Claude CodeからPiへの移行 - 1年半使った末に選んだ新しいコーディングエージェント
Goodbye Claude, hello Pi
Claude Codeを1年半使い続けた作者が、蓄積した細切れの不満を理由にPiへメインのコーディングハーネスを移した記録がある。最大の不満はAGENTS.md対応で、CLAUDE.mdとの併存を強制され、copyingやsymlinkの管理が面倒になる点だ。IDE連携も1セッションしか接続できず、2つ目のタブを開くと選択テキストのイベントが飛ばなくなるバグが2025年12月以降に報告されている。公式のVSCode GUI拡張を使えば複数タブを扱えるが、スラッシュコマンドの半分が動かず、カスタムstatus lineにも未対応という事情も列挙されている。移行決定の翌日、AnthropicがClaude CodeのAGENTS.md対応を発表した。作者にはもう後手に回った。
Goldman Sachsが銀行員・トレーダーからClaude Code usagesを回収 - エンジニア専用の利用へ
Goldman Sachs Is Pulling Claude Code From Its Bankers and Traders
Goldman Sachsは10月に更新した社内指針で、AnthropicのClaude CodeとMicrosoftのGitHub Copilot Starter Packをエンジニアに限定し、トレーダーと銀行員の利用を停止した。7月にはGoldmanの技術責任者が、トレーダーがAIコーディングエージェントで作ったツールを評価していた。香港の銀行員には4月にすでにClaudeの使用が禁止されており、AnthropicのIPOでの主幹証券会社でもある同社は、結果として有力顧客だったAnthropicの主力ツールを自社で切り離すという皮肉な立場にある。生産性とリスクの両面で社内レビューを行い、顧客フローの追跡や市場モデル構築など業務と直接結びついた用途での利用が回収されたと見られる。
NVIDIAがHuang CEOをめぐる外国の諜報作戦の報道を受けて独立調査を開始
Statement from NVIDIA Board of Directors
NVIDIAは2026年11月8日、創業者兼CEOのJensen Huangが外国の諜報作戦の標的になったとの報道を受け、独立取締役による自主調査を開始すると発表した。独立取締役で構成される委員会が外部の独立弁護士の協力を得て調査を監督する。取締役会は国家安全保障やNVIDIAの秘密情報が侵害された根拠はないとしつつも、入手可能な全ての情報を精査する意向を示す。Huang本人は調査に全面的に協力すると表明しており、取締役会は彼と経営陣への信頼を強調した。関連報道では同時刻にHuang本人からの社員向けメッセージ「A Message to Our Company」も公開されている。
llama-modchip - 284BのDeepSeekを64GBメモリ・GPUゼロで動かすCPU推論プロジェクト
Llama-modchip: 284B DeepSeek on 64GB RAM, no GPU
llama-modchipは284.33Bパラメータ(アクティブ13.17B)のDeepSeek-V4を1.71bpwの量子化で56.56GiBに収め、GPUを一切使わずに64GBのCPUのみで推論する野心的なプロジェクト。284BのCPU prefillは16コアZen 5で44.36 tok/s、30B MoEのCPU decodeは3.75bpwで最大111.6 tok/sを達成し、256KコンテキストでもピークVmRSSは57.61GiBに収まる。16GBクラスのマシンでもNemotron-3.5-30B-A3B(14.35GiB、25〜60.4 tok/s)なら動作する。Mamba-2 SSM層と1.64MBのL3 PVS投机デコーダの組み合わせで256Kコンテキスト時のKVキャッシュを432MBまで削減しており、13.1msで/dev/shmからKVスロットを復元してClaude Codeのセッションを再開できる。Apache-2.0ライセンスで公開されている。
Outlook.comがDMARC未設定ドメインからのメールを静かに拒否 - 発表の無い配信障害
Outlook.com Is Quietly Rejecting Email from Domains Without DMARC
2026年11月5日より、Microsoftのコンシューマー向けメールサービス(outlook.com、hotmail.com、live.com、msn.com)がDMARCレコードを公開していないドメインからのメールを一部拒否するようになった。返るバウンスは「550 5.7.1 Message rejected: Message lacks SPF/DKIM/DMARC Auth Records (AS9031519)」という形式で、SPFやDKIMが機能していてもFromアドレスと紐付けるDMARCレコードだけが欠けているケースが該当する。Microsoftの公開ルールが対象とする大量送信者だけでなく、低ボリュームの自動送信も巻き込まれている点が怖い。メールが「通っている」ことは安全の保証にはならない。対応のコストはTXTレコードを1つv=DMARC1; p=noneとして追加するだけで、他の受信者の判定基準は変わらない。
