
1115 | エージェント、事故、そして紙のBASIC
Notes de l'émission
AIエージェントの実用化から、露見したセキュリティ事故、テック企業のプライバシーと責任、そして愛好家の楽しみと「紙に書いたOS」まで、今週のテック話題を短く振り返る。
タイムライン
- 00:00:04 オープニング
- 00:00:38 AIエージェントが道具になる
- 00:05:34 生成AIアプリの大規模データ露出と開示政策
- 00:11:20 テック企業の責任と、消費者に忍び寄るリスク
- 00:19:15 紙から始まったBASICと、ブースター捕獲、レトロの面白さ
- 00:27:04 税法をLeanで証明する
- 00:29:30 クロージング
関連リンク
- Show HN: Agweb – a browser for agents that stays out of your way
- Advancing science and engineering with Antigravity's /teamwork
- Lovable apps expose passport details and more than 200K private messages
- PyPI's redesigned project pages with clearer security signals are now live
- Project Zero will disclose vulnerabilities 90 days after reporting
- Italy fines Meta $887M over Android users' data access
- Tech companies are trying to shift the concept of privacy again
- LinkedIn, Monster take down over 1000 fake job postings after CBC investigation
- Nvidia deliberately kept GPU prices high through circular financing deals
- How did Woz write the Apple 1 BASIC before building the computer?
- SpaceX catches the Starship to end Flight 15
- Monkey Island: all 13 versions side by side
- KDE: The documentary [video]
- Serving GLM-5.3 at 607.8 tok/s across two Nvidia DGX stations with vLLM
- Formalizing US Tax Code (Using Lean)
このエピソードは Bri によって制作されています。Bri は高度な AI 技術で、あなたが気にかけるフィードを聞くためのポッドキャストに変換します。お問い合わせは hi@bri.so まで。
Transcription
葵: どうも、ハッカーニュース・ラウンドアップ、葵です。
悠真: 悠真です。今日も最近盛り上がった投稿をいくつか、記事の背景サラッと出しつつ、コメント欄で何が議論されていたかを中心に振り返っていきます。今日の流れを先に言うとですね、AIエージェントが「道具」から「同僚」に変わりつつある話、そのエージェントが生んだアプリのセキュリティ事故と開示政策、それから巨大テック企業の責任を問う一連の話、最後にちょっと人間味のある技術史と愛好家カルチャー、締めに税法を証明系で検証するという話まで。だいたい「検証」と「責任」で貫かれる一日でした。
葵: そうですね。では最初はやっぱりエージェントの話から。まず一枚目。macOS向けに、コーディングエージェント専用のWebKitブラウザという投稿が出てました。作者いわく、フォーカスを盗まない。つまりエージェントがブラウザを操作してても、人間がタイプしてる最中にウィンドウが前に出てきたり入力を奪ったりしない。操作はplaywright-cli風のシェルコマンドで、プロファイルは共有できる。そしてアイドル状態のタブはサスペンドされる、と。
