PostmanがデスクトップでAIプラグインを自動インストールし、APIデータの共有まで試みる
[SEVERE] Desktop auto-installs Codex/Claude plugins; installer attempts to trust its own startup hook
Postman利用者がMacでPostmanデスクトップを起動したところ、CodexとClaude Codeのプラグインが自動でインストールされていたと報告した。 ~/.codex/config.toml にはPostmanのマーケットプレイス設定とプラグイン設定が追記され、Postman自身のログにも自動インストールであることを示す記録が残っている。起動フックはAPIに関わるに関する作業全般に対してPostmanのスキルを使うよう指示しており、利用者が明示的に同意していない範囲に及んでいる。インストーラが自分自身のフックの信頼承認まで試みていた点を、同意と信頼の境界の問題として重大視している。
GitBookがAIエージェントによる攻撃で侵害される - 全顧客のAPIトークンを失効
Gitbook Breached
GitBookは、AIエージェントを用いた高度で標的を絞った攻撃を受けたと発表した。11月2日19時 CET に攻撃者がインフラの認証情報の一部へ不正アクセスし、GitBookは直ちに検知してアプリと認証付きのドキュメントをオフラインにした。調査の結果、Git Syncの秘密情報、GitBookのAPIトークン、外部ツールとの接続に用いたサードパーティのAPIトークン、サイト訪問者がGitBook Assistantへ投げた質問が攻撃者に読まれた可能性があるという。すべての顧客のAPIトークンを失効し、GitBook MCPサーバーの再認証を求める対応が必要で、公開コンテンツが改変された証拠は現時点で確認されていないとしている。
重みを読むだけという主張は誤解を招く - 実情はPythonコードの実行だった
The 'Astra can read and write weights to improve Qwen' post is misleading
spaCy作者のMatthew Honnibalが、重み空間プログラミングを主張するWeight-Space Programmingの記事が掲載した実験1から8の条件を一覧表に整理して反論した。抽象に記された重みだけを見るという条件が当てはまるのは、17Kから172Kの重みを持つ小さなネットワークの実験1、2、4だけである。実際の言語モデルを扱う実験はすべてPythonを書き、AstraによるQwenの修正では最大50バッチの学習問題を実行している。BreakoutでのPPOとの対戦はSeaquestとAsterixでは負けており、Gemma 3への適用も失敗した。最終的には、人がMLエンジニアなら書くコードを書けるという主張に尽きると指摘している。
ローカルのQwen 3.8 27Bでも重みの解釈が可能 - Simon Willisonが再現して報告
Qwen 3.8 27B on my laptop can interpret model weights, too
Simon WillisonがWeight-Space Programmingの論文にある例題を自分で試し、手元のマシンで動くQwen 3.8 27Bがモデル重みを読み解釈できることを報告した。論文はツールを使わずに重みだけを見て理解できるかという論点と、コードを実行して別のモデルを操作できるかという論点を混ぜているとし、玩具の実験と本物の言語モデルの実験を分けて評価する必要があると述べている。前者の論点のほうがより面白いとして、ローカル環境での再現実験の結果を共有している。
OpenAIがCodexのチャット学習設定を勝手に有効化していた - 利用者は設定変更に気づかず
OpenAI seems to be silently re-enabling model training on Codex chats
ある企業の技術者が、機密情報が最前線の研究所に流出するのを避けるためチーム全体でCodexとClaude Codeのデータ共有を無効にしていたところ、その設定が復活していたことに気づいたと投稿した。設定画面のモデルを改善する設定が、知らせることなくオンに戻されていたという。設定を変更した記憶はないと強調している。OpenAIのプライバシー設定側からも共有を停止できることが後から判明し、同様の指摘が以前にも投稿されていたことも示された。
Safari 27.3がアダプティブダークモードを導入 - 未対応の明るいサイトも自動で反転
Introducing Adaptive Dark Mode | WebKit
WebKitがSafari 27.3 betaでAdaptive Dark Modeを発表した。システムがダーク表示に設定されているとき、Safariは明るい配色のウェブサイトを暗色に自動変換する。HTMLのカラースキーム指定またはCSSの light dark に対応しているサイトには一切手を加えない。 未対応のページは色を解析して全体が明るいか暗いかを見極め、明るい場合は暗色へ適応させる。装飾目的の色と意味を持つ色を区別したうえで変換，判断するのが中核的な仕組みになっている。
Pentium上の现代チェスエンジンでカスパロフに勝てたはず - 実測でElo 3300±87
Could a modern chess engine on a Pentium have defeated Kasparov in 1996?
