日付別ニュース一覧

ガウス・スプラッティング ― A$AP ロッキー「ヘリコプター」ミュージックビデオ

## Japanese Translation: ## Summary: A$AP Rocky の新しい「Helicopter」ビデオは、ライブアクション撮影におけるブレークスルーを示しています。動的ガウシアン・スプラッティング（dynamic Gaussian splatting）という手法により、カメラ映像が即座にレンダリング可能な体積データへ変換されます。56 台の RGB‑D カメラからなる大規模アレイを使用してチームは 10 TB 超の原始映像と約 30 分間の事前レンダリング済みスプラッティングコンテンツを生成しました。Houdini（シーケンス作業）、OctaneRender（ライティング調整）、Blender（レイアウト・プロキシキャッシュ）を組み合わせることで、セット上で数秒以内にショットのプレビューが可能となり、重いポストプロダクション作業に入る前に迅速なクリエイティブ判断を行うことができました。 これは A$AP Rocky の 2023 年に「Shittin’ Me」で実施した NeRF ベースの放射場（radiance fields）実験を踏襲しています。現在のワークフローは、各テイク後すぐにライブ空間フィードバックとメッシュプレビューを提供することで、動的ガウシアン・スプラッティングの最も高度な実世界利用例の一つです。この手法は、体積キャプチャがリアルなモーションを保持しながら、監督に広範なポストプロダクションの柔軟性を提供できることを示しています。 広く採用されれば、この技術はミュージックビデオ、映画、広告などを変革し、セット上のリソース削減、ワークフロー高速化、アーティストやスタジオにとっての創造的可能性拡大につながるでしょう。

Flux 2 Klein 純粋 C 推論

## Japanese Translation: ドキュメントは、テキストから画像および画像から画像へのタスクの両方をサポートする純粋なC実装であるFLUX.2‑klein‑4B画像生成モデルについて説明しています。外部依存関係はC標準ライブラリのみで、HuggingFace から小さな Python スクリプト (`pip install huggingface_hub`) を介して VAE、Transformer、Qwen3‑4B エンコーダ、トークナイザを含む約16 GBの事前学習済み重みをロードします。Apple の Silicon 上では Metal Performance Shaders、Linux/Intel macOS では BLAS（OpenBLAS）によるオプションの高速化が可能で、最大約30倍の速度向上と Apple マシン上で自動的に GPU を使用します。 ライブラリは単純な C API (`flux_load_dir`、`flux_generate`、`flux_img2img` など) を公開しており、ユーザーのプロジェクトへリンクできます。サンプルコードではプログラムから画像を生成または変換する方法が示されています。またコマンドライン利用も可能で、例として `./flux -d flux-klein-model -p "prompt" -o out.png`（テキスト→画像）や `-i input.png` と `-t strength` を付けて画像→画像を実行します。オプションには幅/高さ（64–1024 px、16ピクセル単位）、ステップ数（デフォルト 4）、シード、quiet/verbose フラグが含まれます。 プロンプトのエンコード後、Qwen3‑4B エンコーダは自動的に解放され（約8 GB が解放）拡散中のピークメモリを約16 GB に抑えます。複数のプロンプトが同じエンコーダを再利用でき、再ロードは不要です。サポートされる最大解像度は 1024×1024 ピクセル、最小は 64×64 で、VAE のダウンサンプリングにより 16 の倍数に制限されています。 MIT ライセンスの下で配布されるこのパッケージは、軽量かつ依存関係がないため組み込みシステム、高性能サーバー、クロスプラットフォームアプリケーションに適しています。オープンソースおよび商用プロジェクトの両方で広く採用されることを奨励します。

ソーシャル・ファイルシステム

**警察は数百万ドルを投資し、影の電話追跡ソフトウェアに費やす―使用方法は明かさない** 米国各地の警察署が、秘密裏に開発された電話追跡ソフトウェアに数百万ドルを投入しています。しかし、当局はその技術がどのように利用されているか、また何らかのデータを収集しているかについて公表することを拒否しています。プライベート企業によって開発された本プログラムは、最初は行方不明者の捜索や容疑者のリアルタイム追跡という法執行機関向けツールとして市場に投入されました。しかし批判派は、その機能が適切な監視を欠いたまま市民の大規模監視を可能にする恐れがあると主張しています。 多額の投資にもかかわらず、ソフトウェアが実際に広範囲で展開されているか、また既存のデータ収集システムとの連携方法については公的な報告がありません。いくつかの機関はまだ有効性を試験中と主張し、他の機関は「初期段階にある」ため、さらなる法的検討が完了するまでリリースされないと述べています。 透明性の欠如はプライバシー擁護者の懸念を呼び起こしています。彼らは、このようなツールが不差別的に使用された場合、憲法上の保護を迂回する可能性があると警告しています。デジタル監視に対するより厳格な規制を議論する中で、本ソフトウェアを取り巻く継続的な秘密主義は、その実際の影響について多くの疑問を解決できていません。

