湯田英也 / Hide Yuda

同志社→ / ソフトウェアエンジニア / ソフトウェア・AI開発支援/ AI導入支援 / GoogleChat移行支援

[湯田英也 / Hide Yuda @hideyudajp]

すごい！便利そう！

[しん@OSS開発中 @protoduct_ai]

自己紹介をApple Walletに入れるアプリを作りました。
名前、SNS、肩書き、リンクをまとめて、
初対面の人にWalletからサッと見せられ���す。
名刺ほど重くなくて、
プロフィ���ルリンクよりちゃんとして見える。
Miicaです。
「自己紹介を、Walletにしまおう。」

[湯田英也 / Hide Yuda @hideyudajp]

テスラのAIエンジニア曰く、機械学習のプロジェクトはモデルの学習がメインだと思われだが、圧倒的に大事なのは評価とデータの整備とのこと👀

[Yun-Ta Tsai @yunta_tsai]

Many people think any given ML project is 99% training.

In reality, it’s 50% evaluation, 40% data cleaning, 8% integration, and 2% training.

The first two set the noise floor for learning. No ML magic matters; the model cannot lower the noise floor, as that’s the optimal bound of Shannon encoding of your data.

Thus, not a single day goes by without me thinking about ontology. Even the old labels have to be constantly reviewed.

[湯田英也 / Hide Yuda @hideyudajp]

こりゃすごい👀

[荒川 豊 (Yutaka Arakawa) | 九大 | 福岡未踏 | 情処・理事 | MBL主査 @rkwy]

カカクコム、800万行、1.3万テーブル（最長レコード数、5.89億行）という技術負債を全面刷新中。

3層・合計71体のAIエージェントにより、C#・Classic ASP混在のコードをPython・FastAPI・htmxへ全面移行。

設計者の月額AI利用料は実に440万円。高いけど、逆にいうと、人間を雇用して同じことをやろうとしたら、こんな費用ではできないので安い気もする。

価格コムに限らず、技術負債を抱えた古いシステムは大量にあるわけで、今後の参考になる資料。

保険カテゴリのコードは43%へ、クレカカテゴリのコードは66%へ。今後の保守メンテコストを抑えることができるのでスリム化は重要。

━━━━━━━
価格.comをAI駆動で全面刷新する ー 30年分の技術的負債を返し、次の30年の土台をつくる ー / AI Engineering Summit Tokyo 2026 https://t.co/HaC7h0wLSn

#speakerdeck

[湯田英也 / Hide Yuda @hideyudajp]

さっそく！
この前話題に出てたやつ！

SpaceXがCursorを600億ドルで買収へ

[Bloomberg @business]

SpaceX formally agrees to take over Cursor in a deal that values the AI coding startup at $60 billion https://t.co/Cia1HPJXzm

[Nyx Foundation @NyxFoundation]

【お知らせ】

コードではなく「仕様書」からバグを見つけるAIセキュリティ監査ツールを、本日OSS公開しました。

名前はSPECA。Specification-to-Checklist Agentic Auditing Framework の略です。

SPECAは、「仕様駆動（Specification-driven）」で高信頼性ソフトウェアを監��するための、AIエージェント型セキュリティ監査フレームワークです。

従来のコード駆動型ツールとは、根本的に異なるアプローチを取っています。

自然言語で書かれた仕様、たとえば EIP やコンセンサス仕様書などから、まず 明示的な型付きセキュリティプロパティ（Invariant / Precondition / Postcondition / Assumption） を抽出します。

次に、それらを STRIDE + CWE Top 25 に基づく脅威モデルで整理します。

そのうえで、各実装に対して proof-attempt reasoning、つまり「このプロパティが成立することを証明してみろ」と構造的に問いかけることで、仕様と実装のギャップを検出します。

これにより、次の3つの価値を提供します。

- 仕様レベルでしか表現できない脆弱性: コードパターンだけでは拾えない、仕様由来のバグを検出できる

- 複数実装間の横断比較: 同じプロパティ辞書で、複数の実装を一律に評価できる

- 偽陽性の原因分析: 根拠を完全にトレースし、偽陽性を根本原因ごとに分解できる

「これまでの実績」

SPECAは、これまで以下のような対象で実際に脆弱性を発見してきました。

・Intmax ZK実装
・SP1 zkVM実装
・Ethereumクライアント実装20件以上
・その他多数の DeFi プロトコル / OSSプロジェクト

直近の Sherlock Ethereum Fusaka 監査コンテストデータを用いた再実験では、既知の脆弱性15件すべてを検出し、さらに 追加バグ4件を独立に発見しました。

