← 2026-08-12 の一覧へ戻るホーム
圧縮とは予測である

2026/08/12 4:49

圧縮とは予測である

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

元のHacker News記事へ ↗
要約▶

Japanese Translation:

概要：

Annie Sexton は ngrok で開発者教育担当として在籍し、Heroku、Render、Fly.io など PaaS 企業にて 10 年以上にわたって経験を持つ人物です。彼女は、「nerd-sniping」と呼ばれる遊び心のある用語で表される開発者への情熱——すなわち共有する技術的熱情を即座に惹きつけ、彼らを魅了する能力——によって際立っています。彼女の主な価値は、複雑なクラウドインフラストラクチャとそれを構築する人間クリエイターの間を取り持つことにあります。この深い歴史的文脈とエンジニアリングの craft に対する真摯な共感を活用することで、Annie は抽象的な技術概念をアクセスしやすく魅力的な学習体験へと転換させます。これにより開発者が支えられていると感じることが保証され、混同ではなくつながりを通じて革新が育まられるエコシステムが醸成されます。

本文

アンニー・セクストン：開発者「ナードスナイプ」への情熱

プロフィール

  • 現在の役職: ngrok の開発者エデュケーター。
    • 開発者を「ナードスナイプ（Nerd Snipe）」に魅了することに情熱を注いでいます。
  • キャリア経験: PaaS サービス企業で10 年以上のキャリアを築いています。
    • 主要勤務先：
      • Heroku
      • Render
      • Fly.io

まとめ

長年の技術分野での実績があり、現在は開発者向けのエデュケーションを通じてコミュニティへの貢献に注力しています。

同じ日のほかのニュース

一覧に戻る →

2026/08/12 4:35

Nvidia Nemotron 3.5 Lightning および NeMo Switchyard

## Japanese Translation: NVIDIA は、マルチエージェントシステム内の長期間にわたるエージェント型 AI ワークロードおよび専門的なタスク向けに設計された、300 億パラメータを持つ混合物専門家（MoE）オープンモデル「Nemotron 3.5 Lightning」を発表しました。本モデルは最先端レベルの精度を提供するとともに、出力速度が最大で 4 倍高速化し、エージェント型タスクの完了速度も約 30% 向上しています。これにより、大量の実装が可能になりつつ運用コストを削減できます。本モデルは、NVIDIA NeMo を用いて組織固有のデータを用いた後学習が可能であり、Nemotron Coalitions の貢献に基づいています。また、データのプライバシーと制御を維持するため、ローカル AI システム（NVIDIA RTX PC、DGX Spark、DGX Station、Jetson）、エッジデバイス、ワークステーション、データセンター、クラウド環境への展開をサポートしています。 効率を最大化するため、NVIDIA は開発者がアプリケーションを書き直す必要なく、品質、遅延、予算に基づいて自動的にリクエストを開封モデル、プロプライエタリモデル、または NVIDIA の混合モデルの最も適したものへ導くオープンソースのインテリジェントルーティングライブラリ「NeMo Switchyard」を発表しました。パートナー企業は既に Switchyard を統合し、精度を維持しつつコスト削減を実現しています。具体的な事例としては、Boomi（ドメインルーティング精度 100%）、Ramp（コスト削減 58%）、Classmethod（コスト削減 27%）、Cognition（Devin Desktop のコスト削減 28%）があり、Kong、LangChain、LiteLLM、Nous Research、Siemens による統合も進んでいます。 業界での採用は加速しており、組織はセキュリティ対策（CrowdStrike）、法務サービス、コードレビュー、ソフトウェア開発（Harvey との Trajectory、CodeRabbit との Baseten、Lila Sciences、Fastino Labs など）といったドメイン特化のエージェント型タスクに Nemotron 3.5 Lightning をカスタマイズしています。Nemotron 3.5 Lightning は Hugging Face、ModelScope、OpenRouter、build.nvidia.com（NVIDIA NIM マイクロサービスとして）、ならびに幅広い NVIDIA クラウドパートナーのエコシステムを通じて提供可能です。一方、NeMo Switchyard は GitHub で利用可能で、近々パートナープラットフォームにも展開されます。