## Japanese Translation: > 本稿では、テキサス州および連邦法執行機関が「Cobwebs Technologies」のAI駆動型監視ツール「Tangles」に数百万ドルを投入した経緯について検証する。TanglesはWebLocプラットフォームのアドオンで、オープンウェブ・ディープウェブ・ダークウェブからデータをスクレイピングし、ジオフェンス機能によりモバイルデバイスを追跡できるため、ワラントなしで携帯電話を監視することが可能である。 > > ゴリアド郡警察は2021年6月、疑わしい人身売買事件と関連付けられた捨てられたレシートを発見した後に初めてこのツールを使用し、技術訓練を受けていない保安官ロイ・ボイドはiPhone 10を使用し続けながら州境界安全補助金から約30万ドルのライセンスを取得した。以来、テキサス州の機関（公共安全局が2021年に20万ドル、2024年に530万ドルで230ユーザーを対象とする支出、ICEが2025年に約200万ドル、DEAが2025年に1000万ドル超）もTanglesを購入している。 > > ボイドのタスクフォースは「確実な原因を見つける道筋」をソフトウェアが提供したと主張するが、ツールに直接結び付く逮捕や起訴は存在しないと認めている。公的記録によれば、Tanglesへの国内支出が最低でも800万ドルであるにもかかわらず、そのデータに関連する逮捕や起訴の文書化は確認されていない。 > > 2023年にCobwebsを買収したPenLink Ltd. は、Tanglesをオープンソース情報プラットフォームとして市場に投入し、デバイスIDのみ（名前ではなく）を返すと述べる。また、特定の契約については言及せず、プライバシー法への準拠を主張している。会社の経営陣には元DEAエージェントが含まれており、同社と連邦機関との間に循環的な関係があることを示唆している。 > > エルサルバドルでは2020年にTanglesが購入され、その後の刑法改正により州警察は市民に対するワラントなし監視を実施できるようになった。他のテキサス州機関（ダラス、ヒューストン、キルーイン、モンタゴ）は主に犯罪分析または状況認識のためにTanglesを使用しているが、WebLoc機能の利用は稀である。 > > 議会努力（Capriglioneによる下院法案など）はAIツール使用の開示を義務付けようとしたが妥協され、テキサス州法では警察がレポートにAI展開を記録することを要求していない。機関が高度な監視ツールを追求し続ける中で、ワラントなしモニタリングの拡大リスクは高まり、「Carpenter v. U.S.」によって設定された憲法上の基準に照らして重大な市民自由への懸念が生じている。

**大聖堂・メガチャーチ・バザール**

## Japanese Translation: **要約** この文章は、オープンソース開発が二つの補完的なモデルに基づいて構築されていると主張しています。 1. **大規模「メガチャーチ」型財団（例：Python, Apache, Rust, Node.js）** – ガバナンス、資金調達、構造を提供し、寄与者が時間や費用をコミットすることを求めることが多い。 2. **多数の小規模で個別的なベーザールプロジェクト** – 急速なイノベーションを推進しますが、通常は正式なサポートが不足しています。 ルールフリーのESRスタイルとより規制されたGNUアプローチとの初期の議論が、この緊張関係を示しています。 現代の財団は知的財産権とライセンス規則を強化してコミュニティガバナンスを維持し、単一メンテイナーのプロジェクトは「経済的重力井戸」の課題（長期投資を引き付ける難しさ）に直面しています。 カテドラル対ベーザールという物語がこのダイナミクスを枠組み化しており、Linux Kernel は古典的なベーザールの例です。 政策提言（例：2023 年 Atlantic Council の論文）は、オープンソースを重要インフラとして扱うことを呼びかけており、その実装には数十年かかる可能性があります。 メガチャーチ型財団が拡大するにつれ、企業は安定性のためにそれらを利用しつつ、機敏さを得るためにベーザールプロジェクトにも関与し続けるでしょう。 ユーザーは財団リリースからの堅牢性とベーザールからのイノベーションを享受しますが、小規模な取り組みでは資金調達やガバナンスのギャップを乗り越える必要があります。

**Show HN：Lume 0.2 – 無人セットアップでmacOS仮想マシンを構築・実行**

## Japanese Translation: **Lume** は、Apple‑Silicon 専用の MIT ライセンス付きオープンソース仮想マシンランタイムで、開発者が高速かつヘッドレス環境で macOS を実行できるようにします。Apple の Virtualization Framework 上に構築されており、単一バイナリ（`lume`）として配布され、オプションの HTTP API（`lume serve`）も提供します。Lume はネイティブ速度、パラバーチャル化された GPU Family 5 グラフィックス、効率的なスパースストレージ、x86 バイナリ用 Rosetta 2 サポート、および IPSW ファイルから作成される自動生成のゴールデンイメージを提供します。 レジストリ統合もサポートしており、GitHub Container Registry（GHCR）や Google Cloud Storage への VM イメージのプル・プッシュが可能です。開発者は特定バージョンの VM を起動して macOS リリース間でテストを行い、複数台の物理マシンを維持する必要がありません。また、ヘッドレス CI/CD テストをローカルで実行（`--no-display`）したり、VNC/OCR による自動セットアップアシスタントで無人設定を行うこともできます。 Lume は既知の良好な VM をクローンし、信頼できないワークロードを削除することでリスクの高い操作に対してサンドボックス化を提供します。Cua Computer SDK（AI エージェント用）では、VM とスクリーンショットと入力シミュレーションを介してやり取りし、Anthropic の Claude Code sandbox でも使用されています。 将来的には、CI/CD およびエージェントワークロード向けに管理型クラウド macOS サンドボックスのパイロットを計画しており、興味のある顧客向けにデモが利用可能です。 この改訂版サマリーは、すべての主要ポイントを反映し、裏付けのない推論を追加せず、読者にとって明確で簡潔な表現を保っています。