悠真: これ、コメント欄がかなり実用的な議論でしたよ。まず賛同側。フォーカスを奪わないのは「地味だけど本質」だという声が多かった。エージェントにブラウザテストを任せてると、Headlessじゃない実ブラウザで確認したい場面があって、でも普通のChromeやSafariだとスクリプトが「あっちのタブ選んで」みたいな操作をやるたびに人間の作業が中断される。あれが本当にストレスだって、 firsthand 体験談が複数。「エージェントにブラウザを渡すと自分のブラウザを人質に取られる」という表現の人がいて、これは納得感ありました。
葵: シェルコマンドで操作できる点も評判でしたね。playwright-cliスタイルなので、エージェント側から見て「既に知ってる操作体系」で済む。MCPとか新しいプロトコルを覚えなくても、既存のエージェントフレームワークにそのまま繋がる。コメントでも「MCPをわざわざ定義しなくてもCLIのラッパーで十分な場面は多い」という意見があって、逆に「CLIはステート管理が弱い、セッションの再開とかタブの群れを一括管理するなら構造化されたAPIのほうが堅い」という反論もありました。
悠真: プロファイル共有も議論の種でした。賛成派は「ログイン済みセッションを人間とエージェントで共有できるのが便利、開発中サイトのテストに認証を通すのが面倒だったから助かる」と。ただ危険派もいて、「自分の日常ブラウザのCookieをエージェントに渡すのは怖い。エージェントがプロンプトインジェクションで変な操作をさせられたら、そのまま自分のアカウントで何をされかわからない」。ここで「じゃあ使い捨てプロファイルをコマンド一つで作れるべきでは」という折衷案が出てました。共有は選択肢としてあるのはいい、デフォルトは分離が安全、と。
葵: アイドルタブのサスペンドはあまり異論なかったですね。むしろ「なぜ標準ブラウザはもっと積極的にやらないのか」という話題に逸れて、メモリの話が少しありました。まあ本題に戻ると。
悠真: 不明点としては、実務でどれくらい安定して回るのか、というのが皆一番気にしていた。まあ投稿自体新しいので長期運用の報告はまだ出そろってない。数日〜数週間使った人の「今のところ壊れてない」という報告はありましたが、「エージェント系ツールはデモは良くて実戦で脆い」というskepticも残ってました。
葵: そして同じスレッドで面白い流れがあって、「エージェント用ブラウザが独立ツールとして成立するなら、エージェント自身も独立したプレーヤーになってる」という議論に発展してた。そこで皆が持ち出してきた比較がGoogle Antigravityの/teamworkでした。
悠真: これは単独でも投稿になってましたね。GoogleのAntigravityのmulti-agentシステム/teamworkが、数学、化学、カーネル、形式検証の各分野で新しい結果を報告した、というやつ。しかもツールが外部から使えるようになった。
葵: コメント欄の温度感が面白かった。まず歓迎側。「数学や検証みたいに正否がはっきりする領域なら、AIが新しい結果を出すのは最大のユースケースだ。エージェントに丸投げして検証可能な成果が返ってくるなら、もう同僚だ」と。実際「カーネルや検証のタスクを試したら、自分が数時間かける下調べをまあまあの精度で持ってきてくれた」という firsthand もありました。
悠真: 一方で慎重派は強めでした。「"新しい結果"と報告されても、その結果がどう検証されたのかの情報が薄い。数学なら証明は検証できるけど、化学の結果ってどこまで第三者が追試できるの?」と。これはもっともな指摘で、スレッドでも「検証可能な領域とそうでない領域でエージェントの信頼の置き方が全然違う」という整理がされてました。数学・検証は強い、化学みたいな実験系はどう評価するのか、まだ答えが出てない。
葵: あとは「同僚」という言葉自体への異議。メタファーに過ぎない、実際は道具が賢くなっただけだ、という人。でもそれに「道具と同僚の違いって何だ? 道具は結果が出るまでの道筋を人間が全部面倒見る。同僚は曖昧な指示を受けて自分で道筋を立てる。/teamworkの報告は後者の性質を持ってる」と反論が返って、ちょっとした哲学合戦になってました。決着はしてないですけど、読んでて面白かった。
