OSS

概要 JavaScript/TypeScriptランタイムのBunは10月22日、v1.4.4をリリースした。今回の目玉は新コマンドbun fmtで、Prettierの設定ファイル（.prettierrcやprettier.config.*など）やoxfmt形式の設定をそのまま読み込める互換フォーマッタとして実装された。JavaScript、TypeScript、JSX、CSS、HTML、Vue、Svelte、JSON、YAML、Markdown、GraphQLなど幅広い言語に対応し、インポートの並び替えやTailwind CSSのクラス順序の整理も別プラグインなしで組み込みで行える。Prettier自身のリポジトリ（2,616ファイル）を対象にした計測では、Prettier 3.9.10が17.1秒かかる処理をbun fmtは59.7ミリ秒で完了し、286倍の速度を記録した。Prettierの9,731件のテストケースに対する互換性も99.1%に達しているという。Git連携用にbun fmt --check、bun fmt --staged、bun fmt --changedといったオプションも用意されている。 型チェッカーとパッケージ管理の強化 組み込み型チェッカーbun checkも大幅に高速化された。大規模プロジェクトで1.4〜7.8倍の速度向上が確認されており、MUIのドキュメントサイトでは検証時間が10.28秒から1.31秒に短縮、ピークメモリ使用量も11.2GBから1.3GBへ大幅に削減されている。複数プロジェクトを扱うbun check -bでは、パース結果の共有により最大15.7倍の高速化を実現したとしている。 パッケージ管理の面では、Yarn 2以降（Yarn Berry）のロックファイルをbun.lock形式に変換するマイグレーション機能が追加された。バージョン固定やワークスペース構成、npm:エイリアス、resolutions、Git・tarball・file:依存、patch:依存（patchedDependenciesへの変換）まで保持される。加えて、インストール失敗時に50〜800msの間隔で指数バックオフ再試行を行う仕組みや、ウォームキャッシュ時にLinuxで最大3.2倍速くなる並列リンク処理（8スレッド）、pnpmに近い挙動となったピア依存解決ロジックなども導入された。新コマンドとして、node_modulesを作らずに依存関係だけを取得するbun pm fetch、キャッシュを管理するbun pm cache pack/unpack/prune、モノレポ全体を依存順に公開するbun publish --recursiveも追加されている。 データベース・WebSocket・ランタイムの改善 Bun.SQLはPostgreSQLでクエリあたりのCPU命令数を21〜48%削減し、MySQLでの一括挿入でも53%の命令数削減を実現した。PostgreSQLのクエリでは1回あたりのオブジェクト割り当ても84個から28個に減少している。機能面では、PostgreSQLのCOPYストリームのバックプレッシャー対応、SQL.camel・SQL.pascalなどのカラム名変換、JavaScript配列とPostgreSQL配列カラムの直接マッピングなどが加わった。SQLiteでもdb.function()やdb.aggregate()によるユーザー定義関数、db.onInsertなどの更新フックが利用可能になっている。 wsパッケージの互換性も改善され、npm版のwsテストスイート271件中234件が成功するようになった（従来は94件）。createWebSocketStream()のバックプレッシャー対応やSOCKSプロキシ経由の接続、ブラウザに合わせたクローズハンドシェイクの実装なども行われている。さらに、JavaScriptCoreエンジンにWebKitの最新コミット1,013件を取り込んだことで、toLocaleString()が10万回呼び出しで54倍高速化（1,341msから25msへ）し、100万要素の配列読み込みも4.2倍速くなった。開発体験の面では、Devサーバーのエラーオーバーレイがシステムのライト/ダークテーマに追従するよう再設計され、類似エラーのグルーピング表示にも対応している。

