今日もネットの海から拾ってきた、個人的に気になった技術ニュースや記事を厳選してお届けします。ご意見や補足があればコメントで教えていただけると嬉しいです。
プログラミング
Go言語
Go 1.27で新たに導入される「ジェネリックメソッド」についての記事です。Go 1.26までは型パラメータを宣言できるのはトップレベルの関数と型のみで、メソッド自身が新しい型パラメータを持つことはできませんでした。Go 1.27ではこの制限が外れ、具象型のメソッドに型パラメータを宣言できるようになります。ただし、インターフェースのメソッドとしての型パラメータ宣言や、ジェネリックメソッドによるインターフェース実装は引き続きできません。
この機能は2021年から強い需要がありましたが、インターフェースにジェネリックメソッドを許すと、コンパイル時に無限通りの型の組み合わせを事前生成する必要が生じ、実装が困難でした。そのため導入は見送られていました。
2026年1月、設計者の一人が「具象メソッドはインターフェースと無関係にそれ自体有用である」という考えから、インターフェース対応を諦めて具象メソッドのみを実装する案を再提案し、受け入れられました。
最大の利点は、型を変えながらMapやFilterなどの処理を左から右へ素直に書けるメソッドチェーンが可能になる点で、JavaのStream APIに近い書き心地が得られます。今後さまざまなライブラリで便利なメソッドが提供されることが期待されます。
Go 1.27の標準UUIDv7は、高頻度で並行生成すると埋め込み時刻が実時刻より先に進むことを検証した記事です。
4ゴルーチンで10秒間生成し続けると約8秒先まで進み、生成停止後も実時刻が追いつくまで同程度の時間がかかりました。これはRFC 9562が許容する仕様どおりの挙動で、報告されたissueもその理由でクローズされています。
ただし、この時刻をレコードの作成時刻として時間範囲抽出などに使う実装では、直近データが漏れる恐れがあるため注意が必要と結論づけています。
感想:
これ知らなかったら完全なはまりポイントだね。
この記事は、Go言語での標準testingパッケージを使ったテストの書き方を解説しています。テストファイルの命名規則やt.Error/t.Fatalの使い分け、実務で定番のテーブル駆動テスト、エラー検証やヘルパー関数の活用法、go test -coverによるカバレッジ計測まで紹介し、品質を保つコード資産としてのテストの重要性を伝えています。
Go言語は文法理解だけでなく、小さなコードを書いて動かす実践が重要です。エラー処理の型設計、goroutineの小さな組み立て、テーブル駆動テスト、呼び出し側でのインターフェース定義、ゼロ値活用や早期リターンなど、実践的な習慣を積み重ねることでスキルが定着すると紹介されています。
.NET
JetBrainsは、VS Code向けReSharper拡張機能のバージョン2026.2で、Rider譲りの.NETデバッガーを正式に搭載しました。ただしデバッグは受動的な作業にすぎず、生産性を高めるには先回りが重要だと述べています。ReSharperは2,500以上のインスペクションによる静的解析で、async voidや辞書の二重参照といった潜在的な不具合を入力中に検出します。加えて、意味を理解した安全な名前変更や高速な検索・ナビゲーション機能も備え、デバッグ、リファクタリング、単体テストを統合した開発環境を提供します。
Visual Studio Code
VS Code開発チームは、Microsoftの軽量コーディングモデル「MAI-Code-1-Flash」の実運用データを公開しました。VS Code Copilot Chatでの利用データを分析した結果、Claude Haiku 4.5やGPT-5.4 Miniよりも高い品質を示し、GPT-5.6 LunaやKimi K2.7 Codeに匹敵する品質を、大幅に少ないトークン数で達成していることが分かりました。
さらに、モデルを自動選択するAuto機能によるA/B検証でも同様の傾向が確認され、利用者の再利用率が高まる一方でトークン消費は減少しました。
同モデルはコード探索や小規模な修正、テスト生成といった反復的な軽作業に適した設計で、必要に応じて応答の深さを調整する仕組みを持ちます。第三者モデルからの蒸留を用いず、独自データで学習されている点も特徴です。現在GitHub Copilotで試用可能であり、今後はより高度な大規模モデルの投入も予定されています。
