NVIDIA、Hugging Faceを130億ドルで買収へ
Nvidia agrees to acquire Hugging Face for $13B
NVIDIAがHugging Faceの買収を発表し、130億ドル（約1.9兆円）という巨额取引が完了した。AIモデル共有プラットフォーム最大手のHugging FaceがNVIDIA傘下に入ることで、AIエコシステムに大きな影響を与えることが予想される。
小さなモデルがやってきた
Small Models Have Arrived
小さな язы модели（SLM）が遂に実用段階に入った。大規模モデル보다効率的に動作し、特定タスクで匹敵する性能を達成。iPhoneやAndroidデバイス上で動作し、Apple IntelligenceやGoogle Gemini Nanoとして一般ユーザーに提供され始めている。
1.1.1.1のDNSキャッシュ最適化で100TBのメモリを節約
Saving 100 terabytes of memory by optimizing 1.1.1.1's DNS cache
Cloudflareが1.1.1.1 DNSキャッシュのメモリ最適化を実施し、100TB以上のメモリを削減した。大規模DNSサービスの効率的な運用に向けた技術的工夫が紹介されている。
Microduck: オープンソースのモデルゲートウェイ
Microduck
オープンソースのモデルゲートウェイ「Microduck」が発表された。Rustで実装され、自前モデルとマーケットプレイスを組み合わせた柔軟なルーティングが可能。トラフィックからモデルトレーニングも行える。
Claudeのデータ構造を読み解く：タグ付きUnionの力
Show HN: The load-bearing vocabulary of Claude
Claudeのコードがなぜ安全で保守性が高いのか、その秘密は tagged union（判別共用体）の使い方にあった。 型システムが状態遷移を強制し、バグを.compile時に捉える設計思想が解説されている。
507の機械式 движения
507 Mechanical Movements
1868年に出版された古典的な機構設計の本「507 Mechanical Movements」が現代によみがえった。各動きがアニメーションで可視化され、メカニズムの宝庫として楽しめる。
Nintendo 64ゲームのデコンパイルを84日間で行った話
Decompiling a Nintendo 64 game in 84 days
開発者が84日間かけてNintendo 64용ゲームをデコンパイルした過程を紹介。リバースエンジニアリングの技術と、N64アーキテクチャの詳細が解説されている。
FFmpegでバイブレーションファザーがゼロ除算バグを発見
We found a division by zero bug in FFmpeg with a vibecoded fuzzer
AIで生成されたファザー（ファuzzer）を使ってFFmpegのゼロ除算バグを発見。自動化されたバグ発見ワークフローの可能性を示す興味深い事例。
RTX 5090 + RAM 128GBでQwen3.8-Flash-Nextをllama.cppで動かした
RTX 5090 + RAM 128GBでQwen3.8-Flash-Nextをllama.cppで動かしてみた
RTX 5090 32GBとRAM 128GBの構成で、125BパラメータのMoEモデルQwen3.8-Flash-Nextをllama.cppで動作させることに成功。64kコンテキストで48 tokens/sの生成速度を達成し、16kトークン入力後も43 tokens/sを維持。
インフラのモニタリングをAIと伴走する
インフラのモニタリングをAIと伴走する
DatadogのモニタリングをAI（Devin）に任せて毎朝Slackにレポートしてもらう運用を紹介。AIを使ってインフラの理解とリスク把握を促進する取り組み。
ローカル AWS エミュレータで Terraform を検証する
ローカル AWS エミュレータで Terraform を検証する
AI時代のローカル開発環境として、Terraformから使えるローカルAWSエミュレータを比較検証。AIによるインフラ構築・運用のフィードバックループを回す環境が求められるている。
並行開発に Orca がめちゃ便利
並行開発に Orca がめちゃ便利
並行開発前提のエディタ「Orca」（Agent IDE）の紹介。AIを複数並行して開発に活用でき、VSCodeやCursorを超えた生産性向上が期待できる。
日本語配列の磁気式キーボードを基板からフルスクラッチ
日本語配列の磁気式キーボードを基板からフルスクラッチで作った
磁気式キーボードを基板からフルスクラッチで制作した記録。JP60をベースにした日本語配列60%キーボード「JP60HE」のプロトタイプ紹介。
