LinuxでiMessageとSMSを使い込む — Tetherプロジェクト
Tether: iMessage, SMS, etc. on Linux
著者がLinuxへの完全移行後にAppleのContinuity機能を懐かしみ開発したTether介绍了。iOSアプリとLinuxデーモンがBluetooth経由で通信し、クリップボード同期、ファイル転送、OTP自動入力、iMessage/SMS送受信を実現している。mTLSによる暗号化と相互認証をセキュリティの観点から実装している点が特徴的。
テンセント、770BパラメータのHy4プレビューをオープンソース公開
Tencent Releases and Open-Sources Tencent Hy4 Preview
テンセントが総パラメータ770B、アクティブ49B、コンテキストウィンドウ100万トークン以上の大規模言語モデルHy4プレビューを発表した。ソフトウェアエンジニアリング、オフィス作業、ゲーム開発、科学研究などの実用的タスクで優れた性能を示し、内部評価ではGLM-5.3やKimi K3を僅差で上回った。API価格は継続的低コストを約束。
SQLiteをドキュメントデータベースとして使う — 生成列の活用
SQLite as a Document Database (2020)
SQLite 3.31.0で追加された生成列（generated columns）を活用すれば、JSONデータをそのまま挿入し、その一部を仮想列としてインデックス化できることを解説。json_extractを使用したNOT NULL制約の適用や、ALTER TABLE後のインデックス追加など、実用的なユースケースを示している。
vLLM v0.28.0リリース — Kimi-K3最適化と新機能多数
vLLM v0.28.0
vLLM v0.28.0が584件のコミット、270名の貢献者（うち76名新規）を経てリリースされた。Kimi-K3向けの大幅な最適化としてDecode Context Parallel(DCP)サポート、融合FlashKDAカーネル、Speculative Decodingの改良などが含まれる。またTiered KV cache offloadingのdisk supportやRust gRPC対応など、大型アップデートとなっている。
新任マネージャーは「加速する前に較べよ」— 行動バイアスのスマートな使い方
Calibrate Before You Accelerate: Bias Toward Action in a New Role
新しい役職に就任した際の「今すぐ結果を出したい」という衝動を、効果的な行動に変換する方法を解説。最初の数週間は「収集フェーズ」で関係を構築し、その後「統合フェーズ」で課題を分類し、最後に「戦略的加速フェーズ」で小さな勝利を積み重ねるアプローチを提案している。
Defrag98 — Windows 98ディスクデフラグメンターをオンラインで再現
Defrag98: Windows 98 Disk Defragmenter Simulator Online
Windows 98のディスクデフラグメントツールをオンラインでシミュレートするサービス。あの独特のビジュアライゼーションを現代のブラウザで体験でき、懐かしさと新鮮さを同時に味わうことができる。
BrownfieldプロジェクトでLLMを活かす — ドメイン駆動エージェントアプローチ
Domain-Driven Agents
LLMをレガシーコードベースで使用する際の課題と対処法を解説。「戦略的」な作業（意思決定）と「戦術的」な作業（実装）を分離し、戦略的部分是を担当者が担い、戦術的部分をAIが担うアプローチを提案。スキルとサブエージェントを使用した反復可能なプロセスが特徴的。
GitHub Enterprise導入とTeams再設計で最小権限と俊敏性を両立 — 30人スタートアップの実践
GitHub Enterprise導入とTeams再設計で最小権限と俊敏性を両立。30人規模スタートアップの実践
30人規模のスタートアップがGitHub Enterpriseを導入し、Teamsのチーム再設計を行った事例を公開。最小権限原則を満たしながら俊敏性を維持するための具体的なアプローチと、実装过程中的な課題とその解決策を詳述している。
AIプロダクトの新規事業、立ち上げから1年の振り返り
AIプロダクトの新規事業、立ち上げから1年の振り返り
AIプロダクトの新規事業を立ち上げてから1年経過した時点での振り返り記事。技術的な課題、ビジネス上の判断、チームビルディングの経験など、多面的な観点から反省点と成功例を交えて綴られている。
AIに丸投げしないで理解するためのAI開発手法（2026年8月号）
AIに丸投げないで理解するためのAI開発手法（2026年8月号）
