LinkedIn の求人メッセージに仕込まれたバックドアの手口
A backdoor in a LinkedIn job offer
LinkedIn で採用担当者を装った人物から送られた GitHub リポジトリに、巧妙なバックドアが仕込まれていた事例の報告。React + Node.js プロジェクトを装ったリポジトリ内の test/index.js に、文字列フラグメントから URL を組み立てて外部サーバーからペイロードを取得・実行するコードが埋め込まれていた。npm install 時の prepare スクリプト経由で自動実行される仕組みで、コメントアウトされたテストコードの間に巧みに隠されていた。筆者は使い捨ての VPS 上で AI エージェントにコードレビューさせたことで発見に至った。
Iroh 1.0 リリース: IP アドレスではなく鍵でデバイスに接続する
Iroh 1.0 - Dial Keys, not IPs
Rust 製のネットワーキングライブラリ Iroh がバージョン 1.0 に到達した。IP アドレスの代わりに暗号鍵でデバイスをアドレッシングする設計で、NAT やファイアウォールの背後にあるデバイスにも直接接続できる。IETF 標準に準拠した QUIC マルチパスの独自実装、QUIC NAT traversal、ローカルファースト構成をサポートし、過去30日間で2億以上のエンドポイントが作成されるなど既に大規模に利用されている。4年以上のオープン開発を経た安定版リリースとなる。
Rust と C/C++ でメモリ安全性 CVE はどう異なるか
How memory safety CVEs differ between Rust and C/C++
Rust と C/C++ におけるメモリ安全性関連 CVE の性質の違いを分析した記事。C/C++ ではあらゆるコードでバッファオーバーフローや use-after-free などの脆弱性が潜在するのに対し、Rust では unsafe キーワードが必要な場面でのみメモリ安全性違反が起こりうる。CVE の件数だけを比較して Rust の安全性を疑う意見に対し、この構造的な違いを丁寧に解説し、ライブラリにおける CVE の報告・対処の文化も異なることを示している。
Slack の動画埋め込みを悪用して E2EE 通信を実現する
Exploiting Slack's video embeds to achieve E2EE communication
Slack の Block Kit にある video ブロックが任意の URL を iframe として埋め込める仕様を発見し、これを活用してエンドツーエンド暗号化通信を実現した Show HN プロジェクト。video_url に対する実質的なコンテンツ検証がないことを利用し、ブラウザの Web Crypto API で鍵ペアの生成・暗号化・復号を video ブロック内で実行する。サーバーは暗号化された秘密鍵しか保持せず、平文のメッセージにアクセスできない設計となっている。
Ask HN: Claude/GPT をローカルモデルで完全に置き換えた人はいるか？
Ask HN: Has anyone replaced Claude/GPT with a local model for daily coding?
日常のコーディング作業で Claude や GPT をローカル LLM に完全移行した経験を問う Hacker News スレッド。620以上のポイントと300以上のコメントが集まり、ローカルモデルのセットアップやトークン/秒のパフォーマンス、実用性について活発な議論が展開された。クラウド AI サービスの価格上昇やプライバシーの懸念を背景に、ローカル推論への関心の高まりを示す注目のディスカッションとなっている。
CrankGPT: 人力発電で動くローカル AI
CrankGPT
AI のエネルギー消費問題を風刺するプロジェクト。手回し発電機（20W）で質問応答、ペダル式発電（150W）で Agentic コーディングや動画生成、ジム級の出力（2000W+）で Agent swarm やファインチューニングに対応するという3階層モデルを提案。テック企業の気候変動対策の放棄やトークン課金ビジネスを皮肉りつつ、「トークンを生成しながら筋トレもできる」というユーモラスなコンセプトで Hacker News で547ポイントを獲得した。
自宅ラボで構築する AI 開発プラットフォーム
My Homelab AI Dev Platform
OpenCode の Web UI を自宅サーバーにセットアップし、GitOps ベースの AI 支援開発環境を構築した事例。TrueNAS 上の VM に OpenCode をサーバーモードで設置し、Git 連携で PR レビューを必須にした安全な運用体制を整備。AI にはコンテナのバージョンアップ時のリリースノート要約やヘルスチェック追加を任せ、作業時間を大幅に短縮した。Claude Code のトークン制限強化を受けてベンダー非依存の OpenCode に移行した経緯も語られている。