GitHub / GitHub Copilot
2026年7月のVisual Studioにおける更新では、GitHub Copilotに複数の新機能が加わりました。まず、Copilot SDKを基盤とした新しいエージェントがパブリックプレビューとして提供され、より短く分かりやすい応答が可能になっています。また、.NETやAzureチームによる専門スキルが組み込まれ、任意で有効化できます。さらに、選択したコードをその場でレビューする機能や、組織全体に適用できるカスタム指示も追加されました。
企業や組織が、リモート操作されるCopilotセッションをホストできるデバイスを制限できるようになりました。新しいremoteControl設定により、管理者はSSO認証の要求やデバイスごとの制御など、細かな管理が可能です。既存のポリシーと組み合わせることで、全体的なアクセスから個別デバイスまで段階的に制御できます。設定はrequireSSO、disabled、enabledから選べ、サーバー管理、MDM管理、ファイルベースの三つの方法で展開できます。
大きな変更を小さくレビューしやすい一連のプルリクエストに分割し、個別にレビューして一括マージできる「スタックドプルリクエスト」が、GitHubでパブリックプレビューとして提供開始されました。
GitHubで、同じリポジトリ内のアクションや再利用可能なワークフローを参照できる新しい「自己リポジトリ構文」が使えるようになりました。uses:の値を$/で始めると、実行中のコミットと同じリポジトリを、チェックアウトなしで参照できます。従来は./とチェックアウトに頼るかバージョンを直書きする必要があり、保守の負担やコミットSHA固定の妨げになっていました。この機能により内部参照が一貫し、フルSHA固定を求める企業ポリシーにも対応できます。github.comで利用でき、ランナーのバージョン2.336.0以降が必要です。
VS Codeの2026年7月版（v1.127〜1.131）では、GitHub Copilotが大きく強化されました。Agentsウィンドウが刷新され、会話の横で差分を確認できるようになり、複数セッションの管理やサブエージェントの追跡も改善されています。単一セッション内で複数のチャットを並行して扱えるマルチチャット機能も追加されました。チャットには画像やPDFの添付が正式対応し、クレジット使用量の確認も可能です。さらに、最新UIのプレビュー、ブラウザタブ配置の設定、組み込みの音声入力、ターミナルのスクリーンリーダー対応など、操作性やアクセシビリティの機能も充実しています。
2026年7月30日をもって、プレイグラウンドやモデルカタログ、推論APIなどを含むGitHub Modelsがすべての利用者に対して提供を終了し、正式に廃止されました。
論文・その他
正規表現の検索・置換だけで動く仮想CPUを構築し、その上でDOOMを実行するプロジェクトが公開されました。544個の置換ルールのみで動作し、1フレームの描画には5台のマシンで約180秒かかりますが、通常のDOOMとバイト単位で完全一致する成果を達成しています。
「NameThatUI」は、UI要素の名前がわからないときに役立つビジュアル辞書サイトです。「メニューの三点リーダー」のように曖昧な言葉で説明すると、正式名称やAPIの記号名、コーディングエージェント用のプロンプトまで教えてくれます。
macOS用とWeb用の要素が合わせて70種類以上収録されており、モーダルとドロワーの違いなど、似た要素の使い分けを学べるガイドも充実しています。
AI
MCP
この記事は、2026年7月28日に公開されたMCP（Model Context Protocol）の大型仕様アップデートを解説したものです。
最大の変更点は、従来必須だったinitializeハンドシェイクとセッションIDが廃止され、各リクエストが単体で完結するステートレスな設計に変わったことです。状態管理はハンドルやrequestStateの受け渡しといった形でアプリケーション層に移されています。
さらに、Roots・Sampling・Loggingの非推奨化や認可周りの強化にも触れつつ、筆者が実際にTypeScript SDK v2でサーバーを動かし、送金確認ツールを使った検証実験を行った様子も紹介されています。
OpenAI