エージェントのメモリにはOpenTelemetry的な瞬間が必经 - 互換性のない4つの形式が乱立する理由
Agent memory needs its OpenTelemetry moment
LoreKitのMads Thinesが、OpenTelemetryが統一される前、すべての可観測性ベンダーが独自のエージェントと計装形式を持っていたのと同じ状況が発生していると指摘する。現在のメモリ形式はAGENTS.md/CLAUDE.md、.cursor/rules/*.mdc、Anthropicのmemory tool経由の/memoriesディレクトリ、GitHub側のCopilot、JSONLナレッジグラフのメモリMCPサーバーなど形がバラバラで、どれも相互に読み取れない。CIエージェントが学んだ教訓はエディタのエージェントも読めず、次に試すツールも読めない。OpenTelemetryが解決したのは、データモデルとセマンティック規約についてベンダーが競合することをやめたことだった。著者自身のLoreKitの形式も複数提案の一つで穴も残るものの、共有仕様を合意する今がタイミングだと主張している。
KetchUp - RustとWebGPUで動くオープンソースのSketchUp代替・木工向け3Dモデラー
KetchUp – Open-source SketchUp alternative built with Rust and WebGPU
KetchUpは木工や家具設計のためのフリー・オープンソース3Dモデリングアプリで、RustとWebGPUで実装されている。Windows、macOS、Linuxのデスクトップ版とブラウザ内エディターの両方で動作し、アカウント登録は不要だ。線・長方形・円・手描きアウトラインで描画し、Push/Pullで面を押し出して立体化し、移動・スケール・オフセット・塗装で調整する。ジオメトリと軸へのスナップと正確な寸法指定、Tape MeasureとDimensionsによる実寸確認、group・component・tagによる部品整理といった木工用途の機能が並ぶ。SketchUpジオメトリのインポートとOBJ書き出しにも対応し、プロジェクトは.ketchup形式としてローカル保存できる。
冷蔵庫ハッキングの連打 - 血液バンクと食品スーパー、IoT侵入は既存の欠陥が原因
The Fridge-Hacking Spree Is an Internet-of-Things Wake-Up Call
フランスのÉtablissement Français du Sang(EFS)は11月2日、冷蔵庫内の血液が「非常に高い温度」に上昇した事例を確認した。アラーム設備とスタッフによる早期検知とフェイルセーフが働き、検体は损坏しなかった。これに先立ち、少なくとも11の欧州諸国にある食品スーパーチェーンの冷蔵庫がハッキングされ、庫内温度が大幅に上昇した。WIREDのKernel Panicの論点は、IoT機器の基本的なセキュリティの不備が、そのまま重要インフラの脅威に直結することにある。AIによる脆弱性探索とAI活用型の攻撃が勃発する中で、IoTの古典的な脆弱性が再浮上している。
熱い冷蔵庫、偽の核警戒、63億USドルの強盗 - ハッキング新時代の入口にいるか
Hot fridges, a fake nuclear alert and a $6bn heist: are we in the foothills of a hacking epidemic?
ロンドンの青果卸売店で冷蔵庫の温度表示が150℃になっていることに気づき、インターネット接続を物理的に切断して被害を止めた。同日に、ベルギー・エストニア・アイルランド・フィンランド・ルクセンブルク・オランダ・スウェーデンの小売店で冷蔵庫や冷凍庫の温度が122Fまで上昇した。加えて10月30日には世界最大の暗号資産取引所Binanceが63億USドル(47億ポンド)相当の史上最大の窃盗事件を起こし、11月1日にはウクライナの緊急警報アプリに偽の核攻撃警報が流された。英国NCSCのRichard Horne長官は、AIがITシステムの欠陥を露出し始めているとし、「脆弱性が多数あり、いつでも悪用されうる状態だ」「短期的な最大のリスクは事件量の急増だ」と強調した。10月にはOpenAIの技術がPHPの欠陥発見に寄与する動きも見られている。
韓国・台湾・日本が「民主党ショック」に初動 - SKハイニックスとサムスンが10%超下落
Korea, Taiwan and Japan take first jolt from Democratic AI shock
米国の中間選挙で民主党が優勢となった11月3日以降、アジアのAI関連銘柄が急落している。11月6日にはKOSPIが8%超下落して2月以来初めて5,000割れとなり、SKハイニックスとサムスンエレクトロニクスは各10%超下落した。日本では日経平均が5月中旬以来初めて60,000を割り、Kioxia、ソフトバンクグループ、アドバンテストなどのAI関連銘柄が下押しされた。台湾ではTSMCが最大9.8%まで下落し、日経平均とTOPIXはともにベアマーケット落入した。投資家が懸念しているのは、民主党の優勢がデータセンター建設を遅らせる、あるいは中止させるという観測であり、前年の中間選挙時に見られたAI関連株の連動在下意识地意識されている。
