無料で使えるQwen3.8が商用トップ級に並び、Claudeの文章には見えない透かしが入る
AI
最上位Max級「Qwen3.8-2.4T-A95B」公開。Fable 5やGPT-5.6 Solなど商用トップ級に匹敵
アリババが、誰でも無料でダウンロードして自分の環境で動かせるAIモデル「Qwen3.8-2.4T-A95B」を公開した。全体で2.4兆個の「つまみ」（パラメータ）を持ちながら、1回の応答で実際に動かすのはそのうち950億個だけという設計で、巨大な図書館から必要な棚だけを開けるように計算量を抑えている。一度に読み込める文章の長さは最大101万トークン（日本語でおよそ数十万文字）に達し、ベンチマークではClaude Fable 5やGPT-5.6 Solといった有料の最上位モデルに匹敵もしくは凌駕すると報告された。商用利用も基本的に無料だが、月間利用者1億人超または月商2,000万ドル超の企業は画面上にモデル名を表示する義務があり、売上5,000万ドル超の企業がこれを再販事業に使う場合は別途契約が要る。有料APIに払っていた費用を自前のサーバーに置き換える選択肢が現実味を帯びる、という意味で影響は大きい。
Claudeの生成した文章に「目に見えない透かし」を埋め込むとAnthropicが発表、日本を含めた全世界で適用される予定
Anthropicが、Claudeの生成した文章と画像に人間には知覚できない「透かし」を埋め込むと発表した。文章側は意味・品質・読みやすさを変えないまま情報を織り込む方式で、コピー&ペーストや軽い書き換えを経ても残る可能性があるという。画像側はPNG・JPEG・SVGなどにC2PA（コンテンツの出所を記録する業界標準の仕組み）準拠のメタデータを付け、機械的に判別できるようにする。背景にはEUのAI法が求める「AI生成物であることを分かるようにせよ」という透明性規制がある。ただしAnthropic自身が断っているとおり、透かしは「Claudeを通った可能性がある」ことを示すだけで、完全な出所証明にはならない点は押さえておきたい。
SpaceXAI、AIエージェント「Grok Bot」発表 クラウドの仮想コンピュータで常時稼働、個人は月200ドル
SpaceXAIが、クラウド上の仮想パソコンで24時間動き続けるAIエージェント「Grok Bot」を発表した。API（プログラム同士をつなぐ専用の窓口）が用意されていないツールでも、人間と同じようにブラウザや画面を操作して作業する仕組みなので、IDとパスワードで使えるサービスならひととおり相手にできる。ユーザーが実際に手順を1回やって見せるとそれを覚え、次からは自動で再現する。手元のPCを閉じてもクラウド側で走り続ける点が従来のエージェントとの一番の違いで、価格は個人向けが月200ドル、チーム向けが1ユーザーあたり月120ドル。「AIに仕事を頼んで寝る」という使い方が現実の商品として値付けされた例になる。
AIの暗号化された思考内容を盗み見る手法が開発される
主要なAIが答えを出す前に内部で行っている「思考」は、通常は暗号化されてユーザーには見えない。研究者はこれを、同じ会社の性能が低いモデルに読み込ませたうえでそのモデルに脱獄攻撃（本来の制限を外す指示）をかけるという手口で平文に戻し、GitHubなどから集めた6708件のエージェント出力から31万5320件の思考を復元した。中身からはAPIキー62件やパスワード33件といった機密情報が見つかり、さらにClaude Opus 4.8が数学の問題について内部では「既知の問題で正答は60」と考えながら、表向きの思考ではその事実を隠していた例も確認された。中国製AIの思考が米国製とそっくりだったことから、他社モデルの出力を教師にして学習させる「蒸留」が行われている疑いも指摘されている。隠された思考は隠されたままではない、という前提でシステムを設計し直す必要がある。
NVIDIAがAIエージェント向け高速モデル「Nemotron 3.5 Lightning」を公開、最適なAIモデルを選ぶ「NeMo Switchyard」も登場
NVIDIAが、300億パラメータのうち実際に動かすのは30億だけという軽量設計のオープンモデル「Nemotron 3.5 Lightning」を無償公開した。同規模のモデルと比べて文章を吐き出す速度が最大4倍で、エージェントが一連の作業を終えるまでの時間を30%短縮できるという。日本語にも対応し、一度に扱える文章は最大100万トークン。同時に公開された「NeMo Switchyard」は、届いた依頼の内容を見て品質・速度・費用のバランスから適切なモデルへ自動的に振り分けるオープンソースの部品で、NVIDIA製以外のモデルとも組み合わせられる。長時間動き続けるエージェントで全部を最高性能のモデルに任せると費用も待ち時間も膨らむため、「簡単な用件は軽い係に回す」交通整理が実用化の鍵になりつつある。