悠真: スケールの話もありました。現在の外部公開ツールが「外部から使える」レベルでどこまで安定するか。数学の成果報告と、日々の雑務を任せられる安定性は別物だ、という指摘。これも不明点として残りました。
葵: で、そこから話が繋がるんですよ。「エージェントに任せると、成果の検証が人間の仕事になる」という流れから、「じゃあエージェントにアプリを作らせたら、セキュリティ検証も人間の仕事? それは無理があるんじゃない?」という話になって。ちょうど同じ日に投稿されていたLovableの分析が出てきました。
悠真: そう、これが今日一番重い話かもしれません。Crissy Fieldという分析で、Lovableで作られたプロジェクト15万9041件を調べたところ、そのうち2万4664件、およそ4分の1弱のSupabaseサイトが認証なしでデータを晒していた。パスポートの詳細情報や、20万件を超えるメッセージまで含めて。
葵: 数のインパクトだけじゃなくて、スレッドの議論の質が高かった。まず「なぜ起きたか」の技術的な整理がコメントでされてて、Lovableはvibe codingでアプリがすぐ作れて、バックエンドはSupabaseをデフォルトで使う。ここでRLS、Row Level Securityの設定をユーザーがちゃんとやらないまま公開すると、テーブルが丸見えになる。つまり「デプロイは自動化されたが、セキュリティ設定は自動化されなかった」という構造。コメントの誰かが「プロンプトで『アプリを作って』と言えば動くものが出てくるが、アクセス制御はプロンプトに含まれてない限り出てこない」と言ってて、これが核心だと思いました。
悠真: 「デフォルトを安全側にすべき」という意見が多数派っぽかったです。公開データベースはデフォルトで拒否、公開したいものだけ明示的に許可、という設計。ただ反論もあって、「デフォルトを固くすると初心者が『動かない』で挫折する。プラットフォームの根幹は摩擦のなさで成り立ってる」—このトレードオフは本当に答えが出ない。コメントでも「初心者向けツールのセキュリティデフォルト問題」は昔からある話で、SQLiteでもPHPホスティングでも同じ議論があった、と時代を跨いだ比較がされてました。歴史は繰り返すんですね。
葵: 責任の所在も割れました。「Lovableが悪い」派、「Supabaseのデフォルトが悪い」派、「ユーザーが自分のデータベースの権限を理解せず公開したのが悪い」派。そして fourth の立場として「エコシステム全体が悪い、作る人も使う人も、認証が自分に関係するという感覚を持っていない」というやや大きな話をする人もいました。個人の責任論は不毛だという意見もあって、「15,000件の人を訓練するより、プラットフォームのデフォルトを直す方がスケールする」というのが実務家っぽい声でした。
悠真: パスポート情報が晒されてた件への反応も強かったですね。「これユーザーがパスポート写真をアップロードするアプリをLovableに作らせてたってこと?」という驚きから、「アプリの作り手も、データを預ける側も、どっちも意識が足りない」という双方向の批判。そして「じゃあ晒されたデータはどう責任取るの? 誰に通知するの? 利用規約は?」という、事故後の処遇が全く定義されてない、という指摘で締まってました。発見から通知までのプロセスがない。
葵: そこで話が自然に「セキュリティの問題を見つけたらどう開示するか」に移って、ちょうど二つの動きが出てました。一つはPyPI。プロジェクトページの再デザインが公開されて、新しいSecurityタブが付きました。そこには来歴、provenanceの状態、full/none/warningの表示と、ファイルごとのattestation、つまり添付証明が見える。
悠真: コメントでは歓迎が多かった。「ビルドの来歴が一目でわかるのは良い。供給網攻撃への対策としての方向性が正しい」と。ただ「noneの状態をどう読むべきか」で少し議論が。full表示のパッケージが増えれば自然と圧力になるけど、移行期は「none=怪しい」と「none=まだ対応してないだけ」が区別つかない。それをwarningという中間状態で緩和してる、という理解のコメントがあって、段階的な導入としては筋が良い、という評価でした。
