エンジニアリング哲学：Linus Torvalds、消えてなくなる特殊ケース
Linus Torvaldsは、良い趣味とは特殊ケースが消えるコードだと定義します。Linuxカーネル、git、そして「コードを見せろ」の背後にあるエンジニアリングの信念。
Engineering & Craft執筆
デザイン、開発、AIインフラ、製品構築についての考え。
エンジニアリング哲学：まつもとゆきひろ（Matz）
Rubyの作者まつもとゆきひろは、機械ではなくプログラマーの幸福のために言語を設計しました。驚き最小の原則——コードは人を驚かせてはならない。
Engineering & Craftエンジニアリング哲学：Andrej Karpathy、自分では書かないスタック
Andrej Karpathy はニューラルネットワークを Software 2.0 として捉え直しました。手で書くのではなく、データからコンパイルされるスタックです。そして一世代のエンジニアに、それをゼロから組み上げる方法を教えました。
Engineering & Craftエンジニアリング哲学：John Carmack、道徳的な営みとしてのパフォーマンス
John Carmackはパフォーマンスを道徳の問題として扱います。速くてシンプルな核まで削ぎ落とし、問題を土台から理解し、出荷し、そしてその過程を公開する。
Engineering & Craftメンテナーが攻撃者になるとき：jqwik 1.10.0
jqwik 1.10.0 は、Maven 出力に破壊的なプロンプトインジェクション文字列を出します。ANSI エスケープで人間からは隠されます。メンテナーは意図的に追加しました。
AI & Technologyループバックは信頼境界ではない：CVE-2026-2611
MLflow 3.9.0のAssistantは、CORSチェックなしでローカルAIエージェントを/ajax-apiに公開していました。任意のWebページからClaude Codeを乗っ取れる状態でした。このバグの型はMLflow以前からあるものです。
AI & Technology研究論文にはエージェントが読める主張ファイルが必要です
エージェントが読める主張ファイルにより、論文は主張、適用範囲の限界、定義、図表の再現コマンドを明示でき、研究エージェントはそれらを安全に引用、検証、再利用できます。
AI & Technology長時間実行される AI エージェントには永続的なチャネルが必要です
長時間実行される AI エージェントには、ワークフロー ID、イベントログ、再開可能なストリーム、型付きシグナル、安全なキャンセル、ユーザーに見えるチェックポイントを備えた永続的なチャネルが必要です。
AI & Technologyエージェントキーにはリスク予算が必要です
Shuriken の Agent Kit は、実際に行動できる AI エージェントツールに、範囲を絞ったキー、サーバー側の制限、活動ログ、失効、保守的な初期設定が必要な理由を示しています。
AI & TechnologyAIコーディングエージェントには小さなレビュー対象が必要です
AIコーディングエージェントは巨大な差分でレビュー担当者を圧倒します。レビュー対象を小さくすれば、エンジニアはマージ前に関与を保ち、検証に集中し、責任を持てます。
AI & TechnologyAgents.txtはアクセス制御ではありません
Agents.txtはアクセス制御ではありません。AIクローラーを管理するには、robots.txt、llms.txt、ボット検証、ログ、サーバー側ポリシーを使い、根拠のない安心を避けましょう。
AI & TechnologyAIによるマルウェア解析には証拠パケットが必要です
AIによるマルウェア解析に必要なのは証拠パケットです。ハッシュ、コマンド、インジケーター、主張と証拠の対応関係は、自信ありげなエージェントの要約より重要です。
AI & Technology外部記事
技術記事： Introl
Local LLM Hardware Pricing Guide 2025
大規模言語モデルをローカルで実行するための包括的なハードウェア推奨事項とコスト分析。
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
さまざまなAIワークロード向けにNVIDIA最新データセンターアクセラレータを比較するGPU選択ガイド。
TPU Architecture: Complete Guide to Google's 7 Generations
GoogleのTensor Processing UnitのTPUv1からTPUv5までの進化に関する詳細な技術解説。
GPU Memory Pooling in Multi-Tenant Kubernetes
コンテナ化環境におけるGPUクラスターのリソース共有戦略。
Ray Clusters: Distributed AI Computing Infrastructure
Rayフレームワークを使用した分散AI計算の構築と管理のガイド。
DeepSeek V3 Open Source AI Cost Advantage
オープンソースLLMの経済性とDeepSeekの競争上のポジショニング分析。
NVIDIA Vera Rubin GPU 600kW Racks 2027
将来のデータセンター電力要件とNVIDIAの次世代GPUロードマップ。
SMR Nuclear Power for AI Data Centers
次世代AIインフラストラクチャに電力を供給する小型モジュラー炉ソリューション。
DeepSeek MHC Architecture Breakthrough
DeepSeekのMulti-Head Compressionアーキテクチャ革新の技術分析。
