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
いま注目のオープンソース (1) AIエージェントとLLMツール
LLMアプリケーションのスタックは、推論サーバー、オーケストレーション、ゲートウェイ、エージェント、RAGへと層が分かれました。各層で実際に使われているオープンソース12件を、スター数の順位ではなく役割ごとにまとめて紹介します。プロジェクトごとに何を置き換えるのか、成熟度はどの程度か、どんな状況で使ってはいけないのかも併せて整理し、リポジトリのパスとライセンス、スター数、最近のプッシュ日は2026年8月12日にGitHubで直接確認した
2026-08-12 · 9 分で読めます #open-source#llm#ai-agent#ai-platform#ragコンテナインフラの世代交代 — 場所を譲った11プロジェクトが残したもの
かつてコンテナインフラの基本構成であり、いまは別のものに置き換わった11のプロジェクトを、公式告知とリポジトリのアーカイブ状態だけを根拠に整理します。rkt、dockershim、Classic Swarm、Docker Machine、Compose V1、Heapster、Apache Mesos、PodSecurityPolicy、CoreOS Container Linux、ingress-nginx、そしてHashiCorpの
2026-08-12 · 18 分で読めます #open-source#kubernetes#container#docker#infrastructureいま注目のオープンソース (4) オブザーバビリティとセキュリティ
観測データは量がそのままコストになり、セキュリティツールはパイプラインに入り込めなければ使われません。計装の標準、ストレージエンジン、eBPF ベースのランタイム監視、サプライチェーンの検証まで、実際に定着したオープンソース 12 個を、スター数の順位ではなく担当する層ごとにまとめて紹介します。何を置き換えるのか、成熟度はどの程度か、いつ使うべきでないのかも併せて書きました。リポジトリのパスとライセンス、スター数、最新のプッシュは 20
2026-08-12 · 9 分で読めます #open-source#observability#security#opentelemetry#ebpfいま注目のオープンソース (2) ビルド・エディタ・CLI・ターミナル
パッケージのインストール、リント、バンドルのように一日に何十回も繰り返す作業がネイティブ言語で書き直され、待ち時間が秒単位からミリ秒単位まで下がりました。ビルドツール、エディタ、ターミナル、CLIの領域で実際に定着したオープンソース12個を、スター数の順位ではなく役割ごとにまとめて紹介します。何を置き換えるのか、成熟度はどの程度か、いつ使ってはいけないのかも併せて書き、リポジトリのパスとライセンス、スター数、最新のプッシュは2026年8
2026-08-12 · 9 分で読めます #open-source#developer-tools#cli#rust#performance何が技術を交代させるのか — 自社のスタックがその軌跡上にあるかを点検する方法
場所を譲ったオープンソースというシリーズの最終回です。前の三回で扱った30あまりのプロジェクトを横断し、技術を交代させる力を五つに整理します。プラットフォームの吸収、運用負担、保守人員、ライセンス変更、問題定義の移動。特にライセンス変更はMongoDB、Elastic、HashiCorp、Redisの事例を、どこからどこへ変わったのかという事実だけで表にまとめ、その結果生まれたOpenSearch、OpenTofu、Valkeyのフォー
2026-08-12 · 13 分で読めます #open-source#architecture#license#migration#governanceデータストアとキューの世代交代 — ライセンス、フォーク、そしてAtticへ行ったプロジェクト
データ層で場所を譲った、あるいは配布条件が変わったプロジェクト10個を、公式発表とApache Atticの記録だけを根拠に整理します。Redis、Elasticsearch、MongoDBのライセンス変更とそこから生まれたValkey、OpenSearchのフォークを事実だけで扱い、KafkaからZooKeeperが外れた経緯、Apache Atticへ移管されたSqoop、Oozie、Giraph、Tajo、会社の終了後にLinux
2026-08-12 · 17 分で読めます #open-source#database#kafka#redis#elasticsearchいま注目のオープンソース (3) インフラとデータベース