葵: ユーザー側の意識への懐疑もありました。「PyPIのページを見てからパッケージを入れる人なんているのか? 大多数はrequirements.txtをコピペするだけだ」と。それに対し「まずツール側がこの情報を読むためのものだろう、人間が見るためだけじゃない」という反論。まあ確かにそうだなと。表示は人間向けだけど、データは自動化に使えると。
悠真: で、もう一つの動きがProject Zeroの開示政策変更。今までの90日開示から、方針として「Full 90」に移行して、来る2027年2月からは60日、2028年1月からは30日へと短縮。さらに注目はパッチの浸着期間、soak timeを撤廃したこと。
葵: これがスレッドで一番白熱しました。賛成派は「ユーザーはパッチが世に浸るのを待つ義務はない。未修正の脆弱性で毎日被害が出てる。ベンダーの怠慢に時間を与えすぎてきた」と。実際、90日を過ぎてもパッチが出ないケースが歴史的に多かったという文脈のコメントもありました。
悠真: 反対派・懸念派は「30日で大規模ソフトウェアのセキュリティパッチを品質保証込みで出せるのか? テスト不足のパッチの方が問題を起す。特にエンタープライズは適用に数週間かかる」と。ここで賛成派からの返しが「soak timeはベンダーを守る言い訳に使われてきた。適用が遅い企業と、パッチを出さないベンダーは別の問題で、開示期限は後者にだけ効く」という区別。確かにスレッドの中ではかなり説得力のある区別でした。
葵: 中間派として「期限が短くなれば緊急パッチの品質が下がる恐れがある。ただしそれはベンダーがプロセスを改善する圧力になる、悪くない」という声も。つまり「開示期限は品質の保証装置ではなく、速度の圧力装置だ」という整理ですね。
悠真: で、これら一連の投稿を見てると共通のテーマが透けて見えるんですよ。「エコシステムは誰が責任を取るのか」。プラットフォームのデフォルト、パッケージの来歴、脆弱性の開示期限。すべて「責任のデフォルトをどこに置くか」の話。そしてその日はまさに、責任を問われた企業側のニュースがまとめて出てた。
葵: そう、まずイタリアの競争当局がMetaに約8億8700万ドル、€805Mの制裁金。Android側のカメラロールアクセスが問題で、単一のアプリ全体の写真パーミッションと、一般的な警告だけじゃ informed consent、十分に知らされた同意じゃない、と判断された。
悠真: コメント欄では「やっと出た」という声とともに、技術的な裏付けの議論が。Androidの権限モデルで写真アクセスはアプリ全体で一度許すと、その後の細かい利用はOSレベルでは区別されない。だから「写真を投稿する時にだけ読む」という利用範囲の制限は、ユーザーの同意の範囲外で可能になる。それを「同意」と呼ぶのは詐欺的だ、というコメント。一方で「Androidの権限モデルの制約じゃないか、アプリ開発者の選択肢は限られてる」という擁護もあり、それに「選択肢はあった。iOSのlimited photo accessみたいに粒度の細かいAPIもあるし、警告文をもっと具体的にすることもできた」という返しで、擁護がほぼ沈黙してたように見えました。まあ、感情論ではなく設計の選択肢の話として片付いた感じです。
葵: 8億8700万ドルという額への反応も。「Metaの年間利益からするとスピードバンプ程度」という皮肉と、「でも罰金の額面より、今後の権限設計の変更を強制される方が本質」という、より実質的な効果を指摘するコメント。ここは同意見でしたね、コメント欄の多数派も。
悠真: そして同じ「同意と監視」の文脈でEFFの警告。MetaとGoogleのスマートグラス、Apple WatchのAudio Intelligence、AmazonのBee。これらが「退けない第三者」にプライバシーの負担を強いる、と。
