2026-09-26 00:01 はてなブックマーク テクノロジー 人気エントリー

Googleは米国時間9月24日、モバイル版「Gemini」のAI機能を拡張し、日常の電話をユーザーに代わってこなす、新たなAIエージェント機能を発表した。 この機能は、スマートフォンでGeminiを使う際に「@Call for me」と入力して呼び出すもので、米国の対象ユーザーに段階的に提供されている。

試しに SET optimizer_switch='semijoin=off' にしてみると range に戻って見積もり 89,078 行に絞られたので、「semijoin へのフラット化まわりが怪しい」ことはわかりました（後述しますが、犯人はフラット化そのものではありませんでした）。

PS5 Linuxを巡る今回の騒動は、AIによる開発効率化の裏側で、OSSコミュニティーがこれまで暗黙に共有してきた「技術を理解した上で貢献する」という前提が揺らいでいることを示す一例ともいえる。

という感じで、いずれも「業務フローを書くことで、抜本的な業務改革ができる！」みたいな派手さはなく、「まあ、プロジェクト遂行上必要なので、コミュニケーションを良くするために作りますか」みたいな感じ。

自分が説明したいことを全部並べると時間が足りないので、「参加者が最後に何をできるようになっていてほしいか」を基準に、説明する範囲と、あらかじめ用意しておく部分を決めました。

要約の取得に失敗しました。

要約の取得に失敗しました。

テレビ岸和田は自社告知(9月23日18時17分更新)で「ZAQサービスで利用しているDNSサーバーがDDoS攻撃の影響を受けていることを確認しており、対応を行っております」とし、障害原因を「DDoS攻撃による影響」と説明した(出典: 17)。

あの記事を書いて一年ほど経った今年の初夏の頃、自分の現状を鑑み、コードに向き合う気持ちがないどころかもはや「コードを避けている」自分に気づいたとき、「あぁ、ぼくはもうソフトウェアエンジニアとしてはいつのまにか死んでいたのだな」と悟ってしまい、やりきれない気持ちになりながら、ふと涙が流れたのだった。

この記事を書くにあたってGoogleで「AI生成スライド 読まない」で検索して出てきたブログを一通り読んだのですが…
「AIの生成内容が均質化されすぎたり難解だったりする」ことを原因としていて、自分の主張と「 似てるけど どこか違う 」と感じたものが3割、そもそもAIで書かれていることを察して読む気を大きく削がれたものが9割くらいありました。

Microsoft Learn の是正手順に沿って、①DNS レコードを削除(または自社リソースへ向け直し)②認証情報や個人情報がそのサブドメインへ送られる経路がなかったか確認し、可能性があれば Cookie・トークンを失効 ③撤去時に DNS が消されなかった理由を対策3の手順書に反映、の順で対応します。

MMD研究所が実施した「2026年8月通信サービスの乗り換え検討に関する調査」によると、楽天モバイル利用者の継続意向が最も高く、乗り換え先として検討している携帯キャリアでも1位となった。法人領域においても、MMD研究所の「2026年4月通信4キャリアの法人向け携帯電話に関する調査」で初の総合満足度1位を獲得している。

対象となるデータ 件数 対象となる範囲 総画像数に対する規模 画像に関するメタデータ 約4.9億件 主に2019年1月以前にアップロード 約14.4% 条件を絞って取得された画像に関するメタデータ 240万件 調査中 約0.07% 削除済み画像に関するメタデータ 約1.74億件 主に2023年2月以前に削除 約5.1% 上記に含まれない画像のメタデータに関しては、現時点で流出を確認しておりません。

9月3日、SaaSなどを提供するLayerX（東京都中央区）の自社イベント「Bet AI Day 2026」で、CEOの福島良典氏は、AIが自分の仕事のやり方を改善するループを、開発ではなく日々の業務の中で回し始めたと語った。

cargo-mutants の一覧では見分けられなかった 2 つが、kani で「壊れている prefix」と「正しいけどテストが届いていない skip」に分かれたわけです。今回の反例は head.len()=4, tail.len()=2, n=6 で、prefix は長さ 6 ではなく 2 のスライスを返していました。

一般的な事業会社の日々の分析なら、現場の人がAIを使い、難しい問題だけ専門家に相談する形で足りるかもしれません。 それでも僕自身は、今まで専門家に頼んでいた仕事を現場の人ができるようになり、専門家自身も一人でこなせる量が増えたと感じています。依頼を待ってさばくことだけを仕事にしていると、自動化を進めた先に、自分の仕事がなくなるところまで見えてしまうんですよね。

しかし、開発においてAIを使うようになった今、彼らはAIが書いた設計、AIが書いた実装、AIが書いたテストについて、なぜそうしたのか、なぜそうしなければならなかったのかを理解できているでしょうか？ 最近公開されているジョブサポートによる新人・若手エンジニアの生成AI利用調査では、 「出力されたコードの仕組みや根拠を本人が理解していない」（61.4％） という結果が出ています。

根が悲観的なワタシもそっち寄りなわけだが、そこに多田さんの「個人的には、AIが進化した結果、むしろわれわれ防御側が守りやすくなってきているのではないかと考えている」という言葉を読んで、そういう見方があるのか！ と驚いた次第である。