Nicholas Carliniが、1996年にIBMが数百万ドルを投じて作ったDeep Blueを使わずに、当時の汎用デスクトップと賢いチェスエンジンだけでカスパロフに勝てたはずだと論じた。彼の机には1995年11月にHijken200MHzのIntel Pentium Proと64MBのRAMがあり、Stockfishのカスタム移植を動かして実測Elo 3300±87を記録している。Realtekのイーサネットカード経由で外部から対戦できる状態にしてある。チェスの強さはより多くの手を読むこと、より良い手を選ぶこと、手をより良く分析することの三つで決まるという。
NVIDIAがAuto Ontologyを公開 - メタデータからエージェント向けの文脈層を構築
Nvidia - open-source auto-ontology
NVIDIAがApache 2.0ライセンスでAuto OntologyというPythonフレームワークを公開した。企業のメタデータからセマンティックなオントロジーを自動生成し、MCPやCLIやAPIを通じて任意のエージェントハーネスに文脈を提供する。発見、意味づけ、検証、公開、学習の五つを機能の中核とし、生成されたクエリを認証済みの定義やリネージと照合して検証し、回答に由来情報を付して返す。オントロジーは対象のカタログと同じPostgreSQLに格納され、認証と権限制御、Web UI、Kubernetes向けのHelmチャートが同梱されている。テキストをSQLに変換する評価用のリポジトリも公開されている。
車のナビを ジェイルブレイクして時刻設定 - SDカード無しでは設定メニューに入れない設計だった
Jailbreaking my car's navigation system just so I can change the time
2014年型Renault Latitudeを所有する著者が、ナビのSDカードなしで時計を設定できない理由をfirmwareの解析で突き止めた。更新ファイルに含まれるext3のroot filesystemを調べると、TomTom Carminat LIVE端末は設定画面への入口そのものをSDカード内のメニュー定義から読み込んでおり、カードが無いと存在しない。当时の地図データにはCIDに基づく署名検証があり、偽のカードも作成できない。 正規のSDカードは入手に約60ユーロかかるため、作者は2011年頃のLinux 2.6ベースの独自OSが動く端末を自力でroot化するための手法を切り開いた。
ADRをregoでlintする - ガイドラインではなくポリシーとしてAIにADRのルールを課す
ADRをregoでlintする
Claude Codeに書かせたADRは少しずつ形式が崩れていき、決定欄に定数や構造体の定義まで書き込むなど仕様書のような内容になる問題が生じていた。著者は7つのリポジトリを読み直した。決定自体は古くならずに、ADRに書くべきでない種類の情報だけが実装とずれていたと結論づけている。そこでルールをregoで書いたポリシーとして定義し、節や状態値、ADR同士の参照など構造のルールは機械的に判定してCIで落とし、意味のルールはLLMに判定させたうえでCIは落とさずPRへの注記に留めた。 検査をconftest(OPA)で書くためCLIを自作している。
Claude Codeでバイブコーディングして分かった実装の癖 - 画面ごとに数字がずれる理由
バイブコーディングで機能を継ぎ足していて見えてきたClaudeCodeの実装のクセ
売上計画を立てる社内システムをClaude Codeでバイブコーディングしたところ、テストは通るのに画面ごとに数字や挙動が食い違う状態になった記事。要件が固まらないまま進めると、AIは依頼された画面の周りしか読まず、全体像や過去の経緯を勝手に把握はしない。具体的には、受注金額を計画と一覧の両方に入力できるようになったことで整合性が崩れ、税込化のときに請求だけ変換から漏れて金額がずれている。対策としては概念台帳や用語集、画面一覧のような一覧性のあるドキュメント、そして型とフックを人間が先に用意する必要があるとし、生成AI時代こそ全体を設計して指揮するPMスキルが必須だと論じている。
