日付別ニュース一覧

Cognition が新たな SWE-2 モデルを発表。Fable 5.1 や GPT-Astra と競合する性能を誇ります。

## Japanese Translation: Cognition は、Fable 5.1 や GPT-5.6 Sol といったトップクラス競合に匹敵する最新コーディングモデルである SWE-2 を発表しました。SWE-2 は、大規模な Kimi K3 ベースモデル（パラメータ数 2.8 兆）での後学習により実現され、コストペナルティ付き報酬とファーストプリンシプルに基づくアプローチ、そして長さに基づく報酬ベースラインを採用してトレーニングを安定化させながら、多兆パラメータ領域への強化学習のスケーリングを達成しました。FrontierCode 1.1 Main では 50.0% のスコア（Fable 5.1 より僅か 1 ポイント下）を記録しながらコストは 64% 削減され、DeepSWE 1.1 では 73.0% を達成しました。単なるスコアを超え、SWE-2 は「エンジニアリング的判断」の優位性も示し、不要な迂回を避けることで初期コードエディットの中央値ステップ数を 48 から 18 に削減しました。また、モデルは安全性と信頼性を最優先しており、プロパガンダおよび検閲テストのうち 98% をパスしています。Devin Desktop と CLI 経由で即時利用可能（Web および Fusion では段階的展開中）の SWE-2 は、高パフォーマンス AI をアクセス可能な価格点で提供し、信頼性や安定性を損なうことなくソフトウェア開発サイクルの効率化を目的としています。 ## Text to translate: Cognition has introduced SWE-2, its most advanced coding model, which rivals top competitors like Fable 5.1 and GPT-5.6 Sol while offering significant efficiency gains. Achieved through post-training on the massive 2.8 trillion-parameter Kimi K3 base model, SWE-2 scales Reinforcement Learning to a multi-trillion parameter regime using cost-penalized rewards derived from first principles and a length-weighted reward baseline to stabilize training. On FrontierCode 1.1 Main, it scores 50.0% (just one point behind Fable 5.1) while being 64% cheaper; on DeepSWE 1.1, it achieves 73.0%. Beyond raw scores, SWE-2 demonstrates superior "engineering judgment," reducing the median steps to an initial code edit from 48 down to 18 by avoiding unnecessary detours. The model also prioritizes safety and reliability, passing 98% of propaganda and censorship tests. Available immediately via Devin Desktop and CLI (with rolling deployments on Web and Fusion), SWE-2 is designed to streamline software development cycles by delivering high-performance AI at an accessible price point without compromising trustworthiness or stability.

米運輸安全委員会、マイアミでのボーイング767滑走路逸脱事故調査結果更新発表

## Japanese Translation: 9月6日のマイアミ国際空港におけるランウェイ逸脱事故に巻き込まれたボーイング7598貨物機からフライトレコーダーが回収され、正常に読み出されたことが、2026年9月9日に国立輸送安全委員会（NTSB）によって確認されました。アクロン航空社（Acron Aviation）のCVRからの高品質な音声および54時間以上にも及ぶフライトデータレコーダーのデータ——400以上のパラメータを記録——が確保されました。予備的分析によると、飛行機は conflicting なパイロットによる離陸再行（ゴーアラウンド）指令を受けながら、危険に甚だしい速度（ノーズギア158ノット）で接地しており、スピードブレーキやスラストリバーサの展開はされていなかったとのことです。現時点での記録は同期されていませんが、ワシントンDCのNTSBチームによって書面による要約が作成され、フラップ調整、オートパイロットの離脱、地形警告など特定の行動を含む事件の経過を明確にします。詳細なコックピット会話とデータパラメータのタイムラインは、専用調査ウェブページで確認できます。あるいは24時間365日の対応オペレーションセンター（1-844-373-9922）にお問い合わせいただくことも可能です。すべての所見は、公式要約が確定するまで予備的なものとされています。

火星用に開発されたNASAの色彩トリックが、今や地球で岩壁画を解読する役割を果たすことになった

## Japanese Translation: 考古学者のジョン・ハーマンは、NASA の decorrelation stretch 手法を応用して古代岩絵の研究を行ないました。この手法は当初、JPL で 1978 年にジム・ソーハによってリモートセンシング画像の強化のために開発され、後にロナルド・アレイによって速度と精度の向上を目的として 1996 年に改良されました。ハーマンはこの研究成果に基づき、数学および医療イメージングの背景を応用し、Karhunen–Loève 変換定理に基づく Dstretch プラグインを開発しました。このソフトウェアは単なるコントラストの引き上げではなく、色彩を拡張された範囲へマッピングします。Dstretch を用いることで、研究者たちは複数の遺跡において以前は目に見えなかった図像を発見しました：カリフォルニア州バイアのカベ・デ・サン・ボルヒタスで新たな黄色の図像が確認され、カンボジアのアングルワット周辺で 200 点以上の色あせた絵画が発見されています。エジプトのベニハッサンではコウモリや豚の画像が、カナダ・アルバーツアのライティングオンストーン州立公園ではクロ族の戦士による初期のグラフィティと解釈される馬と騎士を描いたピクトグラフが、ノルウェーのアールサンド 1 遺跡では新たに約 15 点の図像に加え、28 点で新たな詳細が浮き彫りになりました。このプラグインのカスタムカラー空間は岩絵のイメージングに特に有用であることが実証されています。火星イメージングの強化に元々使用された既確立のリモートセンシング手法を適用することで、Dstretch は低コントラストの写真に対して侵襲のないデジタルアクセスを提供し、世界中の隠れた芸術作品の解明に貢献しています。

