グイが、デュオテープ、古いカメラ、およびCNCマシンを組み合わせて、AIを駆使したハードウェアハッカー用の腕を作成しました。

2026/04/17 6:56

グイが、デュオテープ、古いカメラ、およびCNCマシンを組み合わせて、AIを駆使したハードウェアハッカー用の腕を作成しました。

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

要約

Japanese Translation:

改善されたサマリー: 本テキストの主なメッセージは、電子機器に対する安全なピンプローブを可能化することを目的としたソースアベイラブルなハードウェアハッキング自動化スタックである「AutoProber」の導入です。標準的なツールが盲目的に進む可能性に対して、AutoProber は CNC モーション制御、光学顕微鏡、リアルタイムオシロスコープ監視を「安全第一」というアーキテクチャに統合します。本システムはプロジェクトを読み込み、ハードウェアと接続し、軸をキャリブレーションし、エージェントまたはダッシュボードを使用してターゲットを検出およびアノテーション済みマップをステッチします。特に重要なのは、安全が独立したチャンネル(オシロスコープ チャンネル 4)によって執行されており、電圧を連続的に監視することであり、あらゆる曖昧さ、アラート、またはトリガーが発生した場合に自動回復なく即座に停止し、作業者の介入を必須としている点です。

GRBL 互換 CNC ミル(例:SainSmart Genmitsu)、USB 顕微鏡、および Siglent オシロスコープを基盤とし、本スタックは現在、特定の安全制約付きで制限リリースカンドイドとして存在しています:コントロールダッシュボードが信頼できないネットワークに露出させてはならないこと、および商用ライセンス発行にはメールでの申請が必要であることが含まれます。本プロジェクトは、複雑なプローブ作業中の機器破損や人身傷害を防ぐために、ダッシュボード上でのプローブターゲット承認などの作業者による専用の監督を強調しており、ハードウェアハッキングにおける標準的な自動化ワークフローの前提を根本的に変化させます。

本文

AutoProber:ハードウェアハッカー向けのプロベリング自動化スタック ターゲットの発見から、ピンを安全に測定するまでの一連の流れをエージェントに完全に実装するためのツールです。

デモ動画: https://gainsec.com/autoprober-demo-mp4/

動作フロー

  1. エージェントにプロジェクトの取り込みを指示する。
  2. ハードウェア接続を確認する。
  3. エージェントに各パーツが正常に動作しているか確認させる。
  4. ホーミングおよび校正を実行させる。
  5. カスタムプローブと顕微鏡ヘッダーを装着する。
  6. プレート上に新しいターゲットがあることをエージェントに通知する。
    • 自動でターゲットの位置を検出し、個別のフレームを取得する。XYZ 座標とともに、パッド、ピン、チップ、および他の興味深い特徴を記録します。
    • フレームを接合し、ピンの位置や同定された興味深いコンポーネントなどを注釈付きでマップ化します。
  7. プローブ候補を Web ダッシュボードに追加し、承認または否認のためにオペレーターへ提示する。
  8. 承認されたターゲットのプロービングを実行し、結果を報告する。

すべてのハードウェア制御は、Web ダッシュボード、Python スクリプト、あるいはエージェント自体から行うことが可能です。

本リポジトリは、自分独自の AutoProber を構築するために必要な Python コントロールコード、ダッシュボード、CAD データ、およびドキュメントをまとめた、自己完結型のソースアベイラブルなリリース候補版です。

安全モデル

このプロジェクトは物理的なハードウェアを動作させるため、通常の Web アプリケーションとは異なり「機器制御システム」として扱う必要があります。必要となる安全設計は以下の通りです:

  • GRBL Pn:P は無視されます(CNC のプローブピンは信頼できないエンドストップとみなされます)。
  • 独立した安全エンドストップの信号はオシロスコープのチャンネル 4 から読み取ります。
  • 運動中、チャンネル 4 は常に監視され続けなければなりません。
  • チャンネル 4 のトリガー、曖昧な電圧、CNC アラーム、または実際の X/Y/Z リミットピンのアクティベーションはすべて「停止条件」となります。
  • エージェントおよびオペレーターが停止し、状況を報告する必要があります。自動的な回復運動は行われません。

