← 2026-08-20 の一覧へ戻るホーム
LLM の時代における拡張可能なソフトウェア

2026/08/20 1:26

LLM の時代における拡張可能なソフトウェア

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

元のHacker News記事へ ↗
要約▶

Japanese Translation:

本論文は、現在の Web ソフトウェアが柔軟性のないインターフェースによりコアプロダクトを肥大化させずに適応できないため、ユニークかつロングテールのニーズを持つユーザーに失敗すると論じ、これを解決するために、拡張可能で LLM ネイティブなアプリケーションを中心に構築された新しいクラウドプラットフォームの提案を行っている。このアプローチは重要であり、なぜなら AI エージェントは静的なソフトウェアでは提供できない動的な柔軟性を必要としながら安全性を維持する必要があるからである。本提案は、2007 年以来孤立したサンドボックス内でカスタムロジックを実行することが技術的に実現可能であることを証明した Salesforce の Apex コンパイラーなどの歴史的な事例に基づいている。現代の実装では、厳密な隔離を実現するための MicroVM や、データ流出などに対する脅威への対抗でアクションを安全に管理するための能力モデルといった高度な技術を活用できる可能性がある。このプラットフォームを構築するには多大な初期設計労力を要するが、複雑な展開の障害を取り除くことで膨大なユーザー創造性を解放すると約束している。結局のところ、このアーキテクチャは低いオーサーingk 費用と高セキュリティ境界線之间的バランスを保証し、個人が特注ツールを作成し、企業が内部システムを拡張できるようにしながら、進化する AI エラに対応することを可能にする。

Text to translate:

The text argues that current web software fails users with unique, long-tail needs because rigid interfaces cannot adapt without bloating core products. To solve this, it proposes a new cloud platform built around extensible, LLM-native applications that allow secure sharing of personalized tools using low-cost sandbox primitives. This approach is vital because AI agents require dynamic flexibility that static software cannot provide while maintaining safety. The proposal builds on historical precedents like Salesforce's Apex compiler, which proved that running custom logic in isolated sandboxes has been technically feasible since 2007. Modern implementation could utilize advanced technologies such as MicroVMs for strict isolation and capability models to safely manage actions against threats like data exfiltration. While building this platform demands significant upfront design effort, it promises to unlock immense user creativity by removing complex deployment hurdles. Ultimately, this architecture balances low authoring costs with high-security boundaries, enabling both individuals to build bespoke tools and companies to safely extend their internal systems for the evolving AI era.

本文

Web 上の拡張可能なソフトウェア：LLM と新時代の「Small Software」

📖 はじめに：静的から動的へ

多くのウェブソフトウェアは静的です。開発者のリソース制約により、最も多くのユーザー層に応える機能の開発に限界があります。需要曲線の頂点は満たされていますが、各ユーザーの個別のニーズという**「長尾」**には対応できていません。

  • 問題: ユーザーインターフェースにすべての機能を詰め込むと複雑化し、製品が悪化するリスクがあります。
  • 解決策: LLM を活用したコーディングの台頭により、「一人分のためのソフトウェア（Software for One）」が実現可能になりました。これは、企業ソフトウェアのような複雑性と説明責任を避け、個人のワークフローにカスタマイズされたアプリケーションです。
  • Small Software: Y Combinator の Pete Koomen 氏が提唱する概念で、LLM が作成した個人用ツールをクラウド上で安全にデプロイ・共有できる環境が必要です。

🚀 「Small Software」の可能性

Pi は「LLM ネイティブソフトウェア」の好例です。テスト済みのコアを持ちつつ、ユーザーの質問に基づき無限に拡張でき、カスタマイズを共有できます。今後、このような自己拡張のパターンのソフトウェアが増えるでしょう。

現状のプラグ可能なソフトウェア（AI エージェント、IDE、モッド、アドオン）はローカルツールでプロフェッショナル向けですが、Web は最も成功したソフトウェア配信システムであり、ここでの機会を逃してはいけません。