**死んだインターネット説**

## 日本語訳: **改訂要約：** この記事は2026年1月18日付で、HackerNews上の第一人称コメントとして書かれており、オンラインコンテンツ―コード、画像、およびソーシャルメディア投稿―がますますAIボットによって生成されていることを警告し、デジタル真偽への信頼が低下していると述べています。記事は、オープンソースプロジェクトのコミット履歴とコメントスタイルが機械生成に見えるというHackerNewsの議論を中心に展開されます。著者は「AIを使わずに100 %で書いた」と主張していますが、批評家は疑わしいタイムラインやLLM風パターン（エムダッシュ、「あなたは完全に正しい」「もし…したいなら教えてください」または「探してみてください…」などの繰り返し）を指摘します。記事はさらに、歪んだテキストと手書きアーティファクトが見られる“オフィス雰囲気”を描いたLinkedIn投稿を指摘し、従業員が存在しない可能性を示唆しています。同様のAI生成デマはFacebook、X（旧Twitter）、TikTok、およびその他のプラットフォームで報告されており、架空の歴史的人物から政治的誤情報まで多岐にわたります。 著者は「Dead Internet Theory」を引用し、2016年頃以降ほとんどのオンライン交流がSEOや広告のためにボット主導であると主張します。彼らは自身が2000年代初頭にIRCやphpBBフォーラムで実際の人々が交流していた経験と対比させています。記事は、AIの広範なアクセス可能性により、人間の努力なしに低品質な「AI‑slop」を大量生産できる現在を嘆き、将来ボットが知識を浅いセルフヘルプやマーケティングコンテンツへ再利用する時代になることを恐れています。結局、全体的なテーマは、普遍的に生成されたテキスト、コード、および画像によってオンライン空間での真偽への不信が増大しているという点です。

**「子供たちの罪」**（アドリアン・チャイコフスキー）

## Japanese Translation: ## 改訂版要約 この記事は、Concernがチェリク星で行った絶え間ない採掘と資源収集活動が惑星の生態系を破壊し、その乗組員全体の大規模な退避を強いることになったと警告しています。設置直後に、チェリク14dの気象観測所は、**デス・フリー（死のノミ）**と呼ばれる大型捕食性昆虫によって**完全に破壊**されました。これらの昆虫は空から落下し、乗組員（マリットを含む）を攻撃し、ガーヴニアーを固定していた処理プラントのエレベーターケーブルなど重要インフラを損傷しました。デス・フリーは、Concern技術に不可欠な紫色の芋を栽培する**農民（種族 11）**という地元の養殖種を捕食していました。この状況に対し、ディレクターはデス・フリーを根絶し収穫物を守るために**ハンタードローンによる全域殺傷**を許可しました。 初期の殺傷は処理プラント近辺で成功したものの、生態モニタリングでは広範囲な変化と複数種（例：種族 43「サボテン」、種族 38/17）の消失が確認され、連鎖的絶滅イベントを示唆しました。上級生物学者フェン・ファンは繰り返し説明のない遺伝子冗長性と種の変容について懸念を表明したものの、リーダーシップが生産目標を優先するあまり彼の意見は軽視されました。 10年以上にわたる搾取の結果、チェリク星のマクロバイオロジカル多様性はほぼ完全に失われ、資源採掘後は惑星が荒廃しました。乗組員は最終的にガーヴニアーを通じて軌道へ退避し、壊滅した生態系を放棄しました。そして、無制限の抽出が生態系を崩壊させる危険性と規制監視やより持続可能な実践への転換を促すという鋭い警告を発しました。

OpenAIの広告戦略を予測する

## Japanese Translation: --- ## 要約 OpenAIは2025年3月に2600億ドルの評価額で400億ドル規模のプライベート資金調達ラウンドを完了し、最大のテック企業による資金調達となった。2025年6月には年間継続収益（ARR）が100億ドルに到達し、7月には初めて10億ドル/月の売上を記録し、1月の5億ドルから倍増した。 CEOのサム・アルトマンは2025年度のARRを200億ドルと予測し、2026年の広告収益を10億ドル、2029年には250億ドルに拡大すると見込んでいる。会社のユーザー基盤は約8億人の週次アクティブユーザー（WAU）、1.9億人の日次アクティブユーザー（DAU）、3500万人の有料サブスクライバー、そして2026年には約9.5億人の無料階層ユーザーが予想される。 広告は2026年第1四半期からChatGPTの無料および「Go」階層で開始される予定だ。フォーマットは回答下部のスポンサーコンテンツ、検索ベースの広告、サイドバーのスパンサープラン、および対話型広告の可能性を含む。Pro/Business/Enterpriseなどの有料プランは広告なしとなる。導入スケジュールは以下の通り：2026年第1四半期に選定された広告主とのベータ版、2026年第2～第3四半期で無料階層検索への拡大、2026年第4四半期でサイドバー広告、2027年には完全な国際的セルフサービスプラットフォーム。 予測されるARPUは2026年の5.50ドルから2027年に18.00ドル、2028年に30.00ドル、2029年に50.00ドルへと上昇する。2026年の総収益は約300億～350億ドル（サブスクリプション/APIで250億～300億ドル＋広告で約52億ドル）になる見込みだ。2027年から2029年までの総収益は約580億円から1400〜1500億円へと成長し、広告収益は190億～200億円から700億円へ増加する可能性がある。 Fidji Simo は「アプリケーションズ CEO」として採用され、広告エンジンを率いる。無料ユーザーの成長は競合（Gemini、Claude、Google）によって鈍化すると予測され、2026年の950億人から2029年に約1400億人へと伸びる見込みだ。

**コマンドラインツールは、2014年の Hadoop クラスタより最大 235 倍高速に動作します**

## 日本語訳： > 記事は、多くのビッグデータタスクが Hadoop よりも単純なシェルパイプラインで大幅に効率的に解決できることを示しています。 > 7 ノードの EMR クラスターで、Tom Hayden の `mrjob` ジョブは約1.75 GB のチェスゲームデータを26 分（≈1.14 MB/s）で処理しました。 > 基本的なローカルパイプライン（`cat *.pgn | grep "Result" | sort | uniq -c`）は同じ作業を約70 秒で完了し、Hadoop に比べて約47 倍の速度向上を実現しました。 > その後の改良として、`sort|uniq` を AWK スクリプトに置き換え、`find … | xargs -P4 grep -F "Result"` で `grep` を並列化し、フィルタリングを AWK（`awk '/Result/'`）へ移動させ、最後に gawk を高速な mawk に差し替えることで実行時間を約12 秒に短縮しました。この最終パイプラインは約235 倍の速度向上（≈270 MB/s のスループット）を達成し、ストリーミングカウンタのおかげでほぼメモリ使用量がゼロでした。 > 本稿では、Hadoop は真に大規模または本質的に分散されたワークロードにのみ正当化されると主張しており、それ以外の場合は軽量なシェルツールでコストを削減し、保守を簡素化し、遥かに高速な結果を提供できると述べています。 --- **元の要約が好きな場合：** * 元の要約はほぼ正確ですが、一部重要な詳細（正確な速度向上数値、中間パイプラインの調整、およびメモリ使用量の説明）が欠けています。 上記の改訂版では、主要ポイントをすべて取り入れつつメッセージを明確かつ簡潔に保っています。

