Opus からセルフホストの Ollama へ 35KB の preprompt を移行した際に遭遇した落とし穴をまとめた記事だが、取得できた本文は Mod_Security によるエラーページのみで、具体的な内容は確認できない。タイトルからは、プロンプトの移行に伴う挙動の違いやモデル差への対処が主題と推測される。
AWS が、セキュリティ分野における AI の信頼性を測る Deception Benchmark を公開。14,822 サンプル、16 言語、70 以上の CWE カテゴリを対象に、実際の脆弱性と、脆弱に見えても緩和策で悪用不可能なコードをモデルが区別できるかを評価する。標準プロンプトでの適合率は 50% 台半ばにとどまり、スキャフォールディングを排してコード理解そのものを測る点が特徴。
Claude Code on Bedrock の auto mode を起動時デフォルトに設定した際の挙動を、対応モデルと非対応モデルで比較した記事。具体的な設定方法や差分の詳細にはほとんど触れておらず、挙動が分かれるという結果の報告にとどまる。
モデルを差し替え可能なコーディングエージェントのハーネスとして OpenCode・pi・DeepSeek Harness の3つを取り上げ、それぞれの設計思想と動作の違いを比較する。同一モデルに接続して同じ課題を解かせることで、ハーネス選択の根拠を整理することを目的としている。
前回公開した「トークンを節約してレビューをローカルLLMに任せる」構成について、読者コメントで指摘された設計上の穴を確認したところ事実だったため訂正する記事。公開したModelfileは実際には著者の環境で動いておらず、Ollamaの/api/chatはmessages内のsystemロールを扱う仕様になっているため、想定した構成が成立していなかったことを説明している。同じ構成を組んだ読者が同じ問題を踏まないよう、まず誤りの内容を明示している。
Zennはメール送信数の増加に伴うコスト増大を受け、SendGridからAmazon SESへ移行した。本記事ではSendGridとAmazon SESの料金体系の比較や、移行時に注意すべき点、実装上のポイントを紹介している。
2026年9月、AWS Lambda の関数タイムアウトが15分から最大90分（5,400秒）に拡張された。ただし適用条件は Lambda Managed Instances (LMI) 上で動作し、かつ非同期呼び出しまたは ESM 経由の呼び出しである場合に限られ、同期呼び出しは従来どおり15分のまま。筆者は CDK で検証環境を構築し、実際に動作を確認している。
パズルアプリ「Dayzle」の運営者がGoogle広告に約220ドルを投じたところ、成果として計上されたインストールの約60％が人間による利用とは考えにくい挙動を示し、ボットファームによるものだった可能性を指摘した。
LINEアプリ開発SBUのAIディベロッパーエクスペリエンスユニットによる記事。AndroidとiOSの開発者が混在するチーム体制で、AIが生成した成果物を人間の開発者がどう受け取り、レビューし、設計に組み込んでいくかというワークフローの設計について述べている。
Bryan Cantrill が、大学時代に「コンピュータウイルスが広がっている」と偽って人文系の学生たちをパニックに陥れた出来事を告白し、それを現在の AI による人類絶滅リスク言説と重ね合わせる。元 Anthropic の Jacob Coxon や Anthropic の Evan Hubinger が「今後10年で AI が全人類を殺す確率は10%超」と主張していることを挙げ、こうした主張は具体的根拠を欠いた未来への手荒な外挿に依存していると批判する。著者は、恐怖を煽る技術者たちの振る舞いこそが問題であり、Coxon は重要インフラや生物兵器、まして絶滅の専門家ではないと論じる。
プリンストン大学などの研究チームが、AIエージェントに未公開のNeurIPS論文の研究課題を解かせる「シャドウ評価」を実施。エージェントは文献調査や実験、実装はこなせたが、創造性や判断力に欠け、的外れな実験や早期の見切り、後戻りの不能などから、トップ会議採択レベルの研究を生み出せなかった。AI研究の自動化・再帰的自己改善の時期は証拠より先行している可能性を示す。
Slack / Teams / Chatwork に常駐して日常業務のリクエストを処理するAIエージェントは、裏側のLLM API（OpenAI / Anthropic / Google 等）に依存しており、単発のチャットボットと違ってレポート生成や即応が前提のため、プロバイダ側の障害・レートリミット・レイテンシ悪化がそのまま業務停止につながる。本記事は、単一プロバイダ依存の設計から一歩進め、障害時にどう振る舞うべきか（リトライだけでは不十分な理由を含む）を整理する。