ブログ
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 3516 件
#2026-03 764#japanese 587#deep-dive 254#kubernetes 249#culture 236#career 224#ai 217#llm 209#devops 196#2026-04 144#security 141#observability 113#database 110#communication 107#architecture 100#productivity 88#finance 87#mindset 80#ai-papers 79#history 79#it 78#psychology 78#english 75#networking 74#deep-learning 73#gpu 70#linux 70#performance 70#cs-fundamentals 63#ai-agent 61#postgresql 60#rag 59#economy 57#mlops 53#self-improvement 53#python 52#ai-platform 51#food 51#learning 51#travel 51
Forward Deployed Engineerのクラフト — 要件の発掘、ドメインモデリング、そして「採用」への最適化
前回の記事は、FDEに必要な知識の地図 — Linux・ネットワーク・Kubernetes・DB・セキュリティ — を整理しました。その地図はドアを開けてくれるだけで、顧客のビル内に入った後に実際に何をするのかは教えてくれません。この記事はその「動詞」についてです。Palantir自身が書いたDelta・Deployment Strategistの役割ドキュメント、The Pragmatic Engineerの取材、そして現在公開中のA
2026-07-15 · 20 分で読めます #career#fde#solutions-engineering#software-engineering#palantir知識グラフのツール・フレームワーク地図 — 何を、いつ選ぶか
グラフデータベース、RDF・オントロジースタック、グラフRAGフレームワークは、この2年で爆発的に増えました。リンク集はもう十分にあるので、この記事は代わりに、正直に意見を込めた地図を描きます。カテゴリごとに、何のためのものか、代表的なツールを2〜3個、そして「いつ何を選ぶか」をはっきり述べます — 組み込み(Kùzu)vsサーバー(Neo4j)、形式的なOWL/RDF vs実用的なプロパティグラフ、自作の抽出パイプライン vs Mic
2026-07-15 · 15 分で読めます #tools#knowledge-graph#graph-rag#ontology#frameworksGraph RAG とは何か — ベクトルRAGが行き詰まる場所と、コストに見合う瞬間
RAGの標準レシピ(チャンク→埋め込み→上位k件の検索)は、答えが一つのチャンクに収まっているときはよく効きますが、マルチホップの質問や、コーパス全体を貫くグローバルな「センスメイキング」質問では構造的に行き詰まります。MicrosoftのGraphRAGはこの2つの死角を狙い、LLMでコーパスから知識グラフを抽出し、Leidenアルゴリズムでコミュニティを検出して要約を事前生成します。そのうえでグローバルな質問はコミュニティ要約のマッ
2026-07-15 · 15 分で読めます #rag#graph-rag#knowledge-graph#ai#llm顧客のドメインをモデルへ — ユビキタス言語からオントロジーまで
顧客企業のドメイン知識は、たいていドキュメントではなく人の頭の中に暗黙知として存在します。Forward Deployed Engineerの中核的な仕事の一つは、この散らばった暗黙知をチーム全体が共有できる明示的なモデルへ変えることです。この記事は、最も安く価値の高い第一歩であるDDDのユビキタス言語から出発し、同じ単語が別のものを指す衝突を境界づけられたコンテキストで扱い、エンティティ・値オブジェクト・集約で名詞をモデリングします。
2026-07-15 · 19 分で読めます #ontology#knowledge-graph#domain-driven-design#architecture#forward-deployed-engineerコード生成が安くなるとき値上がりするスキル — 減価するものと増価するもの
コード生成が安く豊富になると、価値は消えるのではなく移動します — ボトルネックが残っている側へ。いまそのボトルネックは検証・判断・統合です。Jason Wei の「検証の非対称性」、DORA 2025(スループットは上がったのにデプロイの不安定性は上がり続ける)、LinearB の810万PR分析(AIが作ったPRはレビューを4.6倍長く待つ)、Stack Overflow 2025(開発者の66%が「ほぼ正しいが完全ではない」コード
2026-07-12 · 27 分で読めます #career#software-engineering#ai#skills#code-reviewAI は本当に開発者を速くするのか — 測定された数字が語ること ♪ 聞けます