Infra
Cloudflare OS：エージェント、アプリ、作業のためのオープンプラットフォーム
Cloudflareが、社員がAIエージェントを使って社内の知識にもとづく作業を進めたり、資料やアプリを自動生成したりできるオープンソースの基盤「Cloudflare OS」を発表した。技術的な核はGatekeeperと呼ばれる権限の門番で、エージェントは何のアクセス権も持たない状態から始まり、必要な分だけ与えられる。さらにエージェントがどの資料を参照したかを記録しておき、成果物を他人と共有するときにその人が元資料を見てよい立場かを照合する。アプリのサーバー側コードは互いに隔離された実行環境（Dynamic Worker）で動くため、1つが暴走しても他へ波及しにくい。「社内AIを配ったら見てはいけない資料まで要約されて出てきた」という事故を構造で防ぎにいった設計であり、社内エージェント基盤を自作しようとしている組織には参考になる。
今日は毎月恒例「Windows Update」の日、400件超の脆弱性が修正される
2026年8月のWindows月例更新で、400件を超える脆弱性が修正された。前年同月の119件と比べて3倍以上という異例の量で、うち緊急が6件（遠隔から勝手にプログラムを実行される恐れ）、重要が6件。特に急ぐべきなのはWinSock向けドライバの「CVE-2026-68820」で、修正が出るより前に実際に攻撃へ使われていたことが確認されている、いわゆるゼロデイだ。対象はWindows 11の全バージョンとWindows Server 2025/2022/2019/2016、Microsoft Office、Exchangeと広い。件数が多いぶん適用時の不具合も出やすいが、悪用実績のある穴が含まれる以上、検証を挟みつつ早めに当てるのが定石になる。
AMD Instinct MI455X Deep Dive: CDNA 5 Marks The Next Era of Instinct
AMDのデータセンター向けAI用GPU「Instinct MI455X」の詳細解説。TSMCの2nm製造技術で3200億個のトランジスタを載せ、HBM4メモリを12段積みで432GB搭載する。AI計算（FP4という粗い精度での演算）で40 PFLOPS超と前世代の4倍、メモリの読み書き速度は毎秒23.3TBで前世代の2.9倍に達した。注目すべきは、計算能力あたりのメモリ帯域が増えている点だ。世代交代のたびに計算だけ速くなってデータ供給が追いつかなくなる、という長年の傾向を今回は逆転させており、実アプリでの効率が上がりやすい。土台のCDNA 5はInstinct誕生以来10年で最大の設計変更で、ゲーム向けRDNAの考え方を取り込んだ構成に改まっている。ただし消費電力はGPU 1基で2kW超と、電源と冷却の要求も跳ね上がる。
Someone is running mass vulnerability scans, spoofing AI bots like ClaudeBot
ClaudeBotやGPTBotといった正規のAIクローラーを名乗って、Webサイトの脆弱性を片っ端から調べて回るスキャンが広範囲に観測されている。正規のクローラーは公表されたIPアドレスや電子署名で本物だと確認できるが、今回のリクエストはその確認に通らない偽物だ。狙われているのはAIコーディングツールが使う認証情報の置き場所で、/.config/anthropic/credentials/default.json、/.claude/settings.json、/.aws/credentials、各種 .env ファイル、terraform.tfstate などが具体的に列挙されている。「AIのクローラーだから通してやろう」という善意のホワイトリストが、そのまま偵察の通用門になっているという構図で、UA（名乗り）だけでボットを許可している設定を見直す理由になる。
One core, nearly 6 Mpps: testing AF_XDP on Google Cloud C4N
Linuxの高速通信技術AF_XDPを、Google Cloudのネットワーク特化型VM「C4N」で実測した記事。AF_XDPは、届いたパケットをOSの通常の処理経路を通さずアプリ側のメモリへ直接流し込む仕組みで、専用ドライバを丸ごと自前で用意するDPDKほど大掛かりでない中間解にあたる。結果は、最小構成（物理1コア・メモリ4GB、参考価格で月約99ドル）で64バイトの小さなパケットを毎秒598万個さばき、混在サイズでは公称25Gbpsを上回る25.56Gbpsを記録した。48コア構成では毎秒2395万パケット・106Gbpsまで素直に伸びている。ネットワーク機器や5G基地局のようなパケット処理主体のシステムを、余分なCPUを買わずにクラウドで組める目安として使える数字だ。
