1119 | 今週のテック digest:Gemini 4 NeonからUEFI起動ゲームまで

||Download

Show notes

今週のテック話題をギュッと凝縮。Gemini 4 Neonの高速化とモデル競争、小さくても強い新モデル、監査や開発に潜り込むAIエージェント、そしてAI時代に揺れる人間の仕事と社会。後半はNGINXやRubyの脆弱性、ドイツ銀行リークなどのセキュリティ動向、さらにUEFIで起動するGTA風ゲームやボイジャー1の3D分解まで、作って楽しむ技術を紹介します。

タイムライン

  • 00:00:04 オープニング
  • 00:00:41 Gemini 4 Neon登場:速くて安いフロンティアモデルの競争
  • 00:03:23 小さくても強い:効率で勝つ新モデルと研究
  • 00:05:53 AIエージェントが実務に入る:監査・開発・リバースエンジニアリング
  • 00:08:26 AIと人間の社会:仕事、単語、そして命
  • 00:10:40 セキュリティと統制:脆弱性、リーク、DNSの現在地
  • 00:14:00 作って楽しむ技術:UEFI起動ゲームからボイジャーまで
  • 00:17:35 クロージング

関連リンク

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。

Transcript

葵: どうも、ハッカーニュース・ラジオへようこそ。私は葵です。

悠真: 悠真です。この24時間で話題になった話を、コメント欄の議論も拾いながら掘り下げていきます。今日は全部で6つ、大きなテーマがあります。AIモデルの速さと価格の競争から始まり、小さいのに強いモデル、エージェントの実務進出、そして社会との関わり、セキュリティ、最後は純粋に楽しい技術ネタまで。

葵: 幅広いですね。でも全部つながってます。要は「AIが速く安くなって、実際の仕事に入ってきて、社会がどう変わるか、そして穴はどう塞ぐか」みたいな流れです。

悠真: では最初の話。Gemini 4 Neon、Googleが発表しました。今日のメインニュースとして押さえておくべきやつです。

葵: スペックだけ並べると、入力トークン100万あたり3ドル、出力が15ドル。コンテキストは100万トークン。Artificial Analysisの指数では3位、スコア61。

悠真: で、一番驚くのが速度。127 tokens/sec。前のGemini 4 Carbonが46 tokens/secだったから、ほぼ3倍。

葵: これ、実運用だと体感が全然違いますよね。以前やってた誰かのテストで、Carbonって動作がすごく遅くて、しかも半分くらいのステップが依頼に含まれてない余計な作業だったという報告があります。票の処理とか、指示してないことを自分で判断してやってるとか。

悠真: それ、実は重要な観察で、速度の問題だけじゃなく「遅いモデルはユーザーが意図してないことを大量にやる」傾向があるという指摘なんですよね。Neonが速いのは、単にトークン吐くのが速いだけじゃなくて、その無駄なステップを踏まない設計になってる可能性もあります。まだそこは推測の段階ですが。

葵: 性能面ではどうなってるんでしょう。Elo予測で約1,066と出てて、Opus 5.5が1,078だから、ほぼ拮抗してる。

悠真: つまり、フロンティアレベルの性能を、半分以下の価格と3倍の速度で提供してることになる。これが市場にどう波及するかというと、Anthropic側も手は打ってて、実は今週IPOの価格決定をしてます。

葵: あ、Anthropicの話が出ましたね。1株83ドル、クラスA株980万株、Nasdaqに11月19日上場、ティッカーはANT。

悠真: コメント欄の推計だと、市場キャップは1.1兆〜1.5兆ドルくらいになりそうだという話が出てました。

葵: それだけお金が動いてる業界なのに、Neonがこれだけ安く出せると言うと、他社がどう反応するかが見ものです。

悠真: はい。実運用の観点で言うと、以前Carbonでやってたみたいな遅くて余計な仕事をしてるモデルだと、エージェント的な使い方、複数ステップのタスクだと待ち時間が積み重なって使い物にならない。Neonの127 tokens/secは、それが解決されるかどうか、という点で意味があります。まだ自分で試した人の報告はあまり出てないので、コメント欄では「実際に動かしてみないとわからない」という慎重な声もありました。

葵: Google AI Ultraの加入者向けには、Genie 4という世界モデルも使えるようになったそうで。リアルタイムでテキスト編集可能な環境と、ネイティブオーディオ、コミュニティギャラリーが付いてる。

悠真: これはGemini本体とはちょっと系統が違いますが、Googleが「モデルだけじゃなくて環境も売る」方向に進んでるのが面白い。

葵: さて、Gemini 4 Neonみたいに「大きくて速い」方向の話をしましたが、真逆の方向、「小さいのに強い」アプローチも今日話題になってます。RadixArkがDaisyRose-27Bを出しました。