Spectre - 設計時契約を組み込んだ静的型言語、汎用ベンチでZig比 最大6倍
Spectre - A design-by-contract language with an explicit allocator-centric API that outperforms Zig by up to 6x on General Purpose Benchmarks
SpectreはDesign by Contractを言語文法に直接組み込んだ静的型言語で、QBE IRにコンパイルしてアセンブリへ lowering する。宣言した事前条件・事後条件はコンパイル時に検証され、guarded構文を使うことでリリースビルドに残すチェックを明示的に制御できる。型レベルのinvariantもコンパイル時に評価される。暗黙のメモリ確保を持たないアロケータ中心のAPIと、自動ベクトライゼーション・プラットフォーム別SIMD命令の注入・最適化された標準ライブラリにより、汎用ベンチでZigやRustに対して最大6倍の速度を達成する。WindowsはMSVCバックエンド(またはMinGW、Clang、TCC)に対応している。
Micron - Oberon派生でCの表現力を持つシステムプログラミング言語
Micron - a Pascal/Oberon-derived systems language with the power of C
MicronはOberon+に似た構文とCの表現力を併せ持つシステムプログラミング言語で、Cに対する実用的な代替として設計されている。名前は「MicroOberon」の略だ。プリプロセッサを言語の概念に置き換え、ジェネリクス・インライン・コンパイル時実行プロシージャを明示的にサポートしている。language levelという独創的な概念を持ち、level 0(スタックなしのハードウェア初期化)からlevel 1(スタックフレーム・再帰・extern C)、level 3(ヒープ・ポインタ・例外)、level 4(型拡張・動的ディスパッチ)、level 5(GC)まで、同一かそれ以下のレベルのモジュールしかインポートできないルールにより、kernelが誤ってヒープに依存することを防ぐ。コンパイラ・インタプリタ・IDEと仕様書、そして約4,000ページの無料の教科書が公開されている。
GPU Taskman - Microsoft VPが作ったオープンソースのGPU VRAM監視ツール
Free open-source GPU task manager reveals exactly what's eating your VRAM — Microsoft VP's new GPU Taskman tool
MicrosoftのScott Hanselman VPが「GPUの中で何が起きているか」を把握したいとASCIIに進めたオープンソースプロジェクトgputaskmanを公開した。Windows、Linux、macOSに対応し、プロセスごとのGPU利用率・VRAM消費量・稼働ランタイムを一覧でき、AI/LLM向けの内訳も表示する。表示例ではWindowsのデスクトップウィンドウマネージャがRTX 4080S上でVRAMを最も食うプロセスとして現れ、llama-server.exeを選ぶとQwen3-0.6Bの重み・KVキャッシュ・パラメータ数までの内訳が見える。ライブのGPU負荷・VRAM・温度チャートも提供され、v0.3.0でWindows向けポータブルビルドも提供されている。
Cloudflare Zero Wire × GitHub Actions × Claudeで公開サーバーの脆弱性チェックを自動化した運用例
Cloudflare Zero Wire × GitHub Actions × Claude で公開サーバーの脆弱性チェックを自動化
Cloudflare Radarで2026年11月に公開された脆弱性インテリジェンスフィードZero WireのRSSをGitHub Actionsで毎朝取得し、公開サーバーへの影響と対応要否を判定してIssueを自動起票する仕組みの解説。構成は棚卸し(SSHでOS・ランタイム・パッケージ版を読み取り専用で取得)、Zero Wireの取得、機械判定(RSSのCVEを公式データと照合し導入版が修正版かをコードで確定)、Claudeによる評価、通知の5段構成だ。判断をコードに任せる部分とClaudeに任せる部分を分けたのは、当初すべてをClaudeに任せたときは不安定だったためという実体験に基づく。実際の判定例としてnode2shell(CVE-2026-111497)やLinux IPv4 TCP use-after-free(CVE-2026-98432)に対し、Node.js v24.22.1以上とカーネル6.8.0-149.149の適用を推奨している。
Kiro CrewのUltra Mode - 指揮役エージェントが複数チャットへ作業を展開する仕組み
シン・ウルトラモード
