Scraps 最終更新 2026/11/16 13:40

#インフラ

@ntaka329 /

Amazon Bedrock Guardrailsで個人情報を伏せたら、「みりん」が人名になった話(2026年版)

  • Amazon Bedrock Guardrailsの機密情報フィルターで名前と住所を伏せる設定が品名を誤って伏せた
  • NAME・ADDRESSの型を含む7つの型で伏せると買い物の言い方177通りの31通りが品物が引けなくなる、確信度1.0で「みりん」を名前として伏せた
  • NAME・ADDRESSの型を含む設定は品名を誤って伏せやすく、許可リストや確信度で調整が難しい

@s0ar /

Jev を触りたかっただけなのに、気づいたら評価 CLI を v0.4.0 まで育てて測定ばっかりしてた話

  • typesafe-eval はJevを使ってドキュメントの内容をチェックし、CIで自動判断するCLIツール
  • JevのNoul型で「はい/いいえ」を確率で返す仕組みと、Score型で3段階評価する仕組みを活用
  • 設計ドキュメントのチェックでは誤報が0件だったが、読みやすさの評価は前の版と比べる使い方が推奨される

@KAKEHASHI Tech Blog /

AWS AmplifyからOIDC認証でTakumi Guardを利用する

  • AWS AmplifyからTakumi GuardにOIDC認証でアクセスできるようになった
  • Outbound Identity FederationとカスタムOIDC設定、sts:GetWebIdentityToken権限、shishoctlコマンドを使った認証プロセス
  • カスタムOIDC設定は組織ごとに1つしか設定できないため、複数AWSアカウントを使う場合は共通アカウントでの設定が必要

@Tim Fernholz /

Google、宇宙データセンター実現に向けStarshipの1600回打ち上げ必要と発表

  • Googleが宇宙データセンターの実現に向け、SpaceXのStarshipの1600回の打ち上げを必要とすると発表
  • TPUの宇宙運用と、Starshipの打ち上げ回数とコスト削減の関係が示されている
  • 宇宙データセンターの実現にはStarshipの年間180回の打ち上げが必須で、現在の運用状況では困難

@ぷる /

glibc の strlen は文字列範囲外を読むことで高速に計算する

  • glibcのstrlenは文字列範囲外を読みながら高速に終端文字を探す
  • ワード単位で読み込み、ビット演算で0の有無を判定し、アラインメントを合わせて範囲外の読み込みを回避
  • 文字列先頭より前の範囲を読み込むことで処理を高速化するが、メモリアクセスの制約に注意が必要

@Zack Whittaker /

カリフォルニア州知事、『パーパートグラス』を秘密に撮影するのを禁止する法案を否決

  • カリフォルニア州知事は『パーパートグラス』を秘密に撮影するのを禁止する法案を否決した
  • スマートグラスや常に録音する端末の規制が対象、既存の法律と重複する規定が含まれていた
  • 開発者や製品メーカーは常に録音する技術の法的枠組みを考慮する必要がある

@Tim Fernholz /

Satlyt、元グーグル・スペースXの製品マネージャーが800万ドルを調達し、衛星でAIを実行する

  • Satlytは衛星でAIを実行するソフトウェアを開発し、800万ドルの資金調達を実施した
  • VMwareとSnowflakeに例えられるソフトウェアプラットフォーム、Google DeepMindのGemmaAIモデルを搭載した衛星運用
  • 衛星にGPUを搭載しない場合でも、運用効率向上が可能で、2026年までに20%の衛星に導入を目指す

@skwt20 /

OpenShift Local で Ansible Automation Platform (AAP) Operator を動かすまで

  • OpenShift LocalにAnsible Automation Platform Operatorを導入する手順が記載されている
  • OpenShift LocalのリソースをCPU16、メモリ20GB、ディスク128GBに変更してインストールを成功させた
  • AAP Operatorのインストール失敗時はリソース不足が原因だったため、ディスク容量の確認と増設が重要だった

@ysakataka /

AWS Lambda Power TuningとAWS Compute Optimizerを比較してみた

  • AWS Lambdaの最適メモリサイズを算出するLambda Power TuningとCompute Optimizerを比較した
  • Lambda Power Tuningは実際の関数実行でパフォーマンス測定、Compute Optimizerは過去の運用メトリクス分析
  • パターン1ではLambda Power Tuningが1024MBを最適とし、Compute Optimizerは160MBを推奨するなど結果が異なる

@ながぬ~ /

同じ PPU なのに、レイクハウスを作れる場所と作れない場所があった — Fabric のライセンス・ワークスペースの種類・ロール

  • PPUライセンスでもLakehouseを作成できないケースがあり、ワークスペースの種類とロールが作成条件になる
  • ワークスペースの種類(Power BI Pro vs Fabric評価版)とロール(管理者/メンバー/共同作成者)が作成可否を決める
  • マイワークスペースがPower BI Proの場合、Fabricの試用版を開始できないためLakehouseが作成できない

@Yasuhito Morimoto /

国内AIエージェント動向(2026/10/1号)

  • 国内AIエージェントが業務実行権限の管理やガバナンスを強化し、既存システムと連携する段階へ進化
  • OracleのFusion Claw、PostmanのFabric Gateway、ベースマキナのAI Secure Gatewayが権限管理やAPI制御を提供
  • AIエージェント導入では既存システムとの連携、人間の確認を含む運用設計が重要になる

@mabby /

🛡️限られた統制手段環境下で作るIAMガードレール ― AIに何をさせないか

  • 生成AIを要約に限定し、検知はルールベースに戻す4層防御モデルを採用
  • Permission Boundaryのブラックリスト型、EventBridgeによる準リアルタイム検知、Bedrockによる日次AI要約、人間の指標判断
  • AIに危険判定をさせないため、JSONスキーマで出力構造を固定しツール呼び出しを強制する設計