OpenAIは2026年7月29日、アプリの脆弱性検出・修正を支援する「Codex Security」のCLIとTypeScript SDKをApache License 2.0でオープンソース公開しました。所有コードや調査許可済みコードをスキャンでき、結果はCSVやJSON、SARIF形式で出力できます。検出事項の検証や修正案作成にも対応し、CIやGitフックにも組み込めます。macOS、Linux、Windowsに対応し、現在は限定ベータ版として提供されています。
OpenAIは2026年7月29日、科学・数学・工学分野の教員やポスドク研究者に、GPT-5.6やCodexなどのフロンティアモデルと研究支援ツールを12カ月間無償提供する「ChatGPT for Academic Researchers」を発表しました。2026年夏に1万人から始め、2027年までに10万人への拡大を目指します。助成金申請から仮説検証まで幅広く支援し、ライフサイエンス向けスキルや各種データベースへの接続も可能です。対象機関の研究者が論文などを提出して申請でき、承認後は学生ら4人まで招待できます。
How enabling two settings tripled our scores on the ARC-AGI-3 benchmark | OpenAI
OpenAIは、GPT-5.6 SolがARC-AGI-3という2Dパズルの評価で低いスコアしか出せなかった原因を調べました。その結果、モデル自体ではなく評価環境の設定に問題があると分かりました。行動ごとに推論内容が破棄され、古い履歴も切り捨てられていたため、学習が積み重なりませんでした。そこでResponses APIを使い、推論の保持と圧縮という二つの設定を有効にしたところ、スコアは約3倍になり、出力トークンは6分の1に減りました。評価はモデルだけでなく設定も測っていると同社は指摘しています。
Googleは2026年7月28日、Googleドキュメント内でGeminiを使い、文書の内容に沿った画像や図、インフォグラフィックを生成・編集できる新機能を順次提供すると発表しました。画面下部のGeminiバーやサイドパネルから自然言語で指示でき、既存画像の編集や日本語文字の使用にも対応します。対象はGoogle Workspaceの一部プランやGoogle AI Pro、Ultraなどで、無料アカウントは含まれません。Web版のみで、7月28日から最長15日かけて段階的に展開されます。
Googleは2026年7月30日、ロボット向けの最新「身体的推論」モデルであるGemini Robotics ER 2を発表しました。このモデルはロボットの高度な頭脳として機能し、人間との対話や物理世界の理解、複数段階のタスク計画を担い、実際の運動制御は別の下位モデルに引き継ぎます。Google検索などのツールを呼び出すこともでき、行動しながら次の手を考えられる点が特徴です。
前バージョンからの大きな進化として、連続した映像を見ながら自らの進捗を追跡し、問題が起きれば修正し、次の段階へ移る適切なタイミングを判断できるようになりました。また、異なる種類の複数のロボットが共有された理解のもとで協調し、単独では不可能な複雑な作業をこなす連携機能も導入されています。
さらに、タスクの完了判定を高める進捗分類や、決定的な瞬間を特定する能力、安全性のベンチマークでも性能が向上しました。本モデルはGemini APIやGoogle AI Studioを通じて開発者に公開されています。
Googleは2026年7月30日、Gemini SparkにChromeとの新たな連携機能を追加し、世界中のより多くのユーザーへ提供を拡大すると発表しました。
今回の目玉は、Chromeと直接統合された「auto browse」機能です。ユーザーの許可を得たうえで、ログイン済みのアカウントや保存されたパスワードを利用し、面倒なウェブ上の用事を代行できるようになりました。たとえば、保存した物件の内覧予約や、航空券の候補を調べて予約手続きを始めるといった作業が可能です。
この機能はプロンプトインジェクションなどの脅威から保護しつつ動作するよう設計されており、支払いのような重要な操作については、Sparkがタスクをユーザーへ引き渡し、本人が対応する仕組みになっています。まずは米国から提供を開始し、今後は他の地域へも順次拡大していく予定です。
あわせて、Google AI Proの加入者に向けて、新たに160を超える国々でSparkの提供が始まりました。これにより、より多くの人が日々の作業を自動化できるようになります。
論文・その他