誰もあなたの大きなケーブル箱を取り上げてしまわないようにしましょう

## 日本語訳: 本物語は、家庭内のケーブルの乱雑化と不要な廃棄を防止するための単純ながら効果的な解決策に焦点を当てています。主な教訓は、タイラー・ガウ氏による「失われたケーブルを取り戻す」という助言に基づいた印刷されたリマインダーが備わったラベル付きの収納ボックスが、家族成員が貴重なワイヤーを誤って廃棄することを確実に防ぐということです。コンテナの直接にガウ氏の投稿の画像をテープで固定することによって、著者は良い整理整頓習慣を強化するための恒常的な視覚的ヒントを作成します。このアプローチは、将来のリペアプロジェクトに必要な特定のワイヤーを見つけることが困難であり、その結果としてアイテムが誤って捨てられるという一般的な問題に対処します。この戦略は、即座に家庭ごみの削減を実現するだけでなく、長期的な保守文化を育みます。今後、創業者は、自らが attic で発見し、慎重なケーブル管理の伝統を引き継ぐことを願っています。結局のところ、ソーシャルメディア上の教訓を実際のラベルに変えることは、複雑な技術や追加の労力を必要とせず、世代を超えて資源を保存するための賢いシステムを存続させることを保証します。

OpenAI エージェント API

## Japanese Translation: Agents API は OpenAI が管理する Codex ハーネスへのアクセスを提供し、アプリケーションが実行ロジックおよびツールの定義を担う一方で、セッション管理、オーケストレーション、コンテキストの圧縮についてはプロバイダーに依存します。このシステムは、Agent、Environment（サンドボックスまたはコンピュータ）、Session、Events/Items という 4 つの中核概念を中心に動作します。このアーキテクチャにより、エージェントは永続的なステートフルインスタンス内でコードを実行し、ファイルを編集し、MCP サーバーに接続し、アートを生成することが可能になります。また、タスクをサブエージェント（最大 4 つの同時実行）に分解したり、Webhooks を使用して一時停止されたセッションを再開したりするなど高度なワークフローを支援します。課金体系は、モデルの使用料とホスティングされたサンドボックス料金を分離していますが、プラットフォームでは現時点でデータ所在を米国のみ限定しており、Zero Data Retention ポリシーのサポートはありません。このソリューションは、インシデント対応ボット、データアナリスト、ドキュメントレビューア、GitHub イシュー調査官など多様なユースケースに対応しています。

21世紀の教室のための音楽理論

## Japanese Translation: 要約：本書は音楽理論の教科書のための目次であり、IT 関連のニュースまたは検証記事ではありません。ソフトウェア、ハードウェア、ネットワーク、サイバーセキュリティ、および特定の IT 企業・製品に関する情報については一切含まれておらず、IT ニュースに関連する日付、数字、固有名詞も含まれません。構造上は、基本概念、メジャー音階、リズム、音程、三和音、和声、形式、ヴォイシング、対位法、ジャズ理論、印象主義、セット理論、セリアルム、ミニマリズムといったトピックを取り扱い、第 1 章から第 35 章までの章がリストされています。付録には練習問題の解答、GNU フリードキュメントライセンス、索引、およびコロフォンが含まれています。

誰も語らないナビエ - ストークスの一部

## Japanese Translation: OpenAI は、数十年にわたるナビエ＝ストークス方程式の問題に対し、人間が読めるものおよび Lean 4 の形式証明を両方生成することで画期的な突破を遂げ、流体力学の長年の疑問に解答しました。この進展は、AI が今や以前の費用の僅少で機械検証可能な数学論理を生産できるようになり、歴史的に過酷とされたタスクを転換したことを示しています。以前では、簡単な学部生の教科書の 1 ページを検証するだけでも約 40 時間必要でしたが、研究論文は複雑な依存関係が多く密度が高いため、その努力量は 20 倍も多かったと推定されていました。こうした制約の下では、全 166 ページのナビエ＝ストークス証明を形式化する作業は、132,800 人の時数が必要と予測されていました。OpenAI の新しい手法はこの要件をたった 17 時間に削減し、労働量を 4 オーダー（10,000 倍）もの減少を実現しました。数学以外に、この技術はスマートコントラクトやセキュリティポリシーなどの重要ソフトウェアシステムの検証にも適用でき、誤りが深刻な帰結を招く分野において有効です。数学研究とは異なり、セキュリティポリシーの検証やスマートコントラクトの責任限度の確認といった問題は形式化が容易であり、投資対効果を定量化できます。金融やサイバーセキュリティなどの産業はこれにより莫大な恩恵を受け、ハイリスクアルゴリズムの検証を実践的に可能にします。この変化は、理論的可能性から実用的な応用への移行を象徴し、信頼性が最優先される形式検証タスクにおける広範な AI 採用への道を開きました。AI を用いて解決された他の最近の数学的予想についても、Lean 4 を用いた形式証明が伴っています。