💡 新たなモデル：コアと拡張

  • 堅牢なコア: アプリは堅牢で説明責任の伴う基盤として構築されます。
  • LLM による補完: LLM が欠落部分（ロジック生成、拡張機能作成）を埋めます。
  • 結果: ユーザーに「スーパーパワー」を与えつつ、セキュリティとコストはプラットフォーム側が管理します。

💼 具体的なユースケースとは？

1. AI エージェントの普及

Pi や DeepSeek, OpenCode など、新たなアイデアをコアに追加せず、ツールやコマンドに対して安定したフックを提供するエージェントが増えています。

  • メリット: リクエストを小さな TypeScript 拡張機能に変換し、現場で再ロード・パッケージ化できます。エコシステムがアイデアの長尾を吸収しつつ、ハネス自体を肥大化させません。
  • 課題: ローカル実行に慣れている必要があるか、企業環境でのセキュリティ承認が必要です。

2. 社内企業プラットフォーム (Internal Platforms)

従業員は膨大なデータを閲覧・照会し、相関分析や顧客対応を行う必要があります。現在、「Vibe Code」で個人がツールを作成するケースがありますが、管理・監査・セキュリティ（トークン漏洩、GDPR）が大変です。

  • 解決策: 企業が提供し、内部プラットフォームチームがデータアクセスとコンプライアンスを管理する仕組み（Cloudflare OSの概念）。ユーザーは独自の自動化やビューを構築できますが、安全な環境で実行されます。

3. サポートプラットフォーム (Support Platforms)

サポート担当者にとっては、ダッシュボードへのログインやログ検索が負担です。

  • 拡張機能: チケットシステムに独自のデータを追加表示する機能、調査エージェントとの連携フック、定期的タスクの自動化ボタンなど。
  • 共有: チーム内でこれらのカスタマイズを安全に共有できます。

4. 観測性プラットフォーム (Observability Platforms)

ログ検索やトレースビューなどのツールも、LLM で拡張可能です。

  • 動的な視覚化: レイテンシだけでなく、状態遷移や非同期プロセスも追跡可能になります。
  • カスタムロジックの注入: データ変換、アラートトリガー、リスクの高いアクション（デプロイ時のチェック）などにユーザーコードを安全に結合できます。

⚠️ 拡張可能性とセキュリティの難題

Obsidian のような「プラグインを信頼」するモデルは、低ステーク（メモアプリ）では機能しますが、顧客レコードや金融取引などの高スチュアードデータでは崩壊します。

必須要件

  • ユーザーのコードによる誤動作の防止: エラーや無限ループでサービスがダウンしないこと。
  • 機密データの保護: API キーや顧客情報が第三者へ流出しないこと。
  • セキュリティ攻撃への対策: DoS 攻撃、Spectre 攻撃、暗号マイニングの防止。

🛠️ 新しいプリミティブ（基盤技術）

これを実現するには、以下の特徴を持つ新しい実行環境が必要です。

1. 経済的効率性 (Cost Efficiency)

  • 数千〜数百万ユーザーがコードを実行する場合、カスタムコンテナ起動は非現実的です。
  • 要求: 実行なし時は 
    $0
    近くのコスト、実行時にはセント未満（RAM オーバーヘッド最小化）。

2. クールドスタート (Cold Start) の高速化

  • Web サービスの応答速度を維持するため、ユーザーコードの実行には即座の起動が必要です。
  • 目標: 単一桁のミリ秒での起動時間。

3. リソース制限 (Resource Limits)

  • while True: print("hello")
    のような無限ループやリソース消費を防ぐための厳格な制限（CPU、メモリ、ネットワーク帯域など）。

4. 堅牢な隔離境界 (Robust Isolation)

  • 故障の隔離: クラッシュや異常な動作が他のユーザーに影響しないこと。
  • セキュリティの隔離: 悪意あるコードがホスト環境や他のテナントに侵入しないこと（Spectre 攻撃への耐性）。

5. 安全なアクション実行 (Safe Action Execution)

