GLM-5.2 がオープンウェイトモデルの新王者に - Intelligence Index で51点を記録
GLM-5.2 is the new leading open weights model on Artificial Analysis
Zhipu AI の GLM-5.2 が Artificial Analysis Intelligence Index v4.1 で51点を獲得し、MiniMax-M3（44点）や DeepSeek V4 Pro（44点）を大きく引き離してオープンウェイトモデルの首位に立った。モデルサイズは GLM-5.1 と同じ744B総パラメータ/40Bアクティブの MoE 構成だが、科学的推論で大幅に向上し、CritPt で+16点、HLE で+12点の改善を達成。GDPval-AA v2 では1524 Elo を記録し、GPT-5.5（xhigh reasoning）と同水準のスコアを出している。
Epic Games が新しいオープンソースバージョン管理システム Lore を公開
Lore – Open source version control system designed for scalability
Epic Games がメンテナンスする新しいバージョン管理システム Lore が公開された。中央集権型のコンテンツアドレス方式を採用し、リポジトリ状態を Merkle tree と不変リビジョンチェーンで表現する。大容量バイナリファイルのチャンク分割・重複排除・オンデマンドのスパースハイドレーションに最適化されており、ゲーム開発のようにコードと大量のバイナリアセットが混在するプロジェクトを想定している。C/C++, C#, Rust, Go, Python, JavaScript 向けの API を提供する。
Firecracker VM を EC2 内にネストしてブラウザを1秒未満で起動する方法
How we run Firecracker VMs inside EC2 and start browsers in less than 1s
Browser Use がクラウドブラウザ基盤を再構築し、セッション単価を $0.06/時から $0.02/時に削減、起動時間を1秒未満に短縮した。EC2 インスタンス内に Firecracker VM をネストする VM-in-VM アーキテクチャを採用し、各ブラウザセッションを完全に分離。メモリのオーバーコミットと Chromium 起動の最適化が主要なボトルネックだったが、それぞれ対策を施して3倍のコスト効率化を実現した。
LLM を2Dバトルロイヤルに投入 - Grok 4.1 Fast が勝率43%で優勝、Claude は友達作りに専念
A robot is sprinting towards you. Do you want it running on Claude or Grok?
OpenRouter のエンジニアが11種の LLM を2Dバトルロイヤルゲームに投入し30試合を実施した。Grok 4.1 Fast が勝率43%で圧勝した一方、Claude Sonnet 4.6 は他のモデルに居場所を教えてチームアップを提案し続けた。最もコスト効率が良いモデルは最も高価なモデルを1勝あたりのコストで27倍上回った。通常のベンチマークでは見えない LLM の行動特性の違いが浮き彫りになる興味深い実験である。
AI 時代にこそエンジニアリング規律の強化が必要
AI demands more engineering discipline. Not less
Charity Majors が、AI 生成コードの品質は Opus 4.5 以降「中央値のエンジニア並み」に達したが、それでもエンジニアリング規律を緩めるべきではないと主張する。ペットからキャトルへの移行（手作りサーバーから Immutable Infrastructure へ）と同様の構造的変化が起きており、コードレビューの意味や品質保証のあり方を再定義する必要があると述べている。AI が速度をもたらすからこそ、観測可能性とガードレールの強化が不可欠だと論じている。
RFC 10008: 新しい HTTP QUERY メソッドが標準化
RFC 10008: The new HTTP Query Method
IETF が新しい HTTP メソッド QUERY を RFC 10008 として標準化した。GET のようにべき等だがリクエストボディを送信できるメソッドで、複雑な検索条件を URL に詰め込む必要がなくなる。Content Negotiation、条件付きリクエスト、キャッシュ、Range リクエストにも対応しており、Accept-Query ヘッダーフィールドによるサポートの検出機能も定義されている。
米国が DeepSeek のブラックリスト入りを見送り - 100社超を安全保障リスクに指定
US holds off blacklisting DeepSeek, more than 100 firms deemed security risks
米国政府が中国の AI 企業 DeepSeek をエンティティリスト（輸出規制対象リスト）に追加することを見送った。一方で100社以上の企業を安全保障上のリスクとして指定している。DeepSeek は低コストな LLM で注目を集めてきたが、米中技術競争における規制のバランスが問われる状況が続いている。
高解像度 Neural Cellular Automata - SIGGRAPH 2026 で発表された新手法
Show HN: High-Res Neural Cellular Automata
EPFL と Google Research のチームが SIGGRAPH 2026 で発表した Neural Cellular Automata（NCA）の新手法。従来の NCA はグリッドサイズに対して訓練コストが二次的に増大し、局所的な情報伝播しかできなかったが、本研究ではこれらの制約を克服し、高解像度テクスチャ生成、PBR テクスチャ、3D テクスチャへの応用を実現。セルが局所ルールだけで自己組織化し、再生・頑健性を示すバイオインスパイアードなアプローチである。
OpenAI の流出財務資料が年間数十億ドルの赤字を明らかに
Leaked financial docs show OpenAI is losing billions of dollars a year
Ars Technica が入手した OpenAI の流出財務資料によると、同社は年間数十億ドル規模の損失を計上している。大規模モデルの訓練・推論コスト、急速な人員拡大、インフラ投資が主な要因とみられる。AI 業界のリーダー企業であっても持続可能な収益モデルの構築が依然として課題であることが浮き彫りになった。
Volkswagen が GrapheneOS ユーザーをブロック - カスタム ROM への締め付け強化