ハードウェアを動作させる前に必ず

docs/safety.md
および
docs/operations.md
をお読みください。

リポジトリ構成

ディレクトリ/ファイル説明
apps/
オペレーター向けスクリプトおよび Flask ダッシュボードのエントリーポイント
autoprober/
CNC、オシロスコープ、顕微鏡、ログ記録、安全機能のための再利用可能な Python パッケージ
dashboard/
シングルページの Web ダッシュボード
docs/
建築設計図、デバイスリファレンス、操作方法、および安全ガイドライン
cad/
カスタムツールヘッド用の現在の印刷可能な STL ファイル
config/
例となる環境設定ファイルや構成ファイル
AGENTS.md
エージェント/オペレーターの安全ルール
LICENSE
PolyForm Noncommercial 1.0.0 ライセンスおよび商用利用への連絡先
pyproject.toml
Python プロジェクトのメタデータ
uv.lock
ロックされた Python 依存関係の解決結果

ハードウェアスタック

本プロジェクトで検証済みのアーキテクチャには以下の機器が使用されています:

  • USB シリアル経由で GRBL 互換の 3018 スタイル CNC コントローラ
  • mjpg_streamer による USB 顕微鏡
  • LAN/SCPI プロトコルを使用して、チャンネル 4 で安全監視(およびチャンネル 1 で測定)を行う Siglent オシロスコープ
  • 外部 5V サプライとオシロスコープのチャンネル 4 に接続された光学的エンドストップ
  • ラボの電源制御のためのオプションとしての LAN 制御対応コンセント
  • cad/
    フォルダに用意されている印刷可能なカスタムツールヘッド部品

デフォルトの動作環境に関する設定はデバイスドキュメントに記載されています。利用前に、これらのデフォルト設定を自らのラボ環境の設定に置き換えてください。ショッピング向けのハードウェアリストについては

docs/BOM.md
を参照してください。

リファレンスパーツ

本プロトタイプリリースで実際に使用された特定の部品や部品のクラスです。購入前には、現在の在庫状況、寸法、電圧、およびコネクターの互換性を必ず確認してください。

実際の構築例:

  • 光学的エンドストップ
  • USB 顕微鏡
  • SainSmart Genmitsu 3018-PROVer V2
  • Matter Smart Power Strip(個別に制御可能な AC アウトレット付き、USB-A ポート 2 と USB-C ポート 2 搭載)
  • Siglent SDS1104X-E オシロスコープ
  • デュポンッドワイヤー
  • ペンのスプリングまたは同等の軽い圧縮ばね
  • cad/
    の印刷用ツールヘッド部品を作成するための 3D プリンタ

オプション / 交換可能:

  • ユニバーサルオシロスコーププローブ
  • USB パワーbrick (5V)
  • USB 2.0 ピグテイルケーブル

ハードウェアアーキテクチャ

flowchart LR
    Operator[オペレーター] --> Dashboard[Web ダッシュボード]
    Dashboard --> Apps[Python アプリ]
    Apps --> CNC[USB シリアル経由の GRBL CNC]
    Apps --> Microscope[mjpg-streamer 経由の USB 顕微鏡]
    Apps --> Scope[LAN/SCPI 経由のオシロスコープ]
    Apps --> Outlet[オプションの LAN 電源コンセント]

    Endstop[光学的エンドストップ] --> ScopeC4[オシロ C4 サイバー電圧]
    Pogo[Pogo 測定] --> ScopeC1[オシロ C1 測定]
    ScopeC4 --> Apps
    ScopeC1 --> Apps

ランタイムアーキテクチャ

flowchart TD
    Preflight[プリフライト] --> SafetyCheck{チャンネル 4 はクリア?}
    SafetyCheck -- なし --> Stop[STOP 状態]
    SafetyCheck -- はい --> Motion[監視下の運動]
    Motion --> Monitor[エンドストップモニタースレッド >= 10 Hz]
    Monitor --> C4{C4 クリア?}
    C4 -- はい --> Capture[顕微鏡キャプチャ]
    C4 -- なし --> FeedHold[即時のフィードホールド]
    FeedHold --> Stop
    Capture --> Stitch[接合/マッピング]
    Stitch --> Review[手動でのプローブ候補レビュー]
    Review --> Approved{承認済みターゲットかつプローブオフセット測定済?}
    Approved -- なし --> Stop
    Approved -- はい --> Probe[限定されたプローブ運動]