Show HN：Xenia――カスタムPythonエンジンで構築した等幅フォント

## 日本語訳： ``` ## 改訂要約 「xenia」リポジトリは、ユーザー **Loretta1982** が管理しており、コーディング向けに最適化されたモノスペースフォント **xenia_regular.ttf** をホストしています。このフォントには700文字以上が収録されており、記号や数式のサポートが広範囲です。主要な設計特徴として **non_ambiguous** があり、`1`、`l`、`I`、`0`、`O` のような文字を明確に区別します。フォントの幾何学は「クリーン」と表現され、「yucko」スタイルの小文字‘a’など混乱しやすい形状は避けられています。このフォントはカスタム Python ベースのプロシージャルエンジンで生成されました。MIT ライセンス下で配布されており、自由にダウンロード・手動インストールまたはターミナル経由でインストールでき、Sublime Text や VS Code などのエディターで即座に使用できます。著者はコミュニティからのサポート（例：「coffee」寄付）を歓迎し、プロジェクトの継続的な発展を促進しています。 ```

**スターリングサイクル機械の解析** - スターリングサイクルと主要部品の概要 - 熱力学的解析：熱移動、仕事出力、効率計算 - 高温材料およびシールメカニズムに関する設計上の考慮点 - 圧力・温度など異なる運転条件下での性能評価 - 他の熱力学サイクル（例：ランキンサイクル、ブレイトンサイクル）との比較 - 発電、冷却、および推進システムへの応用可能性 *注: 説明をわかりやすくするために余分な空白と句読点は除去しています。*

## 日本語訳: パッケージは、ウィリアム T. ビールを記念し、単相ピストン/シリンダー式スティルリングサイクル機械をシミュレートする無料で自己完結型の学習ツールです。元の FORTRAN シミュレーションモジュールを MATLAB に再現しており、直接的なグラフィカル出力と学生・教育者がより簡単に操作できるようになっています。コードは熱力学、熱伝達、流体摩擦、および熱交換器や圧力損失の詳細なパラメトリック解析をカバーしています。 章立ては以下の通りです： 1. **背景** – スティルリングエンジンとその物理学を紹介します。 2. **基本構成** – サイン波駆動、ロス・ヨークドライブ、およびロス・ローッカ―V のアルファ機械について説明しています。 3. **理想等温解析** – このモデルがすべての熱交換器を冗長と誤って予測することを指摘します。 4. **理想断熱解析** – 閉形式解が存在しないため、コンピュータシミュレーションが必要であると述べています。 5. **単純パラメトリック解析** – 断熱基礎を用いて、三つの熱交換器セクション（管状、円環ギャップ、スロット）の実際の性能を予測し、パラメトリック研究を可能にします。 また、再生器マトリックス（スクリーンメッシュまたは巻き上げフィル）と作動ガス（空気、ヘリウム、水素）についても詳細に説明しています。実際のスティルリングサイクルシミュレーションの複雑さを示すことを目的としており、熱伝達プロセスに焦点を当てていますが、Sage Software の代替とは**意図していません**。 33 KB の MATLAB m‑ファイルは Creative Commons Attribution‑NonCommercial‑ShareAlike 4.0 International ライセンスの下で利用可能であり、OhioOpen（https://ohioopen.library.ohio.edu/opentextbooks/9）からダウンロードできます。この作業はイスラエル・ウリエリ氏の 2020 年度テキスト「Stirling Cycle Machine Analysis」（OHIO Open Faculty Textbooks, vol 9）で引用されています。 このオープン配布により、商用ソフトウェアを使用せずに実践的な熱伝達効果や小型エンジン・エネルギー変換設計に興味のある学生、教育者、エンジニア、および研究者がハンズオンでシミュレーションできるようになります。

重なり合うマークアップ

## 日本語訳： --- ### 要約 この記事では、**マークアップの重複**―テキストが階層的でない複数構造に同時に参加する場合―は単純なツリーモデルで表現できないことを説明しています。この問題は1988年に初めて認識され、2008年にジェニ・テンニソンによってマークアップ技術者にとって残された主要課題として指摘されました。 重複の扱い方はスキームごとに異なります： * **連続重複**は、開始/終了点をIDで示す *milestone*（空要素）でマークできますが、ミルストーンは追加属性なしでは再順序付けや自己重複をサポートしません。 * **非連続重複**には文書の分割または *join‑based* アプローチが必要です。これらは特権階層フラグメントをリンクして非特権構造を再構築します。部分セグメントは可能ですが、要素を本当に再順序付けすることはできず、循環を生むリスクがあります。 このような制限のため、多くのコミュニティは神学テキスト用にTEIから離れ（OSSi と TML の採用を促進）、**スタンドオフマークアップ**へ移行しました。スタンドオフXMLは、識別子やオフセットを使用して注釈をソーステキストから分離し、読み取り専用ドキュメントの共同注釈を可能にします。2017年までには、言語学注釈で最も広く受け入れられる手法となり、ISO規格とTEI開発の基盤となっています。 しかし、スタンドオフXMLは実用的な障壁が伴います：スキーマに対する検証が難しく、リレーショナルデータベースはネイティブにサポートしておらず、多くのプロジェクトでは複雑な変換パイプラインやグラフベースのデータベースを必要とします。これに対応するために、**RDF/OWL などのグラフベース形式が採用されつつあります**。これらは重複構造を有向多重グラフとして自然にモデル化し、リンクドデータクエリもサポートします。 既存の専門言語（LMNL、CLIX、MECS、TexMECS、XCONCUR）はほぼメンテナンスされておらず、コミュニティは現在スタンドオフXMLまたはグラフベースモデルを好みます。アクティブなスタンドオフ形式には GrAF‑XML、LAF、PAULA‑XML、NAF、およびバリアントドキュメント用の MVD があり、多くは外部ツールや専門ビューアに依存しています。 **示唆**：言語学と神学の研究者はスタンドオフまたはグラフワークフローを採用しなければならず、検証やデータベース統合が複雑になる可能性があります。ツール開発者は変換パイプラインやグラフデータベースの提供が求められ、規格機関もこれらの表現に関するガイダンスを拡充していくと予想されます。

