2026/10/01 2:00

Bild AI（YC W25）で創設メンバーとしての製品エンジニアを募集しています

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

要約▶

Japanese Translation:

Bild AI は、Business Insider で特集された YC の資金を調達したスタートアップで、世界中のトップベンチャーキャピタルが後援しており、サンフランシスコのオフィスに常駐するフルタイムの雇用として、複雑な建設タスクの自動化、特に「Division 8」のドア、枠およびハドルへの特化した「0 から 1」型の多能性 AI エンジニアを緊急で招聘しています。この役職では、年俸 12 万ドル〜18 万ドルに加え、株式オプション 0.10%〜0.40% を提供し、「優れたプロダクトのセンス」を深遠なレガシー分野の専門知識よりも優先し、有料プロダクトを作った経験がある方や建設業界のバックグラウンドを持つ方を特に重視しています。エンジニアたちは、同社のモデルガーデンアーキテクチャを構築し、設計図の読み込み、費用見積もり、許可申請などのタスクを担当することで、病院や学校といった重要な施設の実現に貢献します。候補者は、機能をエンドツーエンドで所有し、迅速な納品（場合によっては来週内）、週次顧客インタビュー、React フロントエンドと Python バックエンド/インフラの両方での作業を求められる予定です。厳格な採用プロセスには、4 ステージの面接があり、最後に 3〜5 日の有給労働トライアルが含まれています。出願者は、申請を短く保つために創設者に自分のお気に入りのフルーツをメッセージで伝えることを求められています。

本文

Division 8 向け AI 見積もり・設計エンジニア募集｜フルスタックでゼロイチ構築

求人情報

役割: エンジニアリング（フルスタック）
給与: 年収 $120,000 〜 $180,000
株式付与: 0.10% 〜 0.40%
勤務地: サンフランシスコ（※在職または転居希望者・フルタイム出社）
応募対象: 経験不問（新卒も歓迎）

企業背景とミッション

「Bild AI」は、建築分野における図面読取、コスト見積もり、申請手続きの効率化を目的に設立されました。

最新のコピービジョンおよび AI 技術を用いて複雑な課題を解決します。
住宅、病院、学校などの建設現場において社会的インパクトを生み出しています（ビジネスインサイダー誌にて特集）。
モデルガーデンアプローチを採用し、デモデイ以前にトップクラスの VC から資金調達を果たしました。

ご担当いただく役割

機能の企画から実装までを全工程で担います。週 1 回のお客様対面と翌週のリリースサイクルを維持します。

UI 構築: 20 年以上図面作業に従事してきた方を対象に、複雑なデータも直感的に扱いやすい UIを実現します。
技術スタック:
- フロントエンド：React
- バックエンドおよびインフラ： Python
開発方針: 「どのように作るか」だけでなく、「何を作るか（製品コンセプト）」そのものを形作ります。

求める人材像

優れたプロダクトセンス: ユーザーの見た目、使い勝手、機能性に関心を持ちます。
ゼロイチ構築力: スタートアップ初期段階で新機能を創り出せるフルスタックエンジニアです。
顧客接点重視: 複雑なドメイン知識を洗練された製品判断へと翻訳できる方です。
成長マインドセット: 「傾斜（slope）」よりも「切片（y-intercept）」の重要性を理解し、学習意欲が高い方です。
正直なコミュニケーション: 共感に基づき、喜びも不満も率直に共有いただける方です。
地道な作業への耐性: 日常的な基礎作業（schlep）を厭わない姿勢が必要です。

加点要素（優先考慮）

実戦経験: 人が支払い対価を払う製品を実際に開発した経験（創業者・スタートアップ出身者）。
業界知識: 建築業界のバックグラウンドをお持ちの方。
姿勢: インパクト志向の方。

