Programmers and software developers lost the plot on naming their tools

2025/12/12 3:06

Programmers and software developers lost the plot on naming their tools

RSS: https://news.ycombinator.com/rss

要約

日本語訳:

Richard Stallman の 2022 年 EmacsConf 講演は、パッケージの目的を明確に伝える 「覚えやすい名前」 の重要性を強調しました。彼は、従来から名前が明快だったエコシステム(例:

dired
eshell
)でさえも、現代ソフトウェアでは任意や風変わりなラベルを好む傾向を批判しています。このトレンドは、Viper、Cobra、Melody、Casbin、Asynq などの混乱を招くインフラ名で具体的に示され、開発者が意味を解読するために余分な時間を費やす原因となっています。

対照的に、工学分野では機能や由来を直接表す名前(橋、ダム、バルブなど)が日常的に使われており、認知負荷が低減されます。1970‑80 年代の歴史的ソフトウェア(例:

grep
awk
sed
cat
diff
、FORTRAN、COBOL、BASIC、SQL、Lisp)も同様に機能的または体系的な命名規則を採用していました。

風変わりな名前へのシフトは 2010 年代のオープンソースプロジェクトで始まり、GitHub やスタートアップ文化によって加速し、「意味不明な呼称の動物園」を生み出しました。曖昧な名前は開発者に認知的課税を課し、目的を調査・推測する時間が必要となり、その労力はプロジェクトを越えて蓄積されます。

「マーケティング効果」「退屈回避」「ただ楽しい」などの名前付けの言い訳に対して、非消費者向けライブラリやツールでは明瞭さが最優先であるという主張が反論します。著者は文化的修正を提案し、具体的・複合的な名前を採用すること、エンドユーザー製品には可愛いまたはブランド化されたタイトルを保留し、マスコットは別途使用(例:PostgreSQL の Slonik)とします。推奨実践としては、機能名で命名(

http-request-validator
など)、必要に応じて冗長性を受け入れ、社会的圧力や教育を通じて専門的基準を適用することが挙げられます。

総合メッセージは、開発者の時間を尊重し、任意またはミームベースの名前よりも明確で意味ある名前を選ぶようソフトウェアコミュニティに促すものです。

本文

プログラミング – 命名規則


2022年12月、私はEmacsConfでリチャード・スタールマンが行った「What I’d Like to See in Emacs(エマックスに望むこと)」という講演を視聴しました。
彼の主張の一つは、「すべてのパッケージにはその機能が思い出しやすい名前を付けるべきだ」という点でした。
2022年でもまだこのような注意喚起が必要だったことから、エマックス・エコシステムにおける記述的命名規則からどれだけ逸れてしまったかが浮き彫りになります(例:ディレクトリ編集用は dired 、Emacs シェルは eshell など)。


現代の命名問題

今日では、ソフトウェアをランダムな名詞や神話上の生物、好きな架空キャラクターにちなんで名前付けするケースが一般的です。
これはほとんどの他分野では「キャリア自殺」と言えるほど危険です。

ある同僚は次のようにスタックを説明していました:

Viper を設定管理に使い、CLI は Cobra が担当し、WebSocket 接続は Melody が処理、権限は Casbin が管理、ジョブキューは Asynq でやっています。」

Viper, Cobra, Melody, Casbin, Asynq といった名前は、その目的をすぐに想起させるものではありません。
対照的に:

  • ゴールデン・ゲート・ブリッジ はゴールデン・ゲート海峡を渡っていることが一目で分かります。
  • フーバー大坝 はフーバー大統領の名前から名付けられたダムです。
  • I‑beam(Iビーム) は形状が「I」に似ているため、構造用部材と直感的に結びつきます。
  • バタフライ・バルブ は蝶の羽を連想させる形状です。

こうした名前は機能を示し、余計な説明なしで覚えやすくします。


歴史的背景

ソフトウェア開発では昔から似たような命名パターンが見られます:

ツール説明
grepglobal regular expression print(全体の正規表現を表示)
awkAho, Weinberger, Kernighan の頭文字から
sedstream editor(ストリーム編集器)
catconcatenate(連結)
diffdifference(差分)

初期のプログラミング言語も同様に記述的でした:

  • FORTRANFormula Translation
  • COBOLCommon Business‑Oriented Language
  • BASICBeginner’s All‑purpose Symbolic Instruction Code
  • SQLStructured Query Language
  • LispList Processing