**Linux向けの無料でオープンソースのルートキット**

## Japanese Translation: **Singularityは、マテウス・アルヴェスによってセキュリティ研究のために作られたオープンソースのLinuxルートキットであり、悪意ある侵害を目的としたものではありません。** このルートキットは **Ftrace** を介してカーネルにステルス的にフックし、システムコールへの直接パッチ適用やCPUトラップ処理検出を回避します。ルートキットはカーネルトレイントフラグをリセットし、自身をモジュール一覧から削除し、追加のモジュールロードをブロックします。また通常の方法ではアンロードできません。 **プロセス隠蔽:** Singularityは32エントリのPID配列を維持します。PIDは未使用のシグナル（デフォルトで59）または環境変数を介して追加されます。一度プロセスが一覧に登録されると、シグナル、`sysinfo()`、およびさまざまなシステムコールへのフックによって、そのプロセスはリスト表示やツールから隠蔽されます。 **ファイル隠蔽:** フックが `getdents()` を介してディレクトリエントリを除去し、`stat()` を調整してリンクカウントを一貫させ、`openat()`/`readlink()` をブロックし、`/proc` ファイルをフィルタリングします。デフォルトの隠蔽名は「singularity」です。 **ネットワーク隠蔽:** TCPポート8081（デフォルト）でのトラフィックは、IPv4およびIPv6の両方に対して `netstat` とパケットキャプチャから隠蔽されます。 このルートキットはx86/x86_64をサポートし、32ビットと64ビットのシステムコール規約の両方にフックを挿入することで、混合モード環境で疑念が生じないようにします。Ubuntu、CentOS Stream、Debian、およびFedora上のLinux 6.xでテスト済みですが、将来のカーネルアップデートにより内部Ftraceの詳細が変更される可能性があります。 Alvesはログトランケーション、ソースコード破棄、および起動時自動ロード用のスクリプトを提供し、インストール証拠をクリーンにします。最も顕著な指標は `ftrace_enabled` の強制です：`/proc/sys/kernel/ftrace_enabled` に「0」を書き込んでもそれが「1」のままである場合、Singularityの存在を示します。 Alvesは責任ある研究を推奨しています。明示的な許可を得た上でのみテストし、犯罪活動に使用してはいけません。生産システムではFtrace状態とモジュール整合性を監視することが不可欠です。将来のカーネルパッチは新しい検出ポイントを露呈させたり、フック機構を破壊したりする可能性があります。

**「Show HN：Beats、ウェブベースのドラムマシン」**

## Japanese Translation: **要約：** 本文の核となるメッセージは「Beats BPM」を簡単に思い出させることです。証拠、推論、背景情報を提供したり、将来の展開やユーザー・企業・業界への潜在的な影響について議論したりするものではありません。本質的に、この文書はその短い表現が何故重要か、またそれがどのように他の事柄に影響を与える可能性があるかを読者が理解できる追加情報を持たない孤立した声明に過ぎません。

**Show HN：HTTP:COLON — 簡易 HTTP ヘッダー／ディレクティブインスペクタとリファレンス**

## Japanese Translation: HTTPヘッダーはインターネットのHTTPプロトコルの基礎要素であり、高品質なウェブアプリケーションを構築する上で不可欠です。ヘッダーは、送信されるコンテンツの種類（content‑type）、レスポンスのキャッシュ方法、認証トークンなど、パフォーマンス・セキュリティ・機能性に直接影響する重要なデータを伝達します。現代のAPI統合では、ヘッダーがサービス間の主要な通信チャネルとして機能し、最新の開発実践における役割を際立たせます。HTTPヘッダーをマスターした開発者は、アプリケーション動作をより効果的に調整し、ロード時間を改善し、データ交換を安全に保ち、進化するウェブ標準への適合性を維持できます。最終的には、優れたヘッダー処理がユーザーに高速で安全かつ信頼できるウェブ体験を提供するとともに、企業に堅牢なオンラインサービスの提供という競争優位をもたらします。

