Launch HN: Screenpipe(YC S26)– 業務記録を取り、それをエージェントに変換する

2026/07/24 1:48

Launch HN: Screenpipe(YC S26)– 業務記録を取り、それをエージェントに変換する

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

要約

Japanese Translation:

Screenpipe は、Louis(YC S26)が開発したプライバシーを最優先としたローカルで動作するアプリケーションであり、地元のスクリーンアクティビティとオーディオを記録することで AI エージェントのための検索可能なメモリを構築します。これは、スクリーンショットを操作システムのアクセシビリティツリーと連携させ、OCR は必要な場合のみ使用し、オーディオはローカルモデル(Apple MLX 向けの Parakeet/Whisper または Windows DirectML)またはオプションのクラウドサービスを使用して変換します。データはローカルの SQLite データベースに索引付けされ、ポート 3030 で認証された API を介して提供されます。このツールは、MCP、多様な AI エージェント(Claude、ChatGPT、Hermes、Openclaw)、および自動化ワークフローとの統合をサポートしており、ユーザーが個人的なウィキを維持、履歴を検索、CRM 更新などの自動化を発見するのを助けます。主なプライバシー機能には、ローカルストレージ、インコグニトモードのサポート、フィルタリング、およびサポートされたデバイス上で動作するローカル PII 匿名化モデルが含まれます。リソース使用量は、ローカル推論により CPU が 1% 未満、RAM が 400 MB 以下に最適化されています。主に Rust で構築され、実験的な Linux サポートを提供し、アカウントなしでデスクトップアプリまたは CLI としてインストールできます。このプロジェクトは GitHub でオープンソースでありながら、新しいバージョンでは商用ライセンスを使用(個人利用・非商業利用・研究利用は無料)していますが、以前のバージョンは MIT ライセンスのままです。企業がデータを独自にホストする場合にはエンタープライズプランが用意されています。

本文

Screenpipe(YC S26):作業を記録し、AI エージェントに活用するプラットフォーム

プロジェクト概要

  • 開発者: ルイス (Louis)
  • 位置づけ: HN 向けスタートアップ紹介・YC S26 選出
  • 基本コンセプト: お使いの**画面と音声だけをローカル環境(それのみ!)**で記録し、AI エージェントが見たもの、話したこと、聞いたことに関する検索可能な記憶を提供。
  • 主な利点:
    • 反復的なタスクの自動化が容易になる
    • 標準オペレーション手順 (SOP) の構築が容易になる

デモ動画と情報源

開発経緯と背景

「第二の脳」への挑戦

  • 2020 年より「第二の脳」運用を開始。日記、手書きメモ、音楽、プロジェクト、人脈 (CRM) を保存。
  • 初期の実験: ParlAI を用いた多岐にわたる RAG (Retrieval-Augmented Generation) の試み。
  • モデル探索: 数百種類の GPT2 ファインチューニングや GPT3 API 利用を試みた。
  • 製品化の過程:
    • Obsidian AI プラグイン「Ava」を開発し、数千ユーザーへ拡大。
    • 名称を Embedbase に変更し、RAG 基盤の AI アプリ開発用 API へ進化。

課題と進化

  • 知覚: モデルがユーザのコンピューター上での活動文脈を把握することが極めて重要。
  • 技術的進化の軌跡:
    1. ファインチューニング(コストが高い)
    2. ツールコール (Tool calling):ソフトウェアアクセスは可能だが、自律性が不足し微細な管理が必要。
    3. MCP (Model Context Protocol):静的であり、非技術者が構築・利用しにくい。
    4. スキル (Skills) の概念出現。
  • 現在のトレンド: Karpathy 氏の LLM 系ウィキや Garry 氏の GBrainz など、エージェントが Markdown コレクションを維持・更新するアプローチは魅力的だが、依然としてアプリ横断的な活動把握に限界がある。

Screenpipe の開発開始

  • 2024 年: 開発を開始。画面記録と文脈活用のための CLI ツール化。
  • HN からの影響: 2024 年の HN 投稿 (ID: 41695840) にて議論が活性化し、以下の特筆すべき改善要望が生んだ。
    • 記録への同意管理
    • ローカル環境におけるセキュリティ
    • CPU 使用量の最適化
    • 信号対雑音比の向上
    • エージェントによるデータ駆動動作の可否

アーキテクチャと機能詳細

初期実装からの改善点

  • 過去の課題: 継続的なビデオ記録+フレーム単位の OCR は重複データを生成し、リソース消費が莫大(PC をヒーターに変える)。
  • 現在の検知ロジック: 意味のある変化のみを捉え、余計な処理を削減。
    • アプリの切り替えイベントの検知
    • クリック、タイピング時の一時停止
    • スクロールイベントの検知
    • アイドルフォールバック(無操作時)の検知
  • データ収集戦略:
    • 意味のある変化が生じた時点でのスクリーンショットOS アクセシビリティツリーをペアリングして保存。
    • アクセシビリティデータ利用不可時のみ OCR を使用(OCR はバックアップとしての役割)。
  • 音声処理:
    • 継続的な音声記録、話者識別。
    • ローカル転写 (Parakeet, Whisper) またはクラウドモデルの選択が可能。