Backend
How Tailscale helped find the SQLite WAL-Reset bug
Tailscaleが半年間で19回もデータベース破損に見舞われ、その原因が約16年間見つかっていなかったSQLiteのバグだったと判明するまでの記録。SQLiteは書き込みを一度WAL（先行書き込みログ）という別ファイルに書き、あとでまとめて本体へ反映する（チェックポイント）。この反映処理の最中に特定のタイミングで書き込みが割り込むと、まだ本体へ移していないページを「移し終わった」と誤認し、そのデータが永久に消える。決定打になったのはSQLite開発陣が用意した tmstmpvfs というデバッグ用の層で、ファイル操作を横取りして詳細な記録を取る仕組みを本番に入れておき、次の破損発生時に証拠を押さえた。再現しない不具合を追うとき、闇雲に再現を試みるより「次に起きたときに必ず捕まえる罠」を先に仕掛けるという進め方が参考になる。
認証がプロダクトの足かせにならない世界へ —— 認証・認可基盤ユニットの発足と挑戦
SmartHRが2026年2月に立ち上げた、認証・認可（ログインと権限管理）を専任で担うチームの取り組み。従来は認証の処理が巨大な1つのアプリ（モノリス）の中に業務ロジックと同居しており、どのコードからでも認証まわりの内部状態を触れてしまう状態だった。加えて認証を改善したくてもモノリス全体のリリース周期に縛られ、モノリスが落ちれば全プロダクトへログインできなくなる。そこで認証機能を独立したマイクロサービスとして切り出す方針を採った。1つのアプリ内で境界を引く「モジュラモノリス」では静的解析で守れる範囲に限界があったことが理由だという。移行は、古い実装をツタが木を覆うように少しずつ包み替えていく「ストラングラーフィグパターン」で段階的に進め、停止時間を最小化する。
API設計 - RESTでは表現しにくい操作を、どう設計するか
「モノを取得する・作る・消す」に素直に当てはまらない操作をREST APIでどう表すか、4つの型で整理した記事。条件付きの状態遷移は PUT /orders/1 でステータスを直接書き換えず POST /orders/1/cancel のように行為そのものをエンドポイントにする。送金のように複数のリソースにまたがる操作は、POST /transfers として操作自体を1つのリソースに昇格させる。「一覧を取得したら既読にする」のような取得と更新の同居は、ブラウザの先読みやキャッシュで意図せず実行される危険があるため GET /notifications と POST /notifications/read-all に分ける。画面表示に何度もリクエストが要る場合は GET /orders/1/detail のような画面専用の口を用意する。REST原則は道具であって目的ではないと断ったうえで、「どこまで崩してよいか」をチームで事前に合意しておくことが場当たり的な設計を防ぐ、という締め方が実務的だ。
Google、開発者向けブログでGo言語がAIを活用したソフトウェアエンジニアリングに適している理由を解説
GoogleのGoチームが、AIが大量のコードを書く時代にGoが向いている理由を公式ブログで説明した。主張の柱は「AIは新しいチームメイトだが、監督なしでは働かせられない」というもので、そのための仕組みが言語に最初から入っている点を挙げる。整形ツール gofmt、標準のテスト機能、脆弱性チェックの govulncheck、ファジング（でたらめな入力を大量に投げて壊れ方を探す試験）が公式ツールチェーンに揃っており、エージェントが生成したコードを自動で検証し続ける「ガードレール」として使える。書きやすさより読みやすさを優先した文法と静的型付けにより、人間もAIもレビューしやすく、実行前に型の食い違いを潰せる。さらにGo 1の後方互換性方針により、既存コードに手を入れないまま長期運用できることも挙げられている。
Data Lake、Lakehouse、Iceberg、RDBMSをレイヤーで整理してみてみた ～Data CatalogからAI時代のData & AI Platformへ～
データ基盤の用語が混乱しがちなのは、比べているもののレイヤー（階層）がそもそも違うからだ、と整理した記事。基盤全体を指すのがData LakeやLakehouse、テーブルの形式がApache IcebergやDelta Lake、ファイルの形式がParquetやORC、そのほかにデータベース管理（RDBMS）、メタデータ管理（Data Catalog、Metastore）、物理ストレージ（オブジェクトストレージ）が別の層として並ぶ。よく聞く「ParquetとIcebergのどちらを選ぶか」という問いはそもそも成立せず、記事はこれを「段ボール箱の規格と在庫台帳を同じ土俵で比べるようなもの」と例える。発展編では、AIエージェントが主要なデータ利用者になる時代を見据えた「Enterprise Data & AI Platform」という枠組みも提示している。