30 M トポロジカル・トランスフォーマーのゼロからの学習

## 日本語訳: （欠落していた詳細を追加）** Tauformerは従来のドット積注意機構を、各トークン／ヘッドごとにラプラスから導出されたスカラー―*taumode*―で置き換えます。各ヘッドベクトルは特徴空間ラプラシアンによって制限付きレイリー商エネルギー λへ圧縮され、注意ロジットは \(-|\lambda^Q_i-\lambda^K_j|/\text{temperature}\) として計算されます。これにより完全な Q·K 行列を必要とせず、KV キャッシュには (V, λ_k) のみが保存されるため、レイヤーごとのキャッシュサイズが約 50 % 削減されます。 30 M パラメータの TauGPT（6 層、6 ヘッド、埋め込みサイズ 384、シーケンス長 1024、語彙数 30522）は、IterableDataset でストリームされたローカル JSONL データセットを使用して訓練されました。各 20 バッチごとに検証が行われました。訓練には AdamW（ベース LR 5×10⁻⁴、ウォームアップ 100 ステップ）を採用し、ステップ 100 でトレーニング損失 4.6772／検証損失 4.9255、ステップ 2000 で検証損失 2.3585（PPL 6.59）、そしてステップ 4500 で最高の検証損失 1.9146 を達成しました。最終ステップ 5000 では 655 360 000 トークン（約 60K TPS）がログされました。 Taumode は本実験中は固定しており、将来の実験では例えばブロック 0 の K ベクトルから算出した中央値レイリー商エネルギーに taumode を設定するなど、適応的に再校正します。これはクロスエントロピー損失が改善するときに下方へドリフトしやすい性質があります。論文では低分散 K 表現によって中央値エネルギーが低下した場合の崩壊リスクを警告し、中央値とともに分布幅（p05 / p95）の監視も重要であると強調しています。 著者らは Tauformer の決定論的スカラー圧縮を「epiplexity」に結び付け、計算コストを削減することで境界付き学習者にとって学習可能な構造が増大すると示唆しています。実験は Enverge Labs の H100 GPU クラスター（再生エネルギーで稼働）上で行われました。すべてのモデルファイル、データ、訓練設定、およびログは許容的なライセンスの下で公開されます。さらに大規模（≈100 M パラメータ）のテストも計画されています。

**Show HN:** 「Figma‑use」 – AI エージェント向けに Figma を操作する CLI

## Japanese Translation: ``` ## 要約 `figma-use` は、標準の JSON スキーマと MCP プロトコルをバイパスし、JSX を直接 Figma ノードにレンダリングするコマンドラインインターフェースです。 導入は簡単です： ``` bun install -g @dannote/figma-use figma-use plugin install # 対応する Figma プラグインを追加 figma-use proxy # 軽量プロキシサーバーを起動 ``` ### コア CLI コマンド `render`, `create`, `set`, `node`, `find`, `export`, `page`, `variable`, `style`, `font`, `comment`, `version`, `me`, `file info`, `diff`, `eval`. 典型的なレンダリング例： ```bash echo '<Frame style={{padding:24, backgroundColor:"#3B82F6", borderRadius:12}}><Text style={{fontSize:18, color:"#FFF"}}>Hello Figma</Text></Frame>' | figma-use render --stdin ``` ### 対応要素 `Frame`, `Rectangle`, `Ellipse`, `Text`, `Line`, `Star`, `Polygon`, `Vector`, `Group`. ### スタイルプロパティ（抜粋） - **レイアウト**: flexDirection, justifyContent, alignItems, gap, padding - **サイズと位置**: width, height, x, y - **外観**: backgroundColor, borderColor, borderWidth, borderRadius, opacity - **テキスト**: fontSize, fontFamily, fontWeight, color, textAlign ### 再利用可能なコンポーネントと変数 再利用 UI パーツには `defineComponent` / `defineComponentSet` を、変数のバインドには `defineVars` を使用します。 ### トークン効率とパフォーマンス CLI で作成されたフレームは約 47 トークンを使用し、完全な MCP JSON ペイロードでは約 200 トークンが必要です。プロキシは Figma の内部マルチプレイヤープロトコルを利用しており、プラグイン API より約 100 倍高速に動作します（ただし Figma がそのプロトコルを変更した場合には壊れる可能性があります）。 ### 実験的差分機能 `figma-use diff` はフレームの比較とパッチ適用を行い、オプションで `--validate` または `--force` フラグを付けることができます。 ### AI 統合とライセンス `SKILL.md` ファイルが提供されており、Claude Code や Cursor などの AI エージェントがコマンドを学習できるようになっています。ファイルは `~/.claude/skills/figma-use/` に配置してください。プロジェクトは MIT ライセンスで配布されています。 ```

**Keystone（YC S25）が採用中です** - **職種：** プロダクトマネージャー *勤務地：* リモート（米国） *雇用形態：* フルタイム - **主な業務内容** - コアプラットフォームのプロダクト戦略とロードマップを策定・推進する。 - エンジニアリング、デザイン、データチームと連携し、高いインパクトを持つ機能を実装する。 - アイディエーションからリリース、改善までのライフサイクル全体を担当する。 - **応募条件** - SaaS企業でのプロダクトマネジメント経験が3年以上ある方。 - 強力な分析スキルとデータ駆動型意思決定ができること。 - 優れたコミュニケーション能力とステークホルダー管理スキルを有すること。 - **当社の提供内容** - 競争力のある給与＋株式報酬。 - 柔軟なリモートワークポリシー。 - 急成長中のスタートアップの未来を創造できる機会。 **応募方法：** 履歴書とカバーレターを careers@keystone.com 宛に送付してください。 締切：2026年5月31日。

## Japanese Translation: Keystoneは、コードを生成し、テストし、本番システムに直接デプロイできる完全自律型コーディングエージェントの開発を進めています。これらのエージェントはライブスタックを模したサンドボックス環境で動作し、監視ツール（Sentry）、課題トラッカー（Linear）、バージョン管理システム（GitHub）のイベントによって起動されます。デプロイ前に検証ワークフローが品質と安全性を保証するため、不良コードはユーザーに届くことはありません。コアチームは、フロントエンドにTypeScript/React（Next.js）、バックエンドロジックにPython、データ保存にPostgreSQL、キャッシュにRedis、ホスティングにAWSを使用しており、これは現代のSaaS開発ツール企業で一般的なアーキテクチャです。 Keystoneは現在、創業者と直接協力してコアプロダクトに取り組む創業エンジニアを募集しています。このポジションはSan Mateo市のSoMa地区に拠点があり、対面勤務が必要です。報酬は年俸15万ドル〜35万ドルと株式0.5％〜3％の範囲です。 技術が信頼性を確保できれば、これらのエージェントはソフトウェア配信パイプラインを劇的に高速化し、手動コーディング作業を削減し、個人開発者と大規模企業双方のデプロイエラーを低減する可能性があります。求人情報は https://www.workatastartup.com/jobs/88801 で確認できます。