データストレージと API

  • 保存形式: 全てのデータはローカル SQLite にインデックス化され、
    mp4
    ファイルや必要に応じて
    md
    ファイルとして保存。
  • API エンドポイント: ポート
    3030
    で公開された AI 親和性 API。
    • 認証機能の実装
    • MCP (Model Context Protocol) サポート
    • スキル (Skills) の提供

利用シナリオと活用方法

Screenpipe が稼働した後、以下のエージェントやチャットツールを通じて以下のように利用可能:

  • 文脈追加: 「タスク X に関する全ての文脈を収集」などのプロンプトにより、目標達成に必要なトークン数を削減。
  • 情報検索:
    • 例:「午前 8 時から午後 4 時までのタスクを検索し、完了・未完了をリスト化」。
  • 個人ウィキ/第二の脳作成:
    • 例:毎時ごとに Obsidian ファイル内にプロジェクト、人物、タスク、会議の活動データを Markdown フォルダとして整理。
  • オートメーションの実装:
    • 例:LinkedIn で特定プロフィールにアクセスすると、自動的に CRM を更新。
  • 自動化機会の発見:
    • 例:チームの今週の全活動を検査し、自動化可能な機会をリスト化。

プライバシーとセキュリティ

  • 保存場所: データは原則としてローカル環境で保存。企業向けプランでは企業がデータ配置先を決定可能。
  • 機密情報の処理: 独自の AI PII モデルを開発し、機密情報を自動的に削除
    • Apple MLX や Windows DirectML 上でローカル実行。
    • 低スペックデバイス向けにクラウドコンフィデンシャル推論もサポート。
    • ローカルモデルリソース制限:CPU 最大 1%、RAM 最大 400MB(意図的な設計)。
  • フィルター機能: アプリ、ウィンドウ、URL の設定が可能。ブラウザのインコグニトモードにも対応。
  • 管理機能: 記録スケジュールの設定やその他のプライバシー機能のサポート。

技術スタックとインストール

コードベース

  • 主要言語: Rust, MLX, Onnx
  • プラットフォーム別 API:
    • Apple:
      cidre
      、直接的な C コール使用。
    • Windows:
      windows-rs
      使用。
    • Linux: 実験的なサポート。

インストール方法

ライセンスと商用利用ポリシー

方針の転換経緯

  • 現状: 企業による無料商用利用が継続されており、持続可能な開発を確保する方法が見出せないため、ライセンス変更。
  • HN の傾向: OSI オープンソース (MIT/Apache など) を強く好む傾向があるが、現実的な資金調達と開発維持のバランスから独自判断。

ライセンス区分

  • 無料利用対象:
    • 個人・非商業利用
    • 非営利組織
    • 教育機関
    • 研究目的
  • 有料利用対象:
    • 商用利用にはライセンス購入が必要。
  • 過去のバージョン: ライセンス変更以前のリリースは引き続き MIT ライセンス下で利用可能。

プランの提供

  1. 無料プラン: 基本機能の利用。
  2. 企業向けプラン: 自動化機会の発見機能を支援する高级プラン。

同じ日のほかのニュース

一覧に戻る →

2026/07/23 23:24

筆記は脳にとっても有益です

## Japanese Translation: 筆記は、抽象的なアイデアを複雑な身体的動きと統合させることで、タイピングよりも脳をより深く関わらせます。著者は、*Baroque Cycle* のために大量のページを書くなど、25 年間の日常的な筆記の経験に基づいてこの主張を支持しています。「書き手痙攣」という一般的な恐怖とは対照的に、著者は数十年の実践を通じてこれを一度も経験したことがありませんが、文字が illegible になるや大文字を忘れるなどの初期の苦労は新しい書き手によくあると認められています。筆記機構では適度な摩擦(「歯車」)に依存しており、草書はこの摩擦を活用することで、個々の文字を書くことよりも疲れにくくしています。「インク災害」という一般的な恐怖は、 Fountain Pen との固有の欠陥ではなく、不適切な材料や条件(例えば大気圧の変化など)から生じた神話であることが多く、適切な紙とペンとの組み合わせにより左利きであっても滲みを防ぐことができます。教育者は AI の懸念により学生を長手筆記試験に戻すようになり、学習者が高価な機器への投資をする前に、綿成分の紙や Pilot G-2 ペンのような利用可能な選択肢を試験することが重要となっています。タイピングや AI だけに依存するだけでは、運動技能を統合する身体的評価に備えられない可能性があります。