STOP 状態

stateDiagram-v2
    [*] --> Running
    Running --> STOP: C4トリガー / C4エラー / CNCアラーム / 実際のリミットピン
    STOP --> Report: ボルト、ステータス、アクションをログ出力
    Report --> WaitForOperator: 自動回復運動なし
    WaitForOperator --> Running: オペレーターが条件を明示的に解除した場合

クイックスタート

依存関係をインストールします。

構成済みのハードウェアホストでダッシュボードを開始します:

PYTHONPATH=. python3 apps/dashboard.py

ダッシュボードのデフォルトポートは 5000 です。

設定

config/autoprober.example.env
から開始してください。ラボ固有の IP アドレス、ホスト名、認証情報、校正ファイル、またはキャプチャされたターゲット画像を公開する意図がない限り、これらを公開しないでください。

重要なランタイム値は以下のように設定可能です:

  • AUTOPROBER_LOG_PATH
    : ランタイムログの保存パス
  • AUTOPROBER_RUNTIME_ROOT
    : 校正データ、フラットフィールド画像、およびランタイム状態の保存ディレクトリ
  • AUTOPROBER_MICROSCOPE_SNAPSHOT_URL
    : 顕微鏡のスナップショット取得エンドポイント
  • AUTOPROBER_SCOPE_HOST
    /
    AUTOPROBER_SCOPE_PORT
    : オシロスコープ SCPI エンドポイント

ダッシュボードは Flask を使用し、ポート 5000 で起動します。

ローカル環境ファイル(ラボ固有のホスト、パス、またはターゲットデータを含むもの)をコミットしないでください。

メインワークフロー

  • プリフライトチェックを実行する。
  • チャンネル 4 がクリアであることを確認する。
  • 物理的なセットアップが完了している場合にのみ、ホーミングおよび校正を行う。
  • モニタリング下で顕微鏡フレームをキャプチャする。
  • レビュー用にターゲットマップアーティファクトをインポートまたは生成する。
  • プロローブ候補を手動で承認する。
  • 顕微鏡からプローブへのオフセットを測定し保存した後のみに、任意のプローブ運動を実行する。

除外事項

このリリース候補版には意図的に以下の機能が除外されています:

  • テスト用の顕微鏡キャプチャと接合されたターゲット画像
  • アップロードされたリファレンス画像
  • ローカルバックアップおよびアーカイブ
  • .venv
    __pycache__
    、Playwright 関連のアーティファクト
  • ランタイムログ、校正キャッシュ、フラットフィールド画像
  • 機器固有の SSH/デプロイメント状態

詳細は

RELEASE_MANIFEST.md
をご参照ください。

ライセンス

本プロジェクトは PolyForm Noncommercial License 1.0.0 のもとでソースアベイラブルです。非商用目的で使用、修正、共有することができます。商用利用には別途有料の商用ライセンスが必要です。商用ライセンシングのご連絡先:autoprober@gainsecmail.com

現在の制限事項

  • 実際のプロービング前に、顕微鏡からポゴピンへの XY オフセットを測定する必要があります。
  • 校正データを人工的に生成してはいけません。動作するマシン上でランタイム校正ファイルを生成してください。
  • ダッシュボードはラボ制御ツールであり、信頼できないネットワークに公開しないでください。

責任ある利用

本プロジェクトは、テストの権限を持った機器およびターゲットに対する制御されたラボ作業を目的としています。許可なくシステムをプロービングし、破損させたり分析したりする用途で使用しないでください。