RepoAudit C/C++ ベンチマークでも、他のバグ発見AIと比較して最高水準の精度を維持しつつ、12件の新規候補バグを報告しています。

「なぜ今、全部OSS公開するのか？」

SPECAの核心である以下の要素を、すべて公開しています。

- プロンプト: AIエージェントのハルシネーション���徹底的に抑えるproof-attemptプロンプト設計

- 再帰的自己改善: 偽陽性を削減しながら H/M/L リコールを維持する 3-gate audit-reviewループ
（Dead Code / Trust Boundary / Scope）

- ハーネス: 並列化、リジューム、予算制御、circuit breakerまで完備した 再利用可能なPythonオーケストレータ

- 解釈可能性: 全ステップのログ・出力をJSONで構造化し、監査可能・解釈可能にした設計

バグバウンティのスコープやルールをそのまま BUG_BOUNTY_SCOPE.json として読み込み、実践的な脆弱性だけを抽出する設計です。

Claude Code CLI + MCPサーバーで動作し、Go / Rust / Nim / TypeScript / C などマルチ言語に対応しています。GitHub Actionsで全フェーズを自動実行できます。

公開の決め手はシンプルです。

エンタープライズのセキュリティ部門でも、ClaudeやOpenAI��活用したセキュリティツールを導入する選択肢が現実的になってきました。

その今なら、SPECAをオープンに公開しても、ただ攻撃に悪用されるのを指をくわえて見ているだけではない。防御側・ホワイトハッカー側が先に活用できる環境を作れると判断しました。

攻撃者より先に、ホワイトハッカーが現実システムのバグを見つけ、報告し、修正につなげられる世界を作りたい。

「Call for white-hat hackers」

ホワイトハッカーの皆さん、どうかこのSPECAを使ってください。

悪意あるハッカーより先に、バグバウンティ対象の現実システムの脆弱性を発見しきって、報告し、修正に導いてください。

あるいは、これをベースに、より高度なバグ発見システムを構築する研究・開発の土台にしてください。

プロンプトも、ループも、ハーネスも、JSON���グも、全部MITライセンスで公開しています。好きなだけ改造・拡張・フォークしてください。

「使い方」

repoをcloneして、次のコマンドを実行するだけです。

uv run python3 scripts/run_phase.py --target 04 --workers 4 --max-concurrent 64

コマンド一つで即座に動かせます。

BUG_BOUNTY_SCOPE.json と TARGET_INFO.json を用意するだけで、新しいターゲットの監査を開始できます。

GitHub: https://t.co/raP8RZDP57

READMEと全ソースコードを読めば、すぐに動かせます。

セキュリティ界隈の皆さんと一緒に、仕様から始まる本物の監査文化を次のステージに押し上げたいと思っています。

ご意見・改善案・バグ報告・コラボレーションも大歓迎です。RT・コメント・試用報告、どれでも構いません。ぜひ反応いただけると嬉しいです。

[湯田英也 / Hide Yuda @hideyudajp]

薄いUIのSoEはAIに代替され評価が厳しい一方、コアデータを握るSoRの価値は急騰。

データを握るプラットフォームが勝つという結論にすごく納得！

[倉林陽(Akira Kurabayashi, Ph.D) @kurabayashi_vc]

AIのSaaSに与える影響について、現時点でのDNXの見立てを資料にまとめました。ぜひご覧ください！

[湯田英也 / Hide Yuda @hideyudajp]

こわすぎ

Linux kernelに2017年以来の脆弱性が見つかる。732バイトのコードでrootが取れる。

[International Cyber Digest @IntCyberDigest]

‼️🚨 BREAKING: An AI found a Linux kernel zero-day that roots every distribution since 2017. The exploit fits in 732 bytes of Python. Patch your kernel ASAP.

The vulnerability is CVE-2026-31431, nicknamed "Copy Fail," disclosed today by Theori. It has been sitting quietly in the Linux kernel for nine years.

Most Linux privilege-escalation bugs are picky. They need a precise timing window (a "race"), or specific kernel addresses leaked from somewhere, or careful tuning per distribution. Copy Fail needs none of that. It is a straight-line logic mistake that works on the first try, every time, on every mainstream Linux box.

The attacker just needs a normal user account on the machine. From there, the script asks the kernel to do some encryption work, abuses how that work is wired up, and ends up writing 4 bytes into a memory area called the "page cache" (Linux's high-speed copy of files in RAM). Those 4 bytes can be aimed at any program the system trusts, like /usr/bin/su, the shortcut to becoming root.

Result: the next time anyone runs that program, it lets the attacker in as root.

What should worry most: the corruption never touches the file on disk. It only exists in Linux's in-memory copy of that file. If you imaged the hard drive afterwards, the on-disk file would match the official package hash exactly. Reboot the machine, or just put it under memory pressure (any normal system load that needs the RAM), and the cached copy reloads fresh from disk.