  • コードを単なる関数としてモデル化し、入出力を制御します。
  • API 制限: プロキシを通じた認証は複雑になりがちです。**オブジェクト能力（Capabilities）**のような仕組みで、「この特定の操作のみ許可」という細粒度の権限管理が望ましいです。

🏗️ テクノロジー選択肢

カテゴリ技術例特徴
インタプリタLua, QuickJS, 自作言語柔軟性が高いが、セキュリティ確保に effort。
V8 IsolatesCloudflare Workers, Celld, Node (isolated-vm)V8 JavaScript エンジン利用。高速だが、完全な OS 機能なし。
マイクロVMFirecracker, libkrun, AWS Lambda MicroVMs軽量 VM。POSIX コマンド実行可能。起動は少し遅いが強力な隔離とフル機能 OS を実現。
WASM + WASIWebAssemblyセキュリティが高いが、ツールチェーンが複雑。組み込み I/O が必要。

💎 推奨アプローチ：Cloudflare Workers (Dynamic Workers)

上記の要件をすべて満たし、2026 年時点で最も生産的なアウトオブザボックスフレームワークです。

提供する機能

  • 観測性: ランタイムに OpenTelemetry を埋め込み、詳細なトレースが可能。
  • マルチテナントストレージ: ユーザー独自の SQLite (Durable Objects) や R2 バケットを提供。
  • 永続的実行: Temporal と連携し、数時間〜数日かけて動作するワークフローを管理。
  • ソースコントロール: 誰でも GitHub などを利用できずとも、プラットフォーム内でバージョン管理可能。
  • ホストされた LLMs: Workers AI を介して、拡張機能内から LLM を直接呼び出せる。
  • セルフホスティング JS: ツール自体を Node.js で記述でき、サードパーティ環境での依存関係問題を回避。

実装の例（LLM による分析）

export async function analyzeArticle(env: Env, article: Article) {
  return result = await env.AI.run(
    messages: [
      { role: "system", content: "供給された記事がかわいい子猫について話しているかどうかを判断してください。" },
      { role: "user", content: article.text },
    ],
  )
}

🌟 コロガリ：プラットフォームの価値とドラゴンたち

プラットフォーム構築は困難だが価値がある

  • 難しさ: 設計、実行、デバッグが非常に複雑です。初期投資と長期的なサポートが必要です。
  • 魅力: ユーザーの創造性を最大限に引き出せます。「不可能だ」と思われたことが実現できます。

ここにドラゴンがいます (注意点)

  • API を公開する際のセキュリティ設計（認証、認可）は重要ですが、LLM がこれらを容易化してくれます。
  • プラットフォームを維持するには継続的な努力が必要ですが、その分、ユーザーの創造性によって驚かされる価値があります。

📝 参考文献・影響を受けた資料

  • Kenton Varda の執筆（"It's not the AI that will make us obsolete..." など）
  • Sandstorm.io
  • Cloudflare OS
  • Malleable Software (Ink and Switch)
  • Andy Matuschak の "Apps and programming: two accidental tyrannies"

補足: LLM が完全に加速された世界でも、エコシステムを構築・維持するのは少数のエコシステム（開発者）が担う可能性があります。しかし、利用の壁を下げることができれば、民主化は進むでしょう。

