Hacker Newsを日本語で読む

Show HN: Trifle – Open-source analytics that stores answers, not events

Trifleは、生イベントをそのまま保存するのではなく、ネストされたカウンタを集計して保存するオープンソースの時系列分析ライブラリです。既存のデータベースをそのまま活用できるのが強みです。10年間で2度のフルスクラッチを経て、現在では本業の現場で1日あたり約10億イベントの追跡に使用されています。2015年、自作のRails用APMとしてスタートしました。当初はActiveSupport::Notificationsを利用していましたが、ある大規模なスクレイピングアプリがシステムをパンクさせたことを機に、「事前定義された時間バケットにカウンタを集計し、一度の書き込みで複数のバケットをインクリメントする」というコアアイディアが生まれました。2021年、本業で分析基盤が必要になった際、データウェアハウスの概念を取り入れて汎用的な分析ライブラリとして再設計しました。Redis、Postgres、MongoDBと変遷してきたため、Trifle::Statsは統一されたDSLを維持しながら、ニーズに応じてバックエンドを変えられるドライバ構成になっています。書き込み負荷が高い環境では、PGよりもMongoDBの方が効率的でした。肝となるのはネストされた値の集計です。以下のコードをご覧ください。Trifle::Stats.track(key: 'requests::aws::s3_uploads', values: {count: 1, status: { request.response_code => 1 }, size: payload.bytes, duration: { sum: request.duration, count: 1 }})このように書くことで、リクエスト数、成功率、ステータスコード、処理時間などを一度に複数の時間バケットへ反映できます。午前2時のバケットデータは以下のようになります。{ count: 14, status: { 200: 12, 500: 2 }, size: 5628341, duration: { sum: 43, count: 14 } }成功率や平均処理時間は保存時に計算するのではなく、クエリ時に「合計÷件数」で算出します。ダッシュボード作成の手間を省くため、Elixir製の視覚化レイヤー「Trifle App」も開発しました。現在はライブラリ側もRuby、Elixir、Goで利用可能で、互換性も保たれています。1日1億件のバックグラウンドジョブ（約10億イベント）を処理しており、MongoDBのジャーナリング設定を調整するなど、安全性を一部トレードオフにすることで非常に低コスト（Hetznerの3ノード構成で月額1000ドル程度）で運用できています。もちろん制限もあり、ペイロードに数万ものキーを持たせたり、ディメンション設計を誤るとドキュメントが肥大化します。設計段階での工夫は必要です。ライブラリはMITライセンス、Appはソース公開のELv2ライセンス（セルフホスト無料）です。投資家資金なしの個人開発ですが、興味を持っていただければ幸いです。アーキテクチャや技術的な失敗談など、何でも聞いてください！

Fields Medals 2026

数学界のノーベル賞と称される「フィールズ賞」の2026年度の選考について注目が集まっています。数学の未来を切り拓く次世代の才能は誰になるのでしょうか。最新の動向や受賞候補についての議論をまとめました。

Escape Analysis in Go: Stack vs. Heap Allocations Explained

Go言語において、変数がメモリの「スタック」に配置されるのか、それとも「ヒープ」に割り当てられるのかを自動的に判断する仕組みが「エスケープ解析（Escape Analysis）」です。ヒープへの無駄な割り当てを防ぐことは、Goプログラムのパフォーマンスを最適化し、GC（ガベージコレクション）の負荷を軽減するために極めて重要です。このプロセスを理解すれば、効率的で高速なコードを書くための強力な武器になります。