葵: これはコメント欄で深い議論になってました。まず「退けない第三者」という概念自体が強かった。普通のプライバシー議論は「同意するかしないか」を個人が選ぶ前提。でもスマートグラスをかけた人とすれ違う人は、同意も拒否もできない。店主が店内録画を拒否できないのと同じ構造だけど、グラスはもっと日常空間に溶け込んでる。
悠真: そこから「ではどうするべきか」の提案合戦が。録画中のランプ表示は常に点灯すべきという声、それは「目立つことで社会規範を作る」という理屈。反論は「ランプはすぐ無視される。airpodsとグラスの見分けもつかない」と。そして「録画中と録画してない状態でデザインを変えるべきだ」という過激な提案もあったけど、「じゃあ録画しないグラスを売る人がわざわざ目立つデザインにするインセンティブがあるか? ない」という現実的な返しで、これも決着せず。
葵: Apple WatchのAudio Intelligenceに対する反応も面白かった。「あれは補聴器的な用途で正当な価値がある」という擁護と、「正当な用途と、他人の会話の録音が隣接してる。スイッチ一つで切替わる」という懸念。この二つはどちらも正しくて、だからこそEFFの指摘が効いてると。
悠真: Amazon Beeも同様に、ウェアラブルの録音が他人に波及するという構造。コメントでは「デバイス側でどう防ぐかはほぼ無理。音は物理的に飛んでくるから。だから法律と社会規範でしか解けない」という整理があって、これが技術的な限界を正直に認めた上での議論としては正直だったと思います。
葵: そしてまだ続きますよ、責任の話。CBCの調査。遠隔の「旅行仕事」として求人サイト、LinkedInとMonsterに合計約1500件の投稿があった。それが全部ではなくても、実態はEvolution TravelというMLMへの勧誘で、応募者が費用を払わされる。CBCの指摘の後、1000件以上が削除された。
悠真: これがコメント欄で一番感情的になったかもしれません。「MLMが求人として求人サイトに出稿するのは、詐欺的な募集。プラットフォームがこれを防ぐのは可能なはず」という怒り。一方で「job postingのレビューはコストが高い。1500件は自動化で見つかるかもしれないが、灰色のケースとの区別が難しい」という現実的な返し。「旅行仕事」の投稿は旅行業界自体が歴史的にコミッションベースが多いから、ただの投稿とMLM誘導の見分けは自動化しにくい、という指摘は、echo chamber以外の視点として貴重でした。
葵: 被害者の側の議論もありました。「なぜこんなに引っかかるのか」に対して、「仕事探しは心理的に追い詰められてる状態で行うもの。そういう時に現れる『どこでも働ける』というオファーは、理性より希望に訴える」というコメント。悪意と無知の相互作用で、単純な「馬鹿が騙される」という説明は不当だ、という指摘で、これは意見がまとまってたと思います。
悠真: プラットフォーム側の責任への突っ込みも強かった。「1000件以上削除されてよかった、でも最初から出すな」という声と、「削除後のアカウント再作成の監視が続くのか? これを繰り返すと猫と鼠になる」という懸念。CBCの調査自体が 1回限りの exposure で、その後のプラットフォームのフォローアップはまだ見えてない、というのが不明点でした。
葵: で、この日最大の、というか最も討論が長くなったのはここから。WSJの報道で、Nvidiaがmid-2026に循環的な融資のディールを使って、TSMCのウェハー余剰を吸収し、GPU価格を高く保っていたという報道。そしてそれと同時に黄仁勲氏の辞任が伝えられた。
悠真: これはもうスレッドが白熱しました。まず循環融資の構造の解説コメントから。「ベンダーが自社製品を買ってもらうために、買う側にお金を貸す。そのお金で自社の製品を買ってもらう。見た目の売上が伸びるが、実体の需要は作られていない」。これが「circular financing」として問題視される構造。ネットワーク機器のバブル期と似た構造だという歴史的な比較コメントもありました。
葵: 「ウェハー余剰を吸収する」という報道の解釈も分かれた。TSMCが投資した生産能力が、需要予測を上回って余った。それをNvidiaが引き取ることでサプライチェーンの見た目の健全性を保つ。つまりサプライチェーンの物理的な問題を金融で隠している、という読み。ここは「AI需要は本物なのか、それとも金融工学的に見せかけを作ってるのか」という根本の疑問に跳ねました。