2010年代に入ると「メミックウイルス」がソフトウェア工学に浸透しました。
MongoDB など一部のユニーク名は語源を持つものもありますが、ほとんどは意味不明な呼称となり、名前と機能との結び付きを断絶させています。


認知コスト

あいまいな名前は開発者に探偵モードを強います:

  1. 未知の用語を見つける。
  2. ドキュメントや README を調べる。
  3. その目的を解読する。

現代プロジェクトでは数十もの依存関係があるため、これらの追加秒は合計で数分――場合によってはキャリア全体にわたる無駄な労力となります。

例として上記文をコードベース構造を説明する際に使うとしましょう:
「Viper は設定、Cobra は CLI、Melody は WebSocket、Casbin は権限、Asynq はジョブキュー」と語るとき、精神的なバンド幅の半分が無作為に選ばれたトークン(蛇、音楽、ミステリー)を実際の機能へマッピングする作業に費やされます。


よくある弁解と反論

弁解反論
覚えやすい名前はマーケティングに役立つ消費者向け製品には関係しますが、ライブラリやユーティリティはエンドユーザーを対象としておらず、明瞭さの方が重要です。
記述的な名前は退屈だクリアさが最優先なら退屈でも構いません ― これは創作文学の授業ではありません。
楽しい名前は楽しみになる楽しめる名前はユーザー全員に認知負荷を課し、業界全体でその影響が増大します。
すべての良い記述的名前は既に使われている名前空間やプレフィックス、複合語(例:http‑request‑validator)を利用すれば解決できます。技術的には十分にサポートされています。

今後への道筋

  1. 機能で命名する。 必要ならば複合語を使い、曖昧さよりも冗長性が望ましいです。
  2. ブランド重視のエンドユーザー製品にのみ遊び心のある名前を残す。 インフラやツール・ライブラリでは明瞭さを優先します。
  3. マスコットは製品名とは別物として扱う。 PostgreSQL の Slonik(象)はマスコットであり、データベース自体は PostgreSQL です。
  4. 社会的圧力と教育を通じて文化的修正を行い、規制ではなくプロフェッショナル基準で明瞭な命名を推進する。

最後に

次のプロジェクトをアニメキャラクターや好きな生物の名前で呼ぶ前に、一度立ち止まって質問してください:

「土木技師は橋の支持構造をこのように名付けるでしょうか?」

答えが いいえ なら、もっと良い名前を選びましょう。
私たちの分野には、ユーザーの時間と認知リソースを尊重した名前がふさわしいと言えるはずです。


おすすめ読書

(関心を持つための作品一覧)

同じ日のほかのニュース

一覧に戻る →

2025/12/12 3:04

GPT-5.2

## Japanese Translation: **OpenAIのGPT‑5.2リリース** OpenAIは、プロフェッショナルな知識作業を対象とした3つのバリアント(Instant、Thinking、Pro)を含む新しいモデルシリーズGPT‑5.2を公開しています。 **パフォーマンスハイライト** *スピード & コスト*: GPT‑5.2 Thinkingは、歴史的指標に基づくと、人間専門家のコストの1%未満で、出力速度が11倍以上速いです。 *精度*: GDPval(44職種)では、Thinkingが新しい最先端70.9 %を達成し、業界プロフェッショナルを70.9 %のタスクで上回ります。また、SWE‑Bench Proで55.6 %、SWE‑Bench Verifiedで80 %を達成し、幻覚(hallucinations)を約30 %削減します。 *長文コンテキスト & ビジョン*: モデルはOpenAI MRCRv2(≈100 %精度、256kトークン)で新たな最先端を設定し、チャート推論とソフトウェアインターフェース理解のエラー率を半減します。 *ツール使用*: GPT‑5.2 ThinkingはTau2‑bench Telecomで98.7 %を達成し、遅延感受性ワークフローにおいてGPT‑5.1を上回ります。 *科学ベンチマーク*: ProはGPQA Diamondで93.2 %、FrontierMath(Tier 1–3)で40.3 %成功率、ARC‑AGI‑1で>90 %を達成し、ThinkingはARC‑AGI‑2で54.2 %を記録します。 **ユーザーへの影響** 平均的なChatGPT Enterpriseユーザーは毎日40–60分の節約を報告しており、重度利用者は週に10時間以上削減しています。この効率向上により、特定タスクの人件費が99 %超で削減される可能性があります。 **インプリケーション** GPT‑5.2の広範な機能(スプレッドシート、プレゼンテーション、コード、画像認識、長文コンテキスト推論、ツール使用、複雑な多段階プロジェクト)は、金融・ソフトウェア工学・科学研究などのプロフェッショナルドメインでAI採用を加速させる位置づけです。

