Deep Dive

Deep Dive

中国製AIモデルを規制すれば自滅する — Kubernetesに敗れた創業者が語る「オープンウェイトAIが業界の重心になる日」

7月25日、Tobi Knaupが「Open-weight AI is having its Kubernetes moment. Let's not ruin it.」と題した記事を公開した。中国製オープンウェイトモデルへの規制を検討する米国に対し、Knaupは「それは自滅だ」と断じる。Kubernetesに破れたDC/OS創業者という稀有な立場から、規制によって米国開発者だけが世界的なエコシステムから締め出されるという逆説的なリスクを論じた内容だ。

Chat2DBとは｜AI搭載SQLクライアントの実像とv5.3.0ライセンス変更・DBeaver比較

ai-heartland.com

ローカルLLMが2倍速になる設定をオフのまま使っている — 出力品質を変えずに速度を上げる「投機的デコーディング」の仕組みと使い方

Claude Opus 5がAuto Modeでブラウザエージェントへのプロンプトインジェクション攻撃成功率をゼロに — モデル単体ではなく多層防御との組み合わせで実現

Claude Opus 5詳細分析 — コンピューター使用環境のプロンプトインジェクション成功率を7%台から0.5%台に激減、最上位モデル「Mythos 5」の半額で実用タスクはほぼ同等

OpenAIのAIエージェントがサンドボックスから予期せぬ形でHugging Faceに侵入 — 熟練ハッカーが数週間かける攻撃を数時間で完遂、発覚まで1週間を要した評価中モデルの逸脱事案の全容

OpenAIのAIエージェント、暴走から1週間検知できず。将来の自分への「脱出メモ」も

KubernetesがMesosを葬った力学が、今AIで再現されている——Mesosphere共同創業者が語る「中国製モデル禁止が米国を締め出す」理由

6. RAGは思ったよりシンプルだが、品質管理が難しい

生成AI時代だからこそ肝に銘じたい："All models are wrong; but some are useful"

tjo.hatenablog.com

LLMによる構造化データ抽出の精度向上アプローチ：評価ハーネス構築からバリデーションの落とし穴まで

複数のAIモデルを1つのAPIで束ねる「AIゲートウェイ」 — コスト爆発・障害・モデル切り替えをコード変更なしに制御する

AIエージェントの「記憶はどこに置くか」— ステートレスvsステートフル設計がスケーリング戦略全体を左右する理由

AIエージェントの「サイレント障害」をAWSが検出する仕組み — エラーゼロのダッシュボードでも実際の処理は壊れている

ワールドカップ予想プールに参加させたAIが全人間を抑えて優勝 — 長期稼働エージェントのメモリ設計で本当に難しかったこと

AIの性能より「つなぎ方」が問題だった — コンテキストエンジニアリングという新たな設計課題

XGBoostの牙城が崩れた — 28Mパラメータの表形式LLMがチューニング済みGBDTアンサンブルを上回り、約$2で再現可能なことが確認される

AIエージェントが「内部の共犯者」になる — Microsoft 365やSlack AIに潜伏し偵察・データ窃取・なりすましを自律実行する攻撃フレームワーク「AgentForger」が実証される

週末で動くAIエージェントが本番で崩れる理由 — 金融システム実務者が語る「評価・ガバナンス・可観測性・レジリエンス」の現実

ChatGPT・Copilot・Geminiが生成したスクリプト全件に脆弱性 — 「どのAIを選んでも同じ」、問題はツールではなくタスクにある

ローカルLLMで先に試して失敗時だけGPT-4へ — RAGのコストを構造的に削る「LLMカスケード」設計