Opus 5、React習熟度ベンチマークで初の90点台を達成
【速報】Opus 5、React習熟度ベンチマークで余裕のFable 5超え
Claude Opus 5がReact習熟度ベンチマークでスコア90.28を獲得し、史上初の90点台を達成した。effort=highでも87.00得点を記録し、従来最强者だったFable 5のmax（86.67）を上回った。特にコンポーネント設計とアクセシビリティのカテゴリで大きくスコアを伸ばし、GPT-5.6 Solと同等のアクセシビリティスコアを達成した。一方、パフォーマンス意識は全カテゴリ中最下位のまま。effort=highとmaxの差が縮んでおり、上位モデルではeffortの恩恵が限定的であることが示された。
Opus 5では「検証して」という指示が逆効果になる
Opus 5では今のプロンプトが逆効果に。「検証して」を消して「簡潔に」と書くべし。公式プロンプトガイドを読み解く
Claude Opus 5の公式プロンプティングガイドでは、従来のパフォーマンス向上テクニックが逆効果になることが明言されている。最大の特徴は、Opus 5は指示されなくても自身の手作業を検証するため、「検証して」「再確認して」といった明示的な指示は削除すべきであること。また、放っておくとの応答が従来より長くなる傾向があるため、「簡潔さの指示」を基本セットとして書くことが推奨されている。思考はデフォルトオンで使用し、effortはhighから開始して調整する。
Opus 5への移行でrulesが効かなくなる問題の解決法
Opus5が思考が浅いように感じる問題への対策
Claude CodeをOpus 5へ切り替えた際、応答が散文化して思考が浅くなる現象が発生した。原因を調査した結果、Claude 5世代では本体system promptが旧世代から約8割削減されており、「応答の書き方を規定する文が1つもなくなった」ことと「まず動け」という自律方針が追加されたことが判明した。解決策として、本体の原文を名指しで上書きする書き方、および行動の直前に指示を配置する方法を実践することで、rulesを新しいsystem promptに適合させることができる。
マルチエージェントLLMシステムの分散トレーシング手法
Tracing a multi-agent LLM system: otel-swarm and a SigNoz dashboard pack
マルチエージェントLLMシステムでは、単一LLM呼び出しとは異なり、どのエージェントがトークンを消費したかの可視化が困難という問題がある。この問題を解決するため、OpenTelemetryを活用したotel-swarmライブラリが開発された。createSwarm() APIにより、タスク、エージェント、LLM呼び出しのSpanを自動的に生成し、fallback発生時のイベントやcriticによる問題検知もSpanイベントとして記録する。SigNozと組み合わせることで、29生成・243モデル呼び出し・378万トークンのトレースに成功した。
バックテスト後の戦略評価における残差分析の実践的アプローチ
バックテストで良い戦略を見つけた後にbotterが最初にやるべき残差分析
quantの標準実務である残差分析について、具体的な手順と読み解き方をまとめた。まず、単純な基本戦略（等金額ポートフォリオ、単純なモメンタム）を作り、自身の戦略のリターンを基本戦略に線形回帰する。R^2が高ければ、その戦略は基本戦略の変種に過ぎないことを意味する。残渣のシャープレシオで「工夫の価値」を測定し、どこで残渣が崩れるかを市場レジーム（ボラティリティ、ベータ、相関）で条件付けて分析することで、構造的な弱点を特定できる。
Htmx 4.0がGame Boy向けにリリース
Htmx 4.0, the first JavaScript library to release exclusively on the Game Boy
Htmx 4.0が、史上初めてGame Boy向けに独占リリースされた。HtmxはHTMLにハイパーメディア属性を直接記述できるJavaScriptライブラリとして知られるが、このたびゲームボーイ専用のAdapterが発表された。limited editionのカートリッジとして販売され、デフォルトで有効な拡張属性により、古いゲーム機でもモダウェブ開発のパラダイムを体験できる。
Go標準ライブラリに分析フレームワークが追加
Go Analysis Framework: modular static analysis by go team
Go標準ライブラリのパッケージ群に、公式の解析フレームワークが追加された。このフレームワークは、Goチームが開発したモジュラーな静的解析基盤であり、再利用可能なアナライザーを単純なインターフェースで組み合わせることができる。コードの品質向上、バグ検出、リファクタリング支援など、多様な静的解析ツールの構築を支援する。
Claude Codeの本番運用におけるコスト管理手法
Claude Code Cost Control in Production: Token Budgets, Caching Strategies, and What the Billing Dashboard Hides
Claude Codeを本番環境で使用する際のコスト管理について詳しくまとめた記事。トークンバジェットによる使用量制御、キャッシング戦略、請求ダッシュボードでは見えないコスト要素の分析内容包括む。効果的なコスト最適化のためには、単なる使用量監視ではなく、プロジェクトごとの詳細なコスト分析と予測が不可欠である。
バックエンド 없는Webアプリケーションでも発生するセキュリティ脆弱性
No backend, no database, no network calls. I still found 3 security holes.
バックエンド、データベース、ネットワーク呼び出しを一切使用しない単一HTMLファイルでも、3つのセキュリティ脆弱性が見つかった例を解説する記事。サーバーサイドのデータが一切存在しない場合でも、XSS、CSRF、情報の不適切な露出といった問題が発生する可能性があります。如何なる規模の技術アプリケーションでもセキュリティ専門家による検証が必須であることを示す。