プログラミング雑記 2025年10月21日

ポッドキャスト版

少し書き方や記事の取捨選択のやり方を変えてみました。

プログラミング

Kubernetes

要約:

このページ「k8s-1m Overview」は、Kubernetesクラスタを100万ノード規模にスケールさせる実験と、その技術的課題、アーキテクチャ、成果や推論について詳細に解説しています。

要点まとめ：

• 目的：

  • 従来の最大規模（1万〜10万ノード）を超えた「100万ノードのKubernetesクラスタ」を作り、スケーラビリティの限界・ボトルネックを明らかにすることが目的。
  • 商業化や製品化が目的ではなく、コミュニティへの技術的な示唆が狙い。

• 課題・工夫点：

  • Networking（ネットワーク）：

    • IPv4ではIPが不足するため、IPv6のみで運用し膨大なPodのIPアドレスを確保。
    • クラウド（AWS/GCP/Vultr等）ごとにIPv6の配布方法・制約の解決策紹介。
    • 外部IPv4アクセスにはNAT64ゲートウェイやWireGuardを活用。
    • FWやネットワークポリシーは最小限。TLSや巨大IPv6空間によるセキュリティ担保。
    • kube-apiserverへのTCPコネクション数をLinuxチューニングで対応。

  • Managing State（状態管理）：

    • クラスタの規模に対してetcdの性能が最大のボトルネック。
    • デュラビリティ（耐障害性）を犠牲にしたり、インメモリストレージ「mem_etcd」をRustで自作し、数十万〜百万QPSに拡張。
    • 多くのリソース（Lease/Event等）は消失しても自動復元できる性質を活かし耐久性要求を緩和。

  • Scheduler（スケジューラ）：

    • O(n×p)の計算量を「ノード毎のシャーディング＋分散relay」とスキャッター・ギャザー設計で並列分散処理。
    • 長いレイテンシーを解消するため、Relay・Scheduler自体も多層で分散、スローノード切り捨てなど最適化。
    • 実験の結果、Podのスケジューリングも分散処理で目標達成（1分で100万Pod）。

• まとめ・示唆：

  • 100万ノード規模のクラスタは「etcd」「kube-apiserver」のチューニングや用途絞り込み、IPv6の徹底利用、クラウド依存の構成自動化などで突破可能。
  • クラスタの設計・可用性要件に応じて、分散コンポーネントや耐障害性の「犠牲/工夫」が必要となる。
  • 現実的な運用では各社クラウドの仕様・サポート状況、目的ごとの最適設計の工夫が鍵となる。

技術論を深掘りたい場合は、「Networking」「State管理」「Scheduler設計」「mem_etcd」の各セクションで、ソースコードやベンチマーク、クラスタ設計パターンも詳細に記述されています。

感想:

あまり現実的な環境では無いが、実施に思考してそれをまとめてくれているのはありがたい。IPV4アドレスが枯渇するなど、すぐにはちょっと思いつかなかった。

Go言語

要約:

• WailsはGo言語で美しいクロスプラットフォームデスクトップアプリを開発できるフレームワークです。
• ネイティブUI要素（メニューやダイアログなど）を活用したアプリ構築が可能です。
• 普段使い慣れたWeb技術（HTML/CSS/JavaScript）を利用してデスクトップアプリを開発できます。
• Wails CLIを使うことで、プロジェクトの生成・ビルド・パッケージ化が素早く行えます。
• ドキュメントや導入ガイドも用意されており、GitHub、Twitter、Discordなどコミュニティも活発に活動しています。

つまり、「Go×Web技術」を活かして素早く高機能なデスクトップアプリを作りたい開発者向けのプロジェクトです。

メモ代わり。

TypeScript

要約:

TypeScriptでコンポーネントのPropsやオブジェクト型を定義する際、基本的にinterfaceを使うべきと筆者は主張しています。typeはエディタ上で型の詳細が確認しやすい利点がありますが、複雑な型合成が重なると型チェックやビルドが極端に遅くなる、というパフォーマンス問題を実際に経験したそうです。interfaceは遅延評価により大規模プロジェクトでもパフォーマンスを維持できるため推奨されます。一方、Union型やタプル型などinterfaceで表現できない場合のみtypeを使うべきであり、用途ごとに使い分けることが大事です。

感想:

