Google Chrome が4GBのAIモデルをユーザーの同意なく端末に自動インストール
Google Chrome silently installs a 4 GB AI model on your device without consent
Google Chrome が Gemini Nano の重みファイル（weights.bin、約4GB）を OptGuideOnDeviceModel ディレクトリにユーザーへの通知なく書き込んでいることが判明した。ユーザーが削除しても Chrome が再ダウンロードする仕組みになっている。筆者は GDPR の ePrivacy Directive 観点からの法的分析に加え、Chrome の10億台規模での一斉配信による環境負荷を試算し、CO2排出量が6,000〜60,000トンに達する可能性を指摘している。先週報じられた Anthropic の Claude Desktop が複数の Chromium ブラウザに Native Messaging ブリッジを無断登録していた問題と同じパターンだと述べている。
AIがデータベースを削除したのではない、削除したのはあなただ
AI didn't delete your database, you did
Cursor/Claude エージェントが本番データベースを削除したとする投稿が話題になった件について、筆者は「なぜ本番DBを丸ごと削除するAPIエンドポイントが存在するのか」と問いかける。自身が2010年にSVNのtrunkを誤削除した経験を引き合いに出し、手動プロセスの自動化こそが再発防止の鍵だったと振り返る。AIは自動化ではなく確率的なコード生成であり、同じ操作を毎回同じように繰り返す保証がないため、CI/CDパイプラインや権限設計といった防御層の構築が不可欠だと主張している。
async Rust はMVP段階から脱していない
Async Rust never left the MVP state
Tweede golf のエンジニアが、async Rust のバイナリ肥大化問題をコンパイラレベルで分析した記事。単純な async 関数 bar() が MIR で360行に展開される一方、非 async 版は23行で済むことを示し、ゼロコスト抽象化の理想と現実のギャップを指摘する。特に組み込みマイクロコントローラでは各バイトが重要であり、この膨張は深刻な問題になる。筆者は Rust Project Goal を提出し、コンパイラの coroutine_resume パス最適化によるバイナリサイズ削減に取り組む計画を発表している。
Computer Use はstructured APIの45倍高コスト
Computer Use is 45x more expensive than structured APIs
管理パネルの同一タスクに対し、スクリーンショット+クリックで操作する vision agent（browser-use）と HTTP endpoint を直接呼ぶ API agent を Claude Sonnet で比較するベンチマーク。vision agent は53ステップ・551kトークンを消費したのに対し、API agent は8コール・12kトークンで完了した。コストにして約45倍の差がある。多くのチームが vision agent を使うのは API を個別に整備するコストが高いからだが、API surface の自動生成が容易になれば状況は逆転すると論じている。
全員がAIを使っても組織は何も学ばない
When everyone has AI and the company still learns nothing
Ethan Mollick の研究を引用しつつ、個人の AI 生産性向上が組織の学習に直結しない問題を分析。GitHub Copilot ライセンスが全社配布されても、あるチームは単なるオートコンプリートとして使い、別のチームは Claude Code で tight loop のテスト・レビューを回すなど、AI 活用のレベルが部署ごとに大きくばらつく。個人の暗黙知をチーム・組織レベルの能力に変換する仕組みがなければ、年間200万ユーロの Anthropic 契約も ROI を示せないまま終わると警告している。
Agentic Coding の10の教訓
Lessons for Agentic Coding: What should we do when code is cheap?