AIに丸投げするのではなく、開発者が内容を理解しながら効果的に活用するための手法を2026年8月のトピックを中心に解説。プロンプトエンジニアリング最新事情、AIと人間の協業パターン、検証と評価の重要性などを扱っている。
「Enterで送信」は滅びよ — IME誤爆を防ぐ修飾キー必須のチャット送信UI
「Enterで送信」は滅びよ ~ IME誤爆に疲れたので、チャットの送信に修飾キーを必須にした ~
IME使用時のEnterキー誤爆に悩み、チャット送信に修飾キー（Ctrl/Command+Enterなど）を必須にするUIデザインを採用した実装を紹介。ユーザーの入力体験を向上させるための具体的なアプローチと、実装上のポイントを解説している。
ICFPC 2026における人間とAIの共闘
ICFPC 2026における人間とAIの共闘
国際関数型プログラミング会議(ICFPC)2026でのプログラミングコンテストにおいて、人間とAIが協働して課題に取り組むユースケースを報告。AI assistanceが認められた中での具体的な戦略や、人とAIの взаимодействиеについて書かれている。
肥大化し続けるCLAUDE.md — コンテキスト管理の問題と対策
肥大化し続けるCLAUDE.md
Claude CodeなどのAIアシスタント使用的CLAUDE.mdファイルが肥大化の一途をたどり的管理の問題点と对策を考察。情報の階層化、定期的な整理、AIが実際に参照する部分とそうでない部分の分析などが書かれている。
MacBook Pro 128GBでローカルLLMが実用化 — Qwen3.8 Flash Next実測
MacBook Pro 128GB でローカル LLM がついに実用になった ─ Qwen3.8 Flash Next 実測
MacBook Proの128GB RAMモデルでQwen3.8 Flash Nextをローカル動作させた実測レポート。処理速度、応答品質、メモリ使用量などを詳細に検証し、ローカルLLMがプロフェッショナル用途に活用できる水準に達したことを報告している。
RTX 5090 + RAM 128GBでQwen3.8-Flash-Nextをllama.cppで動かす
RTX 5090 + RAM 128GBでQwen3.8-Flash-Nextをllama.cppで動かみた
RTX 5090と128GB RAMの構成で、llama.cppを使用してQwen3.8-Flash-Nextを実行した検証記事。GPUメモリとシステムメモリの両方を使用したハイブリッド推論の性能和やセットアップ手順について詳しく解説している。
Claude Codeの承認待ちを見逃さない — 光るClawdデバイス設置レビュー
Claude Code の承認待ちを見逃さないために、光る Clawd を机に置いた
Claude Codeの承認（approval）待ちを通知する物理デバイス「Clawd」を自作し、机の上に置いたというレビュー記事。AIエージェントがアクションを起こす際の承認プロセスを可視化し、を見逃さないようにする硬件ソリューションを紹介している。
AIエージェント設計で最も重要な選択 — モデルを最終 authorityにしない
The Most Important AI Agent Design Choice: Don't Let the Model Be the Final Authority
AIエージェントシステムにおいて、モデルを最終的な意思決定者（authority）として扱うことのリスクを指摘。人間によるレビューやチェックポイントを設計に組み込むことの重要性、実世界の безопасность要件を満たすための arquitetura提案などが含まれている。
マトリックスはGPUクラスターだった — 人間の脳を使った推論サービス
The Matrix Wasn't A Battery Farm. It Was A GPU Cluster Made Of Human Brains.
映画マトリックスの「人間をバッテリーとして使う」という設定は熱力学的に不合理だが、推論（inference）目的であれば合理的な解釈になると主張。人間の脳は20ワットで動作し、現代のAI推論所需的庞大的エネルギー消費との对比考察。脳器官（brain organoids）を使用した計算 пытаетсяも紹介している。
StrandsエージェントがARC-AGI-3で99.95%達成 — Claude Opus 5の実力
How a Strands agent took Claude Opus 5 from 30% to 99.95% on ARC-AGI-3
AWSのStrands Agents SDKを使用したエージェントが、ARC-AGI-3ベンチマークでClaude Opus 5のスコアを30%から99.95%まで向上させることに成功。$830のトークンコストで183レベル全てを8時間で完了した。エージェント harness（枠組み）の重要性が実証された結果となっている。