2026/07/24 4:26

Show HN: Echo – オープンウェイトモデルで費用を 1/3 に抑えつつファブルレベルの成果を実現

## Japanese Translation: 本記事では、OpenRouter、Fireworks、JusCode、Pellmell.ai、TracerML(Echo)、SakanaAI Fugu、Magnitude.dev などの現代の AI ルーティングシステムが、Fable といったプレミアムまたは専用ソリューションと比較して著しく低いコストで高品質な大規模言語モデル(LLM)の出力を可能にすることを論じています。ベンチマークデータによれば、ルーターは HumanEval+、SWE-bench Verified、BigCodeBench を含む 7 つのベンチマークファミリーにおいてトップクラスモデルと同等のパフォーマンスを発揮しており、従来手法のおよそ 1/3 の価格で達成されています。生成に基づいたアプローチ(例:Fusion)のように多数の返信を生成して合成する過程で高いレイテンシーとコストを招く一方で、ルーティングアーキテクチャは速度を維持しつつ結果を改善します。Dogpile.com、AskJeeves、Alta Vista、Lycos、DeepSeek R2、GitHub Copilot(GHCP)、OpenAI の「auto」モードといった製品も、異なる戦略を示しています。OpenAI の「auto」モードは単純なクエリに対するインフラコスト削減のためモデルサイズを選択し、Pellmell はルーターを通じて最適の返信を即時にストリーミングするとともに、必要に応じて絵文字反応を使って合成を行います。エコシステムは歴史的な検索エンジンから GPT-5/4o/o1、Qwen 3.7 Max、Anthropic モデル、GPT Sol、そしてさまざまなオープンウェイトの中国モデルを使用する現代ツールまでをカバーしています。重要な技術的な区別として、現在の LLM の専門家混合物(MoE)におけるルーティング決定はトークン単位で行われるのに対し、タスク固有またはアンサンブルルーティングとはアーキテクチャ的に異なります。プライバシーポリシーは更新され、Echo が顧客のプロンプト、ファイル、チャット、出力をモデルの学習やファインチューニングに使用しないことが明確に記載されています。また、Echo は今後は無料での初期クレジットを提供し、サインアップ時にクレジットカードの登録が不要となっています。専門家は、月 200 ドルといった優遇されたサブスクリプションプランが一時的な損失誘発策であり、エンタープライズは最終的にトークンあたり標準的な API 価格に直面する可能性があると警告しています。「1/3 のコストで Fable 相当の結果」といった主張に対する懐疑については、ルーターが高品質モデル(Fable など)を必要に応じてのみ使用することで費用を節約するためであることを明確化することで対処します。これらの進展は、業界がよりアクセス可能なインフラストラクチャーへと移行するにつれて、企業が品質、速度、価格を慎重にバランスさせることを迫っています。

2026/07/24 6:05

Namecheap が単に依頼されたからといって、私のアカウントを未確認の第三者に引き渡した

## Japanese Translation: CVC Capital パートナーズによる 2025 年 9 月の買収およびそれ以降の経営陣の変更を経て、Namecheap は深刻なユーザー信頼危機に直面しており、その要因は重大なセキュリティ上の見落としと運用上の不安定さにある。具体的な不満事項には、正当な理由なく WHOIS データが準拠しているにもかかわらずアカウントがロックされること、Link などのサードパーティ系決済プロセッサーへの強制的な移行(これらは侵襲的な SMS 認証を要求する)が含まれる。さらに、攻撃者に対しソーシャルエンジニアリングを用いて完全なドメイン制御権を付与したという致命的なサポートインシデントが発生しており、これは無料で利用可能なプライバシーツールが提供できたはずの保護を回避するという事案である。これらの問題は、私募資金出資(プライベートエクイティ)による所有下でのコスト削減が本質的なセキュリティ慣行を犠牲にすることで生じる「enshittification」の傾向を象徴している。その結果、ユーザーは Cloudflare、Porkbun、Gandi といった低価格かつより安全な代替手段へ急激に移りつつあり、これは従来の高マージン型のドメインレジスターからの市場シフトではなく、堅牢なセキュリティを優先するレジスターへの転換を示している。 ## Text to translate: Following its September 2025 acquisition by CVC Capital Partners and subsequent leadership changes, Namecheap is facing a critical crisis of user trust due to severe security lapses and operational instability. Specific grievances include accounts being locked without valid reason despite compliant WHOIS data, forced migration to third-party payment processors like Link that demand invasive SMS verification, and catastrophic support incidents where agents granted attackers full domain control through social engineering—bypassing protections that free privacy tools could have provided. These issues exemplify the "enshittification" trend where cost-cutting under private equity ownership sacrifices essential security practices. Consequently, users are rapidly migrating to cheaper, more secure alternatives like Cloudflare, Porkbun, and Gandi, signaling a market shift away from traditional high-markup registrars toward those prioritizing robust security.