OpenRouter Fusion API: 複数モデルの審議による回答生成
OpenRouter Fusion API
OpenRouter が提供する Fusion API は、単一のプロンプトに対して複数の専門モデルが並列に分析を行い、ジャッジモデルがコンセンサス・矛盾点・盲点を整理して最終回答を合成する仕組み。Quality と Budget のプリセット切り替えや、パネルメンバー・ジャッジモデルのカスタマイズに対応する。リサーチや専門的な批評など、単一モデルでは不十分な場面での利用を想定しており、料金は各モデルの呼び出し合計で計算される。
AI エージェントは Cloudflare に賭けろ
AIエージェントはCloudflareに賭けろ
Cloudflare 社員（Hono 作者）が、AI エージェント時代のインフラとして Cloudflare が最適である理由を解説。従来のクラウドは AI 時代を想定していない設計だと前提を置き、Workers の軽量な起動時間、Durable Objects によるステートフルなエージェント管理、AI Gateway によるモデル呼び出しの統合管理、エッジでの低レイテンシ実行など、AI エージェントのアーキテクチャ要件に合致する特徴を紹介している。
Docker/Kubernetes をつなぐ自作コンテナランタイム「Raind」
Docker/Kubernetesをつなぐコンテナランタイム「Raind」
数年にわたりコンテナランタイムを自作し続けている著者による Raind の紹介記事。コンテナの仕組みを深く理解するために始めたプロジェクトが発展し、OCI 準拠のランタイムとして Docker や Kubernetes と連携可能なレベルに到達した。Linux の namespace、cgroup、seccomp など低レベルのコンテナ技術を自前で実装しており、コンテナランタイムの内部構造を深く理解するための実践的な知見が詰まっている。
どうすれば月2億円分のトークンを燃やせるのか
どうすれば月2億円分のトークンを燃やせるのか
OpenClaw の作者 Peter Steinberger が OpenAI API/Codex の利用で30日間に約130万ドル（約2億円）を費やした事例の分析。603B トークンという膨大な消費量の内訳と、どのようなワークフローでそこまでのトークン消費が発生するのかを考察している。Agentic コーディングの普及に伴い、API トークンのコスト管理が開発者にとって重要な課題になりつつある現状を浮き彫りにしている。
超精密インデックス「PageIndex」で実現する推論ベース RAG
超精密インデックス「PageIndex」で実現する推論ベースRAG（JTC版）
ベクタ検索の限界を突破するため、ドキュメントの論理構造に基づくツリー型インデックス「PageIndex」を構築する手法の提案。LLM が生成した高密度サマリを検索キーとして活用し、AlphaGo の MCTS に着想を得た探索プロセスで AI エージェントがツリーを段階的に辿り、推論により正解への筋を絞り込む。PDF だけでなく PPT や Excel にも対応し、JTC（日本の大企業）の複雑なドキュメント群での検索精度向上を実現している。
Local LLM でのデータ分析を試してみた
Local LLMでのデータ分析を試してみた
Coding Agent の活用範囲をコーディングからデータ分析に広げる試みの報告。ファイル読み込み、前処理コード生成、評価指標の算出、レポート作成といったデータ分析タスクが Agent 向きであることに着目し、ローカル LLM を使った分析ワークフローを構築した。Kaggle の EDA に AI を活用する流れも踏まえ、クラウド依存を減らしつつ Agent 駆動の分析パイプラインを実現する手法を紹介している。
Minecraft 自宅鯖が DDNS から Kubernetes と WireGuard に進化した話
Minecraft自宅鯖がDDNSからKubernetesとWireGuardに進化した話
ASUS ルーターの DDNS とポート開放だけの素朴な Minecraft サーバーから始まり、最終的に Kubernetes と WireGuard を使った本格的なインフラ構成に進化させた体験記。Windows から Linux への移行、Docker によるコンテナ化、WireGuard による VPN 接続でポート開放を廃止、最終的に Kubernetes で複数サーバーの管理を統一した。各ステップの動機と得られた知見を具体的に記録している。
Claude Code の「court 無限ループ」から会話を捨てずに復活する
Claude Codeの「court 無限ループ」から、会話を捨てずに復活する（Opus 4.8）
