← 2026-02-17 の一覧へ戻るホーム
**Show HN の現状：2025**

2026/02/17 4:55

**Show HN の現状：2025**

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

元のHacker News記事へ ↗
要約▶

Japanese Translation:

要約

この記事は2019年から2025年までのShow HN投稿を階層的トピックモデルで分析し、マクロ経済動向・行動変化・投票詐欺の証拠を明らかにしています。
主な発見は次のとおりです：

  • 量対スコア：2025年は投稿数が最大ですが、10点以上になる確率は約11％に留まり、平均スコアは過去どの年よりも低いです。
  • トップカテゴリ：最高スコアを獲得した2025年のトピックは DIY ハードウェア IoT プロジェクト、オープンソースプロジェクト、エラーハンドリング＆デバッグ、プログラミング言語インタプリタ、およびライフナラティブです。
  • スコア分布：CDFプロットは3つの明確なスコアグループを示します：2022年ピーク時代、2021/23/24年に一貫して高いパフォーマー、そして2025年の低スコアクラスタ。
  • AIスパイク：2024年から2025年への傾斜プロットは「Agent Connectivity」「AI Coding」「AI Automation」などのAI関連トピックの急上昇を強調しますが、これらの投稿は初期アップボートを受けるものの、広範なオーディエンスの関与を維持できず—投票リングやニッチ興味とマスマーケット魅力との不一致が示唆されます。
  • オーディエンスセグメンテーション：技術読者は「New/Show」ページを支配し、DIYプロジェクトは技術系および一般フロントページの両方の観客を惹きつけます；AIトピックは主に技術層に訴求します。
  • 実践的指針：著者はMike McCourt の Gelman スタイル階層混合効果モデルを参照し、HNでの最適投稿タイミングについて述べています。

総じて、本記事はShow HN投稿パフォーマンストレンドをデータ駆動で検証し、2025年におけるAIコンテンツの台頭と低調、およびこのオーディエンスをターゲットとするクリエイターへの示唆を提示しています。

本文

マクロ経済学・DIYハードウェアとAI駆動型投票プール

私はサイトが立ち上げられた時点からすべての Show HN 投稿をダウンロードし、階層的トピックモデルで解析しました。
目的は「Hacker News コミュニティが何に興味を持つか」を知ることでした。その過程でマクロ経済的傾向、投票リング／詐欺の証拠、投稿寿命を通じた行動の微妙な変化を発見しました。

Hacker News は何が好きなの？

図 1 – 全 Show HN 投稿のツリーマップ。
まず年でグループ化し、その後高レベルトピックグループ、さらに細かいトピックへと分けています。各ボックスは「100 点以上を獲得する確率」で色付け（濃い＝高確率、薄い＝低確率）。

再現可能なコード

pip install sturdy-stats-sdk plotly

from sturdystats import Index
import plotly.express as px

index = Index(id="index_f2ffe2f7901845c59c15aab45685fa3c")

df = index.queryMeta("""
WITH t AS (
    SELECT UNNEST(sum_topic_counts_vals)   AS topic_vals,
           UNNEST(sum_topic_counts_inds)-1 AS topic_id,  -- duckdb は 1-indexed
           year(published::DATE)          AS year,
           score
    FROM doc)
SELECT topic_id,
       year,
       count(*)            AS n_posts,
       avg(score)          AS avg_score,
       avg((score > 10)::int) AS p10,
       avg((score > 100)::int) AS p100
FROM t
WHERE topic_vals > 5
GROUP BY topic_id, year
ORDER BY topic_id, year;
""", paginate=True)

tmp = index.topicSearch(limit=500).set_index("topic_id").to_dict()
df["topic"]        = df.topic_id.apply(tmp["short_title"].get)
df["topic_group"]  = df.topic_id.apply(tmp["topic_group_short_title"].get)
df.dropna(inplace=True)

# 高い証拠を必要とする場合
df["P(score>100)"] = (
    df.p100 * df.n_posts + 2) / (df.n_posts + 50)

fig = px.treemap(
    df,
    path=["title", "year", "topic_group", "topic"],
    values="n_posts",
    color="P(score>100)",
    color_continuous_scale="greens",
    height=600
)
fig.update_layout(title_text="Show HN パフォーマンス")
fig.show()

インタラクティブなツリーマップで年やトピックグループを掘り下げられます。
主な観察点：

  • 2025 のボックスは他のどの年よりも大きい。
  • 2025 は明らかに薄く（100 点以上になる確率が低い）。

2025 – 最もパフォーマンスの良いトピック

トピックP(score > 100)
DIY ハードウェア IoT プロジェクト0.0939
オープンソースプロジェクト0.0880
エラーハンドリング & デバッグ0.0787
プログラミング言語インタプリタ0.0771
ライフストーリー0.0676

