2026/07/29 5:58

ハーフライフを Mac OS 9 に移植

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

要約▶

Japanese Translation:

サマリー：

ハーフライフシリーズが、オリジナルタイトル発売から 28 年ぶりに、PowerPC ベースのマッキン托しコンピュータ向けの初プレイ可能版をリリースしました。これは GitHub ユーザー doctashay が Xash3D FWGS エンジンのフォーク（GoldSrc テクノロジーのリ実装）を用いて作成したものであり、Valve による過去のキャンセルされた計画や、Intel チップへの移行後の 2013 年版に続く長らくの空白を埋めるものです。このファングレードリリースには、『ハーフライフ』、『ブルー・シフト』、『オポージング・フォース』および『Uplink』のデモが含まれ、マルチプレイヤー対応を含み、開始から終了までフルプレイ可能です。Mac OS 9.0 以降で G3 や G4 プロセッサーなどのレガシーハードウェア上で動作し、廃棄されたシステムにも新たな生命を与え、これまでこれらのプラットフォームでは入手不可能だった象徴的なタイトルへのアクセスを維持します。この成就是マッキン托しゲームコミュニティにとって重要ですが、性能はユーザーのグラフィックカードに大きく依存します。VRAM が限られたデバイス（8MB 未満の iMac や iBook など）では動作が困難な場合があります。まだ公式 Valve プロダクトではありませんが、このリリースは PowerPC マクintosh の計算機史におけるキャンセルされた時代を成功裡に蘇らせます。

本文

『ハーフ・ライフ』PowerPC マック向け 28 年ぶりに登場！

物語と背景

基本情報
- ストーリーを軸としたファーストパーソン・シューティングゲーム (FPS) です。
- 主人公は理論物理学者である ゴードン・フリーマン博士。
- 失敗した実験により開かれた異次元への扉を通じて、ブラックメサ研究施設の脱出と生存を目指す物語が展開されます。
開発経緯の紆余曲折
- もともとヴァーヴ社は 1999 年にマック OS 9 向けリリースを予定していましたが、発売直前にプロジェクトが中止されました。
- 2013 年にはインテル製 CPU を搭載したマック OS X 環境でのプレイが可能になりました。
- 今回のリリースでついに、長らく対応されていなかった PowerPC アーキテクチャ搭載機器への対応も実現しました。

ポート作業の概要

開発者
- GitHub ユーザーの doctashay が手掛けます。
- Xash3D FWGS（GoldSrc エンジンの再実装）のフォーク版を利用することで成し遂げました。
対応プラットフォーム
- 対象はマック OS 9.0 以降を搭載する以下の機器です：
  - PowerPC ベースの G3 プロセッサ搭載機
  - PowerPC ベースの G4 プロセッサ搭載機
プレイ可能範囲
- ゲーム開始から終了までの一貫したプレイが可能。
- 収録コンテンツには以下の項目が含まれます：
  - マルチプレイヤー対応機能
  - 『Uplink』のデモ
  - ダウンロードコンテンツ (DLC)

リリースに含まれるタイトル

今回のリリースパッケージには以下の作品が収められています：

ハーフ・ライフ
ハーフ・ライフ：ブルー・シフト
ハーフ・ライフ：オポosing・フォース

動作に関する注意事項

動作性能は機器に搭載された GPU に大きく依存します。
iMac や iBook など、VRAM が 8MB を下回る場合にはパフォーマンス面で課題が生じる可能性があります。

意義と評価

このポート作業は、マッキントッシュゲームコミュニティにとって非常に大きな成果です。
PowerPC プラットフォームへの『ハーフ・ライフ』導入に尽力した doctashay に多大な評価が払われるに相応しいでしょう。