Containers do not help either. The page cache is shared across the whole host, so a process inside a container can use this bug to compromise the underlying server and reach into other tenants.

The original sin was a 2017 "in-place optimization" in a kernel crypto module called algif_aead. It was meant to make encryption slightly faster. The change broke a critical safety assumption, and nobody noticed for nine years. That bug then rode every kernel update from 2017 to today.

This vulnerability affects the following:
🔴 Shared servers (dev boxes, jump hosts, build servers): any user becomes root
🔴 Kubernetes and container clusters: one compromised pod escapes to the host
🔴 CI runners (GitHub Actions, GitLab, Jenkins): a malicious pull request becomes root on the runner
🔴 Cloud platforms running user code (notebooks, agent sandboxes, serverless functions): a tenant becomes host root

Timeline:
🔴 March 23, 2026: reported to the Linux kernel security team
🔴 April 1: patch committed to mainline (commit a664bf3d603d)
🔴 April 22: CVE assigned
🔴 April 29: public disclosure

Mitigation: update your kernel to a build that includes mainline commit a664bf3d603d. If you cannot patch immediately, turn off the vulnerable module:

echo "install algif_aead /bin/false" > /etc/modprobe.d/disable-algif.conf
rmmod algif_aead 2>/dev/null || true

For environments that run untrusted code (containers, sandboxes, CI runners), block access to the kernel's AF_ALG crypto interface entirely, even after patching. Almost nothing legitimate needs it, and blocking it shuts the door on this whole class of bug...

[湯田英也 / Hide Yuda @hideyudajp]

レバレジーズのペンマーク（時間割アプリ）グループ入り。

• レバ側
学生の日常データと接点を獲得し、入学から就活までを一気通貫で囲い込む狙い。

• ペンマーク側
履修管理でのポジションを活かして、就活支援領域をレバの基盤に乗せ、事業を最速でスケールさせる座組。

[Günther | グンタ @gunta85]

マジレスすると全部「入口ドラッグ」で、回収場所が違うだけですね。

・GitHub→MSが1.1兆円で買収、Enterpriseで主に稼ぐ
・Google→広告で年44兆円、B2Bも強い
・Linux→IBMが5兆円でRed Hatを買収、全クラウドの土台
・OSS→個人は履歴書、企業は採用＋マネージドサービスへの誘導・安心感

AI→無料プランで学習データを吸い上げ→エンプラが億単位で払う

AIだけ入口でも「有料」なのは、唯一まだ回収装置が未完成だから。
OpenAIは今年2.5兆円赤字、他も基本赤字。

どこかで完成した瞬間、また「無料」に見えるだろうな。

[湯田英也 / Hide Yuda @hideyudajp]

https://t.co/vvxMLCroLv���バチェラーデート買収（34億円）

• jig側
ふわっち依存脱却。配信とマッチ��グのノウハウを活かし、資金と開発力で拡大へ。

• バチェラー側
営利2.6億で売却。今後のマーケや開発の壁に当たる前に、代表100%保有で売り抜けた。

[湯田英也 / Hide Yuda @hideyudajp]

あとで試そう

[mizchi @mizchi]

Skills を自動最適化する SKILL.md 作ったんだけど、馬鹿みたいに効くので使っていいよ

https://t.co/mGHmkxOdfU

[湯田英也 / Hide Yuda @hideyudajp]

Salesforceの画面操作を不要にする構想、グループ全体の戦略として繋がってて面白い。

・Salesforce側
UIを捨てて、すべてをAIエージェント向けのAPI/MCP基盤へ

・Slack側
表側のUIを担当。AIの提案や承認アクションを完全集��

割高と言われたSlack買収が鮮やかに回収されてるの凄すぎる。

[Marc Benioff @Benioff]

Welcome Salesforce Headless 360: No Browser Required! Our API is the UI. Entire Salesforce & Agentforce & Slack platforms are now exposed as APIs, MCP, & CLI. All AI agents can access data, workflows, and tasks directly in Slack, Voice, or anywhere else with Salesforce Headless 360. Faster builds, agentic everything. 🚀
#Salesforce #Agentforce #AI
https://t.co/mxySdJS7HR

[湯田英也 / Hide Yuda @hideyudajp]

opus4.7若干危うい感じなのかな？

[ryoppippi @ryoppippi]

opus4.7、危険な香りを感じます
auto-modeでsupabaseをreadonlyでmcpで繋げてるのですが、勝手にapi keyを1passwordから探してきてdbclientをinstallして勝手にデータをinsertしようとしてました。
anthropicには珍しく、危ないのでは

[湯田英也 / Hide Yuda @hideyudajp]

本田圭佑さんもClaude Codeの虜になってる😁

[Keisuke Honda @kskgroup2017]