Codex、Claude Code、Pi などのコーディングエージェントを使い込んだ筆者が、モデルやハーネスが進化しても通用する永続的な指針をまとめた。主要な教訓として、コードが安価になった今こそ「実装して学ぶ」「頻繁に再構築する」姿勢が重要であること、end-to-end テストへの投資、意図（why）のドキュメント化、仕様をコードと同期し続けることなどを挙げている。実装前に仕様を凍結するのではなく、実装中の発見を仕様に反映し続けるサイクルが鍵だと述べている。
CVE-2026-31431: Copy Fail 脆弱性とルートレスコンテナの防御
CVE-2026-31431: Copy Fail vs. rootless containers
Linux カーネルの scatterlist 処理に起因する権限昇格脆弱性 CVE-2026-31431（Copy Fail）を、ルートレス Podman 環境で実際に実行し eBPF で追跡した検証記事。まず公開 exploit に埋め込まれた shellcode を逆アセンブルし安全性を確認した上で、ルートレスコンテナの uid_map による名前空間分離がカーネルレベルで権限昇格を阻止する過程を syscall トレースで示した。GNOME の GitLab ランナーで採用しているルートレス Podman アーキテクチャが本脆弱性を封じ込めることを実証している。
VS Code の Copilot が commit メッセージに 'Co-authored-by' を自動挿入する問題
Update on "Co-authored-by: Copilot" in commit messages
VS Code が GitHub Copilot 利用時に commit メッセージへ自動的に 'Co-authored-by: Copilot' を付与する仕様について、GitHub Issue で大きな議論が巻き起こっている。開発者からはオプトインではなくデフォルト有効である点、企業のコミットポリシーと衝突する点、著作権帰属の曖昧さなどへの批判が集中した。Microsoft は対応方針のアップデートを公開し、設定で無効化可能にする方向で検討を進めている。
Bun が Rust への書き換えを開始
Bun is being rewritten to Rust
JavaScript ランタイム Bun のリポジトリに、Rust への書き換えを示すコミットが投入された。Bun はこれまで Zig で実装されており、Zig のエコシステムの成熟度やメンテナンス性の課題が移行の背景にあるとみられる。コミュニティでは Zig から Rust への移行が妥当かどうかについて活発な議論が行われている。
DAEMON Tools にバックドア: 4月8日から継続中のサプライチェーン攻撃
Popular DAEMON Tools software infected – supply chain attack ongoing since April 8, 2026
Kaspersky の Securelist が、仮想ドライブソフト DAEMON Tools の公式配布物に2026年4月8日からバックドアが埋め込まれていたことを報告した。攻撃者は正規のビルドパイプラインに侵入し、インストーラに悪意あるペイロードを仕込んでいた。感染したバージョンをインストールしたユーザーは、外部サーバーへの通信経路が開かれた状態にあり、Kaspersky は即座のアンインストールとシステム監査を推奨している。
セキュリティ研究者が Claude を「ガスライティング」して禁止情報を引き出す手法を発表
Researchers gaslit Claude into giving instructions to build explosives
セキュリティ企業 Mindgard の研究者が、Anthropic の Claude に対し段階的に文脈を操作する「ガスライティング」手法を用いて、通常は拒否される危険な情報を引き出すことに成功した。この攻撃は単一のプロンプトインジェクションではなく、会話の流れの中で徐々にモデルの安全ガードレールを迂回する手法であり、既存の安全対策の盲点を浮き彫りにした。Anthropic はこの研究を受けて対策の強化に取り組んでいるとコメントしている。
Anthropic が Google にチップ・クラウド利用料として2000億ドルを支払う契約を締結か
Anthropic reportedly agrees to pay Google $200 billion for chips and cloud access
Anthropic が Google Cloud との間で、AI チップおよびクラウドインフラのアクセスに対して総額2000億ドル規模の長期契約を結んだと Engadget が報じた。これは AI 企業によるインフラ投資としては過去最大級であり、Anthropic のモデル訓練・推論に必要な計算資源の確保が目的とされる。AI 業界におけるクラウドプロバイダへの依存と、その契約規模の急激な拡大を象徴する動きとなっている。
南アフリカ政府がAIでAI規制文書を作成、失敗に終わる
A government used AI to write its AI regulations. It did not go well
南アフリカの大臣が新しい AI 政策文書を公開したところ、文書内に AI が生成したと思われる不自然な表現や誤りが多数含まれていたことが発覚し、即座に撤回に追い込まれた。AI の出力をそのまま公式文書として使用したことが問題視され、AI を規制する政策文書を AI に書かせるという皮肉な状況が国際的に注目を集めた。AI ガバナンスにおける人間の監督の重要性を示す事例となっている。