データベースとインフラの領域は、ライセンス変更とフォークが勢力図を描き直した分野です。分析エンジン、組み込みデータベース、Postgres拡張、Kubernetesオペレーター、IaCまで、実際に定着したオープンソース11個を、スター数の順位ではなく解決する問題ごとにまとめて紹介します。何を代替するのか、どの程度成熟しているのか、いつ使ってはいけないのかも一緒に書きました。リポジトリのパスとライセンス、スター数、最近のプッシュは2026
2026-08-12 · 8 分で読めます #open-source#database#infrastructure#postgresql#kubernetesいま注目のオープンソース (5) データと ML パイプライン
データパイプラインはスケジューラ一つでは解決しません。取り込み、変換、オーケストレーション、実行エンジン、モデルのライフサイクル、検索ストアが、それぞれ別のツールの領域になりました。この記事では、これらの層で実際に使われているオープンソース 11 件を、スター数の順位ではなく担当する区間ごとにまとめて紹介します。何を置き換えるのか、成熟度はどの程度か、いつ使うべきでないのかも併せて記し、リポジトリのパスとライセンス、スター数、最終プッシ
2026-08-12 · 8 分で読めます #open-source#data-engineering#mlops#python#rust言語とランタイムの世代交代 — 公式EOL告知で読む11のプロジェクト
公式の終了告知が残っている言語、フレームワーク、ランタイム11個を整理します。Python 2、AngularJS、Vue 2、Nashorn、Javaアプレットとウェブスタート、Mono、Xamarin、PhoneGap、Atom、io.js、jQuery Mobileを、何だったのか、なぜ当時は正しかったのか、何が変わったのか、何がその場所に来たのか、何を残したのか、いまでも使うのが正しい場合、に分けて見ていきます。この層は終了日が
2026-08-12 · 19 分で読めます #open-source#javascript#java#python#frameworkデフォルトの座を降りたビルドツール — フロントエンド10ツールが場所を譲った理由
かつてフロントエンドプロジェクトのデフォルトであり、いまは新規プロジェクトであまり選ばれなくなったツール10個を、公式の廃止告知とリポジトリのアーカイブ状態という確認可能な根拠だけで整理します。Create React App、Bower、TSLint、Karma、Protractor、PhantomJS、LibSassとnode-sass、Moment.js、Rome、Gruntを、何だったのか、なぜ当時は正しかったのか、何が変わった
2026-08-12 · 16 分で読めます #open-source#frontend#build-tools#deprecation#javascriptハーネスエンジニアリングとは何か — モデルは固定入力、デプロイするのはその周り全部です
同じモデルを使っているのに、なぜチームごとにエージェントの成果が違うのでしょうか。ほとんどのチームにとってモデルは固定入力であり、実際にデプロイしているのはツール表面、失敗の返し方、ループと停止条件、コンテキストポリシー、権限、評価者まで、モデルを取り囲むハーネス全部です。ハーネスエンジニアリング連載の第1回として、ハーネスの定義と6つのつまみ、そしてプロンプトエンジニアリングという名前がこの仕事を過小評価する理由を整理しました。
2026-08-12 · 10 分で読めます #llm#agent#harness-engineering#하네스엔지니어링#AI에이전트ツール表面の設計 — スキーマ1行が成功率を動かします
ツールを増やしたのにエージェントの成功率が下がる、という事態は珍しくありません。ツール表面はエージェントのインターフェースであり、名前・説明・パラメータ・失敗の返し方・応答サイズのすべてが設計対象です。ハーネスエンジニアリング連載第3回では、ツール数の呪い、ネームスペーシングと説明文、ポカヨケなパラメータ、失敗を返す形式まで、ツール表面の設計を整理しました。
2026-08-12 · 10 分で読めます #llm#agent#harness-engineering#하네스엔지니어링#AI에이전트ループ設計 — 無限ループと早すぎる諦めの間
エージェントのループは2方向に失敗します。同じ呼び出しを何十回も繰り返す無限ループと、最初の障害で諦める早すぎる停止です。ハーネスエンジニアリング連載第4回では、再試行上限、固定ステップ・目標チェック・確信度という3つの停止条件、確信度ベース停止の落とし穴、そして人間やサブエージェントへのエスカレーションまで、ループ設計を整理しました。
2026-08-12 · 10 分で読めます #llm#agent#harness-engineering#하네스엔지니어링#AI에이전트ハーネスエンジニアとして成長する — なぜ生まれた職務で、何を練習すべきか