Claude Codeでコーディングを開始したときのこの高揚感は俺だけ？

[まいか@DMMマイカ代表 @myca_0531]

自分のカードを管理するため作ったアプリが成長し
DMMのグループ企業になるとは思ってもいませんでした。

感慨深いです。

今まではやりたいこととやれることの限界がありましたが
これからはDMMの助けを借りながらアプリのデータの網羅性、利便性向上など開発を進めていきます。

���れからもカードゲーム業界の発展に寄与できるように精進していきます。

https://t.co/bSrDoz4xqx

[湯田英也 / Hide Yuda @hideyudajp]

USのテック業界のトップ層で現場への帰還が起きていておもしろい

・Workday CTO
→ AnthropicのMTS

・Atlassian CTO
→ StripeのBusiness Lead

・Instagram共同創業者
→ Claude CodeチームのMTS

[Aakash Gupta @aakashgupta]

Executive compression is happening faster than anyone expected.

Workday's CTO took "Member of Technical Staff" at Anthropic. Atlassian's CTO took "Business Lead" at Stripe. Mike Krieger went from CPO to MTS on the Claude Code team. Instagram cofounder voluntarily dropping "Chief" from his title to write code.

Four senior executives in six months all made the same bet: get closer to the work.

AI tools are collapsing the ratio of managers to makers. One senior IC with Claude Code and deep domain knowledge is starting to outproduce a 15-person team with three layers of oversight. The management layer that made sense when shipping software required 200-person orgs is compressing fast.

When that happens, the value of "Chief" anything drops and the value of "person who actually builds" spikes. A CTO managing 500 engineers is less differentiated than an engineer who can ship with frontier models.

The smartest executives in tech are dismantling the ladder and moving to the floor where the work happens. The org chart of 2030 is going to look nothing like today, and these moves are the first draft.

[湯田英也 / Hide Yuda @hideyudajp]

OpenCodeの社内方針が秀逸。

・簡単に作れるからと無駄な機能を足すな
・LLMは汚いコードも読めるからこそ意図的にリファクタリングせよ

LLMで新機能が簡単に作れる分、不要な機能まで量産されがち。だからこそ来た時より美しく保つリファクタリングが今まで以上に重要になる。

[dax @thdxr]

sent this to the team today

everything great comes from being able to delay gratification for as long as possible

and it feels like we're collectively losing our ability to do that

[湯田英也 / Hide Yuda @hideyudajp]

Cursor社内では既にPullRequestの35%が自律型クラウドAIによって生成されてるらしい。

エンジニアは複数AIを同時稼働させ、コードの差分ではなくプレビューで成果をレビューする。

今後はコードを書く力より、AIが自律稼働でコケないようにテスト環境やインフラを整える能力の方が重要になりそう。

[Rohan Paul @rohanpaul_ai]

Brilliant post by CEO of Cursor.

Your next software engineering teammate isn't human.

- The first era of AI software development relied on Tab autocomplete to automate repetitive, single-keystroke coding tasks.

- The second era introduced synchronous agents guided by developers through prompt-and-response loops, leading to agent users outnumbering Tab users two-to-one.

- A third era is now emerging, driven by autonomous cloud AI agents capable of tackling large tasks independently over extended periods.

These cloud agents deliver easily reviewable artifacts like live previews, videos, and logs instead of traditional code diffs.

The developer's role is transitioning from writing code to defining problems, setting review criteria, and managing multiple simultaneous agents.

Internal metrics at Cursor show that autonomous cloud agents already generate 35% of their merged pull requests.

Early adopters of this third-era workflow write almost no code, spending their time entirely on problem breakdown and artifact review.

Scaling this approach requires resolving environmental issues, like flaky tests, that can interrupt autonomous agent runs at an industrial level.

[湯田英也 / Hide Yuda @hideyudajp]

YC出身のスタートアップ創業者たちで取り合いになっているというGTMエンジニアという職種。

営業、マーケ、RevOpsの全工程を、AIを駆使して1人で自動化するポジションで、AIに仕事が奪われるのではなく、AIを使いこなす1人が10人分の成果を出すフェーズに入ってる。

[Brandon K. Hill | CEO of btrax 🇺🇸x🇯🇵/2 @BrandonKHill]

https://t.co/lpsjWTkMGO

[湯田英也 / Hide Yuda @hideyudajp]

FREDによると、過去1年でUSのIndeed上の全体の求人が5.8%減る中、ソフトウェア開発者は10%増。

シニア層向けが多いとはいえ、市場全体が冷え込む中でエンジニア需要だけ逆行して伸びてる構造は面白い。

継続して技術を磨ける人にとっては、2026年は追い風の年になりそうですね。