Tell HN: Namecheap gave my account to an unverified third party

私は13年間Namecheapを利用しているユーザーです。以前、大学時代のサークルが使う.comドメインを私の個人名・住所・電話番号で登録し、維持管理していました。最近、サークルの代表交代時に後任者がDNS設定を変更しようとしたのですが、私に連絡をとる方法がわからず、ドメインがNamecheapで管理されていることだけを確認してパスワードリセットを試みたようです。私にはパスワードリセットの通知が届いたため、即座にNamecheapのサポートへ「私がリクエストしたものではない」とチケットを送りました。一度は本人確認の電話がありましたが、その後は「アンチウイルスソフトを確認してください」といったテンプレ回答が返ってきただけでした。 ところが、後任者がNamecheapのサポートに直接電話をしたところ、驚くべきことが起きました。私名義で登録されているにもかかわらず、本人確認や検証プロセスを一切経ることなく、Namecheapは私のパスワードとアカウントのメールアドレスを相手の要望通りに変更してしまったのです。単に「丁寧にお願いした」というだけで、です。 最終的に、後任者と連絡が取れたためドメインの譲渡自体はスムーズに完了しました。私としても最初から譲渡するつもりだったので結果オーライですが、問題なのはNamecheap側の対応です。彼らは私の本人確認をするための電話はできるのに、見ず知らずの人間から「アカウントにアクセスさせろ」と言われた際は検証をサボるのでしょうか？ これは高度なソーシャルエンジニアリングですらなく、ただの致命的な脆弱性です。電話で頼むだけでアカウントが乗っ取られてしまうという事実を目の当たりにし、私は重要なドメインのほとんどを他社へ移管することに決めました。皆さんも注意してください。

Learn WebGPU for C++

C++でWebGPUを習得するためのガイドです。WebGPUはブラウザ上で高度なグラフィックス処理やGPGPU演算を実現するための次世代APIであり、C++との相性も抜群です。現在、リソースや学習ステップをまとめている段階ですので、準備ができ次第詳細なチュートリアルを共有します。

Show HN: Claude-thermos keeps your Claude session warm for you

Claudeを長時間使っていると、頻繁にセッションが切れてイライラしたことはありませんか？そんな悩みを解決するツールを作成しました。「Claude-thermos」を使えば、あなたのClaudeセッションを常にアクティブな状態に保ち、作業の中断を防ぐことができます。地味ですが、生産性向上には欠かせないツールです。ぜひ試してみてください。

Show HN: OneCLI – OSS credential gateway that keeps secrets out of AI agents

皆さん、こんにちは！OneCLI (https://onecli.sh/) 開発者のJonathanとGuyです。OneCLIは、AIエージェントのためのオープンソースな「シークレットゲートウェイ」です。従来のVault（鍵保管庫）は、人間が扱うことを前提としていました。しかし、AIエージェントの世界では話が別です。一度渡した認証情報がどこに保存され、どう悪用されるか（あるいはプロンプトインジェクションで盗まれるか）を制御するのは困難だからです。そこで私たちは、AIエージェントと呼び出し先のサービス間に配置するネットワークゲートウェイ「OneCLI」を開発しました。ホスト名やパスでリクエストを識別し、アクセス権限を検証した上で、プレースホルダを本物の認証情報に差し替えて通信を中継します。シークレットはOneCLIのVault内で暗号化して管理するか、Bitwardenや1Passwordからリアルタイムで取得可能です。デモ動画はこちら：https://www.youtube.com/watch?v=5e5pbPEzZfY。私たちは、自身の開発ツールであるChartDBの運用中に、AIエージェントに認証情報を渡すことの危険性に気づき、本プロジェクトを開始しました。エージェントはメモリ内やログに平文で鍵を残しやすく、攻撃者に簡単に情報を引き渡してしまいます。OneCLIを使えば、エージェントに鍵を渡さず、ネットワーク層で通信を制御できます。機密性の高い操作にはHuman-in-the-Loop（人間による承認）を挟むことができ、MCPやCLI、curlなど、どのようなインターフェース経由の通信であっても強制力が働きます。Rustで実装されたプロキシ、Next.jsのダッシュボードで構成され、データはAES-256-GCMで暗号化。Claude Code、Cursor、OpenClawなど、HTTPS_PROXYを設定できるあらゆるエージェントフレームワークで動作します。AIモデルの自律的な動作を完全に信じるのではなく、決定論的なルールで制御し、安全を確保しましょう！ご意見・ご質問お待ちしています。

Geekbench 7

ついに「Geekbench 7」がリリースされました。最新のハードウェア性能を測定するための標準ツールとして、どのようなアップデートや新機能が搭載されたのか注目が集まっています。