製造業向けAI企業メロンのCTO本田氏は、「AI」と一括りにする姿勢を戒め、異常検知には対象データに応じた手法選びが重要だと語ります。連続的なセンサー数値を扱う異常検知にLLMをそのまま用いるのは難しく、LLMは分析コードの実装支援などで有効だとしています。
時系列解析は「過去を理解し、未来を見通し、現在を最適化する」技術で、分類・予測・異常検知・制御・最適化の5領域に整理されます。データをトレンドや季節性などに分解でき、判断根拠を波形で示せる解釈性の高さが現場で重視されます。
異常は大きな値だけでなく、スパイク、シフト、ドリフト、周波数の乱れといった多様なパターンがあり、単純な閾値設定では捉えきれません。また、故障データがなくても正常データの特徴から逸脱を予兆として検知できるといいます。
同社は深層学習に頼らずCPUで高速動作する時系列予測モデル「FLAIR」をOSS公開しています。ハイパーパラメータ調整が不要で解釈性も高く、ベンチマークで好成績を収めました。導入は小さく始めることが実用への第一歩だと述べています。
感想:
今はLLMが注目を集まっているし、LLM = AIになっているけれども、LLMはAIの一形態にすぎない。実際にはこの記事にあるように適材適所があるはず。
自然言語のプロンプトを手作業で調整し続けると、修正が積み重なって「プロンプト負債」となり、開発が遅くなり特定のモデルに縛られてしまうため、評価指標で挙動を定義し自動生成に切り替えるべきだと論じています。
エンジニア
AIとお仕事
この記事は、著者自身のプログラミング人生を振り返りながら、LLM時代のソフトウェア開発の変化を論じています。
かつては情熱を持つ人だけが集うニッチな分野だったプログラミングが、高収入への憧れから人口過多になった経緯を説明しています。
さらに、LLMの登場で「なんちゃって開発者」が増える一方、質を求める動きからコード共有プラットフォームが分断・選別化していくと予測しています。最終的には、深い知識を持つ真の技術者だけが生き残る、という逆説的な未来像を提示する内容です。
感想:
まぁこんな感じになっていくでしょうね。やっぱりこの仕事は好きこそ物の上手なれですよ。
AI時代には、非エンジニアがAIでプロトタイプを作り、同じ動きの本番アプリを依頼してくることが増えています。プロトタイプは見た目こそ8割完成していますが、実際の実装量は1割程度で、権限制御やデータ設計、セキュリティ、監視など画面外の作業が大半を占めます。
しかも規模が大きくなるほど本番化の工数は掛け算的に増える一方、見た目の完成度は変わらないため、案件が大きいほど評価とのギャップが広がります。
対策として、着手前にプロトタイプと本番の差分を一覧化して提示することや、テストカバレッジや監視結果など内部品質の成果を可視化して共有することが有効だとしています。
AIにより作る力の価値が下がる一方、壊れないよう作る力の価値が相対的に高まるため、技術力と同様に自分の仕事を言語化する力が重要になると述べています。
生成AIが書いたコードを十分に読まずにマージしても、障害は起きないことがあります。しかし筆者は、動くのに説明できない変更が少しずつ積み重なり、やがて自分で説明できない部分がコードベースに広がっていくことに気づきました。完成を早めたことと、理解にかかる費用まで消えたことを混同していたと振り返っています。
筆者にとって最も重要なのは、コードを書く速さや指示の技術ではなく「理解」です。ただし理解を頭の中にすべて置く必要はなく、契約やテスト、決定記録、ログのどれかから同じ判断へ戻れるなら、それを分かっていると呼びます。問題なのは、どこにも置かれていないのに分かったつもりでいる状態だといいます。
そのため筆者は、理解を「予測する・局所化する・介入する・捨て直す」という四つの動詞に戻し、テストが通ったことと理解できたことを区別します。特に失敗が取り返しのつかない場面では深く理解し、捨てた案の理由まで記録に残すことを重視しています。理解を最優先にしつつも全部を理解するのではなく、どこまで理解すれば判断を引き受けられるかを見極めることが大切だとまとめています。
読書
プログラミング、データベース、アーキテクチャ、プロダクト、組織マネジメントの分野別に、著者が実際に読んで学びを得た書籍を厳選して紹介し、それぞれの要点や活用法を解説している記事です。
クラウド
Azure
Azure Developer CLI（azd）の7月のまとめとして、5つのリリース（1.27.0から1.29.0まで）が公開されました。主な新機能として、ツールのインストール・アップグレード・アンインストールのライフサイクルを完成させる「azd tool uninstall」コマンドが追加されました。また、拡張機能をレジストリの場所から直接インストールできるようになり、依存関係の解決をスキップするオプションも用意されています。