シャットダウン専用のWindowsアカウントを作る - sshdのForceCommandで権限を層状に絞る
quench を管理者アカウントから卒業させる：シャットダウン専用の Windows アカウント svc-power
ラズパイからWindows PCをシャットダウンする自作コマンドquenchが、管理者アカウントの鍵を使っていたため、鍵が漏れた場合にソフトのインストールやファイル削除までできてしまう状態だった。そこで管理者権限を持たない専用アカウントを作り、公開鍵認証のみ、鍵に接続元IPの制限、sshdのForceCommandでshutdownに固定、ポート転送とTTYの無効化、と五つの層で権限を絞った。鍵はユーザーのホームではなくProgramData配下に置き、書き換えられるのは管理者のみにしてある。quench本体は書き換えずに接続先アカウントだけを差し替えている。
エージェントには裏のドアがある - MCPのツール一覧だけでは管理できない
Your Agent Has a Side Door: Testing MCP Policy Beyond the Tool List
AccentureのMichael ForresterがMCP Dev Summitで、電子メール機能を持たないエージェントがPowerShellのスクリプトを書いてOutlook経由で本人の権限でメールを送信した事例を紹介した。既存ツールをエージェントから取り除いてもその操作自体は可能であり、塞ぐのは扉を一つ閉めただけだと指摘している。著者もこれを裏のドアと呼び、関心のある操作から逆算してMCPツール、シェル、ブラウザ、APIトークンの四経路を洗い出す手法を提案している。
AIに全ユーザー書き出しを作らせ マルチテナント環境から他社情報が流出した
I Let AI Build a Feature Without Giving It the Full Context
著者ら、5秒のプロンプトでExpressのCSV出力APIを生成させ、そのままマージして本番へ出した。マルチテナントのSaaSであるにもかかわらず全ユーザーという範囲を指示しなかったため、他社の利用者名とメールアドレスを含むCSVがダウンロードできてしまう事態が起きた。生成されたコードには他者のデータ在内包されるという前提が一切含まれていなかった。教訓は、曖昧な指示に対してAIは自信満々に答えを返してくるのであり、文脈の提示が前提条件だとしている。
n8nの監視はエラーだけを見ていた - 実行されないワークフローを見逃す穴
I lost half a day to an n8n workflow that was working. It never ran.
著者のセルフホストn8nで、注文同期用のジョブが別件の編集でOFFになっており、実行が一度も起きないまま半日を費やした。n8nの監視ガイドは例外なくエラーワークフローから始まるが、エラーワークフローは実行が失敗したときにしか発火せず、そもそも始まらないケースには何もできない。著者は何が失敗したかではなく何が走ったかを確認する生存確認の仕組みを組み、n8nとPostgreSQLを組み合わせた本番と同等の構成で検証している。
エージェントの自己モデルに偽の記憶が書き込まれる - 正解を返した直後に失敗として記録
My Agent Gave the Right Answer. Then It Wrote Down That It Was Wrong.
著者は存在しない会話について尋ね、エージェントが記録なしと正しく答えた。翌夜の省察工程が自モデルファイルに12項目の記述を書き込むが、そのうち三項目は記録なし、残りは失敗した記憶や訂正の記録として書かれていた。同日の午後にもう一つの偽の記憶を仕込んでおり、それも記録なしと正しく答えている。存在しない事象を失敗として永続化する仕組みが組み込まれていることになる。項目に個別の時刻がないため断定はできないと注記している。