Volkswagen started blocking GrapheneOS users
Volkswagen の公式アプリ myVW が GrapheneOS ユーザーをブロックし始めたことが GrapheneOS フォーラムで報告された。Play Integrity API によるデバイス検証が原因とみられ、コミュニティではPlay サービスの有効化タイミングの調整など回避策が共有されている。自動車メーカーによるカスタム Android ROM への締め付けが広がりつつあり、ユーザーのデバイス選択の自由とセキュリティのトレードオフが議論されている。
自己改善エージェントはなぜ前提を覆せないのか - 局所最適からの脱出
自己改善エージェントはなぜ前提を覆せないのか ― 局所最適とハーネスでの脱出
LayerX のエンジニアが、AI エージェントに Workflow を自己改善させる際に「最初の前提を覆せない」問題を分析した。プロンプトの加筆や出力正規化は自動化できるが、処理順序や設計そのものの変更はエージェントから提案されず、精度が90%前後で停滞した。この現象を局所最適化問題として整理し、LLM のアンカリング効果に関する Lou and Sun の研究などを参照しながら、ハーネス層での探索範囲拡大による脱出手法を考察している。
AI 臭を消す Claude Skills を作った - stop-ai-slop-jp
AI臭を消すClaude Skillsを作った（stop-ai-slop-jp）
英語圏の stop-slop を日本語向けに再設計した Claude Skills「stop-ai-slop-jp」を MIT ライセンスで公開。全角ダッシュや偏愛語の除去といった表層チェックだけでは不十分とし、false agency（一般論で主語をぼかす癖）の修正、命題型見出しの抑制、AI 特有のリズム均一化への意図的なムラ導入など、5つの観点で AI 臭を構造的に除去する。AI 臭の本質は「書き手の不在」であり、記号の置換だけでは消えないという分析が印象的。
Claude Code と Codex CLI のテレメトリーを Grafana Cloud で可視化する
Claude CodeとCodex CLIのテレメトリーをGrafana Cloudで見る
Grafana Labs のデベロッパーアドボケイトが、Claude Code と Codex CLI の OpenTelemetry テレメトリーを Grafana Cloud で可視化する方法を解説。Grafana Alloy を中間プロキシとして挟み、認証トークンを各 CLI に平文で置かない構成を採用した。Claude Code は gen_ai.* セマンティック規約に準拠、Codex は独自命名という差異がある。delta temporality でメトリクスが全て弾かれる罠など、実装時のハマりどころも共有されている。
Databricks 発 OSS メタハーネス Omnigent - 複数 AI エージェントの統合管理
Databricks発OSSのメタハーネス『Omnigent』を触ってみた！
Databricks がオープンソースで公開したメタハーネス Omnigent は、Claude Code・Codex・自作エージェントなど複数の AI エージェントを YAML 定義で一元管理する仕組みを提供する。Runner がエージェントをサンドボックス化して実行し、Server が履歴・ポリシー・成果物・MCP・スキルを管理する2層構成。credential 管理やコスト制御もハーネス層で行え、チームでのエージェント共有を見据えた設計になっている。記事では組み込みサンプル Debby を使ったエージェント間ディベートの検証結果も紹介されている。
Hono でバックエンド API を作るときの個人的ベストプラクティス
Hono でバックエンド API を作るときの個人的ベストプラクティス
Hono でバックエンド API を構築する際の設計パターンをまとめた記事。features/ ディレクトリにドメイン単位でまとめるコロケーション方式を採用し、各 feature を index.ts（route）・service.ts・repository.ts・schema.ts の3層+スキーマで構成する。ORM は Drizzle、バリデーションは zod を使い、@hono/zod-validator でリクエスト検証とサービス層の型を同一ソースから導出することで重複を排除している。
「とりあえず許可」を卒業する - Claude Code の実行前に行動説明を表示する Hook
「とりあえず許可」を卒業する：Claude Codeの実行前に行動説明を表示するHookを作ってみた
NTT DATA のエンジニアが、Claude Code の Hook 機能（PreToolUse イベント）と CLAUDE.md を組み合わせ、ツール実行前にその操作内容・影響範囲・可逆性を Claude 自身に説明させる仕組みを構築した。例えば rm -rf node_modules 実行前に「対象範囲」「可逆性」「副作用」が表示され、ユーザーが根拠を持って許可判断できる。Claude Code 初学者や新人エンジニアが安全性を犠牲にせず活用するための実践的なアプローチである。
Amazon の State-Aware RAG - 繰り返し検索の精度低下を解消する手法
AmazonのRAGに関する研究
Amazon が提唱する State-Aware RAG は、RAG と繰り返し検索の相性の悪さを解消する手法。検索結果を会話履歴とは独立したメモリモジュールで管理し、不足情報の分析、ターゲット検索、必要部分の抽出、サブ回答の作成を繰り返す。軽量な Socratic Planning と高精度な MCTS（Monte Carlo Tree Search）の2つのアクション戦略を使い分け、コンテキスト肥大化と絞り込みの難しさという RAG の根本課題に対処している。
TypeScript の型チェックを15.7倍高速化した方法
Making my TypeScript types 15.7x faster
スキーマバリデーションライブラリ Sury の作者が、@ark/attest を使って型インスタンス化回数を計測し、10フィールドのオブジェクト定義で1409回から343回に削減（4.1倍）した。型レベルの最適化手法として、ユニオン型の分配を避ける手法や、conditional type の簡略化を適用。TypeScript の型システムが Turing 完全であることを活かした高度な型プログラミングだが、実用的なパフォーマンス改善に直結している。
AI エージェントがセッション途中で劣化する原因を計測した
My AI agent got dumber mid-session. I measured the context window before blaming MCP.