応募プロセス

導入説明: 15 分間
技術面接（ホワイトボード）: 1 時間
技術面接（コーディング）: 1 時間
有給トライアル: 3〜5 日間

応募方法

簡潔に以下の情報を記載してお送りください。

お好きな果物をお答えください。（※おすすめ：シタマル）

同じ日のほかのニュース

一覧に戻る →

2026/10/01 5:04

ジェミニ 4 アルゴン

## Japanese Translation: Google は、ソフトウェアエンジニアリング、企業向け知識業務（法務および財務を含む）、およびサイバーセキュリティ防衛における複雑で長期にわたるワークフローを扱うための深い推論に特化された AI モデル「Gemini 4 "Argon"」を発表しました。Argon は産業標準を超える出力トークン制限 100 万トークン（従来の 64K から向上）をサポートし、単一のトリアジェクト内での複雑な問題に対する深い推論を可能にします。そのアーキテクチャには、最適化された量子コンピューティングサブルーチンが組み込まれており、 prior システムと比較して約 40% の高速化を実現するとともにメモリ使用量を大幅に削減しています。内部テストの結果では、Google データセンター全体で 300 TiB を超えるメモリが解放され（推定節約額は 500 TiB〜1 PiB）、効果が確認されました。 Argon は現在、Fairwind プログラムを通じて信頼されたサイバー防衛者に対してのみ展開されており、米国政府による任意のプレリリースアクセスレビューを経ています。一般公開は安全なガードレールのさらなる精錬を待って行われ、まず有料 API 顧客および Google AI Ultra 契約者のみから開始されます。安全対策には、CBRN 攻撃への拒否メカニズム、Gray Swan IPI ベンチマークにおける間接プロンプトインジェクションに対する堅牢性、思考の連鎖分析を通じた非整合性のモニタリングなどが含まれます。ベンチマーク結果は Argon の能力を浮き彫りにしています：ソフトウェアエンジニアリングタスクにおいて DeepSWE v1.1 で 77.9% のスコアを達成し、AutomationBench では 51.3% のスコアで第 1 位にランクされ、長期間のビデオ理解における LVBench で 91.7% のスコアを獲得、CWE-bench v1 では脆弱性修復において 68% のスコアで 1 位と並んでいます。また、Wiz の Scan for Good イニシアチブにおいて、以前の実験モデルが見過ごしていた世界中で使用されている医療ソフトウェアにおける重大な脆弱性を成功裏に特定しました。価格は入力トークン 100 万あたり 2 ドル（出力トークン 100 万あたり 10 ドル）から開始され、キャッシュされた入力トークンは標準の入力価格に対して 95% の割引で利用可能です。このコスト効率の高い構造は、大規模な計算タスク向けに高度な AI 機能を可能にすることで、長期ワークフロー自動化およびサイバーセキュリティ防衛戦略を革新することを目的としています。さらに、Argon エージェントは積極的に C/C++ コードベースを Rust へ移行しており、re2 などのコアライブラリでは数万行以上、Fuchsia Zircon カーネルでは最大 800 万行以上に達しています。libgav1 ビデオデコーダーの Rust ポートと比較して 2.7 倍の速度向上を実現するとともに、出力とメモリの安全性を維持しています。

2026/10/01 7:03

機密レベルトップの衛星「URSALA」「RAQUEL」「FARRAH」

## Japanese Translation: HEXAGON LEO の20機の衛星は、1971年から2000年代初頭にかけて、軍の重要な電子偵察（ELINT）資産として機能した。当初「プログラム11」と正式名称、俗に「 hitchhikers（ひき寄せ乗り）」と呼ばれたこれらの低軌道システムは、基本的な国集情報収集ツールから、戦術的国家能力の戦術的活用（TENCAP）プログラムの導入により、直接的な戦場支援システムへと進化を遂げた。大気抵抗によって苦悩した1960年代の使い捨てモデルとは異なり、後続の機体にはレーダーサイドローブおよび未使用周波数帯の実時分析能力を備えた搭載コンピュータを搭載し、データを戦術的な地上バン、船舶、航空機に直接伝送する機能を持たせた。この機能は、1973年の中東戦争やフォークランド紛争（RAQUELを利用）の際に極めて重要な役割を果たした。主要な衛星にはURSA LA、FARRAH、GLORIA、CARRIEが含まれ、早期モデルであるMABELIやTOP HAT IIは限られた運用寿命を有する一方、FARRAH I/IIなどの機体は30年にわたり運用された。ロッキードなどによる契約業者の継続的な機能維持と、GLORIA、CARRIEといった特定のペイロード向けのスペースシャトル打ち上げへの転換が進んだ一方で、多様な打上げ車両を維持することに伴う高コストに加え、初期のシャトル打上げの後での打上げ車輛への復帰（変換したタイタンIIICBミサイル）および1回の失敗（FARRAH IV）が原因となり、プログラムは次第に退役へと向かった。1997年9月時点で、検出率は1993年の55個からわずか18個へと急落しており、プログラムの終了前から偵察産出量が著しく低下していたことが示された。最近解秘されたこれらの衛星に関する新たな重要情報が、過去2カ月以内に発表された。

2026/10/01 4:04

驚くほど複雑な波が脳の内部の働きを明らかにする

## Japanese Translation: 脳は、複雑な情報処理における基本的なモチーフとして伝播波に依存しており、単に一般的な神経活動を反映するだけでなく、空間的ナビゲーションや感覚予測を援護しています。2024 年の『Nature Human Behavior』に掲載された研究では、往復する波動が記憶の符号化と想起を支援することが示されました。また、2026 年の『Nature Communications』に掲載された Joshua Jacobs 氏（Anup Das 氏らとの共著）主導の研究では、てんかん患者に用いられる約 100 の脳内電極を用いて、同心円状のリッチルと回転する螺旋波という追加の動的パターンを特定しました。回転する波動は、より単純な言語タスクよりも複雑な空間的ナビゲーション中により頻繁に観測されるため、高度な認知機能における役割が示唆されています。数学者および生物学者である Bard Ermentrout 氏は、以前に観測された単純な「平面」状の波動は、電極配置の制限により生じた大きな複雑なパターンの部分的な視覚に過ぎなかった可能性を提唱しました。高忠実度なデータが存在するにもかかわらず、これらのパターンの完全な普遍性を捉えることは限られており、電極を設置した治療部位のみで観測が制限されている可能性があります。これに関する議論は現在も継続しており、一部の研究者（例：Earl K. Miller）はこれらの動的層が機能的に重要であると主張する一方、他の研究者（例：György Buzsáki）はそれらが基礎となるシナプス計算を反映していると論じています。異種間での研究はこの図像をサポートしており、2026 年 6 月の『Science』に掲載された研究ではマウスの大脳皮質内で鏡像され同期化した回転する波動が確認されました。また、2026 年 9 月の『Neuron』に掲載されたレビューでは、視覚野における伝播波が次に来る感覚情報を予測するのに役立っていることが強調されています。これらのパターンの機能的役割を解明することは、単なる活動記述を超えた大脳皮質処理モデルの洗練につながります。