2026/08/12 1:56

Mojo 1.0

## Japanese Translation: Mojo言語のバージョン1.0がリリースされ、2023年の初リリース以来確立された安定した、プロダクション対応の基盤へと、急激な実験段階からの移行を象徴しています。1.xシリーズではC++などの成熟した言語の標準に従い、破損を引き起こすシフトを避けるために追加的な変更を優先します。約20万人のコードラインと、ほぼ200人の貢献者から寄せられた1,100以上のプルリクエストを基盤としており、一貫性のある`var`を用いた変数宣言、統合されたクロージャ、単一のPointerType、そして正確な語彙再命名といった主要な簡素化がリリースに含まれています。新しい機能には、Python風のラムダ構文、参照無効化に対する改良されたメモリ安全性診断、より優れた`where`節、VS Code向けのより安定したLSPサーバーが含まれます。開発者は今や、信頼性の高い「1.0対応」のAIスキルを使用でき、`uv pip install --upgrade mojo`または`uv pip install max[all]`などのコマンドでインストールできます。MAXの強化（GLM-5.2およびNemotron-Hへのサポートなど）は`max["serve"]`を通じて利用可能で、skills.shを通じてオープンソースのエージェントスキル7,200以上がダウンロードされ、モデル全体のライフサイクル導入を加速しています。不安定なモジュール化パッケージはバージョン26.6で廃止予定となっており、長期的耐久性に向けた完全なアーキテクチャシフトを示しています。今後の投資には非同期プログラミングモデル、パターンマッチング、ユニオンが含まれ、また2026年までにMojoコンパイラとツールチェーンの段階的なオープンソース化も進められます。Mojo、MAX、オープンソースに関する詳細および計画については、8月18日にサンフランシスコで開催されるModConにて共有され、完全な変更ログの詳細はmojolang.orgおよびGitHubリポジトリで入手可能です。

2026/08/11 22:22

専用LLM API から推論トレースを盗む

## Japanese Translation: 以下の改良版は、主要な点をすべて保存しつつ、若干の明瞭性と正確性を加えています： ## サマリー： 2026 年の研究論文には、Anthropic、OpenAI、および Google が提供する専有型大規模言語モデル（LLM）API の重大な脆弱性が詳述されており、攻撃者がプライベートな推論データを盗むことを可能にしています。著者らは MATS Research、ELLIS Institute Tübingen、マックス・プランク知能システム研究所、AI Sequrity Company、Snyk、およびチュービンゲン大学の研究者によっており、「MATS」という技術を提案し、セキュリティ対策を回避して暗号化される予定の内部論理ブロックである「hidden thinking tokens（隠された思考トークン）」を抽出できるようにしました。この攻撃は、強力な Frontier モデル（例：claude-opus-4-8）からこれらの暗号化ブロックを再演奏し、それをより弱い、Jailbroken サブモデル（例：claude-haiku-4-5-20251001）に転送することで実装され、反蒸留防御トリガーなしで強力のモデルの平文推論を再構築します。Claude、GPT、Gemini での公開されているエージェント軌跡 6,708 の分析により、31 万を超える再構築された推論ブロックが得られました。これらのトレースには、API キー、パスワード、アクセストークン、個人メール、パスポート、クレジットカードの数字、フライト情報を含む 704 の異なるプライバシーアーティファクトが含まれており、そのうち 64 は推論ブロック内にのみ現れ、可視セッションデータ中には存在しません。この研究は、暗号化された内部思考が高度な抽出攻撃に対して依然として脆弱であることを強調しています。今後の安全性は、提供者がそのような露出を防ぐために暗号化プロトコルを見直すことに依存します。