実行も要らない非保護（一時ファイルへの書き込みや読み取り）、ロールバックで戻せる保護（通常の DB 操作）、実行したら取り消せない実（メール送信や現金の払い出し）の 3 つに分類する。

解決策は実アクションを最後に実行することで、例ではステータス更新と在庫の引き当ての後にメールを送る順に書き換えている。実アクションが複数ある場合など、それでも困るときはトランザクショナルアウトボックスパターンを検討するよう勧めている。

筆者が Rust で実装して公開している Unix 系 OS「octox」が、サンフランシスコ大学の 2026 年春学期の授業「CS 631: Systems Foundations」で教材として使われていたことを紹介する記事。授業の OS 部分でガイド、講義資料、実装課題に使われている。octox は xv6-riscv に触発され、ユーザーランドまで Rust で書いた学習用 OS。

授業サイトの「The Octox Guide」は、概念、コード、Rust での実装の解説の順に構成され、ブートからファイルシステム、同期機構まで扱う。システムコールの講義では fork、exec、dup2、pipe によるリダイレクトやパイプを、カーネルの講義では getpid() の ecall からトラップ処理、復帰までを追う。

仮想メモリの講義では Sv39 や walk()、mappages() を読み、アドレスを PAddr、KVAddr、UVAddr という別の型で表す設計も取り上げている。

2025 年度以降に業界に入ったエンジニアや上流工程を担う人に向けて、生成 AI の活用が当たり前になった時代の仕事への向き合い方を論じるエッセイ。生成 AI の活用自体は否定せず、自戒として書くとしている。同僚の仕様提案やレビュー、営業資料、顧客の要件定義までほぼ生成 AI の出力になった現状を挙げる。

創作を交えた事例として、AI 構文で埋まった議事録や仕様書を受け取ったエンジニアが Codex に基本設計書を書かせ、PL も設計書を読まずに社内レビュー AI の指摘をそのまま貼り、エンジニアがその指摘を再び Codex に渡して修正案と返信を作らせるという、人が AI の出力を中継するだけの「Meat Proxy」の構図を描いている。

結論として、この破綻は AI のせいではなく、当然求められる責任を自ら放棄した結果であり、責任を持てない生成 AI は副操縦士の域を出ず、人が介在する価値は意思と責任を持つことにあると主張している。

モバイルアプリのリリース前の手動テストで、Google スプレッドシートで管理していたテストケースが荒れた問題を、ケース管理をコードに移して解消した記事。PR ごとに実装者がばらばらにケースを追加していたため、同じ確認の重複、新旧ケースの期待値の矛盾、どの PR で増えたか追えないといった問題が起きていた。

ケースの定義はリポジトリ内の YAML に置いて PR でレビューし CI で検証し、テストの実施と結果の記入はスプレッドシートで行う形に分けた。スプレッドシートにはマージ済みの YAML から生成した xlsx を取り込む。id は変えず再利用しない、input には操作を 1 つだけ書く、expected には観察できる結果を書くといった記述ルールも定めている。

CI の検証はエラーと警告の 2 段階で、未知のキーや必須項目の漏れ、ID の重複、表記ゆれを正規化したうえで実質同一のケース、前提条件と操作の矛盾をエラーにし、文字列の類似度が高いケースを警告として出す。

ブログの画像を差し替えても X に貼ると古い画像のまま、あるいはカードが灰色の枠になる問題への対処を書いた記事。冒頭で、著者のみのるん氏に代わって Claude Code が書いたと断っている。

X のクローラーはリンク先の OGP からカードを作ってキャッシュし、同じ URL では使い回すため、サイト側を変えても古い画像が出続ける。X にログインした状態で公式の Card Validator に URL を入れて Preview card を押すと、キャッシュを無視して読み直され、数分でカードが入れ替わる。画面に出る告知は 2022 年 8 月のプレビュー機能廃止のもので、キャッシュの取り直しは今も動くとしている。

URL に ?v=1 を付ける定番の方法は、カードと画像のキャッシュが別のため画像が古いまま残ることがあり、正規 URL を宣言する connpass のページではカード自体も変わらなかった。自分のサイトなら画像側の URL を変えてから Card Validator を使うのが確実だとしている。

コミュニティ JISSEN が開いた「具体と抽象」をテーマにしたイベントの参加レポート。AI とエンジニアについての話のほか、運営メンバーが求めている本を 3 つの質問で推理するワークと、来店客が減ったカフェのオーナーへのヒアリングから原因の仮説と改善策を考えるワークが行われた。

筆者は、AI 時代のエンジニアの価値として、コードの良し悪しを判断するための基礎力と、誰の何をなぜどうやって解決し、いつ最大の価値を出せるかを考える力を挙げている。日本の学びは板書してまとめてから問題を解くが、アメリカはまず行動し、失敗から気づいて原理を学ぶ逆の順序だという対比も紹介している。

感想として、「なぜ」を 5 回ほど深掘りすると本質に近づくと感じたこと、エンジニアの価値は上流の判断や問題提起の力に移っていくと考えたことを書いている。

AI を使ったサイバー攻撃の急増が報じられるなか、英国 NCSC、Google、Anthropic など攻撃と防御の当事者が公表した一次資料から、AI で攻撃がどう変わったかと守りをどう変えるかを整理した記事。IT 連携マップ（renkeimap.jp）の調査ページをもとにした 4 本連載の 4 本目。

攻撃は速くなり手を出せる人が増えたが、突かれる場所は盗まれた資格情報、修正を当てていない機器、公開したままのサービスと以前と同じだとする。AI を使った攻撃を AI でしか守れないわけではなく、最も効くのは従来の基本的な対策で、AI は土台の固い組織の守りを強める道具だという NCSC の見解を引いている。

守りの変え方は、攻撃の速さに合わせて修正を日単位で当て、強い AI を持つ攻撃者を前提に入口と鍵を先に閉じること。AI を守りに使う場面は脆弱性の発見と修正、監視の補助で、人の確認と、誤って止めたときの影響を見込むとしている。

Claude Sonnet 5.5 が Amazon Bedrock で使えるようになり、更新されたモデルカードに、従来の Explicit Prompt Caching に加えて Implicit Prompt Caching（暗黙的なプロンプトキャッシュ）という記載があったことから、その挙動を確かめた記事。筆者は、OpenAI の GPT 系は指定なしでキャッシュされるが、Anthropic API にはこの方式はないはずだと述べている。

uv と boto3 で、キャッシュの最小トークン数を超える長いシステムプロンプト（入力 7,280 トークン）を用意し、cachePoint を付けずに Converse API を 3 回呼び出した。結果は 3 回とも cacheReadInputTokens と cacheWriteInputTokens が 0 で、キャッシュは効かなかった。

記事はその後、Anthropic API で使われている方法を試す検証に進んでいる。

受託開発案件でバッチの監視とテストを担当した筆者が、バッチが実行されたかだけでなく、正常に動き続けているか、時間内に終了したか、異常から復旧できたかまで確認する必要があると学んだ経験を、初心者向けにまとめた記事。

バッチ処理はユーザー操作ではなく時刻や条件で実行され、途中で止まってもすぐには気づかれにくいため、実行中と終了後の状態の監視が重要になるとして、Web API との違いを表で整理している。

この案件では CloudWatch Logs へのログ出力、Laravel Cache を使った heartbeat、監視 API、外形監視を組み合わせた。開始時に action:start、正常終了時に action:end を BATCH_ID 付きで出力し、毎時 00 分に動くバッチで予定時刻から 5 分を過ぎても action:start がなければ異常と判定する監視 API のコード例を示している。