悠真: このモデルの面白いところは学習方法。ベースはQwen3.8-27B、そこに強化学習を乗せてるんですが、タスク数がたった1,200。18日間、H200を144台だけで学習させてます。

葵: 144台のH200なら、大企業でも用意できる規模ですね。超巨大クラスタじゃなくて。

悠真: で、その結果がTerminal-Bench 4.1で5.6%から12.0%へ。倍ちょっとです。

葵: 1,200タスクって、ほんの一部の領域に絞って特化させたってことですよね。それで倍になると、タスクの質と強化学習の設計が大事だという示唆になります。

悠真: さらに極端な例が、エネルギーモデル推論器。わずか180万パラメータで、Sudoku-Extremeで99.9%の精度。

葵: 180万って、今のモデル比だとほぼゼロですよ。しかも推論計算が345倍削減されてる。

悠真: これは「推論に必要なのは計算量じゃなくて、問題の構造をどう表現するかだ」ということを示してるように見えます。エネルギーベースモデルは、答えの候補の「良さ」をエネルギーで評価する方式なので、探索の仕方が全然違うんですよね。

葵: で、その効率の流れをさらに推し進めたのが、OpenAIのGPT-6 Astraのチップ設計支援。Jalapeñoというベクトル・行列ユニットで、標準セル面積を13%と10%削減、AMDとの組み合わせではPPA最大14%の向上を報告してます。

悠真: チップ設計で面積が減るというのは、同じ性能をより少ないシリコンで実現できるということで、これも効率の話。三つとも「規模より効率」というメッセージでつながってるんです。

葵: ただ、コメント欄では「DaisyRoseはタスクが限定的だから汎用性があるとは言えない」「180万パラメータのSudokuは特殊な問題で、一般化の証拠にはならない」という慎重な意見もありました。確かに、それは正しい指摘だと思います。

悠真: そうですね。「効率が本物か」は、もっと幅広いタスクでの検証が待たれます。でも、チップ設計での面積削減みたいな実用的な成果が出てるのは事実で、方向性としては間違ってないんじゃないかという空気がコメント欄ではありました。

葵: 効率の話、モデルの話と来ましたが、次はそれを「仕事でどう使うか」です。KPMG UKが、FTSE 250の監査に100以上のAIエージェントを使ったという報告があります。

悠真: 監査って、エンタープライズの大規模案件ですよ。ここにエージェント100体投入。で、面白いのは、エージェントが人間の監査人より深く掘って、より良い質問をしたことがあるという点。

葵: これは、監査人って手順が決まってるから、「いつもチェックするここ」を確認しがちなんですよね。エージェントは手順に縛られないので、意外な場所を見に行く。

悠真: KPMGの報告では、それが実際に起きたとされてて、コメント欄でも「監査は人間がひらめくより、網羅的に疑うべき業務だから、エージェント向きだ」という納得の声が多かった。

葵: 一方で、「監査は責任の所在が問題になる仕事だ。エージェントが見落としたら誰が責任を取るの?」という反論もあって、ここがまだ解決してない論点です。

悠真: 開発の現場ではもっと進んでます。Mastra Factoryという、オープンソースのアジェンティックかんばんをSlackで動かすというプロジェクト。先週、このAIが238件のPRを開いてマージした。人間がマージしたのは630件。

葵: 4割近くはAIのPRですよ。しかもMastra自体が週間400万ダウンロード近くになってる。

悠真: これは「エージェントが同僚になる」という言い方がぴったりな例で、PRを開いてマージするというのは、ただの補助じゃなくて、コードレビューと品質判断をエージェントがやってるということですよね。

葵: 個人レベルでも進んでます。slowchronicle.comの作者が、LLMエージェントを使ってバイナリ解析を自動化してる。Ghidra MCPとDeepSeekを使って、仮説ログ方式でやってるそうです。

悠真: リバースエンジニアリングって、本来は非常に勘と経験の仕事で、「ここにこういう関数があるはず」という推測の繰り返しです。それを仮説としてログに残して、検証していくという進め方にしてるんですね。これだと、間違った推測に何回も同じ坑にハマる「推測ループ」を防げる。

葵: さっきのCarbonの話とつながりますね。遅くて余計なことをするモデルだと、推測ループにハマりやすい。速くて指示に従うモデルだと、そういう無駄が減る。

悠真: ただし、エージェントに任せた仕事の限界も議論されてます。KPMGの責任問題、Mastraのマージの品質、リバースエンジニアリングの推測の検証、全部「最後に人間がどこで判断するか」という共通の問いに行き着くんですよね。