ローカルでの開発やめませんか？Claude Code / Cursorで開発の8割をクラウドに移した話
ローカルでの開発やめませんか？Claude Code / Cursorで開発の8割をクラウドに移した話
クラウドエージェントでの開発は海外で当たり前に。寝ている間にテスト・レビューまで回り、 утромPRが上がってくる夢の開発環境が現実になっている。
Secrets Managerのシークレットはどんな粒度で分けるべき？
Secrets Managerのシークレット、どんな粒度で分けるべき？
AWS Secrets Managerでのシークレット粒度について考察。JSON形式での複数のKey-Value登録を、どういった単位で分けるべきか实践经验をもとに解説。
AIコーディングエージェントのためのプロンプト品質レイヤー「NexPath」をレビュー
NexPath Review: The Prompt Quality Layer for Cursor, Windsurf and Claude Code
NexPathはCursor、Windsurf、Claude Code向けのプロンプト品質チェックツール。曖昧なプロンプトをバグになる前に検出し、AIコーディングエージェントの精度を向上させる。
AIエージェントが投稿に成功しました。 Wrong accountに。
The agent posted successfully. To the wrong account.
AIエージェントをソーシャルプラットフォームに統合する際に必要な6つのOAuthフローだが、アカウント認証で失敗すると別のアカウントに投稿されてしまう面白エピソード。
AIの「second opinion」はほぼ偽物：2つのLLMレビュ engineを構築して証明
Most AI Second Opinions Are Fake. I Built a Two-LLM Review Engine to Prove It.
AIの「second opinion」は同じモデルからの出力であることが多く、実際には意味がない筆者が独立した2つのLLMによるレビュエンジンを構築して検証した。
100万個のGoroutineを生成したら13GBのRAMが何処行った？
I Spawned 1000000 Goroutines. Here's Where 13 GB of RAM Went.
Goのgoroutineは安価だがスタックはそうではない。100万個のgoroutine生成で13GBのメモリ使用を分析し、goroutineのコスト構造を詳細に解説。
あなたのAIにはレビュアーがいる。でも「No」と言ったのを見た人はいる？
Your AI Has a Reviewer. Has Anyone Ever Seen It Say No?
リポジトリ内の204個のガード（レビュー）の89%が「No」と言ったことを示す画面を見たことがないと筆者が調査。AIレビュアーが本当にチェックされているか疑問を呈す。
12歳。iOSアプリを作ったらプロの開発者に壊された。したら彼がユーザー#001になった
I'm 12. A senior dev broke my app. Then he became User #001
12歳の若い開発者がiOSアプリを作成Twitterで炎上mixiアプリを公開したところ、プロの開発者に「クラッシュする」と指摘された。感激したその開発者が最初のユーザーになった心温まるストーリー。
Intl.Segmenterで絵文字の реальな 끝を正しく扱う
You're truncating bios with `.slice()`. `Intl.Segmenter` knows where the emoji actually end.
30文字のbio制限で絵文字の途中で切れてしまうのは、.lengthがUTF-16コードユニットを数えているから。Intl.Segmenterは読者に見える графемを正しくカウントし、主要ブラウザ全てで対応。
GKEの2段階コントロールプレーンバージョン upgradeの詳細
Two-step control plane upgrades in GKE: How minor version rollbacks work under the hood
GKEがKubernetesマイナーバージョンupgradeのバイナリ展開とAPI.finalizationを分離し安全にテストとrollbackを可能にする仕組みを詳しく解説。
AI 年第2の意見は大多数がフェイク：独立検証engineの必要性
Why Your Agent Loops Need Independent Verification
エージェントループは間違っていても成功を報告できる。変更を実装してテストを実行しても、実際の検証はループ自身が擔うのではなく、独立した検証が必要。