悠真: 「本物派」のコメントは「今のインフラ投資の伸びは実際の計算需要に裏付けられてる」と。でも「見せかけ派」は「需要の一部は買ってもらうための貸付で作られた需要だ。それは持続しない」。そして中間派が「需要は本物だが、価格が人為的に保たれている。金融の構造で価格を支えるのは、需要が緩んだ時に調整が急になる」という、まあこれが一番コメント欄の落とし所だった気がします。
葵: 黄氏の辞任の件は、コメント欄では「報道が true なら、責任を取ったというより、コントロールを失った」という冷めた反応もありましたが、同時に「財務報告の正当性が問われた時に CEO が辞めるのは健全なコーポレートガバナンスの動き」という擁護も。どちらに重きを置くかで分かれてました。まあこの報道、単一ソースなので、今後の追加報道と会社側の説明待ち、というのが正直なところ。コメント欄でも「WSJがどこまで裏を取ってるか次第」という留保が多数でした。
悠真: 投資の構造への批判がもう一つあって、「GPUを高い価格で買わせた企業が、その投資の回収に苦労してる報道も増えてる。ここにさらに循環的なお金の流れが乗ると、AIバブルの歪みが増幅される」という声。うん、今日の流れの中では一番投資の話に近い議論でしたね。
葵: さて、ここまで「責任」を問う話が続いたので、少し空気を変えましょうか。この日、「そういえば技術って昔からこういう風に作られてきたな」という投稿が二つ続きました。まず一枚目。Steve WozniakがApple 1 Integer BASICを、紙の上で書いて、6502の機械語を手でアセンブルして、アセンブラなしで。そしてそれをコンピュータに組み込む前に書き上げていた、という話。
悠真: これはほぼノイジーなしの、温かいスレッドでしたね。コメントの多くが「想像するだけで頭が痛い」という反応。手で機械語をアセンブルするというのは、命令を一つ一つオペコードに変換して、アドレスの参照も全部自分で数える。そして紙の上でやるということは、書き直しのコストが物理的に高い。
葵: ここから「昔のプログラマはなぜあんなことができたのか」という議論に。コメントでは「メモリが極端に少なかったから、全体を頭の中に保持できる大きさだった」という指摘。BASICインタプリタを数Kバイトで書くというのは、今日の観点ではほぼ信じられない密度で、しかもその密度ゆえに「全体を把握する」ことが可能だった、と。逆に言えば現代のソフトウェアは巨大すぎて、誰も頭の中に全体を持てない。だから抽象化とツールの層が生まれた。ある意味、ウォズニアックが手でやっていた作業を、現代ではコンパイラとリンカとIDEが代わりにやっている。
悠真: 「じゃあ今のエンジニアは退化したのか?」という問いに対して、「違う。技能の階層が上がっただけ」という反論が多数。同じスレッドで「でも一つの階層を飛び越えた経験は、上の階層を理解する上で重要だ」という声もあって、ここは education の話題に少し逸脱してました。「今日の学生はまずアセンブリを一週間だけでも触るべきか」という議論。賛否ありましたが、「必須ではないが、やると抽象化の裏側が見えて安心する」という表現のコメントが気に入りました。
葵: エラーの訂正のコストの話も面白かった。紙で書いてると、命令一つ挿入しただけで後続のすべてのジャンプ先がずれる。それを手で全部直す。つまり「最初から完璧に書くか、全部書き直すか」の世界。コメントでは「この制約が、設計を紙の上で十分に練るという習慣を生んだ」という意見があって、確かにそれは今の「とりあえず動かして直す」文化とは真逆です。
悠真: で、その日の投稿でもう一つ、昔のハードと現代の真逆の話が。SpaceXのFlight 15でStarshipのブースター捕獲に成功した。ただし、ブースターのskip、つまり予定されていた再突入後の skip maneuver がやられなかったのは、報道では燃料が足りなかったとされてる。