**Show HN:** Dock – スラックの機能だけを残し、不要な部分や課金・90日間記憶消失を排除したアプリ

## Japanese Translation: **（推測を除外）** **概要：** 本製品は、時差のあるチーム向けに非同期・同期通信を提供する安全な協働プラットフォームです。決定事項を即座に記録できるワンクリック「Decisions」受信箱が備わっており、数か月後にも容易に呼び出せます。インフラはSOC 2準拠で、データは転送中・保管時ともに暗号化されています。ベンダーロックインはなく、ユーザーは自分のデータを完全に所有できます。ワンクリックでのインポート/エクスポート機能も簡単に利用できるため、この組み合わせが柔軟かつ安全なコミュニケーションを実現し、情報管理を全てユーザー側に委ねます。

**タイトル：** ソフトウェアエンジニアはもうソフトスキルを軽視できません。

## Japanese Translation: ## 改訂版概要 2026年から、コミュニケーションはソフトウェアエンジニアにとって最も重要で不可欠なスキルになります。著者が昨年12月に5 00ドル以上を投資したClaude CodeなどのAIコーディングエージェントは非常に高性能ですが、依然として望ましい結果の約80％しか達成できません（Opus 4.5と組み合わせても同様）。より明確な仕様書が整合性を向上させますが、実際のチケットにはほぼすべての要件が記載されているわけではありません。エンジニアはフォローアップ質問を行い、隠れた仮定を明らかにし、曖昧な詳細を決定する必要があります――これらはAIが完全には自動化できないタスクです。エンジニアはトレードオフの議論を促進し、スコープクリープに対して反論し、未指定の問題をコードだけでなく対話を通じて扱うことが期待されます。これらのコミュニケーションタスクはかつて個々の貢献者にとってオプションでしたが、現在では不可欠となっています。このシフトは、エンジニアが問題解決者であり、ベストプラクティスのソリューションを期待している一方、人との協働にはAIが解決できない混沌が伴うという現実を反映しています。共感――人間的な特性――は完全に自動化できません。その結果、企業はコミュニケーション能力に関する正式なトレーニングや指標を導入し、人事採用・昇進・チームダイナミクスに影響を与える可能性があります。最終的には、より強固な対人スキルが高品質の成果物と円滑なステークホルダー間のやり取りにつながりますが、その分業界全体でソフトスキル開発に追加リソースが必要になります。

**カードプチュア uLisp マシン（2024）**

## 日本語訳: 以下のテキストを日本語に翻訳しました。文脈や技術用語はできるだけ原文と同じ意味・表記で保持しています。 --- **（主要ポイントを網羅）** > 記事では、M5Stack Cardputer Kit を使用して安価な携帯型 Common‑Lisp コンピュータを構築する方法について説明しています。 > *ハードウェア:* Cardputer は ESP32‑S3 を中心に設計されており、240 × 135 のカラー TFT ディスプレイ（最大 16 行 × 40 文字、または大きめフォントで 9 行 × 30 文字表示可能）、56 キーの統合キーボード、SD‑カードソケット、120 mAh のメインバッテリー、およびオプションの 1400 mAh Li‑Po バックパックを備えています。価格は約 £30（$30）です。 > *ファームウェアのインストール:* Arduino IDE に M5Stack コア URL を追加し、`M5Cardputer` ライブラリ（v1.0.3）をインストールした後、GitHub から uLisp ファームウェア (`https://github.com/technoblogy/ulisp-cardputer`) をダウンロードしてアップロードします。一般的な問題として、ESP32‑S3 が数行程度のプログラムで停止するケースがあり、対処法は G0 キーを押し続けてリセットし、アップロード後に G0/Rst を放すことです。 > *uLisp の機能:* ファームウェアは Common Lisp のサブセット（約 200 関数）を実装しており、list、symbol、integer（-32768 〜 +32767）、32‑bit float、string、stream、array などの型があります。GC は mark‑and‑sweep を採用し、約 1 ms の時間で処理されます。キーボード編集ツールにはバッファ移動、括弧一致確認、タブベースのオートコンプリート（キーワードを循環）、Aa↩ で最後の行をコピー、および Esc または G0 で実行中プログラムを中断する機能があります。 > *音声:* デバイスは内蔵スピーカーを使って音符を再生できます。サンプルコードでは `note` と `delay` を用いて C スケールを演奏します。 > *ファイル I/O:* SD‑カード機能により `(directory)` でファイル一覧を表示し、`(save-image)` でワークスペースを永続化できます。また、`#define sdcardsupport` を無効化するオプションもあります。 > *グラフィックスとターミナル:* 拡張機能によりピクセル描画、図形描画、フルスクリーングラフィックスが可能です。ターミナルコード 14/15 は表示出力をミュートまたは再開します。Cardputer 固有のコマンドとして `get-key`、`read-pixel`、SD にスクリーンショットを保存する `save-bmp` があります。 > *アップデート:* リリース 4.7c でピクセル読み取りと画面キャプチャ（`save-bmp`）が追加され、リリース 4.7d ではオートコンプリート、Shift‑↩ で最後の行をコピーする機能、およびその他小さな修正が導入されました。 > 記事の目的は、ホビイスト・教育者・開発者が携帯型デバイス上でグラフィックス、音声、ファイル I/O を備えた Lisp アプリケーションを作成できるようにし、組み込み Lisp 学習と迅速なプロトタイピングを促進することです。