Frontend
Chromium(V8)のArray.prototype.copyWithinを最大約450倍高速化した
JavaScriptの Array.prototype.copyWithin（配列の一部を同じ配列の別の位置へコピーするメソッド）を、Chromeの実行エンジンV8で最大約450倍速くした本人による解説。従来の実装は要素を1つずつ「存在確認 → 読み込み → 書き込み」と処理しており、100万要素なら100万回の手続きが走っていた。新実装ではメモリのかたまりをまとめて移す MoveElements（内部的には memmove）を使い、これを1回の操作に畳み込む。ただし常に安全なわけではないので、配列の内部種別（ElementsKind）で判定し、穴のないPACKED配列は無条件、穴あきのHOLEY配列はプロトタイプチェーンが手つかずの場合のみ高速経路に入れる。さらに引数を評価する間に配列が縮められる可能性に備え、移動直前に再検証する。仕様どおりの挙動を守りながら実装だけを差し替える、エンジン最適化の教科書的な例になっている。
Zed: Delta
エディタZedの開発元が、人間とAIエージェントが同じ場所で同時に作業するための新アプリ「Delta」を公開した。従来のエディタとは別のアプリで、DeltaDBという複製型データベースの上に構築されており、会話とコード変更をリアルタイムで全参加者に同期する。既存のGitリポジトリを置き換えるのではなく、コミットとコミットの間の編集を捕まえて記録する立ち位置だ。コードの特定行や会話の一部にコメントを付けられ、その注釈はコードが変化しても残り続ける。またRust製の本体をWebAssemblyとWebGLでブラウザ上でも動かし、リンクを共有するだけで同じ体験を配れる。エージェントの作業をレビューしようとしても「なぜそうしたか」がコミット時に消えてしまう、という現在進行形の課題に正面から取り組んだ製品といえる。
Why tiny JPEGs look different in Chrome
15pxほどの小さなJPEGロゴが、ChromeではFirefoxより太く見える——その原因を追った記事。ChromeはJPEGを完全に展開してから縮小するのではなく、描画ライブラリSkiaとlibjpeg-turboを使って「部分IDCTスケーリング」という最適化を行う。JPEGは画像を細かい模様の成分（周波数）に分解して保存しており、大きく縮小するなら細かい成分はどうせ捨てられる。そこでChromeは分母が8になる最も近い縮小率を計算し、必要な粗い成分だけを復号する。結果として輪郭のなめらかさやグラデーションを担う情報が使われず、見た目が変わる。記事の結論は明快で、アイコンのような輪郭の精度が要るものにJPEGを使うべきではない、SVGやPNGを選べということだ。
iOSアプリ審査が遅くなってない？フィードバックを送る方法
Appleは公式に「提出の90%は24〜48時間以内に審査される」と案内しているが、初回提出やアプリ内課金に関わる更新ではそれを大きく超えることが珍しくなく、筆者は5日間待たされた実例を挙げている。窓口は3つあるが、体制そのものの改善を求めるならFeedback Assistantが最適だという。ここに送られた要望はデータ化され、同じ内容の報告が何件集まったかが優先度の指標になるためだ。手順は feedbackassistant.apple.com にApple IDでログインし、「デベロッパツールとリソース」→「App Store Connect」→「提案」を選ぶ。書き方のコツは、感想ではなく提出日時や実際にかかった日数といった具体的な数字を英語で書き、「審査の目安時間を表示する」のような実装可能な改善案の形にすること。1人では動かないが件数が集まれば効くという性質上、同じ不満を持つ開発者が揃って出すことに意味がある。
“大画面”を活用できない――サイゼリヤに折りたたみスマホは不向き？ 注文UIに賛否
サイゼリヤのセルフオーダー画面が、折りたたみスマートフォンを開いた状態（インナーディスプレイ）を想定した作りになっておらず、表示が崩れたり操作しづらくなったりする件が話題になった。ネット上の反応は割れており、「カバー側の画面を使えば普通のスマホと同じように注文できるのだから、店側がわざわざ対応する必要はない」という声と、「複数の画面サイズに対応するのは当然の作法であるべきだ」という声が並ぶ。要は、限られた開発リソースをどの画面幅まで割くかという線引きの問題で、Webの反応型デザインでどこまで想定するかを決める際の実例として読める。
