AnthropicのAIがApple M5のメモリ保護を初突破

Tom's Hardwareが報じたところによると、Appleの最新チップApple M5のメモリ整合性保護を回避する権限昇格エクスプロイトが初めて発見された。驚くべきは、この脆弱性の発見にAnthropicのClaude（Mythos）が活用されたことだ。

研究チームはClaudeを使ってM5のアーキテクチャを分析し、メモリの整合性 enforcement をバイパスする経路を特定した。これはハードウェアレベルのセキュリティに対するAI支援解析が実用的な成果を挙げた最初の事例とみられる。

AIがセキュリティ研究の道具として成熟しつつある一方で、攻撃側にも同じ技術が使われるリスクを示唆する出来事でもある。ハードウェアメーカーにとっても、AI時代の脆弱性発見スピードに対応した設計レビュープロセスの見直しが急務となりそうだ。

AI生成の「顔」が美容外科に異変をもたらす

Business Insiderの報道によると、ChatGPT等で生成されるAI画像が、人々の「美しさ」の基準を歪め、美容外科医たちを困惑させている。

患者がAI生成された理想的な顔面を参考画像として持ち込むケースが増加しており、現実には再現不可能なプロポーションを要求される外科医たちにとって新たな課題となっている。SNSでのAI画像氾濫により、特に若年層の美容観が大きく変化しているという。

AIが作り出す「平均を超えた理想像」が現実の人間の自己認識に与える影響は、ボディイメージの問題として以前から指摘されてきたが、美容医療の現場に直接影響を及ぼす段階に入った点は注目すべきだ。

AIデータセンターが「差別」に直面する奇抜な論争

The Guardianのコラムが、AIデータセンターに対する地域社会の抵抗を「差別」と表現した業界側の主張を取り上げ、Hacker Newsで活発な議論を呼んだ（5ポイント）。

データセンターの建設を阻む地域の声を「技術への無知に基づく差別」と位置づける業界ロビーの主張に対し、電力消費、環境負荷、地域インフラへの実質的な影響を懸念する住民の声との対立構造が浮き彫りになった。

AI産業の急拡大に伴い、データセンターの立地問題は各地で火種になっている。今回の「差別」という言葉の選び方は、業界側が住民の正当な懸念を軽視しているとの批判も招いており、技術進歩と地域コミュニティの権利バランスの難しさを象徴している。

ローカルQwen 3.6がフロンティアモデルに肉薄――コーディング実験

RedditのLocalLLaMAコミュニティで、ローカル動作のQwen 3.6とフロンティアモデル（Claude Sonnet 4.6 Thinking、Gemini 3.1 Pro Thinking、GPT 5.4 Thinking、Kimi k2.6 Thinking）を使った興味深いコーディング比較実験が報告された。

同一プロンプトでHTML Canvasの車両運転アニメーションを生成させた結果、主観評価でKimi k2.6 Thinkingが1位、ローカルのQwen3.6-27B Q4_K_Mが2位と、一部タスクではローカルモデルがフロンティアモデルを上回る結果が出た。

もちろん単一タスクでの比較であり一般化はできないが、特定の視覚的コーディングタスクにおいてローカルモデルの品質が実用域に達していることを示すデータとして興味深い。消費者向けGPU（Ryzen 5 5600 + RX 5700 XT 8GB）で2.65〜2.70 tok/sという実用的な速度も出ている。

AIエージェントがプログラミングのワークフローを根本から変える

同じくRedditのLocalLLaMAで、30年以上のキャリアを持つベテラン開発者が、ここ1年でプログラミングのアプローチが劇的に変化したと報告し、共感を呼んでいる。

同氏はIDEのLLMオートコンプリート機能を使わなくなったと告白。現在ではCLIインターフェースのコーディングエージェントに直接指示を出し、@でファイルを指定して修正させるワークフローに移行したという。IDEはGit差分の可視化、デバッグ、コードナビゲーションにのみ使うようになり、それも作業の5〜10%に過ぎないとのこと。

特に注目されるのが「plan.md」手法の紹介だ。複雑なタスクではまずLLMに作業計画をplan.mdに書かせ、1タスクずつ段階的に実行させることで、LLMの「堂々巡り」を防ぐ実践的なアプローチとして多くの開発者の関心を集めている。