Launch HN: Screenpipe (YC S26) – Record how you work and turn that into agents

Hacker Newsの皆さん、こんにちは。Louisです。私は「Screenpipe（https://screenpipe.com）」というアプリを開発しました。これはPC画面と音声をローカル環境のみで記録し、AIエージェントに「あなたが見たもの、聞いたもの、話したこと」を検索可能な記憶として提供するツールです。これにより、反復的なタスクの自動化や、作業手順書（SOP）の作成などが格段に楽になります。デモ動画はこちら（https://www.tella.tv/video/build-your-ai-second-brain-with-screenpipe-e1j7）、マーケティング動画はこちら（https://www.youtube.com/watch?v=c1jV6E9pyug）からご覧いただけます。私は長年「セカンドブレイン（第二の脳）」の構築に情熱を注いできました。2020年からはジャーナル、手書きノート、音楽、プロジェクト、CRM情報を集約し、RAG（検索拡張生成）を用いた実験を繰り返してきました。その過程で学んだのは、「AIがユーザーのPC上での操作文脈（コンテキスト）を把握することの重要性」です。ファインチューニングやツール呼び出し、MCP（Model Context Protocol）などの進化を経てきましたが、まだ「アプリ横断でユーザーが毎日何をしているか」を網羅する仕組みはありませんでした。そこで開発したのがScreenpipeです。単に録画してOCRをかけるという非効率なやり方ではなく、アプリの切り替え、クリック、タイピングの停止、スクロールといったOSのイベントを検知し、スクリーンショットとアクセシビリティ情報をペアで記録します。音声もローカルのParakeetやWhisperで書き起こし、すべてをSQLiteデータベースに保存します。ローカルで動作するAIフレンドリーなAPI（ポート3030）を公開しており、ClaudeやChatGPTなど好きなエージェントから情報を引き出せます。例えば、「タスクXに関する文脈をすべて集めて」「午前8時から午後4時までの作業リストを作成して」「Obsidianに1時間ごとに活動をMarkdownで整理して」といった指示が可能です。セキュリティ面では、ローカル動作のAIによるPII（個人特定情報）の自動秘匿化や、アプリごとの除外設定にも対応しています。技術スタックはRustをメインに、MLXやOnnxを活用。コードはGitHub（https://github.com/screenpipe/screenpipe）で公開しており、以下のコマンドで即座に試せます。npx screenpipe record。なお、ライセンスは個人利用・非営利・教育・研究目的は無料ですが、商用利用にはライセンスが必要となります。ぜひ皆さんのフィードバックをお聞かせください！

The arguments against open source AI are bad

最近よく耳にする「オープンソースAI」に対する反対意見ですが、どれも説得力に欠けるものばかりだと感じています。技術の民主化を妨げるような主張には、もう少し冷静な議論が必要ではないでしょうか。

Converting Files into Minecraft Worlds

任意のファイルをMinecraftのワールドデータに変換する手法についてのトピックです。特定の技術スタックやツールを用いて、現実のデータや外部ファイルをブロックの世界へと落とし込むクリエイティブなエンジニアリングの可能性を探ります。

A solid-state “atomic channel” for separating rare earth elements

レアアース元素の分離プロセスにおいて、固体状態での「原子チャネル」を利用する画期的な手法が提案されました。この技術は、効率的かつ精密な分離を可能にする可能性を秘めており、今後の材料科学や供給チェーンに大きなインパクトを与えるかもしれません。

Astronomers may have found the first exomoon

天文学界で大きな話題になっています。研究者チームが、太陽系外惑星の周りを公転する「エキソムーン（系外衛星）」の初となる有力な証拠を発見した可能性があると発表しました。これが確定すれば、惑星探査の歴史に残る大きなブレイクスルーとなります。

DARPA, U.S. Air Force fly AI-controlled F-16

DARPA（米国防高等研究計画局）と米空軍が、AIによって制御されるF-16戦闘機の試験飛行に成功しました。人間が操縦桿を握ることなく、AIが高度な機動や判断を行うこの取り組みは、航空戦のあり方を根本から変える可能性を秘めています。