身体的な奇異

## 日本語訳： 多くの奇妙な身体感覚や身体的な特性は、病気の徴候ではなく人間の生物学における通常の部分です。主な例としては以下があります： - **無害な筋肉の痙縮（チクッとする）** は約 70% の健康な人で起こり、神経疾患の兆候ではありません。 - **「ブレインザップ」**（電気ショックのような感覚）は抗うつ薬を中止または減量した際に発生し、ユーザーのおよそ 15–50% に影響します；より広範なカテゴリーである離脱症状は最多で 50% に及ぶことがあります。 - **虚空からの呼びかけ**（飛び降りるや曲がるという欲求のない突然の衝動）は約 43–60% の人に影響し、安全装置が誤って読み取られていることを反映しています。 - くちびるで囁いたり、指でつついたり、優しく注意を払うことで引き起こされる、頭皮から始まり頸部または脊柱に沿って広がる痺れは、推定 20–70% の人に起こります。 - 視覚現象は一般的です：**青い弧** は赤い光を見ると網膜神経線維が点灯するため現れます（健常な目の約 94% で観察）；**残像** は全員に現れます；そして**ブルーフィールドエントピック現象**（晴れた空を横切る小さな点々）は、網膜毛細血管を白血球が移動するとして全員が見ています。 - **BPPV 由来のめまい**（頭の動きによる一時的な回転を生じさせる、内耳の晶体の位置ズレが原因）はめまいの最も一般的な原因であり、生涯にわたって約 2.4% の人に影響し、非常に治療可能です。 - **ブレインフリーズ** は、冷たい食べ物や飲み物が口蓋を打った後に 30–40% の人で起こります。 - 解剖学的な変異、例えば**付助骨**（足に存在する余分な小さな骨で、足のおよそ 1/5 に発見）や**二分性垂れ舌**（約 1–2% で裂ける垂れ舌）は通常無害ですが、骨折と誤認されるか、乳幼児では口蓋裂を示すことがあります。真の**両手器用さ** は人口の 1% を下回る人にしか存在せず、多くの「等しい手」を持つユーザーは実際には混合利き手です。 これらの単純なメカニズムを理解し、軽微な解剖学的な違いが存在しても深刻な欠陥を意味しないことを認識することは、不必要な不安を大幅に軽減できます。医療機関はこのデータを患者教育のために利用すべきです：そのような高頻度で非自発的に発生する事象が無力化や痛みを伴わない場合、それは単に標準的な人間の生物学を反映しているだけです。

Shopify、React Native からネイティブ開発に戻る

## Japanese Translation: Shopify は、クロスプラットフォームの React Native フレームワークからネイティブな Swift および Kotlin コードベースへのモバイルアプリ戦略を移行しています。この転換は、AI コーディング技術の進歩が共有コードの生産性優位性を相対的に低下させ、AI エージェントがレガシーフレームワークの維持よりも複雑なタスクを実装できる速さを実現したことに触発されました。ビジネスロジックとユーザーインターフェースを分離することで、Shopify は高速な CLI を介してテストやスクリンショットによるシミュレータの遅延を迂回し、ヘッデス（無頭）状態においてアプリロジックに対して自律的な AI エージェントによる反復開発を可能にしています。品質を確保するため、Shopify は **Helix** というシステムを導入し、デプロイ前にテスト、ビジュアルレビュー、敵対的コード分析、および人間の承認を含む段階的なチェックポイントループを強制しています。Shop アプリの 12 週間の成功したパイロットプログラムの後、大規模な旗艦アプリ（300 のスクリーン以上）の移行を進めつつ、Shopify は **React Native Skia** などの重要なライブラリを 2026 年まで引き続きサポートし、**FlashList** に対するバグ修正を維持する一方で、**Restyle** などの小規模なリポジトリはアーカイブします。このようにグリーンフィールドの再構築アプローチにより、AI がネイティブ開発を加速化させ、卓越したパフォーマンスと安定性を提供する新たな業界標準が確立されます。

キャプチャー証明：Apple のリファレンスイメージを開源化し、ステガノグラフィを用いたもの

## Japanese Translation: Apple は、AI 生成による誤情報の深刻化する危機に対し、「Apple Reference Image」という機能を通じて対応しており、これはユーザーが写真撮影の時点で、その画像が人工的に生成されたものではなく実在のカメラで撮影されたものであることを暗号学的に検証できるようにするものです。この予防的なアプローチは、事実発生後の検出から「撮影時」の正当性の証明への焦点をシフトさせ、AI 生成ツールが検出ツールよりも急速に進化するという現実に対抗しています。この技術はユーザーが自分の写真が本物であることを証明することを可能にしますが、「スクリーン攻撃（画面上に表示された偽画像を撮影する）」に対する脆弱性といった限界もあります。これは Proof of Capture プロジェクトなどの以前のプロトタイプと共有される制約です。NIKON やソニーといったメーカーが開発した C2PA などのオープンスタンダードとは異なり、Apple のシステムは内部チップを利用してプライベートクラウドコンピューティング内の「デジタルネガティブ」内で秘密鍵を安全に格納し、画像に直接埋め込むものではありません（このアプローチは、Recuse Center で Alex Hornstein 氏らによって構築された元のプロトタイプで使用されたものと同様のものです）。現在の検証フローは完全に公開されていませんが、Apple はサードパーティプラットフォームに対してこれらの画像をネイティブで検証するために特定の API を開放する予定です。将来の成功には、切り抜かれた写真やプライバシー関連のメタデータ削除といった技術的な課題に対応することが不可欠であり、Apple の周波数領域透かし技術は、厳密なハッシュとは異なり、圧縮後も存続するように設計されています。