さらに、Azure AI Foundryのプロジェクトやエージェントなどを azure.yaml で直接モデル化できるようになりました。Azure App Service向けのコンテナデプロイにも対応し、イメージをプッシュして Web App for Containers を実行できます。CI/CDやAIエージェント環境を検出すると自動的に非対話モードへ切り替わり、プロンプトで停止せずに素早く失敗するようになりました。
なお、破壊的変更として、azd tool コマンドの「--host」フラグが「--agent」に名称変更されています。このほか、多数のバグ修正や新しいドキュメント、コミュニティによるテンプレートの追加も行われています。
AWS
AWS ソリューションアーキテクトの杉山氏が、2026年7月20日週の主要アップデートを紹介する記事です。冒頭では、記事や動画、学習リソースが集まるプラットフォーム AWS Builder Center の活用が勧められています。
ストレージ・インフラ関連では、NFS キャッシュのオープンソース solución である KNFSD File Cache がプレビュー提供を開始し、EKS Auto Mode と Karpenter が EFA と配置グループに対応しました。EC2 Dedicated Hosts はセルフマネージドライセンスなしでホストリソースグループを作成できるようになっています。
監視・分析面では、CloudWatch が AI コーディングエージェントの利用状況を可視化する Coding Agent Insights を発表し、ALB ログの受け取りにも対応しました。ECS では中間操作を記録する Action Logs が使えるようになっています。
そのほか、RDS for SQL Server が SQL Server 2025 に対応し、SES が3段階の料金プランを導入しました。AI 分野では、AWS 上のエージェント性能を測るベンチマーク aws-bench が公開され、最新モデル Claude Opus 5 も利用可能になっています。
データーセンター
マイクロソフト、アルファベット、メタは第2四半期決算で、AI競争の焦点がGPU確保から電力、ネットワーク、データセンター建設や展開速度へ移ったことを示しました。マイクロソフトは展開スピードを重視し、アルファベットは長期的な成長基盤としてインフラ投資を拡大、メタは今後も容量不足が続くとみて土地や電力、資金調達を先行確保しています。次はアマゾンの決算が注目されています。
AWSのバーレーン施設がドローンやミサイルによる攻撃を受けたとされ、従来の地上型防御では航空脅威に対応できないことが浮き彫りになりました。専門家は、対ドローン技術の導入や拠点の分散、冗長性の確保など、データセンターの物理的セキュリティ体制の見直しが今後の課題になると指摘しています。
業界動向・時事
2026年熊本地震により熊本県内の死者が17人となったことが発表されました。心肺停止6人、重症5人に加え、1万467人が415カ所の避難所に避難しています。断水や停電、交通機関の運休も広範囲に及んでいます。
熊本県で震度7を観測した地震により、日産自動車やダイハツ工業が工場を停止する一方、日本航空や全日本空輸は平常運航しています。企業活動への影響状況を随時更新形式でまとめて紹介している記事です。
米Microsoftの2026年度第4四半期決算では、売上高・純利益ともに増加しました。Azure売上高が初めて1000億ドルを突破し、Microsoft 365 Copilotの有料シート数は3000万を超えるなど、AI需要が業績を力強く牽引したことが伝えられています。
感想:
結局今までと同じ口座で支払が出来、管理ツールも変わらないというのは、大規模なエンタープライズ向けサービスでは非常に重要。そうなってくると、大企業がAIサービスとしてM365 Copilotを選択するのは良くわかる。しかもLLMのモデル選択肢が他社に比べて多い。
KDDIのISP向けメールシステムが不正アクセスを受け、約762万件のパスワードが漏えいした問題で、総務省が防御態勢の不備や公表までの対応遅れを指摘し、厳重注意と再発防止策の報告などを求める行政指導を行いました。