AI coding agent を安全に使うための開発環境の権限棚卸し
AI coding agent を使い続けるために、自分の開発環境の権限棚卸しをした
Claude Code や Codex が shell 実行、リポジトリ書き換え、GitHub push まで可能な「強い権限を持つ開発者プロセス」であることに着目し、個人開発者の視点で権限の棚卸しを行った記事。SAP の npm パッケージ侵害、PyPI の lightning パッケージ侵害など最近のサプライチェーン攻撃事例を踏まえ、AI エージェントがアクセスできる GitHub token、npm/PyPI token、環境変数などの権限スコープを見直す具体的な手順をまとめている。エンタープライズ向けの厳密なセキュリティポリシーではなく、個人開発でも継続できる軽いガードの構築を目的としている。
韓非子 主道篇から学ぶ Claude Code の使いこなし
韓非子 主道篇から学ぶClaude Codeの高度な使いこなし
古代中国の法家思想家・韓非子の主道篇を Claude Code 活用の文脈で超訳した異色の記事。「君主は開始と終了を握り、中間は臣下に任せて待つ」という原則を、プロジェクト開始の判断と成果物の受け入れ判断のみ人間が担い、中間の実装は Claude Code に委ねるスタイルに対応させる。「形名参同」（Plan で宣言した成功基準と実際の成果物を照合する）の概念を機械的に実施する方法として、テスト結果の実数やベンチマーク数値での検証プロセスを提案している。
Claude Code の WebFetch は実はWebページの原文を読んでいない
あなたのClaude CodeのWebFetch、実はWebをちゃんと読んでいない
Claude Code の WebFetch ツールが実際にはページの原文を Opus/Sonnet に渡しておらず、先に Haiku がページを読んで要約・抽出した結果のみが渡されていることを検証した記事。Verbose モードで確認すると、WebFetch には url と prompt の2パラメータが必須で、基本的に要約が返される仕組みになっている。長いドキュメントでは後半がサイレントに切り捨てられるリスクがあり、一部の承認済みドメインかつ text/markdown を返すサイトのみ要約をバイパスできると報告している。
Claude Code ユーザーのための Codex 入門
Claude CodeユーザーのためのCodex入門
Claude Code から OpenAI Codex への移行を検討するユーザー向けのガイド。筆者は GPT-5.4 あたりで Claude とのモデル性能が逆転したと感じ、1ヶ月前に個人利用では Codex に完全移行した。CLI よりデスクトップアプリ Codex App の方が設定画面が充実していること、Plus（3,000円）と Pro（16,800円/30,000円）のプラン選択、Permission モード体系の違い、AGENTS.md の互換性などを Claude Code の機能と対比しながら解説している。
ローカルLLM高速化: MTP最速の DDTree を動画で理解する
ローカルLLM高速化：MTP最速！DDTree(効率版DFlash)を動画で理解
Multi Token Prediction（MTP）の仕組みと最新の高速化手法 DDTree を解説した技術記事。ローカル GPU では同時リクエスト数が少ないためメモリ帯域がボトルネックになるが、MTP は Draft Model で複数トークンを投機的に予測し、Target Model の Speculative Decoding で承認することで1デコードサイクルで数倍の高速化を実現する。DeepSeek V3 や Qwen3.5 以降の最新モデルには MTP が学習段階から組み込まれており、DDTree は DFlash の効率版として現時点で最速のMTP実装だと紹介している。
dbt Fusion が Snowflake 向けに GA: その本質と注目ポイント
dbt Fusionの本質・注目ポイント・導入方法を一挙におさらい！
dbt Fusion が2026年5月5日に dbt platform 上で Snowflake 向けに GA となったことを受けた解説記事。Fusion は買収した SDF Labs のデータ加工エンジンに dbt のインターフェースをラップした次世代エンジンで、VSCode 拡張の IntelliSense、Preview CTE、カラムリネージなどの機能を備える。ライセンスは dbt Core の Apache 2.0 に対し、Fusion は ELv2 + Apache 2.0 のソース公開型で、中核部分は未だ非公開となっている。
マネーフォワードGitHub不正アクセス第二報: 本番データ混入を仕組みで防ぐ方法
「管理手順から外れて誤ってGitHubに保管」— マネーフォワード第二報から考える、本番データ混入を仕組みで止める方法
マネーフォワードが2026年5月3日に公開した GitHub 不正アクセス事案の第二報を分析した記事。第二報では「サービス更新作業の過程で個人情報が含まれたファイルが管理手順から外れて GitHub に保管された」と説明されており、本番データがリポジトリに混入した経緯が明らかになった。筆者は GitHub Enterprise Cloud/Server を前提に、機密情報の混入を事前に検知・阻止する仕組みと、混入後の履歴除去手順をコマンドレベルで整理している。
自分は開発者なのか、それともただの Prompt Engineer なのか
Am I a Developer or Just a Prompt Engineer?