二つのランダム化比較試験が正反対の答えを出しました。一方は AI を使った開発者が 55.8% 速かったと言い、もう一方は 19% 遅かったと言います。ところが後者の数字を出した METR は、2026年2月に続報を公表し、2025年の結果の上に「現在の AI モデルの影響をもはや反映していない」という警告バナーを自ら掲げました。それで話が消えるのではなく、むしろ鋭くなります — 続報の実験ですら、参加者の自己選択バイアスに足を取られて
2026-07-12 · 38 分で読めます #career#ai#productivity#software-engineering#developer-experienceAI コーディングツールとうまく働くための5つの習慣
同じツールが、ある実験では 55.8% の得を、別の実験では 19% の損を生みました。符号を変えたのはツールではなく使い方です。METR、GitHub Copilot の RCT、Stack Overflow の調査、そして Anthropic のエージェント設計文書から引き出した5つの習慣 — タスク選択、レビュー予算、機械的ガードレール、コンテキスト設計、そして自己計測。それぞれが、2週間で反証できる1行のルールで終わります。
2026-07-12 · 20 分で読めます #ai#productivity#software-engineering#developer-experience何を深く学び、何を流すか — AI が何でも答えてくれる時代の学習戦略
AI が 3 秒でほぼ何でも答えてくれる時代に、何を深く学び、何を流すべきか。認知心理学の答えは愉快ではありません。記憶を作るのは情報を見る行為ではなく、自分で引き出す行為です。Roediger と Karpicke の実験では、文章を平均 14.2 回読んだ群は一週間後に 40% しか覚えておらず、3.4 回しか読まずに自分で想起した群は 61% を覚えていました。しかも、覚えていなかった側のほうが自信を持っていたのです。想起を AI
2026-07-12 · 25 分で読めます #career#learning#ai#software-engineeringシニアからスタッフへ — エンジニアの成長で本当に評価されるもの
もっと多く、もっと速く書けば昇進すると信じているエンジニアは少なくありません。しかし公開されているエンジニアリング・ラダーを実際に開いてみると — Dropbox、CircleCI、Rent the Runway — どこにも「アウトプット量」という軸は存在しません。あるのはスコープ、協業の到達範囲、インパクトのレバーです。この記事では、Will Larsonによるスタッフエンジニアの4つのアーキタイプ(Tech Lead、Archit
2026-07-12 · 22 分で読めます #career#software-engineering#growth#staff-engineer2026年の開発者採用市場 — データが語ること、語らないこと
体感は最悪なのに、BLS は今後10年で15%成長を予測しています。どちらも本当です。Indeed の求人指数の生データ(2020年2月=100、2022年2月に233.87の高値、2026年6月は72.51)、layoffs.fyi(2026年7月中旬までに120,936人)、BLS の2024–34年見通し、若手の16%減少を報告した Stanford 論文、そしてその数字は認めつつ原因を真っ向から否定する EIG レポートを直接取
2026-07-12 · 18 分で読めます #career#job-market#software-engineering#hiring筋力トレーニングの基本 — 本当に重要な数少ないこと(エビデンスベース)
強くなるために本当に必要な原則はごくわずかです — 漸進性過負荷、大きな複合種目、十分なボリューム、タンパク質、そして回復。この記事は査読済みメタ分析と信頼できるガイドライン(ACSM、WHO、Morton・Schoenfeld・Refaloらの研究)に基づき、その核心だけを整理します。スポットリダクション、「マッスルコンフュージョン」、「女性は筋トレでゴツくなる」といったよくある誤解もエビデンスで解きほぐし、初心者が今日から実行できる
2026-07-11 · 12 分で読めます #fitness#strength-training#health#exercise#evidence-basedtts-bench: 品質が主観的なとき、ローカル TTS をどう比べるか
tts-bench は開発者 5uck1ess によるローカルベンチマークで、手元のハードウェアで55の TTS モデルを比較します。評価を三つのレンズに分けます。速度(TTFA・RTF・メモリ)、試聴(すべてのモデルを耳で判断)、スコア(UTMOS・WER・SIM)です。最も興味深いのは主観性に対する正直さです。「最も良く聞こえる」という単一のスコアはありません。品質はあなたの耳と用途に依存するからです。本稿では、このツールが実際に何
2026-07-11 · 9 分で読めます #tts#text-to-speech#benchmark#local-ai#evaluationブラウザのタブでエンジンを組み立てて回す — Combustion Lab を読み解く
Combustion Lab（combustionlab.net）は、インストールなしにブラウザのタブ内で内燃機関を組み立て、クランク角ごとに回してみられるシミュレータです。吸気・圧縮・燃焼・排気の 4 行程を P–V 線図やダイノ曲線として見せてくれます。本記事では、単一領域の熱力学モデルが何を捉えて何を捉えられないのか、そしてリアルタイム物理をブラウザで回すことがなぜ良い学習ツールになるのかを整理します。