GPU がメモリに書き込むとどうなるのか？

## Japanese Translation: 核心メッセージは、NVIDIA RTX 4090 ハードウェアが複雑なタイミング制約および特定のキャッシュポリシーを有するグローバルストア命令を管理し、データが DRAM に到達することを保証することにある。ロード操作と異なり、ストア操作は 2 つのレジスタではなく 3 つのレジスタを読み取る必要があるため、ワープあたり約 6.1 クロック周期ごとに 1 命令 throughput のパイプライン性能となる。重要なボトルネックとして、L1 キャッシュがライトスルーモードで動作している一方、ストリーミングマルチプロセッサ（SM）からのエグジットはサイクル当たり 32 バイトの維持能力しかないため、すべてのアクティブなワープから同時にストアを発行するとこの上限を超え、遅延を引き起こす。 これらの問題に対処するため、システムは小規模なアクセスを大きなセクターにマージしてメモリトラフィックを最適化するクオアレスラ（coalescer）を採用している。L1 キャッシュ（仮想インデックス/タグ付き、4-way セット関連性）は、ヒット与否に関わらずデータを L2 へ直接送出する。L2 キャッシュは、複雑なスライシング構造（36 スライス、各スライスは 16-way セット関連性で物理アドレスでハッシュされた 1024 セットを有する）およびエビクジョンルールを用いてディルティラインを管理する。L2 からエビクションされると、ディルティラインは即座に削除されるのではなく、先にメモリーコントローラ内の FIFO ワイトバックバッファへ送信され、その後でクリーニングされる。特定のアンドルティ規則（「8-dirty rule」）では、8 以上のディルティラインを有するセットにおいて、最も古くからストアされたディルティラインを前向きにクリーニングし、トラフィックのバーストを防ぐ。開発者は、ストア操作が DRAM にデータがヒットするまで永続的ではないため、システム全体での可視性を確保するため明示的なメモリーバリア（例：`membar.sys`）が必要であること、システムスコープフェンス（`membar.sys`）には約 1 µs かかることを認識しなければならない。高並行性ワークロードは、維持限界を超えたり、システムスコープフェンス後に必要なマイクロ秒単位の PCIe 転送レイテンシを考慮しなかったりすると、パフォーマンス劣化のリスクがある。将来的には、カウントが 8 を超えた場合にトラフィックバーストを防ぐためディルティラインの前向きなクリーニングを行うメカニズムが導入される可能性がある。また、`cudaMemcpyDeviceToHost` は明示的なシステムスコープフェンスをスケジュールするものであり、PCIE への転送前に L2 を介してデータがグローバルに可視となるのを待ってから転送を行う。メモリーコントローラは 3 スライス間で共有され、コントローラごとの総 DRAM ライトスルーputthrough は約 55 GB/s（スライスあたり約 19.7 GB/s）で飽和する。

日立、太陽光対応 tariffs（料金プラン）を備えたCO2 ヒートポンプ式給湯器発売

## Japanese Translation: ヒタチ・グローバルライフソリューションズは、2026年11月から段階的に日本国内で新型YシリーズエコカットCO2ヒートポンプ給湯器の発売を開始予定である。ラインアップは、天然CO2冷媒とスマートエネルギー管理システムとの統合を重視しており、利用者により太陽光発電時や電気料金が安い時間帯に使用を最適化できるよう、リモートコントローラーによる選択または手動設定が可能となっている。本シリーズには370リットル容量のモデル（約3〜5世帯向け）と460リットル容量のモデル（約4〜6世帯向け）の2つの全自動タイプがラインナップされている。完全な効率指標は非開示であるものの、前モデルではJIS基準による年間給湯性能係数が4.2、蓄熱性能係数が4.1を達成している。両新モデルともに、内蔵された無線LANアダプターによりヒタチのホームエネルギー管理システム（HEMS）と接続でき、PV連携エネルギー管理等を含むEchonet Liteプロトコルに対応している。Yシリーズは既存のエコカットプラットフォームに対する増改修グレードであり完全なリデザインではなく、しかし新たに採用されているコンプレッサー、冷媒回路、熱交換器のアーキテクチャについてはいまだ不明である。ユーザーにはヒートポンプユニット、蓄熱ユニット、消耗品部品、リモートコントローラー、アダプターを網羅する5年間の保証が付与され、CO2冷媒による効率的かつ太陽光対応の給湯システムの導入を促進することを目的としている。

Microsoft では Rust が Tier 1 の言語に位置づけられています。

## Japanese Translation: マイクロソフトは公式に Rust を Tier-1 ステータスへ昇格させ、C++、C#、TypeScript と並び、安全なツールチェーンビルド、生産性の高いワークフロー、深いプラットフォーム統合、SDL 準拠を備えた内部開発における一級市民としての地位を確立しました。このマイルストーンの中核には、rustc を直接 UTC（ネイティブ MSVC インフラストラクチャ）に接続する新しいコンパイラバックエンドである `rustc_codegen_utc` が置かれています。llvm、gcc、cranelift バックエンドと同じ建築学ファミリーに属し、Windows ABI との互換性、バイナリ硬化化、リンク後の準拠（Hotpatch を含む）、Rust/C++ 間のシームレスな相互運用性を確保します。対応機能には、クロス言語インライン化、最適化、SPGO、デバッグ、クラッシュダンプ分析、プロファイリング、診断、カバレッジが含まれます。この統合的なアプローチは、ハイブリッドプロジェクトの維持コストを最小限に抑えつつ、マイクロソフトが MSVC の長年のイノベーションを活用することを可能にし、Windows 固有機能のパラレル実装なしに実行します。Rust 1.90 でセルフホスト化され、Microsoft Rust Paved Path の一部として 2026 年初頭に production-ready となり、すでに 100 以上の内部プロジェクトで採用されており、週単位の導入が続いています。将来の進化は Rust Project の Zulip を通じて議論され、ファームウェアからアプリケーションに至るまでマイクロソフトの開発エコシステム内における Rust の第一級市民としての地位を固めます。

