2025/12/12 0:52

Deprecate like you mean it

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

要約▶

Japanese Translation:

（欠落している要素を取り入れた）**

要約

セス・ラッサンは、通常の非推奨警告が開発者に無視されやすく、その結果後でコストのかかる失敗につながると主張しています。彼は「バギーな非推奨（buggy deprecation）」という新しいアプローチを提案します。これは、非推奨関数が削除に近づくにつれて徐々に誤った結果を返すようにする方法です。最初は百万回のうち1回、次に千分の1回、1年後には千分の1回、そして最終カットオフ直前ではほぼ全ての呼び出しが間違えるといった段階的なエスカレーションです。この段階的な増加は、開発者に問題を早期に認識させ、リファクタリングを促すことで、通常は目立たない警告をコードベースの更新が必要であるという明確なシグナルへと変えます。

ラッサンは実際の例として、Python の

urllib.getheader

を挙げています。これは 2023 年に非推奨となりましたが、修正されずに残り続けたため、最終的に機能停止（ダウンタイム）やセキュリティリスクにつながったケースを示しています。このような静かな警告が大きな損害をもたらすことから、非推奨を目立つ形で有害化することで、企業は保守コストを削減し、業界全体でより規律ある API 進化を促進できると述べています。

著者は皮肉なトーンでこのアイデアを提示し、警告だけでは不十分であり、可視的なリグレッションが変革を促す必要があることを強調しています。また、非推奨は「ワルツ（小さく意図的なバグ）」を残しておくべきだと主張し、これらの欠陥がタイムリーな対応を動機付けると述べています。

本文

セス・ラーソンは、開発者が非推奨警告に対して行動を起こさないことに気づきました。

urllib

の

response.getheader

メソッドは 2023 年から非推奨になっており、代わりに使用すべきなのは

response.headers

辞書です。このメソッドが最終的に削除されたとき、多くのコードが壊れました。

非推奨警告は、後方互換性を欠く API 変更に伴う「大きなステップ」問題を解決するために設計されており、人々がメンテナンス負担を一度に突如として押し付けられるのではなく、徐々にスケジュールできるようにしています。しかし、遅延の経済的コストは具体的に感じられません。非推奨警告を無視して API が変更されるまで待つことはできますが、その後さらに遅らせると非常に高い代償が発生します。

人々は突然起こる変化への計画があまり得意ではありません。

もし、非推奨関数が「時折」誤った結果を返すように意図的に設計したらどうでしょうか…毎回意図的に誤った結果を返すたびに非推奨警告をログに記録します。結果の正確性に敏感なユーザーは、誤った結果の代わりに人工的な遅延を挿入することも選択できるでしょう。

初期状態では決して誤った結果を返さないようにすべきです。しかし、非推奨になって数か月が経過したら、たとえば 100 万回の呼び出しごとに一度は誤った結果を返すようにします。これはおそらく誰も「深夜 Pager」を起動することはありませんが、非推奨機能への依存がコード内に潜むバグであることを明確に示します。

さらに数か月後には、10,000 回ごとに一度誤った結果を返すように増やします。こうするとメンテナンスの遅延は少し痛み始めます。1 年が経過したら 1,000 回ごとに誤ったものを返すように設定します。この段階では、ユーザーは重要でない補助的な使用に限ってメンテナンスを遅らせることしかできなくなります。そして最終的に期限が迫ると、ほぼ全ての呼び出しで誤った結果を返すようになります。そうすると、その機能は実質的に使えなくなり、削除された状態と同様です。

この手法により、API の非推奨部分は徐々にバグが増えていき、最終的に削除されるまで「経済的トレードオフ」をユーザーに即座に体感させます。

皮肉であることが分かりづらい場合は、むしろその欠点を残したほうがよいでしょう。しかし、システム変革を促す効果の観点から見ると、サインや警告は最も低位に位置付けられます。期待して失敗することに驚くべきではありません。

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。