3年前は自信を持って「ソフトウェア開発者だ」と答えられたが、今はAIがコードの大半を書いている状況で自分のアイデンティティに揺らぎを感じるという開発者のエッセイ。ジュニア開発者から「実際に何をしているんですか？」と聞かれて言葉に詰まった体験から、バグを手動でデバッグすることに感じていた達成感や、コードを自分で書く行為に伴う「私的な宝くじに当たる」ような感覚が失われつつあることを率直に綴っている。AI時代の開発者の役割の再定義を問う内容。
GenAI革命の次の犠牲者はパーソナルコンピュータ
The Next Casualty of the GenAI Revolution
Jensen Huang や Andrej Karpathy が「新しいプログラミング言語は英語だ」と語る中、筆者はその先にある大きな犠牲者として「パーソナルコンピュータ」を挙げる。AI エージェントの処理はクラウド上で完結するため、ローカルに高性能な MacBook Pro を持つ必要性が薄れていくという議論を展開。学生やジュニア開発者の雇用危機に加え、ハードウェア産業にも波及する GenAI の影響を考察している。
LangChain と Kong で AI エージェントを従量課金化する
Monetize Your AI Agents with LangChain and Kong
AI エージェントの利用量に応じた課金パイプラインを LangChain と Kong Konnect Metering & Billing で構築するチュートリアル。LangChain のコールバックで各リクエストの入出力トークン数を顧客IDと紐づけて記録し、Kong 側で月次インボイスを自動生成する仕組みを解説している。モデル非依存の設計で、OpenAI gpt-4o-mini を例にしているが、バックエンドのモデルを差し替えても課金コードは変更不要。
TraceMind v3: LLM の品質低下を自動診断する AI エージェント
TraceMind v3 — I built an AI agent that diagnoses why your LLM quality dropped
LLM の品質低下時に「何が壊れたか」だけでなく「なぜ壊れたか」を自動診断する OSS ツール TraceMind の v3。中核の EvalAgent は ReAct ループで動作し、トレース取得、評価実行、ChromaDB による過去の類似障害検索、テストケース生成、障害パターン分析、アラート送信の6つのツールを持つ。加えて Response Control Hooks によるハルシネーション検出時の自動ブロック/リトライ機能と、Prompt Version Registry によるプロンプトのデプロイ先追跡機能を搭載している。
Kimi K2.6 vs Claude Opus 4.7: コーディングテスト対決
Kimi K2.6 vs. Claude Opus 4.7 in a Weird Game Coding Test
Moonshot AI の Kimi K2.6 と Anthropic の Claude Opus 4.7 を、Minetest の賞金掲示板を TypeScript バックエンドで構築し Google Sheets 連携を追加するタスクで比較したコーディングテスト。Kimi K2.6 は入力$0.95/M、出力$4/M と Claude Opus 4.7（入力$5/M、出力$25/M）の約5分の1の価格。結果は Claude Opus 4.7 が品質で勝利したものの、Kimi K2.6 はコスト対比で健闘し、特にキャッシュ入力が$0.16/M と極めて安い点が注目される。