詳細はLiteLLM 1.82.7 および 1.82.8 の PyPI パッケージ侵害事件で確認できます。

LiteLLM は DSPy における唯一の LLM プロバイダー呼び出しライブラリであり、CrewAI もフォールバックとして使用中
Airflow、Dagster、http://Unsloth.ai、Polar、nanobot なども LiteLLM に依存
GitHub で LiteLLM をバージョン固定せずに含めているプロジェクトが 628 件以上

もし関連コードを使用しているなら、一度確認を

OpenCloneを使ってみようか悩んでいたのですが、OpenCloneを使わなくてもよさそうですね。

調べてみると、trivy というセキュリティスキャナー（..？）が攻撃を受け、その compromise を足がかりに二次攻撃が行われている状況のようです。
いずれにせよ深刻ですね。

AIツールが現実のものとなっている今の時点では、個人のマンパワーを極大化できる、かなり現実的で見識のある文章だと思います。
今後、あらゆるものはますます軽量化と高速化を求められるでしょうから、これまで続いてきた古い観念のコラボレーションはリセットされるでしょう。しかし、エンタープライズ級のソリューション開発には協業が不可欠です。

コンパイラをいくつか作ってみて、今取り組んでいるものもありますが、バイブコーディングという観点で見ると、エディタも試してみたものの、コンパイラのほうが簡単に感じられました。お書きになったとおり、仕様はそれほど正確ではなく、ユーザーによる変数も多いと感じます。テストもしにくいです。

仕様が重要になるのは確かですが、以前から仕様をすべて細かく書いてあらゆる状況をカバーするのは不可能だと思っています。仕様もまたコードのように、作業しながら磨いていく方向がまだ良いと思いますが、複数のエージェント同士でそうやらせればいいのではないかとも思います。ですが、結局は人の介入なしには、学習した状況や知識を超えることができないので、まったく新しい状況や機能は難しいのではないかと思います。

ロボット掃除機が最初に出たとき、ロボットのために床にある物を片付ける「簡単な掃除」をしなければならないと聞いたときの感覚です。AIのために詳細な仕様を書くのもかなりの手間で、AIのために仕事をしているように感じます。

この業界に長くいて見てきた感覚では、最近の変化は大きく二つの理由によるものだと思います。

まず、賭け金が大きくなりすぎました。昔は数百万ドルでもすごく見えましたが、今ではビリオン単位でお金が流れているじゃないですか。もともと金の匂いが立ち込める場所には、実にいろいろな人が集まってくるものですから。そこに特定の文化圏の人たちが大量に流入してきて、業界の空気そのものが彼ら特有のスタイルに変わった影響も大きいです。

最近を見ると、確かに昔のIT/CS的な感性とは違って、「話術」と「ショーマンシップ」がすべてを支えている感じです。昔ならバブルが弾けるときに一緒に去っていたような人たちですが、今回はLLMという「話がうまい技術」が中心にあるせいで、この流れが簡単には終わりそうにありません。これからはこういう雰囲気が続いていく気がします。

実際、AnthropicがデモとしてCコンパイラを作った理由も、やはりコンパイラは仕様が正確で、テストケースもしっかり整備されているからだったのでしょう。同時に、とても難しそうにも見えますし。

強化学習とディープラーニングの違いにも見えます。決定的なフィードバックループを提供できない領域では、少なくとも現時点では人間のデータが依然として参入障壁になっているようです。

本当に深刻ですね

GitHubのIssueには100件を超えるボットアカウントがスパムを書き込んでおり、
ハッキングされたGitHubアカウントは、そのアカウントにあるすべてのプロジェクトの説明をこのように書き換えています。
teampcp owns BerriAI

個人的には、Issueにまでスパムが付くのはディストピアっぽくてかなり怖いですね

それと、うろ覚えなんですが、flakeだったか何かの機能が、ある場所ではベストプラクティスと言われ、ある場所では experimental とされ、またある場所ではその両方だったりして、そういう状態が何年も続いているのを見て、これはかなり苦労しそうだなと思いました..

もちろん、デスクトップ環境全体を簡単にコード化できる体験は楽しかったです

私も昔、半年弱NixOSを使っていたんですが、ほかのOSでは別に調べるまでもないようなとても簡単な作業が、いくらググっても解決できなくて、NixOSフォーラムのような場所で、あるNixOSの専門家？の方が記録しておいた解決策を見たんです。ところが、その数十行に及ぶhackyな解決策がいちばん「いいね」を集めているのを見て、これからのNixOS生活が真っ暗に感じられて、Archに戻りました……

AlphaGoの学習をAlphaGo対AlphaGoの自己対戦データで行ったように、LLMの学習もLLMでデータを生成して学習させています。データサンプルがいくつかあればデータ自体も簡単に作れる状況なので、これもまた安全な堀だとは見なしにくいです。

入ってみたら、This project is no longer actively maintained. とのことですね……

おお…そうなんですね!

それはそうと、R.I.P. Firebase Studio （泣）

Firebase StudioもNixを使用しています

ああ、みんな死ぬ

難しすぎます。少し試してみたけど諦めました…
(I use Arch btw)

思ったより、韓国の回答者がかなり多いですね。

使ってみていますが……よく分かりません。
自分のプロンプトがおかしいのが原因かもしれませんが、フォントやデザインがちょっとイマイチです……