葵: これは「成功」と「不完全」が同時に語られる投稿で、コメント欄の解釈が分かれました。まず「捕獲成功自体が素晴らしい、特に中途半端な状態でも制御を維持して捕獲側に持っていけたのは、制御の成熟を示す」という歓迎。それに対し「いや、skipができなかったのは計画通りの軌道じゃなかったということ。燃料予算がぎりぎりで、余裕がない。これを『成功』と呼ぶのは早計」という慎重派。
悠真: コメント欄で最も技術的に面白かったのは、「skip maneuverは燃料を節約するためのものでは? それができなかったということは、むしろ燃料消費が計画より多かった」という指摘でした。つまり「燃料不足でskipした」という報道の因果が逆かもしれない、skipをやらないとむしろ燃費が悪くなるのでは、という疑問。ここで SpaceX の熱心なファンが来て、大気圏再突入の軌道と燃料消費の関係を解説してたけど、正直細部はコメント間でも食い違ってて、決着してない。ただ「捕獲成功と skip 未実施の因果関係はまだあいまい」という点では意見が一致してたと思います。
葵: 工学文化の話も少し。「完全なデータが出る前に次の飛行に進む文化」と「1回ずつ丁寧に検証する文化」の比較があって、これはウォズニアックのスレッドと意外と繋がってた。「紙の上で全部練る文化」と「飛ばしてみて壊す文化」。どちらも正しい工程で、ただ求められる信頼性の種類が違う、という整理がされてました。ソフトウェアの開発論としても読める話で、なかなか良かった。
悠真: そしてもう一つのレトロ投稿。The Secret of Monkey Islandの全13バージョンを並べて表示するサイト。8つのエディション、12の同一シーンを、ScummVMとHatariでキャプチャして並べてる。
葵: これ、見た目以上に中身の濃いスレッドでした。コメントでまず「13バージョンも存在する理由」の解説が。オリジナルのDOS/Amiga版から、enhanced版、CD版、FM-TOWNS版、Remasterなど。そしてその中に「音楽の違い」「グラフィックの解像度」「セリフの有無」という軸がある。コメントでは「オリジナルのテキスト入力方式のほうが良かった」という レトロ派 の声と、「音声版でないと雰囲気が出ない」という現代派の対立が、まあ毎度の古典的な争いなんですが。
悠真: 面白かったのは「同じシーンを12回キャプチャする」という手法への評価。「これってかなり労力かかってる。単なる懐古趣味ではなくて、ゲームの保存の問題として意味がある」という声。ScummVM と Hatari、つまりエミュレータ側の再現が異なると、たとえ同じゲームでも表示が微妙に違う。それを1つのサイトで並べることで、「どのバージョンが"正しい"のか」という問いが自然に浮かび上がる。ゲームの保存 community では、この種の「並べて比較」のアプローチが重要になってきてる、という文脈のコメントでした。
葵: レトロ計算機文化がこういう方向に成熟してるのは良いなと。で、KDEの話に繋がるんですよ。CultRepoが1996年からのfree software desktop communityを描いたKDEのドキュメンタリーを公開して、HNでかなり高評価だった。
悠真: コメント欄では「KDEの初期の混乱期を描いたドキュメンタリーの文脈で、Qtのライセンス問題の話が出てきた」という、あの時代を知ってる人の証言があった。90年代末のfree software communityでは、Qtが当時プロプライエタリなライセンスだったから、「KDEはfree softwareだ」という主張自体が論争だった。GNOMEが生まれた動機もそこだ、という歴史的背景のコメント。ここで「その論争があったからこそ、Qtがfree software化する圧力が生まれた」という因果の再評価がされてました。つまり「対立したこと自体がエコシステムを良くした」と。
葵: ドキュメンタリー自体の感想では「制作が丁寧」「1996年からの人の話を垂れ流しでなくて、当時の空気がわかる」という評価が目立ちました。そしてここでコメント欄から「この種のコミュニティの記録は重要だ。HNでこの手の話が定期的に大きく盛り上がるのは、参加者がOSSの歴史を自分のこととして感じてるから」という観察も。歴史を愛好家の視点で保存する動き、Monkey Islandの比較サイトと、構造的には同じだなと。
