Deep Dive

Deep Dive

盗用疑惑の中国AIが、いつの間にか米コーディングツールの心臓部になっていた

Moonshot AIのKimi K3が2026年7月、Arenaコーディング首位を獲得した裏で、米Cursorが旧版Kimiへの依存を当初公表していなかった過去が発覚。中国製AIを巡る疑惑と依存が数カ月で交錯した経緯を追う。

NetflixがLLM推論を自社インフラで完全内製化 — 「LLMを特別扱いしない」設計思想と本番で踏んだ落とし穴

「プルリクもレビューもロードマップも全部スロップ」——20年選手エンジニアの怒りにHacker Newsが沸いた理由

LLMの推論能力は、たった1つの中間層に宿っていた

Claude Code が私の .env や API キーを git にコミットして公開 push してしまうのか——本当に起きるのか、実行の手前で止まるのかを自分の環境で実測した

AIエージェントに任せたら便利だけど、怖くない？——2026年、エンジニアが議論している「自律AIの境界線」

偽のローカルLLMに「生存確認」を通させたら、攻撃者はその先へ進んだ — PromptPot

安いモデルほど総コストが高くなることも？AIの「やり直し回数」や「処理時間」を含めて本当の効率を見極めるアプローチ

実験で確認：ClaudeはAnthropicに有利な回答を返す — LLMが自身の価値観で回答を歪める「Value Leakage」、現行のアライメント訓練では検出できず

AIエージェントに仕様書なしで実装させると何が起きるか — O'Reillyが説く「適切な仕様量」の見極め方

AIクローラーを「欺いて疲弊させる」新戦術 — ブロックではなくコスト破壊で無断スクレイピングに対抗する「LLMハニーポッティング」とは

AIエージェントのメモリ管理に必要なDBは3種類ある — Redis・Pinecone・MongoDB・Weaviateを「短期記憶・長期記憶・操作状態」の3層で比較する

KubernetesはAIエージェントの基盤になれるか — CNCFが「エージェントAIは分散システム」として既存クラウドネイティブ技術での構築を提案

RAGの精度はチャンク設計より「質問の分解」で決まる — ユーザー入力を型付きフィールドに変換して検索・生成を制御する手法

企業AIが「使えない」本当の理由はデータ分散にある — DatabricksがCRM・製品利用・財務データを統合するコンテキスト層を提唱

「プロンプトの時代は終わった」— 本番AIの主戦場はコンテキスト管理・エージェント制御・Evalの設計に移った

SmartsheetがAWS上で本番運用するMCPサーバーの全設計 — 内部テレメトリで累計30億トークン削減を記録したAIエージェント基盤の実装詳細

AIエージェントは「人間のIDを借りて本番環境にアクセスする」— 従来のセキュリティ設計が通用しなくなった理由と、その代替アプローチ

NvidiaのAIネットワークは本物の優位性か — 「プロトコルはオープン、実装はプロプライエタリ」というロックインの構造

「プロンプトを長くしても無意味」— Googleエンジニアが語る"何を渡さないか"の設計術「コンテキストエンジニアリング」

AIの電力危機がアナログ計算を復活させた — GPUのエネルギーの大半は「演算」ではなく「数値の移動」に消えている