オープンソースAIの現状 − 357のプロジェクトを分析したレポート
The state of open source AI
オープンソースAIエコシステムの包括的な分析レポート。357のプロジェクトを評価し、 Hugging Face、MetaのLlamaシリーズ、Stability AIなどの 주요な取り組みを体系化している。開発者可読性、コミュニティ活発度、技術的革新性の観点からスコアリングが行われ、オープンソースAIの 現在の発展状況と今後の課題がまとめられている。
Kaggle AGIベンチマークにおける評価プロセスの不整合
Evidence of inconsistencies in evaluation process and selection of winners
KaggleのAGI測定コンペティションにおいて、評価プロセスの不整合と勝者選択の問題を指摘する声。提出された解法の評価方法和に対する疑問が提起されており、AIベンチマークの設計に関する重要な議論が起きている。
Gemma-4全5モデルをAWS Inferentia2にポートする実践ガイド
Five Gemma-4 models, one accelerator: what porting E2B 31B to AWS Inferentia2 taught me
GoogleのGemma-4シリーズ（E2B、E4B、12B、31B、26B-A4B MoE）をAWS Inferentia2アクセラレータに移植した詳細な事例報告。モデル変換時の技術的課題、メモリの最適化、推論速度の達成結果を具体的に解説している。
128ExpertsのMoEをInferentia2へ − エキスパート重み付けのバグとの戦い
Porting a 128-expert MoE (Gemma-4 26B-A4B) to AWS Inferentia2
Gemma-4 26B-A4B（128ExpertsのMixture-of-Expertsモデル）をAWS Inferentia2に移植する際に遭遇した技術的問題の解決記録。デバイス出力がいずれも空になるバグ、テストはすべてパスするが実際は正しく動作しない検証の罠などを具体的に解説している。
なぜRAGは誤った答えを返すのか − 検索失敗の原因と修復手法
Why RAG gives wrong answers (and how to fix retrieval failures)
RAG（検索拡張生成）システムにおいて検索が失敗する主な原因を解説。チャンキング戦略の問題、埋め込みの検索性の低さ、Retrievalの信頼性问题について具体的な修复手法とともに紹介している。
AIエージェントにおけるバグ発見 − 答えが出る前にバグは既に存在している
With an AI agent, the answer is the last place the bug shows up
AIエージェントのQAテスト套件を構築した経験から、エージェントにおけるバグ発見の難しさと重要性を論じた記事。プランニング、実行、検証の各段階で発生する特有の問題と、その 检测・应对方法を具体的に解説している。
Zilog Z80 − 50周年を迎えた伝説のCPU
The Zilog Z80 has turned 50
1976年に発表されたZilog Z80 CPUが50周年を迎えた振り返り記事。Z80のアーキテクチャ設計、8080との後方互換性、CP/Mシステムへの影響、そして現代でも組み込み用途で生き続ける理由を技術的に解説している。
Lobste.rsがSQLiteに移行 − コミュニティ投票を経て
Lobste.rs is now running on SQLite
Hacker News傘下のリンク集約サイトLobste.rsが、 PostgreSQLからSQLiteへの移行を発表。コミュニティ投票を経て的决定 Process、実際に使用したスキーマ設計、パフォーマンスへの影響などを解説している。
SSHハニーポットでリアルタイムにボットを観察
Show HN: Watch bots interact with an SSH honeypot in real time
SSHハニーポットに到達するbotの实时インタラクティブな可視化サービス。 世界中の攻撃パターンをリアルタイムで观察でき、どのような認証試行が行われているかを確認できる。
AIエージェントのQA="全て動作" − 実際は何も表示されていない
My AI QA agent said "all features working." The canvas was blank.
AIエージェントにQAを委托した际に发生した问题の記録。エージェントは「全机能动作中」と报告したが、実際のキャンバスは空的状态だった。AIのQAにおける視覚的确认の重要性和課題がまとめられている。
Chromeで動くローカルAI − Gemini Nanoの実力と制限
Experiments with On-device AI — What building on Gemini Nano actually teaches you
Chromeブラウザに搭载されたGemini Nanoを使用したオン-device AI開発の実践报告。Web AI APIの実力、メモリ制約下での動作、性能の限界と适用场景を実例を交えて解説している。
PonytailからGuardsmanへ − AIエージェントに责任を持たせる设计
Why I Switched from Ponytail to Guardsman for AI Coding
AIコーディングエージェントの设计パターンについて、 Ponytail（単純な指示）からGuardsman（责任明确的）への移行经历を共有。 エージェントにより责任ある动作をさせるためのプロンプト设计と実装方法を解説している。