AIコーディング

主要ニュース

1. 1

   PyTorchとArduino UNOで自作するE2E自動運転ミニカー

   PC上のPyTorch CNN（NVIDIA PilotNetの縮小版）がカメラ画像を前・左・右・停止の命令に変換し、BluetoothでArduino UNOに送る手のひらサイズの車を著者が製作。 スマホをカメラ、PCをAI SoC、Arduinoを車両制御MCUに見立てた構成は実車と同じで、2つのフェイルセーフをAIから切り離しており、安全設計は玩具以外にも応用できそうだ。

   学習モデルが実際に車線を維持できるかはデータのバランス次第。ラベルは前進が大半を占め、検証精度が高くても曲がれない車を隠しかねない。

2. 2

   MCPがセッション廃止、2026-07-28仕様に

   2026-07-28のModel Context Protocol仕様でinitialize/initializedとMcp-Session-Id（SEP-2567）が削除されMcp-MethodとMcp-Nameが必須となった。 セッションハンドシェイクを廃止したことで、MCPサーバーはスティッキールーティングや共有ストアが不要になり、ロードバランサ配下でのリモートサーバー運用が簡素化されるはずだ。

   Parra自身、カスタム実装を正しく修正するにはかなりの労力がかかると述べており、Stacklokは後方互換性を保証しないと警告している。

3. 3

   ttokunaga、AI利用$17,239.93分が36,300円に

   開発者のttokunaga氏が2026年9月の利用量を報告。Codexが約415.74億トークン、Claude Codeが約20.98億トークン、API料金換算$16,519.91と$720.03。 サブスクの支払いは36,300円、API換算は$17,239.93。記事は約98.6%割引と試算しており、ヘビーユーザーには定額プランがはるかに安く映る。

   この差はAPI価格が据え置かれることが前提。記事はOpenAIのPro 200が10月29日以降、価格を維持しつつ利用上限を引き下げると指摘。

4. 4

   AI Security LabがOllamaベースのLLM実験環境をGitHubで公開

   AI Security Labが実験環境を説明。PythonがOllamaのAPIを直接呼びLLMを実行、コードはGitHubのkondonator/ai-security-playgroundにある。 同じプロンプトでもモデルやその他の条件によって異なる回答が得られるため、Labは各結果をテストした特定の条件下でのみ有効とみなす。

   この環境は参照用であり、Labは実験実行にWeb UIを使うことは将来の可能性と注記。次の記事では実際にPrompt Injectionを引き起こして挙動を観察する。

5. 5

   Claude Codeのhooks、AI任せの整形を決定論的に

   Claude CodeのhooksはPostToolUse・PreToolUse・Stopの各イベントでユーザー定義コマンドを実行でき、編集後の自動フォーマットや危険コマンドのブロックを仕込める。 プロンプトで「編集後はprettierをかけて」と頼んでも守られたり守られなかったりするのに対し、hooksはAIの判断に依存せず必ず走るため、ルールを確実に担保できるとみられる。

   hooksはユーザー権限でシェルを実行するため、信頼できないリポジトリの.claude/settings.jsonは中身のレビューが必須となる。

6. 6

   AIエージェント開発 待ち時間が律速

   GitHub IssueからPRまでをAIエージェントが実装するパイプラインを運用したところ、待ち時間は4種類に分かれ、エージェントを増やしてもリードタイムは短縮しなかった。 遅さはモデルの速度ではなくキューの問題に見えるため、エージェント数の調整はおそらく見当違いの対策だ。

   分析は1環境に基づくもので、GitHubのタイムスタンプでは待ちと作業を分離できないため、4分類には外部の計測記録の追加が前提となる。