概要 HashiCorpは10月21日、Infrastructure as Codeツール「Terraform」の最新版v1.17.0をリリースした。最大の目玉は、ポリシーをコードとして定義・適用できる「Terraform Policy」機能の正式な一般提供(GA)である。これまで実験的機能として-allow-experimental-featuresフラグを付けて利用する必要があったが、v1.17.0以降はplan・apply・queryサブコマンドの-policiesフラグを特別なビルドやフラグなしで利用できるようになった。あわせて、provider requirementsブロックでの変数・ローカル値のサポートや、プラン適用を高速化する-minimal-refreshオプションも新たに追加されている。 Terraform PolicyのGAと新機能 Terraform Policyは、インフラのプランや状態に対してポリシーを適用し、意図しない変更やコンプライアンス違反を事前に検出する機能である。GA化によってクエリポリシーの機能も拡張され、listブロックで検出したリソースに対してポリシーを評価できるようになり、結果は人間が読みやすい形式またはJSON形式で出力可能になった。 provider requirementsブロックでの変数・ローカル値のサポートは、プロバイダーのバージョン指定などをより柔軟に構成できるようにするもので、大規模なモジュール構成での保守性向上に寄与する。また-minimal-refreshオプションは、変更が予定されているリソースのみをリフレッシュする仕組みで、リソース数が多い大規模なインフラにおけるplan/applyの実行時間を短縮する狙いがある。 その他の改善とバグ修正 細かな改善としては、initコマンドのログにプロバイダーのバージョン情報が追加されたほか、モックプロバイダーがephemeralリソースに対応し、loginコマンドでは組織のTTLポリシーに該当する場合に警告が表示されるようになった。バグ修正では、数学関数pow・logが非数値を生成した際にパニックしていた問題や、ephemeralリソースの更新に関する診断情報が表示されない問題、テストのクリーンアップ時のグラフ順序が非決定的だった問題などが解消されている。versionコマンドの出力には将来の仕様変更に安全に対応するためのformat_versionフィールドも追加された。 なお本リリースはGo 1.26.10でビルドされており、侵害されたeMudhra認証局に関連する脆弱性CVE-2026-111943への対応も含まれている。Terraform Policyの正式GAにより、ポリシーのコード化による統制を本番運用で安心して採用できる環境が整ったことになり、今後はエコシステム内でのポリシーテンプレートやベストプラクティスの蓄積が進むと見られる。

概要 Amazonは、オランダ・アムステルダムを拠点とする分析データベースDuckDBの開発元DuckLabsを買収したと発表した。DuckDBはHannes MühleisenとMark Raasveldtの両氏が創設したDuckLabsが開発・保守してきたオープンソースの分析データベースで、1テラバイト未満のデータに対するクエリで高速な性能を発揮するよう設計されている。実世界の分析処理の多くはこの規模に収まるとされ、さらにAIエージェントによる探索的なクエリ用途にも適しているという特徴を持つ。買収の金額や契約条件は明らかにされていないが、報道によれば両社の合意は2026年8月に発表されたとされる。 オープンソースとしての今後 買収後もDuckDB本体やDuckLake、Quackといった関連プロジェクトはMITライセンスの下で無償提供され続け、非営利組織であるDuckDB Foundationによる監督体制も維持される。共同創業者らは「AWSに参画することで、この技術をより多くの開発者に届けるためのリソースと展開力が得られる」とコメントしており、コミュニティからは買収がDuckDBの独立性を損なうのではという懸念もありつつ、総じて慎重な歓迎の声が上がっている。AWS側も、創業者らのビジョンを自社に取り込むのではなく、その実現を後押しする立場であることを強調し、DuckDBの分析アプローチとAmazonのデータ戦略が方向性として一致している点を説明している。 Aurora PostgreSQLへの統合 買収後最初の具体的な成果として、Aurora PostgreSQLとDuckDBを組み合わせた統合が進められている。これにより、AuroraのトランザクションデータとS3上にApache IcebergやParquet形式で保管された履歴データを、単一のクエリでシームレスに結合して分析できるようになる。従来、トランザクションデータと分析用データを結びつけるには逆方向のETLパイプラインを構築する必要があったが、この統合によってその手間が不要になり、処理はAurora内で完結するためデータ移動やETLのオーバーヘッドも発生しない。分析処理をAWSのマネージドサービスの中でそのまま実行できるようになることで、開発者がデータ基盤を独自に構築・運用する負担を減らせる点が今回の統合の狙いといえる。 今後、DuckDBのエンジンがAWSの他のマネージドサービスにどこまで組み込まれていくかが注目される。オープンソースとしての独立性を保ちながら大手クラウドベンダーの基盤技術として採用される今回のケースは、分析データベース業界における買収・統合の一つの先行例となりそうだ。