JEP 544：オンタイムコードコンパイル

## Japanese Translation: 本テキストでは、トレーニングフェーズにおいてコードをネイティブ AOT（Ahead-of-Time）バイトコードにコンパイルし、AOT キャッシュに保存することで、Java アプリケーションの起動時間を大幅に削減する画期的な機構を紹介します。トレーニング実行時には `java -XX:AOTCacheOutput=app.aot` を使用し、本番環境では `java -XX:AOTCache=app.aot` でロードすることにより、HotSpot は起動時に伝統的な再コンパイル遅延を回避して、高効率なコードを瞬時に読み込むことができます。このシステムは、既存の AOT キャッシュワークフローを拡張し、プリリンクされたクラスとプロファイリングデータとともに最適化されたネイティブコードを保存するとともに、動的なデオプティマイゼーション機能を維持することで、ワークロード条件が変更した際にもアプリケーションが実行戦略を適応させられるようにしています。Serial、Parallel、G1、ZGC ゴールバコレクションの両方において AArch64 および x64 アーキテクチャで利用可能であり（CPU アーキテクチャ/機能および GC タイプが一致する必要があるという制約があり、それ以外は HotSpot がインタープリター/JIT にフォールバックし警告を発します）、既存のアプリケーションコードまたはライブラリコードへの修正は不要です。コンパイル过程中、HotSpot は静的依存関数を持つメソッドの 2 バージョンを生成します：初期化のための安全性を確保するスロウバージョンと、初期化後に最適化されるファストバージョンです。パフォーマンスベンチマーク結果により、この方法を用いることで起動時間は 65% から 80% 削減され、定常状態での効率は 4 回目で達成されます。現状では、キャッシュサイズに関する潜在的なトレードオフを開発者が管理する必要がありますが、将来の研究では標準的なバイトコード解釈および JIT への依存度をさらに低下させることを目指しています。`-XX:+PrintCompilation` を使用して AOT コードの読み込みと JIT コンパイルを観察し、「AOTMode=required」を使用すると制約違反時に強制的に終了します。結局、この進歩は、企業の即座な俊敏性を提供しつつ、進化し続けるワークロードに対して必要な柔軟性を損なうことなく実現します。

ネキ

## Japanese Translation: 以下の改良版は、欠落していた具体的なアーキテクチャの詳細と機能セットを統合しつつ、明確さと流れを維持しています： **改善されたサマリー：** PlanetScale は、現在プラットフォームプレビュー段階で利用可能なシャーディング PostgreSQL ソリューション「Neki」を導入しました。これは数秒間に数百万回のクエリを処理する Tier 0 ワークロードに対応するように設計されています。世界最大のシャーディング MySQL クラスタを 8 ヨ年管理した教訓に基づいて構築されており、Neki は組織にエンジンやアプリケーションコードを変更することなく、データベースを多数のマシンにスケールすることを可能にします。標準的な PostgreSQL ワヤプロトコルをルートアーを経由して利用することで、既存のドライバ、ORM、接続文字列との互換性を確保し、複雑なアプリケーションレベルのシャーディングや隠されたシャードキーの必要性を取り除きます。各シャードは 3 つの可用性ゾーンに分散配置され、標準的な Postgres を完全に実行する 1 つの主ノードと少なくとも 2 つのレプリカで構成されています。プラットフォームは、オンラインスキーマ変更、ゼロダウンタイムアップグレード、フェイルオーバー、インポート、リシャーディング、コネクションプーリングサイドカー、Insights、スキーマ推奨事項、ブランチング、および MCP 機能などの高度な機能をサポートします。これらの強力なツールにもかかわらず、PlanetScale はプレビュー期間中にプロダクションワークロードの実行は避けるよう勧告しており、これは潜在的な進化する機能と破壊的変更が予想されるためです。ユーザーはサインインしてプレビューに参加し、クラスタを作成したり、大規模なセットアップのプライベートデモをチームにリクエストしたりできます。究極的には、Neki は Postgres の原則に固執しつつ高スケーラビリティの操作を可能化することで、巨大なクラスター管理と現代のデータベースニーズとの間のギャップを埋めています。

狂気の深淵へ：再帰

## Japanese Translation: 生成 AI は、創造的表現に対する重大な脅威となる「モデル崩壊」という現象をもたらします。これは、システムが自身の出力を再帰的に処理することにより、内容が次第に混沌としたものへと変化していく状況を指します。コーディングや単純なテキスト編集のように損失のない符号化を用いる安定した決定論的タスクとは異なり、開かれた創造的なパイプラインはこうした制約を持たないため、外部での検証がない状態でエラーが急速に累積してしまいます。この不安定性は、AI モデルが自己書き換えを 1 つの反復だけで無意味な記述を幻視するという現象によって実証されています。例えば、レイモンド・チャンダーの文章を再編成するリクエストに対しては、「部屋は『膨大な高層の墓』となる」ような奇妙な比喩が生じました。このような再帰的なプロセスが数十回（特定の実験では 31 回に及ぶ）反復にわたって継続されると、出力はますます抽象的かつ混沌したものへと変化し、やがて遠い結果の周りで安定化します。エージェントに厳密な人間の監督や外部検証メカニズムなしに、自身の不十分な出力を生成ループへ繰り返し供給することを許容すれば、デジタルアセットの品質は永久的に劣化することになります。したがって、自動コンテンツ作成のために AI に依存する企業は、人間意図から著しく乖離した抽象的で低品質な作品を生み出すリスクに直面し、こうした再帰的なワークフローは厳格な管理を要する重大な懸念事項となります。

