DeepSeek Elastic Compute (DSec): AIエージェント訓練向けサンドボックス基盤
DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale
DeepSeekがAIエージェントの大規模訓練向けに開発したサンドボックスインフラDSecについて。スケールするエージェント訓練において効果的なサンドボックス環境を提供する論文で、シミュレーション環境と実環境の橋渡しを実現するための設計が詳しく解説されている。
PipePipe: NewPipeのハードフォーク、SponsorBlock対応強化
PipePipe: NewPipe hard fork implementing SponsorBlock
YouTubeなどを自由に閲覧できるAndroidアプリNewPipeのハードフォークであるPipePipeが、SponsorBlock機能を実装して話題に。YouTubeとBiliBiliのスポンサースキップ機能、YouTubeの低評価表示復元、ローカライズされていない原題表示など、実用的な機能が多数追加されている。
Drawgent: Excalidrawキャンバス上で動作するコーディングエージェント
Drawgent: Coding agent on a live Excalidraw canvas
インタラクティブなExcalidrawキャンバス上で動作するコーディングエージェントDrawgentを紹介。AIエージェントが描画ツールを活用してDiagram as Code的な開発を行う新しいアプローチで、Claudeなどのエージェントと一緒に使える点が特徴。
Loongson CPUの原子命令バグ: 5年間の発見と修正物語
The Lost Atomic Update on Loongson CPU
中国製のLoongson CPUに存在したアトミック更新命令のバグについて。5年間発見されず残っていた問題がどのように見つかり、修正されたかの技術的詳細を解説。CPUアーキテクチャの基礎研究として興味深い。
AIが宿題を完了させてしまった教育への影響: 教授の振り返り
How I changed teaching after AI managed to do all my homework assignments
大学教授がAIに全ての宿題課題を攻略されてしまった経験から、教え方をどのように変えたかの振り返り。AI時代の教育についての貴重な実体験記で、118コメントという高い関心を集めている。
LLM世界でプログラミングを楽しむ方法: Haskellコミュニティの議論
How to keep enjoying programming in a world of LLMs
HaskellコミュニティでLLM時代のプログラミングの楽しみ方について熱い議論。AIがコードを書く時代でも、関数型プログラミングの知的乐趣を失わないためのアプローチが参加者の間で交換されている。
OpenTelemetryで作るセルフサービステレメトリー基盤
OpenTelemetryで作るセルフサービステレメトリー基盤
Platform Engineering Kaigi 2026の講演資料を書籍化。OpenTelemetryを使ったセルフサービスの観測可能性基盤の設計を詳しく解説する。SDKディストリビューション、自動計装、Collector、セマンティック規約の活用に加え、AIワークロードの観測とエージェントによる障害調査への拡張も扱う。
Vercelのインポートメール条件を探る: 61リポジトリで検証
Vercelの「インポートできます」メールは何を見て送られてくるのか 61リポジトリで確かめた
Vercelから送られる「インポートできます」メールがどんな条件で送られるかを、検証用に61個のリポジトリを作成して調査した実践レポート。Cloudflare Workersへのデプロイ経験者が独自の仮説を立てて検証している。
AIに書かせても速くならない理由: 判断ポイントの重要性
AIに書かせても速くならないのは、AIを「手足」として使っているから。人が押さえるべき5つの判断ポイントと半自動ループの作り方
AIにコードを書かせても開発速度が上がらないという課題を持つ人は多い。著者が提唱する「ループエンジニアリング」というアプローチを解説。AIエージェントに計画→実装→検証→修正のループを回させ、人は判断点を設計する側に回る新しい開発スタイルを提案している。
Jevにゲームをやらせるな！LLMを蒸留してみる
Jevにゲームをやらせるな！LLMを蒸留してみよう！
JevのDOOMプレイデモを見て、実際にLLMを蒸留してマリオをクリアさせる実験記事。Jevは入力が自然言語でないゲームには向かないとし、古典的な手法や蒸留による高速・安価・高精度モデルの作成を提案。Codexを使ったハーネス改善も検証している。
文章を返さないAI「Jev」を試す: 社内問い合わせ判定への応用
文章を返さないAI「Jev」を試みた ── 社内問い合わせのエスカレーション先は判定できるか
TypeSafe AIのJevを社内問い合わせのエスカレーション判定に活用した実験記事。Jevは確率やスコアだけを返す判断専用モデルで、呼び出し側のコードが判断材料を受け取って次のアクションを決定する。従来のLLMとは異なるアーキテクチャと活用法を解説。
Claude Opus 5.5のprompt-auditで古い設定を棚卸し
/claude-api prompt-audit で棚卸ししたら、Claude Opus 5.5 化で外れた設定がぞろぞろ出てきた
Claude Code同梱の/claude-api prompt-auditを使って、CLAUDE.mdやプロンプトの古い書き方を発見・修正する方法を紹介。特にOpus 5.5への更新でeffort設定の挙動が変化している点に気づいていない人も多いと警告。セッション記録を見て確認することが重要と指摘。
Opus 5.5のReact習熟度ベンチマークで新記録達成
王の凱旋—Opus 5.5 React習熟度ベンチマーク—
Claude Opus 5.5がReact習熟度ベンチマークで94.46点を記録し堂々の1位に。GPT-6 Astraを抑え、新世代Opus初のベンチマーク王者に。従来のOpus 5から大幅にスコア向上しており、max effort設定での性能向上が注目される。
Better Codex Petを作る: OpenAIを超えた自作ペットプロジェクト
I Built a Better Codex Pet Than OpenAI Did
OpenAIのCodexペットよりも優れたカスタムペットエージェントを構築したという興味深い記事。OSSとして公開し、Python/Linux上で動作する。OpenAI公式のペットより高機能な点を強調している。
AIがコードを書、AIがレビューする：開発者の検証とは
If AI Writes the Code and AI Reviews the Code, What Exactly Is the Developer Verifying?
AIがコードを書き、AIがレビューする時代、開発者の検証役割とは何かを問いかける記事。AIの信頼性、レビューの質的保証、そして人間のレビュアーが本当に必要なのかという根本的な問いを提起している。
プロンプト習得は本質ではない: 真に重要なスキルとは
Everyone's learning to prompt better. That's the wrong skill.
多くの開発者がプロンプトの改善を学ぶことに必死だが、それは本質的なスキルではないと主張する記事。真に重要なのはAIエージェントとの協働方式や、効果的なフィードバックの与え方など、プロンプトを超えた素養であると論じている。
AI開発者をレビュアーに昇格: 測定されていないリスク
AI Promoted Every Developer to Reviewer. Nobody Measured Whether We Got Worse.
AIがコードを書く時代、開発者は全員レビュアーに回った。しかしそのスキルの低下が測定されているのかという問題提起。AI依存が高まる中で、人間のレビュースキル自体が退化していないか危惧している。
AIドキュメント大全: Model CardsからAgent Cardsまで
A Field Guide to AI Documentation: Model Cards, Eval Reports, Agent Cards, and More
AI関連のドキュメント種類を包括的に整理した記事。Model Cards、Eval Reports、Agent Cardsなどの各種ドキュメントの目的と作り方を解説。AIシステムの透明性と説明責任を高めるためのベストプラクティスを紹介する。
NestJS Guards詳解: CanActivateとExecutionContext
NestJS Guards: CanActivate, ExecutionContext & Reflector
NestJSのGuards機能について詳細に解説。CanActivateインターフェース、ExecutionContext、Reflectorを使った認可処理の実装方法をステップバイステップで説明している実践的なチュートリアル記事。