著者: Jon 'GainSec' Gaines

同じ日のほかのニュース

一覧に戻る →

2026/04/16 23:23

Claude オプス 4.7

## Japanese Translation: Claude Opus 4.7 は、すべての Claude プラットフォーム、API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry において大幅な向上と一般利用を開始しました。先進的なソフトウェア工学における主要な飛躍として、長期的自律性と自己検証機能が強化された Opus 4.6 を引き継ぎます。モデルのビジョン能力も著しく向上し、最大約 375 万画素(従来の 3 倍以上)までの画像に対応します。料金は Opus 4.6 と同一の、入力トークン当たり 5 ドル、出力トークン当たり 25 ドルで維持され、より微細なトレードオフ制御を可能にする新たな"xhigh"レベルが導入されました。内部評価では、93 タスクからなるベンチマークにおけるコーディング精度が 13% 向上し、4 つの以前は解決不能だったタスクを完遂することを実現するなど大きな進歩が見られます。また、「General Finance」モジュールでは、Opus 4.6 の 0.767 に対し 0.813 という大幅な金融分析能力の進歩、CursorBench(明確回答率 70%)や Complex Multi-step Workflows(+14%)といったベンチマークでも著しい向上を記録。さらに Rakuten-SWE-Bench 上の本番タスク解決数は 3 倍に増加し、コード品質でも二位桁の改善が実現しました。これらの進展は、Devin などのような環境での長期的自律性を可能にし、Replit においては同等かそれ以下のコストで高性能な実行を達成します。新機能としては、「task budgets」ベータ版およびバグレビュー専用の `/ultrareview` スラッシュコマンドが含まれます。本リリースは「Project Glasswing」の一貫した慎重な安全アプローチと整合しており、自動的な防護機構により高リスクのサイバーセキュリティ用途をブロックすると同時に、正当な研究者に新しい Cyber Verification プログラムへの参加を呼びかけています。結論として、Opus 4.7 は金融分析や工学など重要分野における一貫性の新基準を設定し、次世代 AI ツールの採用準備が整った企業向けに、強化されたパフォーマンスと戦略的リソース管理を提供します。

2026/04/17 2:12

ほぼすべてのことに適用可能なコードックス。

## Japanese Translation: OpenAI は、Codex アプリに対する主要なアップデートを導入し、それを受動的アシスタントからユーザーのコンピュータを直接操作する能動的で自律的なエージェントへと変革します。macOS 上の高度なバックグラウンド機能(カーソル制御[見る、クリック、打つ]とマルチエージェント並列処理)を活用し、Codex はプルリクエストのレビュー、SSH を介したリモート環境の管理、PDF やスプレッドシートなどのリッチなファイルプレビューを開くことができます。アプリ内に統合されたブラウザを通じて、ユーザーは Web ページ上に直接コメントを付けることで正確な指示を提供できます。新しいシステムには、個人のコンテキストと好みを記憶するためのメモリレイヤーが追加され、90 以上のプラグインにより GitHub、GitLab、Atlassian、CircleCI、CodeRabbit などの外部ツールとの接続が可能になります。Codex は désormais、来週の日数や週間を跨いで作業をスケジューリングし、自律的に目覚めることで長期タスクをサポートします。また、Google Docs、Slack、Notion、コードベース内のオープンなコメントに基づき、能動的にアクションを提案します。さらに、このアップデートには gpt-image-1.5 が統合され、製品コンセプト、フロントエンドデザイン、マockアップ、ゲームなどの同じワークフロー内で画像の生成と反復を行うことができます。今日、ChatGPT にサインインしたデスクトップユーザー向けにロールアウトされており、これらの機能は間もなく Enterprise、Edu、EU、UK アカウントにも拡大されます。

2026/04/17 6:14

Tree-sitter のおかげで、より充実した R プログラミング体験をお楽しみください。

## Japanese Translation: Tree-sitter 文法の "treesitter-r" リポジトリへの統合は、Jim Hester および Kevin Ushey が築いた基盤を、Davis Vaughan の仕事によってさらに進展させ、R コードの作成、保守、分析のあり方を変革しました。この成果は useR! 2024 で表彰され、主に Positron における IDE エクスペリエンスの改善(Ark を通じた自動補完や、GitHub の検索結果において関数の定義を特定するなどのナビゲーション機能の向上など)を通じて、開発者に高度な機能を解き放ちました。個別の編集を越えて、Tree-sitter は構造的解析ツールの広いエコシステムを可能にしています:Air と Jarl は高速なフォーマットとLintingを提供し、`{treesitter}`はR環境内でコードの解析や構文ツリーの可視化を、`{gander}`はLLMとの相互作用を強化します。さらに、`{igraph.r2cdocs}`および`{pkgdepends}`といった専門パッケージはそれぞれCラッパーおよび依存関係を検出します。また、`{ts}`、`{muttest}`、`difftastic`、そしてuseR!で表彰された実績といったツールにより、Tree-sitterの有用性は設定ファイルの解析、突然変異テスト、構造的コード差分へ拡張され、単純なテキスト編集からR開発向けに洗練された構造的分析へと活気づいたパラダイムシフトを促進しました。

グイが、デュオテープ、古いカメラ、およびCNCマシンを組み合わせて、AIを駆使したハードウェアハッカー用の腕を作成しました。 | そっか~ニュース