Kiro CrewはKiro CLIやClaude CodeなどのエージェントのチャットをダッシュボードやSlackから扱うOSSツールで、2026年11月5日リリースの0.12.0でUltra Modeが機能プレビューに入った。Ultra Modeのチャットはkirocrew-conductorという指揮役エージェントで動く。ユーザーがゴールを書くとconductorが作業に分解し、各作業の完了条件とともにwork ledgerへ書き込む。作業はワーカーのチャットへ1つずつ渡り、結果は台帳経由で報告される。画面とCHANGELOGの表記はUltra Mode、docsの設定キーではcrew_modeと書かれており実質は同一機能である。サブエージェントに依存する場合との違いは、conductorが台帳を通じた実行管理を行い、メインのチャットが作業横断的に状況を把握できる点にある。
意思決定だけで週100コミットを積むAI開発手法 - 52.8万行のP2P SNSを個人で運用する
意思決定だけで週100コミット積むAI開発手法
個人開発者のKingYoSunが、P2P SNS「kukuri」の開発で人的介在を意思決定に限定した方法論を紹介している。人間が行うのはAIへの要望伝達(AIにIssueを立てさせる)、後方互換性・受け入れ条件・ユーザー体験に影響する変更のみへの回答、作業原則と設計原則の管理、実アプリの手動確認、リリース指示のみで、コードもIssue・PRもほぼ読まない。その結果52.8万行(Rust 36万行、TypeScript/TSX 13万行、C# 7,253行)、16領域の機能を持つプロダクトをデスクトップ・Web/PWA・サーバー・CLI・Unity SDKにまたいで個人で維持している。ポイントは、AIに任せられる範囲を実際には人が決定して枠を固定しておくことにある。
タスク管理までAIエージェントに任せたら、確認待ちに答えるだけになった - 人の仕事の変化
タスク管理までAIエージェントに任せたら、確認待ちに答えるだけになった
前編「2026年自分流AIエージェント環境構築の秋」に続く続編で、司令塔のClaude Codeと自作のOrcaプラグインによる確認待ちパネルとの組み合わせを解説する。/coordinatorで起動すると司令塔スキルがGitHubとNotionのタスクを見比べ、レビュー割り当て済みのPRや自分のIssueをNotion側のタスクとして整理し、着手条件が揃ったものは作業役に渡して、選択肢があるものは着手前の確認待ちに入れる。パネルには件名・決めること・判断に必要な事実・選択肢が並び、必要ならPRやタスクのページへ読みに行く。人の仕事が「タスクを自分で回して選ぶ」から「判断が要る箇所にだけ回答する」へ移ったという変化が焦点。
.NETにもbuild.csが欲しい - Directory.Build.targetsでRustのbuild.rsを再現する
.NET にも build.cs 欲しいんじゃーーー
NIKKEのゲームランチャー攻撃(CDN用ドメインの期限切れによるスクリプト改ざん)を機に、動的データの取得は便利だが不要でもリスクになる、という問題意識から、.NETでRustのbuild.rsに相当するbuild.csをDirectory.Build.targetsで実現する手順を公開した。build.csを.csprojと同じフォルダに置くとビルド・テスト前に自動実行され、ビルドスクリプトをC#で書いてファイルのダウンロードや定数の焼き込みまで完結でき、awk/sed/perlへの依存をなくせる。課題はVisual Studioがファイルベースアプリに未対応でIntelliSenseが効かず、ビルドのたびに実行されるため頻度調整(生成後1分以内ならスキップなど)が必要なこと。Shebangを忘れるとerror CS9314で「ちゃんと失敗する」ので、Roslynアナライザーで検出する運用が推奨されている。
SlurmはKaggleでも役に立つ - 自宅GPU1枚で253ジョブを回したジョブキュー管理
Slurm は Kaggle に役に立つ
RTX 3090 1枚でKaggleのRSNA Knee Abnormality Detectionに参加した際、学習ジョブの管理にSlurmを使った実例。41日間で253本のジョブを回し、GPUを延べ469時間利用した。Slurmはslurmctldとslurmdの2デーモンとmunge認証で構成され、キュー状態はslurmctldのStateSaveLocationに保存されるためデーモン再起動でも消えない。導入はCodexにslurm.conf/gres.conf/cgroup.confとセットアップスクリプトを書かせ、sudo bash scripts/setup_slurm.shを実行するだけで約25分で完了した。最大の動機はAIエージェントのセッションが切れると学習も止まるためで、学習をSlurmに任せることでGPUの奪い合いも優先度で解決できる。
Gemma 4 E2Bを8GB GPUで6つの推論エンジン比較 - llama.cpp、vLLM、SGLang、mistral.rs
Six Serving Engines, One 8 GB GPU: Gemma 4 E2B on an RTX 3050