実際によく使われているソフトウェアのコードを確認して、良いところを取り入れるのは大事。

Python

.NET

要約:

Rider 2025.3では、MonitoringツールウィンドウにASP.NETおよびデータベースの問題検出機能が追加され、CPUやメモリなど従来のリアルタイム監視項目に加え、遅いクエリやMVCアクションなどのボトルネックを自動で検出・可視化できるようになりました。dotUltimate契約者は、dotTraceプロファイラによる詳細調査も可能です。設定から閾値や検査内容を調整でき、Windows／Linux／macOSで利用可能です。パフォーマンス課題の全体像を一元的に把握し、迅速なトラブルシューティングが可能となっています。

本

オライリーからの本の出方で言語の勢いがわかる。

エージェンティックコーディング・仕様駆動開発

要約:

Anthropicは「Claude Code on the web」のベータを発表しました。これはブラウザから直接複数のコーディングタスクを並行実行できるサービスで、GitHub連携やリアルタイム進行管理、安全なクラウド環境での処理、iOS対応が特徴です。Pro・Maxユーザー向けに提供されています。

要約:

スライド「実践Claude Code：20の失敗から学ぶAIペアプログラミング」（武田隆志）は、Claude Codeを用いたAIペアプログラミング実践で遭遇した20の典型的な失敗と対処法を紹介している。主な失敗は、AIが指示を無視して効率化し過ぎる、確認なくコミット・削除を行う、既存実装を無視して重複するなど。対策として、作業ルールの明文化、逐次確認、環境差異や型安全性の徹底、テスト駆動の維持などを挙げる。AIに完全依存せず、人が主導権を持ち、指示・検証・ドキュメント整備を繰り返す姿勢が重要と強調。生成AIを“放任せず共働する”ための実践知を共有する内容である。

感想:

結局プロはバイブコーディングをしてはいけないということなんですよね。どうやったらAIの出力に対して自分が責任を持てるのか、責任を持てる仕組みを作ることが大事かな。結局仕様を明確化し文書化する、CI/CDのベースを作る、その中で動かすLinterの設定としてのコーディング規約を作るみたいな、当たり前のことを続けていくことが大事ですね。

要約:

Gemini CLIがv0.9.0から強化され、エディタやtopなどの複雑なインタラクティブコマンドを直接CLI上で実行できるようになりました。PTY（擬似端末）技術を採用し、セッション全体をGemini CLIの文脈内で管理できます。terminal状態のシリアライズやライブストリームにより、リアルタイムで操作・表示が可能です。入力やウィンドウサイズ変更にも対応し、従来以上の双方向性と利便性を実現しました。今後も各プラットフォームへの最適化が進行中です。

AI

Microsoft

要約:

Azure AI Foundryで画像分類を行うためのGPT-4oファインチューニングガイドです。従来のCNNと比較しながら、Stanford Dogsデータセットを使ってAzure OpenAIのVision APIでモデルをファインチューニングし、精度・レイテンシ・コストを検証しています。ファインチューニングしたGPT-4oは精度82.67%と大きく向上し、レイテンシも改善されました。従来型CNNはローカル実行で低コストですが、精度が低く保守負担が増大します。Azureを使えば、事前学習済みモデルを利用し、コストを抑えつつ高精度な画像分類を自分のプロジェクトに素早く適用できます。

AWS

Anthropic

論文・その他

要約:

生成AI活用では、従来主流だったプロンプトエンジニアリングが急速に古くなり、現在は「論理推論モデル」「コンテキストエンジニアリング」「強化ファインチューニング」の3つの技術が台頭しています。論理推論モデルによりAI自身が思考過程や指示文を生成でき、ユーザーは工夫を必要としなくなりました。また、コンテキストエンジニアリングはAIの思考に必要な外部情報や履歴などを工夫して与える手法であり、これらによりAI活用の選択肢は大きく広がっています。

要約:

本記事は、AGI（汎用人工知能）を「高等教育を受けた成人並みの認知能力を持つAI」と定義し、10の認知領域（知識、読み書き、数学、推論、記憶など）による評価指標を提案しています。2023年のGPT-4と2025年のGPT-5を比較すると、多くの能力は向上しているものの、長期記憶の保存には依然として大きな課題があり、AGI実現には“人間並みの知能”にはまだ到達していないとまとめています。

クラウド

AWS

要約:

米AmazonのクラウドサービスAWSで世界的な障害が発生し、PerplexityやSlackなど多くのグローバルサービスが利用できなくなった。原因はUS-EAST-1リージョンのエラー・遅延によるもので、日本にも影響が拡大している。AWS側が原因を調査中。

AWS（Amazon Web Services）は、データベースネットワークの障害による大規模な障害から回復中と発表しましたが、一部ユーザーは依然として接続やエラーの問題が続いています。障害は米国東海岸リージョンで発生し、金融、AI、政府など多岐に渡るサービス（Venmo、Robinhood、Apple Music、Zoom、Salesforce、Epic Gamesなど）に影響しました。主要なデータベースサービスのディレクトリの不具合が原因とされ、AWSは現在も全サービスの復旧に向けて対応中です。今回の事例はクラウド障害が広範囲に波及する可能性を示しています。

Azure

ハードウェア

Apple

要約:

Appleが発表した新しい「Apple M5」チップ搭載のMacBook Pro (14インチ)は、AI性能を大幅に向上した次世代GPUを搭載。Metal GPUベンチマークでM2/M3 Proに迫り、BlenderベンチマークではM1 Ultraと同等のスコアを記録。特にBlenderではM4比約1.7倍、M1比6.8倍、M4搭載機比約3.9倍のレンダリング性能を示しています。M5はNeural Accelerator、強化シェーダコア、第3世代Ray Tracing Engineなど新機能も搭載し、最新AI・GPU性能を実現しています。

エンジニア

要約:

Kent Beck氏による基調講演の日本語訳全文記事の後編です。この講演では「グッドハートの法則」と開発生産性指標に関する考察がまとめられています。

主なポイントは以下の通りです：

• 価値の道すじとして、ソフトウェア開発の成果が「労力（Effort）→アウトプット→成果（Outcome）→影響（Impact）」の段階で生まれ、労力に近い指標ほど測定しやすいが、システムを歪めるリスクが高いことを解説
• 指標による制御が組織や行動を歪めてしまう構造的な問題があり、単なる測定と制御は区別すべき
• AI時代の開発では、AIの活用により労力とアウトプットは劇的に増加・効率化するが、指標への圧力が加われば本質的な問題は変わらない
• 若手育成では、アウトプットより「どれだけ学んだか、成長できたか」を重視し、長期的な価値創造につなげるべき
• 指標を管理するリーダー・マネジャーの役割としては、圧力による制御をやめ、目的の浸透や意識向上を促すことが大切。測定は理解や改善意識のために使い、制御の手段にしない
• 最後のまとめとして、グッドハートの法則による歪みを避けるには、測定自体は否定せず「圧力をかけない」ことが重要、創造性と自律性を促す組織文化が肝要とされる

講演全体を通じて、開発現場での生産性指標の扱い方・人材育成・リーダーシップに対する示唆が多数語られています。

社会

事件

要約:

ウィキペディアは、AIによる訪問者数の減少やクローラーへの対応負荷増大だけでなく、現実の暴力事件や著名人・大手企業による攻撃姿勢など多方面から脅威を受けている。ボランティアの減少や寄付者離れも懸念材料となる中、筆者は今回の事件に憤りを感じつつも、今後もウィキメディア財団への支援を続ける意志を表明している。

エネルギー

要約:

このページは、太陽光発電の急速な発展と世界的なエネルギー転換をテーマにしたブログ記事です。ここ数年で太陽光発電のコストが劇的に下がり、ついに世界の主要なエネルギー源となりつつあります。しかし、アメリカはトランプ前大統領の再生可能エネルギー政策への否定的な姿勢や反科学的な社会背景のため、中国に技術面でも主導権を奪われていると論じています。中国の積極的な技術投資が今後の世界の勢力図まで変える可能性があるとも指摘しています。

また、著名な環境活動家ビル・マッキベンの新刊『Here Comes the Sun』の紹介や、ビル・ゲイツによる気候変動対策への楽観的な姿勢も取り上げられており、イノベーションによる排出量削減への期待も述べられています。一方で、日本も再生可能エネルギーの普及に対し社会的・政治的課題が多く、メガソーラーや風力発電は必ずしもポジティブなイメージだけでは語れないとしています。

感想:

太陽光に背を向けているのは米国だけで無く、日本も同様である。

メタルの電話線は2035年で終了

今度こそ終了の模様。