葵: その問い、実は社会レベルの話とつながってます。VioletPixelという人のエッセイが話題になってて、「世界は気の利いた有能な人々によって支えられている」という主張です。

悠真: 最近のMicrosoftやApple、銀行の障害は、そういう人たちが少なくなった兆候だという指摘です。

葵: エンジニアがいれば、障害はすぐに直せる。でもAIに交代された結果、その層が薄くなって、障害が長引いてるんじゃないかという考えですね。

悠真: これは、さっきのエージェントの話と対照的です。エージェントが仕事を広げてるという楽観的な話と、その交代で社会が脆くなってるという悲観的な話。

葵: さらに直接的な例が、All About Berlinというブログの話。GoogleのAI Overviewのせいで流入が75%減って、作者は「自分のコンテンツでAIが訓練された結果、失業した」と訴えてます。

悠真: これ、コメント欄で盛り上がってたのは、AIが人のコンテンツを使って訓練され、その検索結果にAIが要約を出すことで、オリジナルへの流入が消えるという構造は、本当に正しいのかという話です。

葵: 75%減は単なる「AIのせい」じゃなくて、Googleの検索の仕様変更とか、SEOの変化とか、いろんな要因があるという指摘もありました。でも、AI Overviewが原因だという作者の訴えは、多くの人に共感されてた。

悠真: そうやって失われた仕事の一つの象徴的なシンボルとして、Cambridge Dictionaryの今年の言葉は「human」でした。

葵: AIが人と機械の境界を曖昧にした年の総括として、「human」が選ばれたのは、皮肉なようでいて的を射てます。

悠真: この「人間とは何か」という問いに、健康面からの回答もありました。エネルギードリンクに関連する心停止の報告が11倍に増えていて、18から34歳が半分近くを占めてます。

葵: ただ、これ、因果関係はまだ証明されてないんで、取り上げ方には注意が必要です。

悠真: そうですね。とはいえ、この層が長時間労働や勉強でエネルギードリンクを飲む機会が多い層であることは間違いないので、AIが仕事を加速させる中で、人間の体がどうなるかというテーマとしては、軽く触れておく価値はありました。

葵: 人間の役割、社会の変化、健康、と来て、最後の大きなカテゴリはセキュリティです。まず、WizがNGINXのHTTP/2処理での深刻なRCE、リモートコード実行の脆弱性を2件公開しました。

悠真: CVSSは9.2、未認証でコード実行ができる。修正版は既にリリースされてます。

葵: NGINXって、世界のWebサーバとしてめちゃくちゃ広く使われてるので、これが意味するところは大きいです。

悠真: 同じくRubyでも、RegexpとStringのcase変換に7件の脆弱性が見つかってて、RCEのPoCも出てます。修正版はRuby 4.0.10、3.4.13、3.3.14。

葵: Rubyのこれらの機能って、ほぼ全部のRailsアプリが使ってるので、こちらも幅広い影響です。

悠真: インフラ寄りだと、Linux KVMのCVE-2026-99312。INITをエミュレートする際にMMUコンテキストがリセットされないというバグで、コメント欄ではVMベースのAIエージェントサンドボックスへのリスクが指摘されてました。

葵: これは、さっきのエージェントの話とつながる部分です。エージェントをVMでサンドボックス化するのが一般的な做法になってますから、そのVMの層に穴があると、エージェントがホストに影響を与える可能性がある。

悠真: まだ悪用の報告は出てないですが、これからエージェントを大量に走らせる前に、ホストのカーネルをアップデートしておくべきだという声がコメント欄ではありました。

葵: 大きい方の話に移ると、ドイツ銀行から1,500万件の内部文書が流出してます。ロシアの寡頭のマネーロンダリングや、 trump氏、エプスタイン関連の醜聞が含まれてるとか。

悠真: これは規模が違いますね。1,500万件というのは、これまでのリークでも上位の規模で、しかも単一の銀行の内部文書です。

葵: NGINXやRubyの脆弱性は「今すぐ直す」ものですが、ドイツ銀行のリークは「システムをどう直すべきか」という、もっと構造的な問題です。

悠真: ここで、実はDNSも絡んでくるんです。Quad9というDNSプロバイダーが、11月24日からフランスのユーザーへのDNS解決を停止するという発表をしました。理由は、海賊版スポーツのドメインを裁判所命令でブロックするように求められたのを拒否したから。

葵: DNSは、インターネットの根本的なインフラなのに、裁判所がそこに介入するというのは、構造的にどうなのかという議論があります。

悠真: さらに、Codeberg.orgのドメインがNamesiloのアカウントから消えて、停止されたという話も。乱用処理チームに移された可能性があって、codeberg.euを予備として準備中です。