**ThinkNextデザイン**

## Japanese Translation: IBMとレノボは、常に思慮深く共感を重視したデザインを用いて、ラップトップをモダンで機能的な製品へと仕上げてきました。1994年、IBMのAS/400 Advanced Series は、黒い外装、ドラマチックなエアインレット、新しいSecurity Keystick（コスト削減と静電放電リスクの排除）を備えて再構想され、二桁の売上成長を促進しました。1997年にThinkPad TrackPointキャップは三つのソフトリムオプション（現在製造中なのはソフトドームキャップのみ）を導入し、同時期にIBMのNetfinity 7000 はOEM 用にフロントコンポーネントが取り外せるラックアンドスタック ソリューションを提供しました。さらにその年、IBM は最初のラップトップキーボード照明である ThinkLight を発表し、上部ベゼルに白色LEDを採用しました。 2000年、IBM の NetVista X41 はモニター、CPU、光学ドライブを一体化した薄型オールインワン デザインに統合し、タッチでアクティブになる隠れた光学ドライブを備えました。レノボは2008年に ThinkPad X300 を発表し、カーボンファイバー／マグネシウム構造、SSD ストレージ、LED 背光を特徴とし、BusinessWeek と *The Race for Perfect* で注目されました。2010 年の Skylight “smartbook” は軽量アイランドスタイル キーボードを導入し、その後 ThinkPad ラップトップに採用されました。また同年、レノボは Wordmark with Heartbeat LED を公開しました。これは「i」の文字上に明るい赤点があり、電源オン時には一定で輝き、スリープ中には脈打つように光り、グローバル ThinkPad バッジとなりました。 X1 Carbon（2012）はカーボンファイバー強化シャーシ、アイランドスタイル キーボード、および軽量ながら頑丈な設計のための控えめな赤アクセントを披露しました。2018年にはレノボは ThinkShutter を追加し、ウェブカメラ レンズにスライドする統合機械式プライバシー カバーを提供し、ソフトウェアに頼らずにカメラ遮蔽の明確な視覚的指示を可能にしました。 これらのマイルストーンは、IBM とレノボが材料科学、照明、プライバシーハードウェア、およびユーザー中心の機能を活用して、人間工学的で安全かつ視覚的に際立ったラップトップを創造し、競争の激しい市場においてブランドアイデンティティを強化した方法を示しています。

**HNで話題：事前にコンテナを作らずに、どんな言語でもLLMをDocker上で実行する方法**

## Japanese Translation: ## 改訂要約 この記事では、AI コーディングアシスタント（Codex、OpenCode、GitHub Copilot など）用に必要な Docker コンテナをオンデマンドで起動するコマンドラインツール **agent‑en‑place** のインストールと使用方法について説明しています。 前提条件は Docker、Go 1.21+、Bash/Zsh シェル、および GitHub Copilot を利用する場合に必要な `gh` CLI です。インストールは Homebrew（`brew install mheap/tap/agent-en-place`）、ソースからのビルド（`go build`）、または最新リリースバイナリをダウンロードして行うことができます。 インストール後、ユーザーは次のような小さなラッパー関数を定義します： ```bash vibe() { bash -lc "$(agent‑en‑place $1)" } ``` そして任意のディレクトリで `vibe <provider>` を実行します。ツールは自動的に `.tool-versions`、`mise.toml`、または言語固有のバージョンファイル（`.nvmrc`、`.python-version` など）から言語バージョンを検出し、それらのツールを含む最小限の Debian 12‑slim イメージを構築して、そのコンテナ内でアシスタントを非 root ユーザー（UID 1000）として実行します。イメージは `mheap/agent-en-place:<tool1>-<version1>-<tool2>-<version2>-…` というパターンで命名されます。現在の作業ディレクトリは `/workdir` にマウントされ、プロバイダー設定ディレクトリもマウントされ、必要な環境変数（Copilot 用の `GH_TOKEN` 等）が設定されます。 サポートされるプロバイダーには Codex (`@openai/codex`)、OpenCode (`opencode-ai`)、GitHub Copilot (`@github/copilot`) があり、それぞれに特定のコマンドフラグと設定場所があります。ツールは、すべてのサポートされるアシスタントが Node.js を必要としているため、明示的に指定されていない場合でも自動的に Node.js を含めます。`--debug`、`--rebuild`、`--dockerfile` などの高度なフラグは、ビルド出力を制御したり、イメージの再構築を強制したり、生成された Dockerfile を表示したりするために既に利用可能です。 agent‑en‑place は MIT ライセンスの下でリリースされています。

アイコンファイ：オープンソースアイコン集 --- *「Iconify」は英語名としてそのまま使用し、後ろに日本語で説明を添えました。*

## Japanese Translation: **改善された要約** この記事は、テーマ別（Material、Bootstrap、Ant Design、プログラミングツール（VS Code、GitLab）、絵文字（OpenMoji、Noto Emoji）や暗号通貨、ヘルス、天候、ゲーム、旗/地図、企業ブランディングなどのニッチ分野）に整理された **1,200 を超えるオープンソースアイコンセット** のカタログを提示しています。各セットには **正確なアイコン数** と **ライセンス種別**（Apache 2.0、MIT、GPL v2/v3、CC BY/SA、BSD 3‑Clause、およびパブリックドメイン（CC0）など）が記載されており、利用可能な **ファイル形式**（SVGまたはラスター画像）も明示されています。いくつかのコレクションではマルチカラーまたはモノクロバリアントが提供され、一部は未保守またはアーカイブ済みと表示されています。 この情報を一元化したリファレンスにより、開発者はデザインニーズに合致し、法的に準拠したアイコンリソースを迅速に特定できるようになり、検索やライセンス確認にかかる時間を節約できます。