2025/12/12 5:46

Denial of service and source code exposure in React Server Components

## Japanese Translation: React は Server Components 機能における 2 つの重大なセキュリティ脆弱性(CVE‑2025‑55184(Denial of Service、CVSS 7.5)と CVE‑2025‑55183(Source Code Exposure、CVSS 5.3))に対するパッチをリリースしました。いずれの脆弱性も Remote Code Execution を可能にしないため、既存の React2Shell パッチは有効なままです。 バグは `react-server-dom-webpack`、`react-server-dom-parcel`、および `react-server-dom-turbopack` のそれぞれ 19.0.0/1、19.1.0‑1.2、および 19.2.0‑1 バージョンに影響します。修正リリースは 19.0.2、19.1.3、そして 19.2.2 です;これらのいずれかを直ちにインストールしてください。 対象となる React フレームワーク/バンドラーには Next.js、react‑router、waku、@parcel/rsc、@vite/rsc-plugin、および rwsdk が含まれます。アプリケーションが Server Components またはそれをサポートするバンドラー/プラグインを使用していない場合、影響はありません。 DoS 脆弱性は、特定の HTTP リクエストを逆直列化すると無限ループに陥り、ソースコード脆弱性は任意の Server Function の文字列表現(stringified body)を返し、ハードコーディングされた秘密情報が漏洩する恐れがあります。 React Native を monorepo で使用している場合、影響を受ける `react-server-dom-*` パッケージだけを更新すれば十分です;core の `react/react-dom` バージョンは変更不要です。 ホスティングプロバイダーは一時的な緩和策を適用していますが、サーバー停止や秘密情報の偶発的漏洩を防ぐために開発者は依存関係を直ちに更新する必要があります。 --- *上記の要約をそのまま保持したい場合は、元のまとめを繰り返してください。

2025/12/12 3:17

Rivian Unveils Custom Silicon, R2 Lidar Roadmap, and Universal Hands Free

## Japanese Translation: RivianはエンドツーエンドのAIスタックを拡張することで自動運転車市場でリーダーになるという野心を固めています。 - **ハードウェア&ソフトウェア**:同社は、5 nmマルチチッププロセッサ「RAP1」を発表しました。このプロセッサは1600 sparse INT8 TOPSを提供し、新しいGen 3 Autonomy Computerで秒間50億ピクセルの処理が可能です。また、自社開発のAIコンパイラとプラットフォームソフトウェアも構築しています。 - **認知モジュール**:ACM 3は2026年後半にR2で初登場し、最初はLiDARを装備せず、後にカメラとレーダーとともに追加されます。 - **ソフトウェア展開**:Universal Hands‑FreeはGen 2 R1T/R1S車両向けにリリースされ、米国・カナダの3.5 百万マイル以上の道路で明確に描画されたレーンラインをカバーし、現在のオーナーの支援走行領域を拡大します。 - **Autonomy+**:階層化された機能セットが2026年初頭に登場予定で、1回限り2,500ドルまたは月額49.99ドルで提供されます。 - **データ基盤**:RivianはUnified Intelligenceを中心とした組織再編を行っており、このデータフレームワークはテレメトリ、クラウドモデル、サービスシステム、および顧客機能を結びつけ、予知保全・診断・AIツールの実現を可能にします。 - **音声アシスタント**:次世代Rivian Assistantは2026年初頭にGen 1/2車両で登場し、R2ではより強力なインフォテインメントコンピュータを使用して完全オフラインで動作させることでレイテンシを低減します。 - **サービスワークフロー**:テレメトリと車両履歴を分析するAI駆動の専門家システムはすでにサービスワークフローに組み込まれており、技術者が問題箇所を迅速に特定できるようになっています。類似ツールはモバイルアプリにも計画されており、自助診断をサポートします。 これらの動きは、最先端のコンピューティングハードウェア、データ中心のプラットフォーム、拡張された支援走行機能、およびAI強化保守を車両ラインナップ全体に統合することで、Rivianの競争力を深めます。