Opus 4.8 にアップデート後、Claude Code が「court」や「count」といった謎の単語を出力してツール呼び出しが停止する不具合への対処法。通常はセッションの再起動が推奨されるが、長時間積み上げた会話コンテキストを失いたくない場合の具体的な復旧手順を紹介している。引き継ぎコマンドを打っても同じループに陥るケースへの対策も解説されている。
OSS の「AI 社員だけの会社」OneManCompany を動かしてみる
OSSの「AI社員だけの会社」OneManCompany を動かしてみる ~Microsoft Foundry のモデルで~
AI 社員が自律的に働く「会社の OS」を目指す OSS プロジェクト OneManCompany を、Microsoft Foundry のモデルを使って動かした記録。CEO（人間）がタスクを投げると AI 社員たちが役割分担し、プロジェクト命名から成果物作成、CEO への報告まで一連の会社運営を AI だけで回す。デフォルトの OpenRouter 経由ではなく Azure Foundry のモデルに差し替えて動作検証を行っている。
Gemma 4 を古典韓国語翻訳モデルにファインチューニングする
Turning Gemma 4 into an Old Korean Translator
Gemma 4 E2B (IT) を LoRA でファインチューニングし、朝鮮王朝時代の古典韓国語小説『洪吉童伝』を現代韓国語に翻訳するモデルを作成したチュートリアル。単一の NVIDIA T4 GPU（16GB）上の Google Colab で実行可能。パブリックドメインの古典テキストと Creative Commons ライセンスの現代語訳を対訳データとして使用し、Hugging Face の transformers、trl、peft ライブラリを活用している。
AI は幻覚を見ていない、あなたのアーキテクチャが見ている
AI Doesn't Hallucinate. Your Architecture Does.
LLM のハルシネーションは「バグ」ではなく生成メカニズムそのものであり、temperature を下げれば減るが有用性も失われると指摘。重要なのはハルシネーションの「削減」ではなく「ルーティング」であり、決定論的な処理には API コール、創造的な処理には LLM と適切に使い分けるべきだと主張。確定的 API が100%正確でマイクロ秒で応答するのに対し、同じタスクを LLM に任せると3段階のチェーンで27%のエラー率に達すると具体的に示している。
Fable 5 が突然停止、バックアップワークフローを実行して分かったこと
Fable 5 Went Dark Friday Night. I Ran My Critical Workflow on a Backup Saturday - Here's What Broke
Anthropic の Fable 5 と Mythos 5 が政府命令で突然無効化され、翌日 OpenAI も Sora を停止したことを受け、筆者が AI 依存ワークフローのフォールバックを初めて実行した体験記。プロンプトが特定モデルに過剰適合していたこと、出力フォーマットの互換性の欠如、レート制限の違いなど、実際に切り替えて初めて判明した問題を具体的に報告。「実行したことのないフォールバックはフォールバックではなく推測に過ぎない」という教訓を述べている。
3週間前に AI が書いたランディングページの中身を把握していない問題
AI Wrote My Landing Page 3 Weeks Ago. I Have No Idea What's In It.
Claude にランディングページを生成させ、内容を確認せずにデプロイしたところ、3週間後に修正が必要になった際にコードの構造を全く把握できなかった体験談。他人のコードには開発者の意図を示す痕跡があるが、AI 生成コードは技術的に正しいものの個性や履歴がなく「認知的オーナーシップ」が形成されないと分析。コードを書く過程で構築されるメンタルモデルの重要性を、学習科学の「認識」と「想起」の違いから論じている。
LLM 推論における GPU Kernel Fusion でメモリ帯域幅ボトルネックを解消する
Fused Kernels in LLMs: Reducing Memory Bandwidth Bottlenecks Through GPU Kernel Fusion
LLM 推論の高速化で最も重要な技術の一つである Kernel Fusion を解説した記事。GPU は膨大な FLOPS を持つが、多くの LLM 演算はメモリ帯域幅に律速されている。gelu(x + bias) のような演算を個別カーネルで実行すると各ステップで HBM へのデータ往復が発生するが、融合カーネルでは一度の読み書きで完了する。モデルアーキテクチャの変更なしに数千ユーザーと数百万ユーザーの処理能力差を生む最適化手法を GPU レベルの詳細まで説明している。