2026-07-11 · 11 分で読めます #simulation#thermodynamics#webassembly#physics#engineRTX 5090 一枚で小さなモデルたちを直接動かしてみる — microGPT・OCR・音楽生成
RTX 5090（Blackwell、32GB）一枚に SSH で接続し、小さなモデル三つを直接動かしてみました。char-level GPT をゼロから 28 秒で学習させ（10.75M パラメータ、117 万 tokens/s）、専用 OCR（TrOCR）と小型 VLM（Qwen2-VL-2B）を同じ画像に当てて CER で対決させ、MusicGen で 8 秒の音楽を 1.9 秒（実時間の 4.2 倍）で生成しました。その過程で出
2026-07-11 · 12 分で読めます #pytorch#gpu#llm#ocr#hands-onAIがコードを保守する時代でも、人間のために書く
2026年7月10日、Scott Robinson は古い格言を一ひねりして蘇らせました。LLM はあなたのコードベースをスタイルガイドのように読むため、あなたがマージしたあらゆる近道は、モデルが機械の規模で返してくる学習データになります。重複したアクセスチェックの例と、「LLM はスポンジだ」という彼の一文を追ったうえで、より難しい問いを立てます。次の保守者が機械であるときも、人間のために書くことは依然として重要か。重要です。人間は依
2026-07-11 · 12 分で読めます #ai#llm#code-quality#maintainability#craft2026 年の良いエージェントベンチマークとは — UniClawBench、ライブコンテナ、隠れた監督者
HKU MMLab が 2026 年 7 月に arXiv へ投稿した UniClawBench は、「能力駆動(capability-driven)」を掲げるプロアクティブエージェント向けのベンチマークです。あらかじめ記録された静的な正解と照合する代わりに、ライブの Docker コンテナ内でエージェントを動かし、きめ細かなステップ単位のチェックポイントで採点します。実行者・隠れた監督者・ユーザーエージェントからなる閉ループで多ターン
2026-07-11 · 9 分で読めます #ai#agents#evaluation#benchmark#llmQuadRFとソフトウェア無線 — 「壁越しにWiFiが見える」の本当の意味
Jeff Geerlingが紹介したQuadRFは、Raspberry Pi 5の上に4×4 MIMOソフトウェア無線とフェーズドアレイアンテナを載せた開発キットです。「壁越しにWiFiが見える」というセンセーショナルな見出しはX線透視ではなく、もともと壁を通り抜けるRF信号の方向を求め、カメラ映像の上に毎秒30フレームで重ねるという意味です。本稿ではSDRとは何か、QuadRFが実際に何をして何をしないのか、そしてフェーズドアレイが趣
2026-07-11 · 11 分で読めます #sdr#rf#radio#raspberry-pi#hardwareVO2 max と寿命 — 122,007人が実際に教えてくれること
心肺フィットネス（VO2 max）は、寿命と最も強く関連する指標の一つです。2018年にクリーブランドクリニックが成人122,007人を追跡した研究では、フィットネスが高いほど死亡リスクが低く、その恩恵に観察された上限はありませんでした。ただしこれは因果ではなく相関であり、個人向けの医学的アドバイスでもありません。VO2 max が実際に何を測るのか、なぜゾーン2 の土台に少しの高強度を足すと上がるのか、そしてこのデータをどこまで信じる
2026-07-11 · 13 分で読めます #fitness#health#longevity#vo2max#scienceTencent Hy3: 295B オープンウェイト MoE を冷静に読む
Tencent は2026年7月6日、Hy3 を Apache 2.0 で公開しました。総計295Bのうち21Bだけが活性化する MoE の推論・エージェント言語モデルです。何が実際に新しいのか、中国系オープンウェイトの流れの中でどこに位置するのか、そしてベンダーが自ら出したベンチマーク数値をどこまで信じるべきかを整理します。
2026-07-11 · 9 分で読めます #hy3#tencent#hunyuan#open-weights#moepgrust: PostgresをRustで書き直し、回帰テストを100%通過した — それが本当に意味すること
Malcolm Matis(malisper)が、PostgresをRustで書き直したpgrustを公開しました。Postgres 18.3互換を目標に、4万6千を超える回帰テストのクエリを通過し、既存の18.3データディレクトリから起動します。この記事は、そのマイルストーンがなぜ本当に印象的なのか、そして「回帰テスト100%通過」が何を証明し、何を証明しないのかを正直に掘り下げます。AIが生成したコード、性能の主張、そして本番Pos
2026-07-11 · 12 分で読めます #postgresql#rust#pgrust#database#regression-tests