Claude Codeの非英語出力品質がOpus 4.7で劣化 — 韓国語俗語の異常頻度が判明
Claude Codeユーザーのyurukusa氏が、Opus 4.6からOpus 4.7への移行に伴い非英語出力の品質が劣化する事象を報告した。中核的な兆候として、韓国語の俗語「박다」（bakda、「打ち込む」の意）が、フォーマルなコンテキストで本来使われるべき動詞に代わって頻出している。この現象は18倍の頻度で発生しているとされる。
この問題は非英語圏のユーザーにとって直接的な影響があり、日本語や中国語など他言語でも類似の品質低下が起きている可能性がある。Qiitaの記事では4軸での整理と、利用者側で取れる3つの対応策が提示されている。
Claude Code拡張推論でsessionが永久に停止 — 180件以上の報告が集積
同じくyurukusa氏が、Opus 4.7またはOpus 4.8で拡張推論（extended thinking）を有効にして作業を続けると、APIが400エラーを返し続け、sessionが完全に使用不能になる事象を報告した。
エラーメッセージは API Error: 400 messages.N.content.M: 'thinking' or 'redacted thinking' blocks で始まるもので、一度発生するとsessionの復旧が困難になる。5月だけで180件以上の事例が確認されており、記事では7つの整理項目と4件の防御用hook設定が紹介されている。
長時間作業をする開発者にとって深刻な問題であり、定期的なsessionの再作成や拡張推論の段階的な有効化など、回避策の検討が求められている。
AI後のソフトウェアアーキテクチャはどう変わるか
Brian Guthrie氏が「Software Architecture After AI」と題した記事を公開し、AIがソフトウェアアーキテクチャの設計思想に与える影響について考察している。Hacker Newsでも議論が始まっており、AIエージェントがコードを書く時代において、アーキテクトの役割がどう変化するのかが問われている。
従来のマイクロサービスやモノリスの議論に加え、AIが生成するコードの保守性、テスト戦略の変化、人間のレビューがどの層で必要になるのかなど、実践的な視点からの分析が期待される。
AWSがSageMaker AIのLLM推論観測性ソリューションを公開
AWS Machine Learning Blogで、Amazon SageMaker AI上で動くLLM推論の包括的な観測性ソリューションが紹介された。Amazon Managed Grafanaのダッシュボードを活用し、GPU利用率やレイテンシといったインフラ指標（quantity）と、回答品質や安全性スコアといったモデル指標（quality）の両方を可視化する。
品質評価にはClaude Sonnet 4.6（Amazon Bedrock経由）をLLM-as-judgeとして使用し、複合品質スコア・安全性スコア・関連性スコア・プロフェッショナルトーンスコアの4指標をトラッキング。しきい値ベースのアラートもGrafana Alertingで設定でき、SNS経由でSREチームに通知される。
本番環境でLLMを運用するチームにとって、インフラ健全性とモデル品質を相関的に監視できる点が実用的な価値を持つ。
ローカルLLM向けGPU比較が話題 — Mac Studioは過大評価?
RedditのLocalLLaMAコミュニティで、主要GPUのスペック比較が話題になっている。投稿者は帯域幅だけでなく、prefill性能と生成性能のバランス、電力効率、コストパフォーマンスを総合的に評価。
注目すべきホットテイクとして、Mac Studioは「過大評価されたRaspberry Pi」ほどの効率性しかないと指摘。一方でP100は200ドル（デュアルGPU）で32GBの700GB/sメモリを備え、M3 Ultraの70%の計算力を持つことからエントリーレベルのLLM GPUとして非常にコストパフォーマンスが高いと評価されている。
またV100は3090よりもシングルストリーム用途では価値が高いとされ、P40は48GBのVRAMが必要なMoEモデルの実行にニッチながら適しているとのこと。マルチモーダルモデルの普及によりprefill性能の重要性が高まっていることも指摘された。