Gemini 3.7 Flash が登場 — Google の新しい大規模言語モデル
Gemini 3.7 Flash
Google が Gemini 3.7 Flash を発表。パフォーマンスとコスト効率の両面で前バージョンを大きく上回り、AI アプリケーション開発の選択肢が広がる。ベンチマークでは GPT-4o 相当の性能を達成しつつ、推論コストを削減している。
DRAM の物理特性を悪用した新しい攻撃手法 Spaghettifying DRAM
Spaghettifying DRAM
DRAM の物理的な特性を利用した新しいサイドチャネル攻撃。研究者が DRAM の電気的特性を意図的に操作してデータを読み出す手法を発表。メモリの物理的配置に依存した攻撃であり、既存のソフトウェアセキュリティでは防げない。
Cerebras が GPT-5.6 Sol の超高速推論を実現 — OpenAI との協業成果
Accelerating GPT-5.6 Sol Ultrafast
Cerebras Systems が OpenAI と協業し、GPT-5.6 Sol モデルの超高速推論を可能にする技術を発表。専用チップ Wafer-Scale Engine 3 を使用し、従来比で大幅に高速化された。リアルタイム AI アプリケーションの可能性広がる。
Mistral OCR 4.1 が登場 — 、業界最高精度の OCR モデル
Mistral OCR 4.1
Mistral AI が OCR 4.1 を発表。文書認識精度で業界最高水準を達成し、多言語対応強化。特に複雑なレイアウトの文書や手書き文字の認識精度が向上。API 経由で利用可能。
「退屈な技術を選べ」— 2015年の記事はなぜ今も読まれるのか
Choose Boring Technology (2015)
2015年に書かれた Choosing Boring Technology の記事が再び注目を集めている。チームの開発生産性を最大化するには、目新しい技術よりも実績のある「退屈な」技術を選ぶべきという主張は、AI 時代になって再評価されている。
新しい解釈の bottleneck — 理解力が開発のボトルネックに
Understanding is the new bottleneck
Geoffrey Litt 씨가 AI 時代の開発における新しいボトルネックを提案。コード自動生成能力の向上反而、生成的コードを理解し正しく修正する能力が開発の制約になっている。AI と協働する開発者にとって「理解力」の重要性が指摘されている。
AI エージェントにツール信任的危险 — Gatekeeper パターンの提案
I Stopped Trusting AI Agents With Tools. So I Built a Gatekeeper.
AI エージェントに外部ツール執行の信頼性问题が発生。作者は Agent ToolTrust というゲートキーパーライブラリを構築し、エージェントがツールを実行する前に安全性を検証。iPhone の App Store 審査プロセスように、AI アクションにも事前の安全確認が必要と提案している。
Gemma 4 を AWS EC2 G5g (Graviton2 + NVIDIA GPU) で動かす
Running Gemma 4 on EC2 G5g: Graviton2 AMD with NVIDIA GPU
AWS G5g インスタンス（Graviton2 + NVIDIA GPU）で Gemma 4 を動作させた実践レポート。公式ドキュメントにない組み合わせの実装方法、vLLM を 用いた推論サーバーの構築、64 KiB 共有メモリの制約など、ハードウェア固有の問題解決策がまとめられている。
MCP C# SDK のプロトコルネゴシエーション — 安全なピン留め方法
MCP C# SDK Protocol Negotiation: Pin 2026-07-28 When Fallback Is Unsafe
MCP C# SDK のプロトコルネゴシエーション安全问题について。SDK は正常にてもワイヤ契約を暗黙的に変更する可能性があり、バックワードコンパティビリティを壊す場合がある。2026-07-28 バージョンにピン留めすることが推奨されている。
Claude がテキストに電子透かし — LLM ウォーターマーキングの仕組み
Claude がテキストに電子透かしを入れ始めたので、LLM ウォーターマarkingの仕組みを調べた
Claude Code がテキスト出力に電子透かし（ウォーターマarking）を入れ始めたことを受け、LLM のテキスト透かし技術の詳細を調査。どのようなアルゴリズムで生成テキストに識別情報を埋め込むか、検出方法和可能性を解説している。
Rust 製ツールの速度差 — Biome vs Oxlint のなぜ
同じRust製のBiomeとOxlintで、なぜ速度差が大きいのか
同じ Rust 製の Linter である Biome と Oxlint の実行速度差を分析。 Rust 製でも実装方法和パフォーマンス特性に大きく差が出ることを实证。AOT コンパイル vs JIT、メモリ配置、アーキテクチャの違いが速度に与える影響を解説。
Claude Code の同じ指摘を二度させない — hook によるフィードバック機構
Claude Code に「同じ指摘を二度させない」仕組みを hook で作った
Claude Code の hook 機能を使って、過去の指摘と同じミスを重复指摘しない仕組みを実装した话。hook スクリプトで指摘履歴を管理し、AI が同じ種類のエラーを繰り返し検出した場合に人間は無視して良いことを伝えるワークアラウンドを構築。
Chromium(V8) の Array.prototype.copyWithin を最大約450倍高速化
Chromium(V8)のArray.prototype.copyWithinを最大約450倍高速化した
Chromium の V8 エンジンで Array.prototype.copyWithin メソッドのパフォーマンス优化を実施。SIMD 命令を活用した実装により、最大450倍の速度向上を達成。JavaScript エンジンの内部最適化实例として興味深い。
AI エージェントと進めるソフトウェア開発 — 新開発手法の実践
AIエージェントと進めるソフトウェア開発
AI エージェントを活用したソフトウェア開発の実践ガイド。プロンプトエンジニアリング、ツール選択、チーム構成など従来のソフトウェアエンジニアリングとは異なるアプローチが必要。AI と人間の协作による新しい開発プロセスがまとめられている。
Kubernetes on Oxide — 顧客ニーズが生んだ統合機能
Kubernetes on Oxide: How customer needs shaped our integrations
Oxide Computer が Kubernetes 統合機能をどのように構築したかを解説。自社のハードウェア特性（イーサネットスイッチ、FPGA 管理など）を Kubernetes から扱うために、Cloud Native なアプローチでは実現できない部分をいかに統合したか。