概要 中国のAIスタートアップDeepSeekは、自社の大規模サービスを実際に支えている推論フレームワーク「DeepInfer」をApache 2.0ライセンスでオープンソース化した。大規模モデルを低コストかつ大規模に提供するという「推論フレームワークが解決すべき本質的な課題」に取り組んだ成果だとしており、現時点では同社の「DeepSeek-V4.1-Flash」(バージョン1017)に対応している。社内の実運用クラスターでは1日あたり155兆トークンを処理し、オフピーク時の価格設定でもGPU1台あたり時間約38ドルの収益を生んでいるという。この数字は、DeepSeekが追求してきた低コスト運用のアプローチを裏付けるものだ。 対応ハードウェアと技術的な最適化 DeepInferはNVIDIAのSM100(Blackwell)GPUとHuaweiのAscend 950 NPUの両方をサポートする一方、決定論的な出力を実現する機能にはSM100が必須とされ、Hopper以前の旧世代NVIDIA GPUは対象外となる。中核の最適化技術である投機的デコーディング「DSpark」は、ドラフトモデルが5トークンを提案し、確信度を予測するヘッドが採択判定を行うことで検証計算量を削減する仕組みで、スループットを約4〜7%向上させ、採択されないドラフトトークンを約30%削減する効果があるという。また、プリフィル処理ではプロンプトの末尾128トークンのみをデコーダ層に通すことで、プリフィル計算量をほぼ半減させている。 公開範囲と背景 ただし、キー・バリュー(KV)キャッシュ管理やロードバランシングのコードは、社内インフラと密結合しているため今回の公開からは除外されており、これらの仕組みについては別途ブログ記事で解説されているという。最小構成での稼働にはプリフィル用・デコード用それぞれ64GPU、合計128GPUが必要となる。DeepSeekは2025年4月にもvLLMをベースとした推論基盤の公開を試みていたが、小規模な研究チームゆえのリソース不足を理由に見送っていた経緯があり、今回の公開にはこれまでに公開済みのFlashMLA、DeepGEMM、DeepEPといったコンポーネントライブラリも組み込まれている。 地政学的な背景 今回の公開は、米国土安全保障省が連邦機関に対しDeepSeek製品をシステムから排除するよう命じた、その翌日というタイミングで行われた。米国内での規制強化が進む中でも、DeepSeekが自社の推論基盤をオープンソースとして公開し、外部の開発者が実運用レベルの技術にアクセスできるようにした動きは、同社の技術力とオープン戦略を改めて示すものとして注目される。

概要 Cloudflareは10月20日、TypeScriptコンパイラをRustに移植したプロジェクト「tsrs」を発表した。VoidZeroおよびOwner.comのMax Schwenk氏、そしてTypeScriptチーム自身と協力して進められており、JavaScript向けコンパイラ・ツールチェーンである「Oxc」の一部として育成していく計画だ。ベンチマークでは、すでにリリース済みのTypeScript 7.0と比較して最大8倍の処理速度向上、メモリ使用量は約70%削減という結果が示されている。なお、この高速化の一部はすでにベータ版が公開されているTypeScript 7.1にも還元されており、同ベータ版はTypeScript 7.0と比較して最大2.5倍高速化しているという。TypeScriptチームと「同一条件での比較」を確認し合うなど、測定の信頼性にも配慮している。 フォークではなく忠実な移植を目指す方針 プロジェクトの最大の特徴は、“We are not forking TypeScript”(TypeScriptをフォークするものではない)と明言している点だ。言語仕様や設計の完全な統制権はあくまでTypeScriptチームが持つべきだという立場を取り、tsrsは独自路線を歩む新しい処理系ではなく、既存のTypeScriptに忠実な代替実装として位置づけられている。この方針には、言語の長期的なビジョンを損なわず、既存エコシステムとの互換性を保証する狙いがある。 