シリコンバレーが軍産複合体を変貌させつつある

## 日本語訳： 要約：米国は、国家安全保障支出を伝統的な武器からシリコンバレーの大手企業やスタートアップが開発する人工知能システムへと急速に転換しています。マイクロソフト、アマゾン、アルファベットなどの主要企業は、2018 年から 2022 年までに連邦契約で約 280 億ドルを獲得しており、民間テック巨頭と軍事産業複合体との融合が深まっていることを示しています。この傾向は、国防省が防衛目的に商業 AI 技術を採用したいという願望を背景に、最近急増したほぼ 1,000 億ドル規模のベンチャーキャピタル投資によって後押しされています。しかし、サンホセ州立大学の人類学者ロベルト・ゴンザレス氏など専門家は、この方向性は重大なリスクをもたらすと警告しています。機密性の高い取引により、税金で賄われる資金がどこへ diverted（転用）されているかが不明確になり、その結果生じるハイテク製品が高額かつ予測不能であり、潜在的に安全性がない可能性があるからです。資金が著名なテック企業やスタートアップに集中するにつれ、これらの AI 駆動型の軍事アプリケーションの効果性や透明性について懸念が高まっています。結局のところ、米国の納税者は、運用信頼性が欠け、効果的な国家安全保障ソリューションを提供できない民間实体によって開発されたシステムを資金提供せざるを得ない見通しに直面しています。

AIの悪用への対処：2026年9月

Windows XP が初期ユーザーの画像を選択するために使用したアルゴリズムは何ですか。

## Japanese Translation: レイモンド・チェン氏の解説によれば、Windows XP は初期ユーザー画像を「`%ALLUSERSPROFILE%\Application Data\Microsoft\User Account Pictures\Default Pictures`」から選び出します。この選定は `GetTickCount()` の現在値を種とする `RtlRandomEx` を用いて行われます。ファイルシステムへの呼び出し過多によるパフォーマンスのボトルネックを回避するため、2パス方式ではなく 1 パスのレジヴォアサンプリングアルゴリズム（k=1）が採用されています：項目を順次走査する際、各項目は「当選者」として維持されるのは、1 から現在の個数までの範囲で生成された一様乱数がその現在の個数と一致する場合のみです。また、異常に多数のファイルが存在するような経路対策として、チェック対象の画像が 100 枚に達すればサンプリングを終了する追加の保護措置も設けられています。この効率的な設計により、起動時の不要なデータ処理を最小限に抑えつつ、視覚的なバリエーションを保証しています。

Cognition の SWE-2 が Terminal-Bench 2.1 で 92.8 を達成

## Japanese Translation: Cognition は、Agentic コーディングタスクに特化して設計された 2.8 兆パラメータの Mixture of Experts (MoE) モデルを発表しました。このモデルは、Kimi K3 base に Cognition の後トレーニングを組み合わせたものです。このリリースは同社の強化学習 (RL) スケーリングにおける初の主要な取り組みであり、プロプライエタリな重みは 2026 年 9 月にリリース予定となっています。モデルは NVFP4 および FP8 コアを使用し、提供スタックによって受容長を 15% 拡張すると同時に、プリフィルされたデレイヤーがスループットを向上させますが、Time to First Token (TTFT) に悪影響を及ぼします。 パフォーマンステストでは、モデルは自己報告による FrontierCode Main スコア 50.0 および DeepSWE 1.1 スコア 73.0 を達成しました。FrontierCode で Claude Fable 5.1 より 0.9 ポイント下がり、GPT-6 Astra より 3.3 ポイント低いものの、特に長期的なホライズンの Terminal-Bench 4.0 タスクで顕著に性能が劣りますが、大幅な効率性の向上を提供しています。モデルは SWE-1.7 ではステップ 48 に対してステップ 18 で最初の修正を行い、Medium エフォートのタスクを 81% のコスト削減で完了し、主要なコーディングテストにおいて Claude Fable 5.1 と同様の性能を維持しました。 9 月から、モデルは Devin Desktop、CLI、およびウェブプラットフォームをベースにタスクに基づいた課金モデル（トークン単価ではなく）を使用してリリースされます。ユーザーには、プロプライエタリなライセンス制限によりローカルインストールが利用できないこと、またクォンタイゼーションラダーも公開されていないことに注意してください。