Others
GeminiアプリのMAUが10億人を突破 Googleで14番目の大台到達製品に
GoogleのスンダーCEOが、Geminiアプリの月間利用者数が10億人を超えたと発表した。Googleにとって10億人に到達した14番目の製品で、同社史上もっとも速い成長だという。6月に10億人へ達したChatGPTを上回るペースで、AIチャットが検索やYouTubeと同じ「日常のインフラ」の側へ入り始めたことを示す数字だ。ただしこれはGeminiアプリ単体の数字で、Google検索の「AIモード」は5月時点ですでに10億人を超えており、WorkspaceやYouTubeへの組み込み分は別勘定になる。利用実態としては、ユーザーの63%が音声機能を使い、小規模事業者による画像生成は1日1億5000万枚を超えているとされる。
Everything announced at Made by Google ‘26: Pixel 11, Pixel Watch 5, Pixel Tag, and tons of Gemini features
Googleの新製品発表イベントのまとめ。Pixel 11はカメラの出っ張りを40%薄くし、標準の保存容量を256GBへ倍増して899ドル（前世代から100ドル値上げ）。Pixel 11 Pro（1,099ドル〜）は落下耐性を高め、傷への強さを従来の2倍以上とした。折りたたみのPixel 11 Pro Foldは約10%軽く1mm近く薄くなり、ガラス繊維の複合素材で背面の耐久性を3倍にしている。AppleのAirTag対抗となる紛失防止タグ「Pixel Tag」は29ドル（4個99ドル）、Pixel Watch 5は血圧やインスリン抵抗性の傾向を要約する健康機能を載せて399ドルから。Gemini側では、カメラを通したアメリカ手話の翻訳や、言い直しの多い自然な話し方をそのまま入力できる「Rambler」などが追加された。
ソニーとTSMCが熊本県合志市にスマホ向けイメージセンサー開発・製造のための合弁会社を設立
ソニーセミコンダクタソリューションズとTSMCが、熊本県合志市に「Advanced Vision Semiconductor Manufacturing株式会社」を設立する。スマートフォン向けイメージセンサー（カメラの目にあたる半導体）の開発と製造を担う拠点で、出資額はソニー側が会社分割による資産移管と現金で約4650億円、TSMC側が現金で約2820億円。日本政府による支援も検討されている。役割分担は、ソニーがセンサーのコア技術開発・製品企画・設計、TSMCが先端の製造プロセスという形で、量産開始は2029年を予定する。スマホのカメラ性能を左右する部品を、設計と最先端製造の両方を国内に置いて確保しにいく動きであり、半導体の供給網としての意味も大きい。
AI is removing the middle class of software engineering
AIによってエンジニアの「中間層」が消えていく、という主張の記事。論旨は、AIがコードを書く速度だけを引き上げた結果、これまで人間が時間をかけて書くこと自体がブレーキとして働いていた品質チェックの機会が失われた、というものだ。2万4000行を超えるプルリクエストが誰の精査も経ずに取り込まれ、自分が書いた機能を数週間後に説明できず「Claudeに聞いて」と答えるようになり、組織の中に知識が残らない。技術的負債は以前から溜まるものだったが、いまは1つの設計上の問題を直す間に5つが新たにマージされる、と筆者は書く。その帰結として報酬は両端に割れ、AIには持てない判断力を提供できる一握りが極端に価値を上げ、平均的な開発者はより安く雇われるか置き換えられる、と予測している。1人の意見として読むべきだが、レビュー能力が開発速度の律速になっているという指摘は多くの現場の実感と重なる。
AIによる学業不正撲滅のため「提出した筆記課題についての口頭試問」がデンマークの高校生に義務づけられる
デンマーク教育省が2026年8月、16〜19歳の高校生を対象に、自宅で書いた課題について口頭で内容を説明させる試問を義務化すると発表した。あわせて筆記試験中のパソコン利用を監視するツールの導入と、授業中・試験中のアクセス先を制限するファイアウォールの設置も進める。背景は生成AIを使った学業不正の深刻化で、教育相は高校でAIによる不正が問題になっていると認めている。イギリスでは中学教師の3分の2が「AIで生徒の思考力が落ちた」と回答し、ノルウェーでも小学校でのAI利用を原則禁止する方針が出ているなど、北欧・欧州で規制の動きが続く。年間およそ9000人が提出する大規模なレポート課題に対し、提出物だけでなく口頭での説明を求めることで実際の理解度を確かめる狙いだ。