ハーネスエンジニアという肩書きは求人票にはまだ珍しいものの、その仕事はエージェントをデプロイするすべてのチームにすでにあります。ハーネスエンジニアリング連載の最終回である第8回では、この職務がなぜ生まれたのか、既存のソフトウェア技能がどう再配置されるのか、そして観測と指紋から自己改善ループまで、ハーネスRPGの6ティアで段階的に練習する経路を整理しました。
2026-08-12 · 8 分で読めます #llm#agent#harness-engineering#하네스엔지니어링#AI에이전트評価者のボトルネック — 弱い採点者がシステム全体の上限になります
ハーネスをどれだけ直してもスコアが動かないなら、ボトルネックはハーネスではなく評価者かもしれません。測定できない品質は選択できず、だから弱い採点者がシステム全体の上限になります。ハーネスエンジニアリング連載第5回では、スモークテストからユニットテスト、ルーブリック、採点データの隔離、牽制指標のパネルまで、評価者のはしごと、評価の較正を先にすべき理由を整理しました。
2026-08-12 · 9 分で読めます #llm#agent#harness-engineering#하네스엔지니어링#AI에이전트リワードハッキング — 指標は上がるのに課題は失敗します
エージェントにとってテストを通す最も安い方法がテストを書き換えることなら、エージェントはそうします。リワードハッキングはバグではなく、私たちが定義した目標の正確な最適化の結果です。ハーネスエンジニアリング連載第6回では、採点基準の緩和やassertionの削除といったよくある形、権限の隔離が消してくれる半分、そして牽制指標の設計まで、リワードハッキングへの対応を整理しました。
2026-08-12 · 9 分で読めます #llm#agent#harness-engineering#하네스엔지니어링#AI에이전트ハーネス指紋とバージョン管理 — 記録なき変更を追跡可能にする
プロンプトのコミットもモデル変更もないのに成功率が動いたなら、何をロールバックすべきでしょうか。ハーネスエンジニアリング連載第7回は、ハーネスを構成するすべての決定を正規化したハッシュひとつに要約するハーネス指紋を扱います。指紋に何を入れて何を外すか、なぜ指紋が同じでなければ比較が成立しないのか、そして指紋の履歴でリグレッションを二分探索してロールバックする方法まで整理しました。
2026-08-12 · 9 分で読めます #llm#agent#harness-engineering#하네스엔지니어링#AI에이전트GPU障害診断プレイブック — 層を決めてから降りる
KubernetesでGPUの問題を診断するとき最大の無駄は、順序なくあちこち突くことです。Podがスケジュールされない、Podは起動したのにGPUが見えない、ドライバとツールキットのバージョンがずれている、メモリが足りない、ノードからGPUが消える、これらは別の層の問題であり確認順序が異なります。本記事ではNVIDIA GPU Operatorの公式トラブルシューティングドキュメントとdcgm-exporterリポジトリを根拠に、五つ
2026-08-12 · 13 分で読めます #gpu#kubernetes#troubleshooting#nvidia#gpu-operatorNVIDIA GPU Operator入門 — もともと手で入れていた六つの部品
KubernetesでGPUを使うには、ドライバ、NVIDIA Container Toolkit、デバイスプラグイン、DCGM、GPU Feature Discovery、Node Feature Discoveryをノードごとに手で揃える必要がありました。NVIDIA GPU Operatorはそれらを一つのオペレータにまとめ、ClusterPolicy一つで望ましい状態を管理します。各コンポーネントが実際に何をするのか、Helmチ
2026-08-12 · 10 分で読めます #gpu#kubernetes#gpu-operator#nvidia#dcgmvLLMメトリクス — 何をダッシュボードに載せ何でアラートを張るか
vLLMが公開する時系列は、GPUメトリクスが答えられない問いに答えます。今いくつ実行中でいくつ待機中か、KVキャッシュがどれだけ埋まっているか、最初のトークンまで何秒かかるか、といったことです。本記事ではvLLM公式ドキュメントとリポジトリのメトリクスロガーのソースを直接読み、スケジューラ状態のゲージ、キャッシュ系カウンタ、遅延ヒストグラムの正確な名前と意味を整理し、カウンタ名の接尾辞の違いのようにバージョン間で人をつまずかせる箇所を
2026-08-12 · 12 分で読めます #gpu#kubernetes#vllm#prometheus#observability