2025 年のトップトピックは、2022 年平均投稿と同じ確率で 100 点に到達します。これは注目すべき差異です。

年ごとのパフォーマンス

投稿が ≤ N 点を獲得する確率の累積和を年別に可視化したもの。三つの顕著なグループが見られます：

  • 2025 – 最も低い確率（≈ 11 % が 10 点以上）。
  • 2022 – 60 点獲得確率は同等。
  • 2021, 2023, 2024 – 依然として高パフォーマンス。
pip install sturdy-stats-sdk seaborn matplotlib

from sturdystats import Index
import seaborn as sns
import matplotlib.pyplot as plt

index = Index(id="index_f2ffe2f7901845c59c15aab45685fa3c")
df = index.queryMeta("""
    SELECT year(timestamp::TIMESTAMP) AS year, score
    FROM doc
    ORDER BY doc_id;
""", paginate=True)

plt.figure(figsize=(10,6))
Xmax = 100
tmpdf = df[df.year > 2020].copy().sort_values("year")
tmpdf["year"]   = tmpdf.year.astype(str)
tmpdf["score"]  = tmpdf.score.apply(lambda x: min(x, Xmax))

sns.displot(tmpdf, x="score", kind="ecdf", hue="year")
plt.title('Score Distribution by Year (CDF)', fontsize=14, weight='bold')
plt.xlabel('Score', fontsize=12)
plt.ylabel('Density', fontsize=12)
plt.xlim(10, Xmax)
plt.ylim(.75, 1.0)
plt.tight_layout()
plt.show()

2025 の低下に対する可能性のある説明

  1. ソフトウェア求人市場とリモートワーク – COVID 後のテックブームで 2022 年にエンゲージメントが高まりました。続く景気後退と士気低下が 2025 の弱いパフォーマンスを説明するかもしれません。

  2. AI 主導型コンテンツ – AI がコンテンツ作成を加速し、浅い投稿の洪水を生み出しています。2022 年以降の投稿増加率が指数関数的に上昇していることから、この仮説は支持されます。

2025 を掘り下げる

スローププロット：トピックの重要度変化（2024 → 2025）

負のスロープ（減少）は赤、正のスロープ（増加）は青で表示。
「Agent Connectivity」「AI Coding」「AI Automation」など AI 関連トピックが急上昇し、AI コンテンツへのシフトを示唆しています。

トピックの成功度

期待値と実際値を比較したプロット：

  • “AI Automation” はバイラル投稿で若干過剰パフォーマンス。
  • ほとんどの AI トピックは期待に対して低調；「死亡象限」は主に AI 関連。
  • “Document Ingestion & Retrieval” は大幅に期待を上回り、他の AI トピックを支援している可能性。
  • DIY ハードウェア IoT プロジェクト が青色線で圧倒的優位—真実味と魂が響いています。

オーディエンスセグメンテーション

Hacker News には二つのオーディエンスがあります：

  1. 「New」と「Show」ページを閲覧するハードコア技術読者。
  2. フロントページに集まるマス・マーケット層。

主な結論：

  • DIY ハードウェアのパフォーマンスは主に第一オーディエンスが牽引し、フロントページでの露出で増幅されます。
  • AI トピックは 10 点を超えるとパフォーマンスが低下；技術読者は他コミュニティより AI に興味が薄いようです。
  • AI 投稿に投票リングが存在する可能性もあり、スタートアップ資金調達や企業投資の増加が兆候。

最適な投稿タイミングは？

最初に尋ねた質問は「いつ投稿すべきか？」でした。単純な SQL クエリでベースラインを算出しましたが、Mike McCourt は Gelman スタイルの階層的混合効果モデルを用いてより深い洞察を得ました。（詳細は省略；完全な方法論はオリジナル分析をご参照ください。）

投稿時間とエンゲージメントのヒートマップが続きます。

まとめ

  • 2025 年は投稿量が増えているものの、1 投稿あたりのパフォーマンスは低下しています。
  • AI トピックは頻度が急増している一方で期待に対し低調です。
  • DIY ハードウェアは技術志向読者を中心に継続的にヒットしています。
  • 経済的変動（ポスト COVID ブーム、リモートワーク）と AI コンテンツの増加が観測されたトレンドを説明している可能性があります。