8GBのRTX 3050でGemma 4 E2B(QAT 4bit)を6種の推論エンジン(llama.cpp、vLLM、SGLang、mistral.rs、素のPyTorch、LiteRT-LM)で同一条件で比較した詳細ベンチマーク。品質はエンジン間の差がほぼなく、GSM8Kは0.8992〜0.9030、BFCLは0.9125〜0.925で、投机デコーダのOn/Offでもパレートは変わらない。単一リクエストでは5エンジンが12%以内で収まるがLiteRT-LMはその半分の速度だった。デコーダを使うとvLLM 1.90倍、llama.cpp 1.35倍、SGLang 1.33倍、LiteRT-LM 1.10倍、mistral.rsは0.72倍と逆効果になる。64並列ではvLLM 1,651 tok/s、SGLang 1,711 tok/sに対しllama.cpp 633、mistral.rs 308で、バッチング系が明確に分離する。
LLMに「断言するな」と指示しても無駄 - ペナルティプロンプトの拒否率は0%だった
Why Telling an LLM to Be Careful Doesn't Work: Penalty Prompts Had a 0% Abstention Rate
「確信がないなら『わからない』と答えろ、推測するな」というプロンプトをLLMに与えても効果がないことを、gemma2:2b、gemma3:4b、gemma4:e4bを使った10回の再現実験系(N=384の敵対的推論)による研究。誤答に99点、正答に1点という極端な非対称ペナルティ(t=0.99)を与えた場合でも、回答拒否率は厳密に0.000だった。モデルは一度も「わからない」と言わず、捏造された日付や架空の首都・原子番号を、確信した口調でKP出した。ペナルティプロンプトは完全に不活性であり、LLMの較正(calibration)を改善するには出力側の確率評価や明示的なconfidence channelのような別の手段が必要になるとしている。
Hugging FaceがMoE学習のハンドブックを公開 - オープンウェイト上位モデルの9割がMoE採用の時代に
Training MoE Models Is Complicated. Hugging Face Just Wrote the Manual.
Hugging Faceが2026年11月5日に公開したThe Ultimate MoE Training Handbookは、Mixture of Expertsモデルの学習を網羅する巨大なインタラクティブ資料で、モデルアーキテクチャ、エキスパートルーティング、ロードバランシング、分散学習、GPU間通信、量子化、推論までを扱う。公開時点でArtificial Analysisのオープンウェイト上位20モデルのうち18個がMoEアーキテクチャを採用していたという。著者が自分のノートPCでMoEモデルを手探りで動かしながら得た経験からの紹介で、資金や計算資源が限られる個人開発者にも有益な知識が共有されている。
隠したテキストで本物のLLMエージェントを攻撃した - 文書内の指示はそのまま実行された
I Attacked a Real LLM Agent With Hidden Text. Here's What It Did (Free Kaggle Notebooks)
文書・メール・Webページ・ツール結果を読み、APIを呼ぶLLMエージェントに対し、読み込んだ文書に埋め込まれた指示がどう効くかを調べる2本の無料KaggleノートブックPart 1(60秒、APIキー不要)とPart 2(実モデル版)。Part 1ではsearch_documents、create_draft、execute_paymentというツールを持つ「経理アシスタント」エージェントを作り、文書に隠した1行を挿入するとエージェントがそれに従って攻撃者にexecute_paymentを呼んだ。AgentSecのバッチ攻撃で8件のcriticalが報告され、ノートブック側でエージェントをハードニングしてから同じ攻撃を再実行すると0件になる。Part 2ではGroqの無料ティアにある実モデルをツール利用エージェントとして包み、隠蔽指示への追従を検証する。
16GBのApple SiliconでローカルLLMのレイテンシを測る - TTFTはGemma 4 E2Bが0.152秒
Measuring Gemma & On-Device Latency on 16GB Apple Silicon for Agent Workflows
マルチエージェントのワークフローを組む前に、ローカルモデルの実際の応答速度を測ったという記事。M1 MacBook Air(16GB統一メモリ、macOS 27.2、バッテリー動作)でtemperature=0・最大512トークン・5回の中央値という条件で、Apple の標準ランタイム、Gemma 4 E2B/E4B、Phi-4 Mini、Ministral 3 3Bを測定した。TTFTはGemma 4 E2B(4bit)が0.152秒で最も速く、Phi-4 Miniが0.358秒、Ministral 3 3Bが0.564秒、E2EではGemma 4 E2Bが1.075秒で最速だった。E2EはE4Bが2.313秒と大きく劣化し、ピークRAMも4.38GBと増える。エージェントのルーティングやトリアージは全リクエストに載るため、数百ミリ秒の遅延が毎回積み上がるという点が論点。