同じ日のほかのニュース

一覧に戻る →

2026/07/29 5:52

OpenAIがCodex Securityをオープンソース化した

## Japanese Translation: `@openai/codex-security` ツールは、コードベース内に直接存在するセキュリティ脆弱性を特定、検証、修正することを目的とした CLI と TypeScript SDK です。このツールにより、チームはリポジトリの走査、コード変更のレビュー、発見結果の自動追跡が可能となり、安全な開発ライフサイクルが効率化されます。ユーザーはワークフローにこれらのチェックを簡単に統合できます：ローカルでの使用には `npm install @openai/codex-security` でインストールし、`npx codex-security login` でログインし、`npx codex-security scan .` で走査を実行します。継続的インテグレーション（CI）パイプラインでは、ログインを必要とせず `OPENAI_API_KEY` 環境変数を設定することで自動化がサポートされます。该软件は現代的な環境（Node.js 22+ または Python 3.10+）で動作し、GitHub Actions などの既存の CI システムにシームレスに統合できます。TypeScript SDK を活用することで、開発者はビルドプロセス内でチェックをプログラム的に初期化し、レポートパスを直接ログ出力できます。この反応的な修正から能動的な予防への転換により、チームは手動介入なしで効率的に堅牢なセキュリティ標準を維持できるようになります。

2026/07/29 1:58

Substack の書き手にはウェブサイトが必要です。

## 日本語訳: 著者は、長期的な生存を確保するため、Substack を単なる配信チャネルとして厳格に扱うべきであり、主なデジタル居宅としては見なしてはならない。`substack.com` などのプラットフォームへの一依存はリスクが高く、同社は規約を変更した場合、著者がコンテンツや可见性（視認性）を失う可能性があるためであり、過去に Twitter、Medium、Reddit、Facebook が直面した状況と同様です。「デジタルテナント」または「デジタル小作農家」として突然の立ち退きに晒されることを避けるために、クリエイターは自らの独立したドメイン所有し、ホームベース（主要サイト）を自らコントロールする必要があります。著者ジョン・スカルズィはこの戦略を例示しており、その 28 年間の歴史を持つ独立ブログが安定的な錨（アンカー）として機能し、ソーシャルメディアはそのトラフィックをそちらへ誘導するための単なる増幅器として使用しています。このアプローチは POSSE（自サイトの公開他サイトへの Syndication：Publish On Your Own Site, Syndicate Elsewhere）手法と整合しており、RSS フィードを通じて著者の「事実上の真実源」から発信されたコンテンツが外部プラットフォームへと配信されることを保証します。これにより、将来の企業崩壊、アルゴリズムのシフト、無警告で少数派やローカライズされた声を沈黙させる可能性があるエコーチェンバーに対する防護策となります。独立したデジタル居宅を確保することで、著者は過渡的なエコシステムに対する耐性を保証し、ユーザーもクリエイターも利得志向のアルゴリズムに人質となるのを防ぎます。

2026/07/29 6:35

M1 Mac で Kimi K3 を動かす方法

## Japanese Translation: Deltafin は、正常なハードウェア制限を超えて単一の Apple Silicon Mac 上で、82,432 のエキスパートを有する大規模なパラメータ数 2.8 兆の Mixture-of-Experts（MoE）モデル Kimi K3 を成功裏に実行しています。この達成は、各トークンに対してデータの小さなサブセットのみを処理するアーキテクチャに基づいています。具体的には、92/93 のレイヤーにおけるトップ-16 ルーティング選択を通じて～25.8 GB のエキスパートデータを読み込みます。完全なローカルインストールでは約 1.7 TB のディスク容量が必要で、M1 Max チップ上での処理速度は約 16 セカンド/トークンですが、最適化されたストリーミングモードではフットプリントを 215 GB に削減でき、しかしキャッシュされていないエキスパートに対してはレイテンシが 3 分以上に大幅に増加します。この設定では、RAM にピン留めされた int8 のクアンタライズ済み 60 GB のリジデントスパインと、ディスク帯域幅の制限を緩和するための最適化されたフューズド MXFP4 カーネルが使用されます。ユーザーは Python 3.12+ の仮想環境を設定し、専用カーネルを構築して `setup_k3.py` を実行する必要があります。デフォルトでは、サービスはポート 8000 で OpenAI API を公開しており、`openai` SDK などの標準クライアントとの互換性を確保します。設定変数により GPU の選択、スパインの精度、推論的デコードのカスタマイズが可能であり、特に出力は `exact`（ログイット-ファイトフルモード）に設定されており、これは `temperature` および `top_p` を無視します。このアプローチは、激しい最適化により大規模言語モデルが消費者向けハードウェア上で動作することを示しますが、非インタラクティブな研究プロトタイプにとどまります。速度制限（長いプロンプトでは数時間必要）、複数リクエストの同時実行の欠如、およびさらなるタイムアウト調整が必要であるため、生産自動化には適していません。