創造性が新たな防衛線へ

## Japanese Translation: 本稿の核心となるメッセージは、現在の生成 AI ツールへの依存が、技術的には熟練しているものの創造性は乏しいウェブサイトで溢れる市場を創出するリスクを警告しています。かつての Flash が提供していた革新的な自由——それは初期のコードでは不可能だった独自のインタラクティブ機能を可能にし、セキュリティ上の欠陥をスティーブ・ジョブズ氏が批判した後に姿を消すまでにウェブデザインの主導権を握っていたという点——とは異なり、今日の AI は往々にして定型作業を自動化し、陳腐なアイデアに対して反復処理を行うだけであり、真の独創性を育むものではありません。歴史的文脈から明らかになっている通り、2025 年半ばには新規サイトのうち驚くべき 35% が AI で生成されており、本物の人間洞察を欠いた均質的なコンテンツへの飽和状態を生み出しています。これに対抗するためには、実務者は何らかの構築を行う前に「100 歩後退する」という姿勢を取り、根本的なユーザーニーズを再評価する必要があります。真の競争優位性は、AI を使用して実験を加速させ、前提条件に挑戦することから得られるものであり、重要なデザイン決定事項を AI に委ねることではありません。創造性の習慣を育成することに失敗した企業は、新しい出力を素早く複製する競争相手に対して苦戦し、独創的な解決策を考案できる者だけが繁栄する業界において取り残されてしまうことになります。 ## Text to translate: The core message warns that relying on current generative AI tools risks creating a market flooded with technically proficient yet creatively banal websites. Unlike the innovative freedom once offered by Flash—which enabled unique interactive features impossible for early code and dominated web design before vanishing after Steve Jobs criticized its security flaws—today's AI often automates routine tasks and iterates on tired ideas instead of fostering true originality. Historical context reveals that by mid-2025, a staggering 35% of new sites are AI-generated, leading to a saturation of homogeneous content lacking genuine human insight. To counter this, practitioners must "take 100 steps back" to reassess fundamental user needs before building anything. True competitive advantage comes from using AI to accelerate experimentation and challenge assumptions, not to dictate critical design choices. Companies that fail to cultivate habits of creativity will struggle against competitors who quickly replicate novel outputs, leaving them trapped in an industry where only those inventing original solutions can thrive.

ソニーのウェブサイトにおける「デジタルゲームを所有する」プレイヤーに関する参考文献一覧

## 日本語翻訳： 2026年6月18日、アンドリュー・ガルシア（Andrew Garcia）、エドワード・ヘイコック（Edward Heycock）、ジェイソン・メンンドサ（Jason Mendoza）、ジョン・サリナス（John Salinas）は、カリフォルニア州北部地方裁判所（事件番号 3:26-cv-06016）でソニー・インタラクティブエンタテインメントLLCに対して集団訴訟を提起した。原告側は、PlayStation Store が「今すぐ購入（Buy Now）」や「購入確認（Confirm Purchase）」などのラベルを用いることにより、消費者がゲームの所有権を購入するものだと誤認させ、一方で小文字で強調されていないテキストにおいて利用許諾契約であることを開示しているとしたことを根拠に、同社を提訴した。原告側は、この行為がデジタル商品の透明性に関するカリフォルニア州法（AB 2426 / ビジネスおよび職業法典 § 17500.6）を違反していると主張しており、デジタルゲームの所有権ではない事実について明確かつ顕著な開示を行うことを怠ったと指摘している。ソニー側は、合理的な消費者が誤認しない理由として、その契約に「ソフトウェアはあなたが所有するのではなく、あなたにライセンスされたとされています」と明記されており、またオンライン上で共有されるマルチプレイヤー機能などにおいて排他的な所有権という概念は標準的ではないとした反論を展開している。本件には3つの訴因が含まれており、①AB 2426 (§ 17500.6) の違反、②カリフォルニア州の虚偽広告法（§ 17500 以降）の違反、③カリフォルニア州消費者法的救済法（CLRA）の違反である。原告側弁護士は、ソニーに対して2026年4月21日および5月11日に郵送認証書付き手紙をもって CLRA による請求書を送付した。訴状に挙げられた最近の購入例には、NBA 2K25 スタンダードエディション（20.99 ドル）、レジデント・イビル リキエム（69.99 ドル）、ゴッド・オブ・ウォー ラグナロク（ヴァルハラ DLC）、そして鬼刃伝説のヨウテイ（Ghost of Yōtei Legends）が含まれる。ソニーの財政データによると、2026年3月31日までの四半期におけるゲーム販売の内訳ではデジタル商品が 85% を占めており、2026年7月1日には、新 PlayStation ゲーム向けの物理ディスク生産を 2028年1 月から停止すると発表した。法的な立場とは別に、ソニーのサポートページでは「もう所有しています（you already own）」や「ご所有のゲーム（games you own）」といった所有権を示唆する表現を頻繁に使用している。提訴対象となる集団には、2025年1月1日（§ 17500.6 の施行日）以降に PlayStation Store を通じてデジタルビデオゲームを購入し、「Buy」「Buy Now」「Confirm Purchase」といったラベルを見たカリフォルニア州住民が含まれる。8月21日、ソニーは PlayStation サービス利用条件に基づき個別仲裁の強制を請求し、同時に訴状の取り下げ（prejudice）を求めた。原告側は同日の翌日である 8 月 20 日に、Sony Corporation of America を被告として自発的に訴訟を取り下げており、残りの唯一の被告となっているのは Sony Interactive Entertainment, LLC である。公聴会は 2026年10月1日午前10時、サンフランシスコにある第 3 号法廷で、ビン・チャブリア判事のもとで行われる予定である。