AI コーディングエージェントが長時間セッションで品質低下する現象について、MCP のせいだと思い込む前にコンテキストウィンドウの内訳を実測した記事。会話履歴がウィンドウ全体の約20%を占め最大の消費源だった一方、MCP ツール定義の消費は予想より小さかった。原因を正しく特定するには推測ではなく計測が重要であるという、実践的な教訓を提示している。
純粋な Spiking Neural Network を10.88億パラメータまでスケールした18歳の挑戦
I scaled a pure Spiking Neural Network (SNN) to 1.088B parameters from scratch
18歳の個人開発者が、ANN-to-SNN 変換や蒸留を使わず、ランダム初期化から純粋な SNN を10.88億パラメータまでスケールさせた。93%のスパース性（トークンあたり約7%のニューロンのみ発火）を維持し、25Kステップ付近でロシア語テキストの自発的生成が出現。600Mから1Bへのスケール時に、活性化ルーティングの39%が persistent memory モジュールに自発的にシフトするという興味深い現象も観測された。予算切れで27Kステップ（loss 4.4）で中断したが、大規模純粋 SNN の収束を実証した。
AI が2時間で作った UI を3週間かけて修正した話
AI Built My UI in 2 Hours. Then I Spent 3 Weeks Fixing It.
AI エージェントが2時間で47ファイルを変更する PR を生成したが、既存パターンを無視して独自のパターンを導入し、同じ機能に対して2つの設計が併存する事態になった。著者はこれを「Ghost Implementation（骨はあるが肉がないコード）」と名付け、AI が生成するコードに「なぜそう書いたか」の根拠が欠如する問題を指摘。速度を追求する AI ツーリングが生み出す構造的な課題を体験談として報告している。
Claude と Codex でプレモーテム分析を行う方法
How I use premortems with Claude and Codex
Gary Klein のプレモーテム手法を LLM に適用する実践記事。「この計画は良いか？」と聞く代わりに「6ヶ月後、この計画は失敗した。なぜか説明せよ」とプロンプトすることで、LLM に承認者ではなく失敗の再構成者としての役割を与える。通常のレビューでは得られない隠れた前提や最初の破綻点を炙り出せるとし、認証変更やデータ移行など重大な設計判断の前に特に有効だと述べている。
macOS にはまだボリュームミキサーがないので Swift で作った
macOS Still Has No Volume Mixer, So I Built One
macOS 14.2 で導入された Core Audio Process Tap API を活用し、カーネル拡張や仮想オーディオドライバなしでアプリごとの音量制御を実現するメニューバーアプリ Mimir を Swift で開発した。Process Tap でアプリの音声出力をキャプチャし、mutedWhenTapped モードで元の出力をミュートしてゲインを適用した上でデフォルト出力デバイスに送る仕組み。ソースコードは GitHub で公開されている。
Chrome が4GBの AI モデル Gemini Nano をバックグラウンドでインストールしている
Chrome Put a 4GB AI Model on Your Computer: What Gemini Nano Means for Privacy
最新の Chrome デスクトップ版が、コンポーネントアップデータ経由で約4GBの Gemini Nano モデルをバックグラウンドでダウンロードしている。chrome://on-device-internals でモデルの存在を確認でき、LanguageModel（Prompt API）、Summarizer、Translator、Writer 等の JavaScript API を Web ページやエクステンションから呼び出せる。オンデバイス処理のためプライバシー面では利点があるが、ユーザーへの事前通知なしに大容量モデルをダウンロードする点が議論を呼んでいる。