同じ日のほかのニュース

一覧に戻る →

2026/08/20 2:32

OpenRouter が Stripe に参画

## Japanese Translation: OpenRouter は、コアアイデンティティを維持しつつミッションとグローバルなスケーリングを加速させるため、Stripe と戦略的提携を正式に発表しました。このアライアンスは、質、スケーラビリティ、そして AGI 後の経済におけるビルダーの支援にコミットした 2 つのデベロッパー向けのインフラストラクチャプラットフォームを結びつけるものです。Stripe の大規模な顧客ネットワーク、ビジネス成長データ、および不正防止専門知識との統合により、市場慣性による影響で単一のモデルがデフォルトとなるのを防ぎながら OpenRouter がスケールするのを支援します。OpenRouter は現在、400 以上のモデルを通じて 1,000 万人以上のユーザーをサービスしており、2023 年初頭の設立以来、推論ボリュームは少なくとも 10 倍の年間増加を示しています。毎日大量のトークンを処理しています。取引は来週中に完了見込みであり、OpenRouter の製品、ミッション、名称、ロードマップ、ユーザー統合、またはルーティングロジックを変更することなく、判断は常にユーザーにとって最善のものに基づいて行われます。この提携は多様な AI エコシステムの育成を目指し、両社は異なる運営文化とスタートアップの機動性を維持することを可能にします。OpenRouter はグローバルな成長に伴い効率的な 90 名の体制を維持する予定であり、好奇心、厳格さ、主体性、透明性を備えた新しいチームメンバーを招致しています。

2026/08/20 3:33

Go 1.27

## Japanese Translation: Go チームはバイナリアーカイブと公式インストーラーを提供するとともに、言語仕様とツールングにおいて重要な進歩をもたらすバージョン 1.27 をリリースしました。主要な言語更新には、ジェネリックメソッド（例：`math/rand/v2.Rand`）、ネスト化済みまたは埋め込まれた構造体に対する直接フィールド選択、および汎用化された関数型推論が含まれます。ツールングの向上としては、`go fix` における 4 つの新しいモダナイザー（`atomictypes`、`embedlit`、`slicesbackward`、`unsafefuncs`）、`go doc` でのパッケージ@バージョン照会への対応、ならびに `go.mod` において統合されたブロックによる依存関係管理の簡素化が挙げられます。パフォーマンス向上は、サイズ特化型メモリアロケーションの導入により実現されており、これによって小規模オブジェクト（<80B）のコストを最大 30% 削減し、アロケーション負荷の高いプログラムの全体的なパフォーマンス向上を約 1% に貢献しています。セキュリティ面では、量子耐性のある ML-DSA 署名の統合と標準ライブラリ内蔵の UUID サポートによる強化が図られました。その他のハイライトとしては、実験的な SIMD サポート、安定性を高めるための一般利用可能な `goroutineleak` プロファイラー、`encoding/json/v2` の厳格なデフォルト設定、ならびにテスト用として新しいユーティリティである `NewTestServer` などがあります。

2026/08/20 3:36

Unsloth デイナミック 3.0 GGUF

## Japanese Translation: Unsloth Dynamic v3.0 のリリースは、同じディスクサイズで比較した場合の Qwen3.8-27B モデルに対して他社よりも優れた精度を実現しており、これが最大の成果となっています。このアップデートは前バージョンを踏襲し、クオンタイゼーション手法の改良と、小型ファイルサイズにおける特定モジュールの削除による容量削減を行いました。層選択の改善およびポストトレーニングクオンタイゼーション（PTQ）を通じて品質は維持され、過学習リスクを回避するために QAT/QAD は全く使用しません。このアプローチは、エージェントコーディングや多言語性能などの多様なタスクに最適化された高品質な imatrix カリブレーションデータセットを用いています。新しいベンチマーク結果では、Unsloth クォンツが最大 10% の高いトップ 1% 精度を達成することが示されており、これは標準的な Wikipedia データではなく、専門データセットから保持した例を利用する Divergence-300@32 および KL ダイバージェンスというメトリクスによって確認されました。早期プレビューでの成功の後に、5 日間で 510 万回のダウンロードが記録されました。ユーザーは今や、6.2GB の UD-IQ1_S バージョンなど、従来のモデルの最大 89% のサイズ削減が可能でありながら依然として高い精度を保持する高性能モデルを利用できるようになりました。業界全体の効率性は、小型ファイルから MTP モジュールを削除することで約 500MB のディスクスペースを節約し、Llama 4 および Wolfram Ravenwolf の実装における重大なバグも同時に修正されたことで向上しています。imatrix ファイルは直ちにコミュニティへのテスト、評価、ファインチューニングやバリエーションの作成に利用可能となっています。

LLM の時代における拡張可能なソフトウェア | そっか～ニュース