兆パラメータモデルへの計算効率型事前学習とスケーリング

## 日本語訳: 核心的な画期は、先端的な事前学習がこれまでよりもはるかに効率的に行えるようになったことであり、計算資源を大幅に削減しつつも大規模な AI パフォーマンスを実現できる点です。この新たなアプローチは、単にハードウェアを追加するのではなくトレーニングプロセス自体を最適化することで、主要なオープンモデルと比較して 10 倍以上の高い計算効率を達成しています。特に重要なのは、生成されたモデルが DeepSeek V4 Pro Base の能力と同等でありながら、約 50 倍少ない浮動小数点演算（FLOPs）で動作し、GPT-3 の事前学習に必要な計算量のおよそ半分または GB200 ハードウェアでの約 50 万ドルに相当するという点です。 公平な比較を確保するために、研究者らは私的代码リポジトリを活用し、トレーニングデータと類似度が高い（96 文字以上のウィンドウまたは Jaccard 基準）OSS コードやドキュメントを含む厳格なデータセットクリーニングを実施しました。評価手法としては、トークナイザーの違いを正常化するために保持アウトデータ上でバイト当たりビット（bpb）損失を測定し、複雑な数学、科学論文、コンピューターサイエンス論文、エンジニアリング論文など 167 の領域にわたる評価を行いました。以前の大規模な監督付き微調整に依存した手法とは異なり、この戦略は事前の SFT または蒸留なしでの探索、クレジット割り当て、潜在知識の引き出しに焦点を当てた長期的視野を持つ強化学習とアラインメントトレーニングを重視しています。 今後の展開として、チームは RL トレーニング中のデプロイメントゲートおよび安全性要件に関する改訂された安全ポリシーを発表する計画です。今後も数ヶ月ごとにモデルバージョンをスケーリングアップし、「ヒーローラン」サイクルを続けながら、NanoGPT を用いたスピードランニングにより迅速なフィードバックを得る活動を継続します。究極的には、この効率性の向上は、研究者らが業界標準のコストのFraction で多様なアーキテクチャを実験することを可能にし、大規模なインフラストラクチャなしで高度な推論能力へのアクセスを実現することになります。

DOS で動作する Schemy Lisp

## Japanese Translation: **改善された要約:** SLED（"Scheme Lisp en DOS"）は、Kilo LISP から派生し、Scheme に着想を得た「Ur-Lisp」であり、FreeDOS、MS-DOS といった厳格な DOS 環境や DOSBox-X などのエミュレーター用に特別に設計されています。固定メモ制限（12,288 ノード）でリアルモード動作を行い、不変データ構造（ペア/cons セルとアトム）およびネイティブ数値型なしで自然数をシミュレートする独自のタリ記数体系を採用し、効率性を優先しています。このシステムは `inc`、`dec`、`zero?` によって管理されます。16 ビットアーキテクチャにおけるスタックオーバーフローを防ぐため、SLED は関数（`lambda` や `let` など）に対してトランポリン評価機とテールコール最適化を採用しています。同言語は 8.3 ファイル命名規則（推奨拡張子 `.scm`）およびシンボルテーブルの文字制限 2048 文字といった歴史的制約を遵守し、記号は小文字 16 文字までとし、特定のエスケープ則が適用されます。同言語は未評価評価モデルを採用しており、クォートされていないデータはコードとして扱われ、エラー処理はトップレベルへジャンプして `error?` で確認可能であり、シャドウリング不可の不変コアライブラリを備えています。将来の開発計画は示されていませんが、SLED は厳格なリアルモード制約下での複雑な評価モデルを理解するための重要な教育ツールとして役立ち、現代ハードウェアではエミュレーターを通じて実行可能です。

Stockfish 19

## Japanese Translation: Stockfish 19 は、チェスエンジンの進化において画期的な飛躍を示しており、大幅なパフォーマンス向上を、利便性の向上とより広範なハードウェア互換性と相结合させました。このアップデートは現在 `stockfishchess.org/download` でダウンロード可能であり、Stockfish 18 に対して最大 44 Elo の向上をもたらし、負けた対局ペアよりも勝った対局ペアが三倍以上多いという結果を上げています。このパフォーマンスの向上は、Stockfish 16.1 で使用されていたセカンダリネットワークを廃止し、冗長な脅威関連特徴を除去しながらバイナリのサイズを削減し、計算リソースを重要な歩兵構造に集中させることで実現された精査された NNUE arquitectura（SFNNv16）によるものです。トレーニングの強化には、Quantization-Aware Training（QAT）、パラメータの微調整、強力な Leela net を用いた数百数十億以上の局面での再スケーリングが含まれています。 単なる速度だけでなく、Stockfish 19 はユニバーサルバイナリによって CPU の機能を自動的に検出するため、手動で AVX2/AVX-512 を選択する必要がなくなり、インストールを簡素化しています。サポート対象プラットフォームも大幅に拡張され、RISC-V（RVV）、LoongArch（LSX/LASX）、WebAssembly が新たに加わるほか、Linux 向けに 1GB の巨大ページを使用し、共有メモリの実装が改められた macOS および BSD への対応も強化されました。開発の厳格さが大幅に高められ、エンジンでは盤面配置、FEN 文字列、UCI コマンドに対して厳格な検証を実装しており、無効な入力を受信した時点で即座に終了することで、競技対局中のクラッシュを抑制しています。このリリースは、その歴史と広範なグローバルコミュニティの支援（GitHub スター数は 16,400 に達し、感謝の意を表します）に基づいており、堅牢性と効率性の新たな基準を設定しました。プロジェクトは引き続き協力者を募っており、CPU 時間の提供を `stockfishchess.org/get-involved` から、Discord サーバーへの参加、または C++、Python、HTML/CSS/JavaScript、SCSS で Stockfish、Fishtest、nnue-pytorch、およびウェブサイトへのコード貢献など、あらゆる形で参加する機会を提供しています。