上記の再現可能なコードスニペットを実行して、自分でデータを探索してみてください。

同じ日のほかのニュース

一覧に戻る →

2026/02/17 3:41

１４歳のマイルズ・ウーは、重量の万倍を支えられる折り紙パターンを折りました。

## Japanese Translation: --- ### Summary 14歳のミレス・ウーは、ニューヨーク市にあるハンター・カレッジ高校（Hunter College High School）の9年生であり、彼がミウラ折り紙パターンについて行った研究で2025年 Thermo Fisher Scientific Junior Innovators Challenge の賞金25,000ドルのトップ賞を受賞しました。ウーは、コピー用紙、薄い厚手紙（light cardstock）、重い厚手紙（heavy cardstock）の3種類の紙を使用し、家族のリビングルームに設置した臨時実験室で **54 の異なるバリエーション**（108 回の試行）をテストしました。各折り紙は 64 平方インチで、ガードレールが 5 インチ間隔で配置されていました。初期重量推定は約50ポンドでしたが、最も強いパターンは **200 ポンド**まで耐え、正確な測定には 50 ポンドのエクササイズウエイトを必要としました。この結果、デザインは自身の重さの **10,000 倍以上** を支えることができること（ニューヨーク市のタクシーで4,000頭以上のゾウを運ぶに相当）を示しています。 この研究は、ハリケーンや山火事などの自然災害時に堅固で費用対効果が高く、簡単に展開できる **配備可能な緊急シェルター** を開発することを目的としています。ウーは、1枚または複数枚のミウラ折り紙シート（長方形/テント状構造）でアーチ型シェルターをプロトタイプ化し、横方向圧縮や多方向力に対する耐性を検証する計画です。 この業績はサイエンス協会の社長マヤ・アジャメラ（Maya Ajmera）によって注目されました。彼女はウーが生涯の折り紙趣味を厳密な構造工学へと変革したこと、創造性、リーダーシップ、チームワークを称賛しました。また、プリンストン大学のエンジニアグラウィオ・H・パウリーノ（Glaucio H. Paulino）は、設計をスケールアップするには非線形強度スケーリング、ジョイント設計、不完全性、ボッキング、多方向荷重抵抗の課題に対処する必要があると指摘しました。 ミウラ折り紙は日本の天体物理学者・宮浦耶（Koryo Miura）によって発明され、宇宙機関（例：日本のスペースフライヤー・ユニットや宇宙船のソーラーパネル）で使用されています。最近では、望遠鏡や衛星に適用できるブルームパターンも開発されています。ウーは6年前から紙折りを探求し、1960年代以降に拡張された折り紙の工学・医療・数学・建築への応用を知ったことで趣味から STEM 研究へとシフトしました。 Thermo Fisher Scientific Junior Innovators Challenge は1999年からサイエンス協会が主催する中学生向けの主要な全国STEM競技です。

2026/02/17 6:15

研究：自己生成型エージェントスキルは役に立たない (Note: This translation preserves the original meaning and maintains a natural, polite tone in Japanese.)

## Japanese Translation: 現在の要約は主要な発見とほぼすべての定量的詳細を捉えていますが、キュレーションされたスキルで影響を受けたタスク数を正確に追加し、著者数を修正することでさらに簡潔にできます。以下は若干改訂したバージョンです： > **要約:** > SkillsBench は 11 ドメインにわたる 86 タスクで大規模言語モデル（LLM）を評価し、「スキル」（事前定義された手順のステップ）がパフォーマンスに与える影響を測定するベンチマークです。キュレーションされたスキルが追加されると、平均合格率は「スキルなし」時より 16.2 pp 上昇します。効果は大きく異なり、ソフトウェアエンジニアリングでは +4.5 pp、ヘルスケアでは +51.9 pp に達します。実際に 84 タスクのうち 16 件がキュレーションされたスキルでマイナスの差分を示し、自身生成したスキルは全体として有益ではなく、モデルが消費する手順知識を信頼して作成できないことを示しています。わずか 2〜3 のスキルモジュールだけで完全なドキュメントよりも優れた性能を発揮し、これらのスキルを備えた小型モデルはそれらを持たない大型モデルと同等に競合できます。このベンチマークは 7,308 の対話軌跡で 7 つのエージェント–モデル構成をテストします。著者は複数機関からなる 38 人の研究者チームで、2026 年 2 月 13 日に公開され（ファイルサイズ 1,366 KB）、今後は最も効果的なスキルを選択してより効率的かつドメイン特化型 AI エージェントを構築する研究が進められることが示唆されています。

2026/02/17 5:34

Suicide Linux（2009）

## Japanese Translation: **改善された要約** この記事は、入力ミスしたコマンドを自動的に `rm -rf /` に書き換えてシステムを削除する「Suicide Linux」と呼ばれる皮肉な Linux ディストリビューションについて説明しています。Suicide Linux は、OS を使い続けられる時間を測るゲームや実験として提示されており、すべてのデータが失われるまでどれだけ長く使用できるかを試すものです。記事はその開発経緯を追っています：2011‑12‑26 の Debian パッケージとデモ動画、2015 年に自動修正機能がオプションであり標準の Linux 動作ではないことを明確化した説明、2017 年の Docker イメージ（`tiagoad/suicide-linux`）にソースコードが含まれていること、そして 2020 年に著者が自らそのパッケージを作成していないと認めたことです。記事は将来の改良点として、冗長な警告メッセージやランダムな単一ファイル削除などを追加し、実験を教育用途に安全にする提案も示しています。総じて、Suicide Linux は主に好奇心と学習ツールであり、システムの堅牢性をテストしたい開発者や「タイプミスアラート」スクリプトを作成したい人には有用ですが、一般的な Linux ディストリビューションに影響を与える可能性は低いと結論付けられています。

**Show HN の現状：2025** | そっか～ニュース