葵: ドメインレジストラやDNSという、信頼の連鎖の根っこの部分が、今日3件も話題になったのは、象徴的だと思います。

悠真: さらに、SAM.govで米空軍がF-22の次世代マイクロデータ転送カートリッジを求めてるという公告もありました。

葵: これはちょっとニッチな話題ですが、軍事インフラでも情報を移すための物理的な媒体を更新する必要があるというのは、セキュリティの話として繋がります。

悠真: これら全部、共通の問いとして「信頼できる基盤をどう守るか」があります。NGINXやRubyは速くパッチを当てる、KVMはホストを更新する、ドイツ銀行のリークは制度の問題、DNSとドメインは構造の問題。

葵: さて、最後は技術を純粋に楽しむ話です。eklavya-rajという人がgta6-uefiというものを作りました。942KBのGTA風ゲームで、UEFIから直接起動してOSが要らない。

悠真: 942KBですよ。マップはOpenStreetMapのデータを使ってて、地形はNOAAのライダー、写真はNAIP。リアルのマイアミを舞台にしてる。

葵: UEFIって、基本的にOSが起動する前のファームウェアの段階です。そこでGTA風のゲームが動くというのは、ハードウェアの限界に挑戦しているという意味で楽しい。

悠真: コメント欄では「UEFIのプログラミングがどれだけ制限されているかを知ってる人ほど、これがすごい」という声が多かった。

葵: 942KBというサイズ感は、ゲーム画面を描くのに必要なデータを極限まで圧縮してるということですよね。

悠真: そして、同じ「分解して理解する」という方向性で、rshekhar.com/voyagerというサイトが話題です。ボイジャー1号を、1個のメモリチップ単位まで3Dで分解して見られる。

葵: RTG、つまり原子力電池や、ゴールデンレコードのカバー、そして修復の物語まで見られると。

悠真: ボイジャー1号って、今も宇宙の果てから信号を送ってるんですけど、その中身をチップレベルで見られるというのは、エンジニアリングの宝物です。

葵: この「ハードウェアを深く理解する」流れで、Pikumaのx86の歴史も話題になってました。4004から486までの話で、リトルエンディアンやAXからDXまでのレジスタ、セグメント方式というのが、8008やDatapointの時代の決定がそのまま引き継がれてるという説明です。

悠真: つまり、「今のx86の変な仕様は、50年前の都合の名残だ」という話ですね。リトルエンディアンなんて、今の感覚だと変な選択ですが、当時は理にかなってた。

葵: 理論寄りだと、Jimmy Millerが部分評価について書いてて、インタプリタとプログラムを部分的に解釈すると、コンパイラが「無料」で手に入るという説明です。

悠真: これは、最初は抽象的ですが、よく考えると美しいアイデアで、UEFIでゲームを書いてる人の最適化の精神と通じてます。

葵: 実用的な方もいくつか。CrossPoint Readerという、XTEINK X3/X4やBOOXみたいな小型リーダー向けのOSSのe-readerソフトで、約28万2千台で稼働、貢献者242人。

悠真: 小型リーダーのソフトウェアは、ベンダー製だと貧弱なことが多いので、ここをOSSが埋めてるというのは素敵な話です。

葵: 派生で、Type Fighter IIという無料のタイピングゲームも。アカウント不要で、進行状況はローカルに保存されます。アーケード風なので、暇つぶしに。

悠真: そして、ExitPathというサイトは、SlackやNotionやM365などの代替OSSをブラウザだけで見られるようにカタログ化してて、移行の難易度スコアとチェックリスト付き。無料です。

葵: ここまで実用ばっかり話してきましたが、これらは「エンジニアリングを楽しむ」というテーマで全部つながってます。OSをバイパスするゲーム、チップを分解するビューア、コンパイラの理論、x86の歴史、タイピングゲーム、OSSの代替。

悠真: 最後に、学習資料として、arXivの「A primer on Fourier Series」という教科書。Dipierro、Pfefferlé、Valdinociの三人によるもので、練習問題と完全な解答が付いてます。

葵: フーリエ級数って、信号処理や画像圧縮の基礎で、この話のほぼ全てに関係してます。

悠真: さて、今日の話を振り返ると、速くて安いフロンティアモデル、効率で勝つ小さいモデル、エージェントの実務進出、社会の変化、セキュリティ、そして楽しい技術。全部「AIと人間がどう共存するか」という問いの違う側面でした。

葵: 特に、エージェントが仕事を引き継いでいく中で、「人間は何を残すか」という問いが、Neonの速度からボイジャーの修復まで、一貫して流れてました。

悠真: では、また明日。ありがとうございました。

葵: どうもでした。