Show HN: Palmier Pro – Open-source macOS video editor built for AI

HNの皆さん、こんにちは！Palmier (https://palmier.io) 共同創業者のMarcosとHarrisonです。私たちは、AI生成機能とエージェント連携用のローカルMCPサーバーを内蔵した、macOS用オープンソース動画編集ソフト「Palmier Pro」を開発しました。まずは以下のデモをご覧ください。 - AIトランジションの作成: https://www.youtube.com/watch?v=hbM_-eR1GX4 - Codexを使用したマルチカム編集: https://www.youtube.com/watch?v=SjS2q2LT1q8 - 長尺動画のショート切り抜き: https://www.youtube.com/watch?v=PR66eN2ouuQ Palmier Proは、元々私たちが他スタートアップのAIプロダクト紹介動画を作るための社内ツールとして生まれました。当初の課題は「AI生成プラットフォームと動画編集ソフト間の往復」です。AIで生成→ダウンロード→編集ソフトへインポート→編集→修正が必要と判明→最初からやり直し…という非効率なループを解消するため、Claudeがエディタ内で直接動画を生成できる最小限のエディタを開発しました。 エージェントに多くの権限を与えた結果、現在はClaude/Codexで以下の操作が可能です： - Palmier Pro内でのプロジェクト管理 - 公開URLやローカルファイルからの素材インポートとフォルダ整理 - 素材検索（ローカル実行のSigLIP2による映像の埋め込み検索） - タイムライン編集（トラック、クリップ、キーフレーム操作） - 画像、動画、効果音、字幕、音楽の生成 - 動画のエクスポート LLMとの連携は、ローカルMCPサーバーへの接続、またはアプリ内チャットの2通りがあります。どちらも同じツールとAPIを使用します。 既にMCPサーバーを活用し、ポッドキャスト動画の大量自動編集ワークフローを構築しているユーザーもいます。また、低レイテンシでUIに近いアプリ内チャットは、高速な試行錯誤に向いています。 私たちは「AIが人間の創造性に取って代わる」とは考えていません。しかし、動画編集における退屈な作業（gruntwork）を自動化する力は凄まじいです。編集の大部分は機械的な作業であり、そこにAIを活用してクリエイターの可能性を広げるのが私たちのビジョンです。実験を通じて、AIはクリエイティブな編集は苦手ですが、トランスクリプトやビートに基づいたラフカットには非常に優秀であることがわかりました。 パフォーマンス重視のため、Palmier ProはSwiftで構築し、依存関係を最小限に抑えています（Node.jsやWebViewは不使用）。また、macOSのSpeechAnalyzerやCoreMLを活用し、文字起こし、フレーム埋め込み、ビート検出、無音区間検出などをすべてローカルで処理しています。トレードオフとして、現在はmacOS専用です。 Palmier Proはオープンソースであり、無料で試用可能です。AI生成機能以外の利用にはログインも不要です。AI生成用にも無料クレジットを用意していますので、ぜひ試してみてください。フィードバックをお待ちしています！

Learn OpenGL, extensive tutorial resource for learning Modern OpenGL

モダンOpenGLを習得したいなら、まずはここから始めるべきです。「Learn OpenGL」は、基礎から応用までを網羅した非常に質の高いチュートリアルサイトです。グラフィックスプログラミングの学習にこれ以上ないほど丁寧な解説が揃っているので、OpenGLの習得を目指すエンジニアは必見です。

Interview with Matheus Moreira about Lone Lisp and Linux Kernel

Lispの孤高なる挑戦「Lone Lisp」とは何か？そしてLinuxカーネル開発におけるその立ち位置とは。開発者であるMatheus Moreira氏を迎え、プロジェクトの核心と今後の展望について深く掘り下げます。

Why Software Factories Fail (or: harness engineering is not enough)

「ソフトウェア工場」というメタファーは、一見効率的に思えますが、現実には多くのプロジェクトがこの罠に陥り失敗しています。単なる「ハーネス（自動化の仕組み）」の構築だけでは、真の生産性向上や価値創出には不十分です。ソフトウェア開発は単純な製造ラインではなく、絶え間ない適応と創造性が求められるプロセスであるという事実を再認識する必要があります。なぜ「工場モデル」が現場と噛み合わないのか、その本質的な乖離について深掘りします。