悠真: あ、あと同じ日のサブの話として、NVIDIAのブログでGLM-5.3という753BのMoEモデル、NVFP4フォーマットでだいたい464GB、をDGX Station 2台にConnectX-8のRDMAで繋いで、vLLMのTP=2で動かしたら、ピークで607.8トークン毎秒出た、という投稿もありました。これはエンジニア向けの practical な話で、コメントでは「デスクトップサイズの2台構成でこれだけのモデルが動くのは、ローカル推論の現実的な選択肢として意味がある」という声と、「RDMAで繋ぐなら結局特別なハードで、『デスクトップ』という呼び方に引っかかりを感じる」という反論。まあ実運用の観点では、このクラスのモデルをローカルで動かすコストと、APIを叩くコストの比較の話になりそう。
葵: そして締めくくりは、この日一番「検証」を突き詰めた話。Lexifinaが米国の税法、Title 26をLeanで形式化した。そこで138件の実際の起草のミスを発見した。さらに探索的な検索で、SALTの共同申請の癖など、既知と新規の抜け穴を再発見した。
悠真: これはスレッドが小さめながら密度が高かった。まず「形式化でドラフティングのミスが見つかる」という主張自体の理解から。法律の文章は自然言語で、定義が相互参照されてる。それをLeanのような証明支援系の言語に落とすと、「この条文の定義は循環してる」「この条項を他の条項と合わせると、意図しない解釈ができる」という構造的な問題が、コンパイルエラーのように浮かび上がる。
葵: コメントの注目点は二つありました。一つは「138件のうちどれくらいが実際の『ミス』なのか」という問題。法律の「ミス」は技術のバグと違って、意図的な曖昧さのこともある。草案を書いた人が意図せず曖昧にしたのか、妥協の産物として曖昧にしたのか、外からは区別がつかない。コメントでは「意図的な曖昧さは political な理由で残されてるものだから、それを『ミス』と呼ぶのは不適切」という指摘と、「いや、その区別こそが形式化の付加価値だ。曖昧さの種類が形式的に分類できる」という反論。
悠真: もう一つは「SALTの共同申請の癖」への反応。「税法の抜け穴は、形式的に正しい解釈として存在する。それを探索的に見つけられると、立法側にフィードバックができる」という肯定派。一方「抜け穴を機械で見つける技術が、逆方向にも使える。つまり抜け穴を積極的に活用する側にもツールが渡る」という懸念もあって、これはどの検証技術にも共通する両刃の剣の話ですね。
葵: 面白かったのは、「法律の形式化が発見として成立するためには、見つけた『抜け穴』が legal に使えると同時に、明確に policy intent に反していると認識される必要がある」という条件を指摘するコメント。技術的に見つかっても、実際に裁判や税務当局の解釈で通用するかは別問題。だから「発見」の実効性は、形式化した人と、法解釈の専門家の協力に依存する。ここが今後の展開で、立法側がこの発見をどう扱うか、が一番注目される点でした。
悠真: で、この話で今日の全体を締めくくると綺麗なんですよ。朝は「エージェントが道具から同僚になった」という話から始まって、途中で「エージェントが作ったアプリがデータを晒した」「脆弱性の開示期限が短くなった」「企業に罰金と警告が出た」「エージェントが数学と化学で新しい結果を出した」、そして最後に「法律を数学的に検証した」。全部、正しさと責任の問題なんですよね。
葵: そうですね。検証できるものは検証する、検証できないものは責任の所在を明確にする。この二つが、今日の一日を通して見ると、なんだかセットになってる気がしました。エージェントが仕事を引き受けても、最後に「これは正しいか」と問える仕組みがあるかどうかが、結局すべての分野で問われてる。
悠真: 明日以降見たいのは、Lovable側とSupabase側の反応と、Project Zeroの30日開示に対するベンダー側の最初の反応、そして/teamworkの結果がどのように第三者検証されるか。あと黄氏辞任の追加報道ですね。
葵: それでは今日はこの辺で。ハッカーニュース・ラウンドアップ、でした。ご視聴ありがとうございました。
悠真: ありがとうございました。では、また明日。