RustとWebAssemblyを選んだ理由 実装言語にRustを選んだ背景には、WebAssembly対応への強いこだわりがある。Goのような言語はランタイムにガベージコレクタを同梱する必要があるのに対し、Rustのメモリ管理モデルはWebAssembleのゲストとホスト間で直接的なメモリ相互作用を実現でき、効率面で優位になるという。すでにNext.js互換レイヤー「Vinext」で培った知見も活用される見込みで、移植作業そのものの多くはAIエージェントによって担われたという点も注目される。 継続的なメンテナンス体制と今後の展開 tsrsはOxcの一部として継続的に保守される予定で、Vinextで実績のある運用モデルを踏襲する。具体的には、エージェントによる日次レビュー、アップストリーム(本家TypeScript)との差分取得、互換性マトリックスの自動再生成を組み合わせることで、本家との乖離を最小限に抑える体制を構築するとしている。今後はTheo Browne氏が手がける「tsc-rs」との統合、型を認識したルールのOxlintへの統合、さらには安全なサンドボックス環境内での開発ツールチェーン実行なども計画されており、Rust・WebAssemblyベースの高速なTypeScriptエコシステム構築に向けた取り組みが続く見通しだ。

概要 組み込み分析データベースDuckDBの開発チームは10月21日、v1.0以降では最大の機能追加となるメジャーリリース「DuckDB 2.0.0」（コードネーム「Cinnamon Teal」）を公開した。v1.5以降に積み重ねられた約2万件のコミットを反映した今回のリリースは、安定性よりも機能性に重点を置いており、v1.5.3で導入されたQuackリモートプロトコルの改良と、CONNECT文などの新機能によって、従来は単一プロセス内で動作する組み込み用途が中心だったDuckDBを、本格的なクライアント/サーバー型システムへと転換させる内容となっている。長期サポート（LTS）版として2027年10月までサポートされ、合わせて旧バージョンのv1.5もLTS化され2027年3月まで、v1.4は2026年11月17日までサポートが継続される。 サーバー機能とQuackプロトコル 今回の最大の変更点は、v1.5.3で導入されたQuackリモートプロトコルの性能・安定性の改善と、CONNECT文によるサーバー機能の強化だ。DuckDBの内部的なベクターブロックを独自シリアライズ形式でネットワーク越しに直接転送する方式を採用し、変換のオーバーヘッドを避けながらHTTPベースの通信を実現する。新しく追加された「CONNECT文」を使うことで、クエリの実行先をDuckDB自身だけでなくPostgreSQLやMySQLにも切り替えられるようになり、リモートプッシュダウン最適化によって、テーブル全体を転送する非効率な処理を避けてバックエンド側でSQLを直接実行できる。CLIには-serve（サーバー起動）と-connect（接続）の引数が追加され、コマンドラインから直接クライアント/サーバー構成を組めるようになった。デフォルトではlocalhostのみにバインドされ、外部公開時にはリバースプロキシを介した運用が推奨されるなど、セキュリティにも配慮した設計となっている。 非同期I/Oと新データ型、エージェント対応 パフォーマンス面では、ParquetやCSV、DuckDBのネイティブストレージ形式に対するバックグラウンド読み込みを実現する非同期I/Oが導入された。I/O処理とクエリ処理を別々に並列化し、複数の読み込み要求を同時に発行できるようにしたことで、特にS3などのオブジェクトストレージからのリモート読み込みにおいてネットワーク帯域の活用効率が大きく向上する。また、半構造化データを扱う「VARIANT型」がファーストクラスの型として強化され、型情報を持つバイナリデータとして保存されることで、よくあるデータ構造を自動的に「シュレッディング」し、スキーマレスな行を保持しつつも列指向データベースらしい圧縮効率と実行性能を両立させている。さらに注目すべき機能として、Claude CodeやCursor、Codexといったコーディングエージェントがインターフェースを操作していることを検知する「エージェントモード」がCLIに追加された。コンパクトなMarkdown形式の表やJSON形式のエラー、実行前のコスト見積もりを出力するよう最適化され、TPC-Hベンチマークでの検証では出力量を59%削減できたという。 SQLパーサーの刷新とトリガー機能、今後の展望 SQLパーサーは、従来PostgreSQL由来のYACC/Bisonパーサーから独自のPEGベースパーサーに置き換えられ、デフォルトとなった。これにより拡張機能によるランタイムでの構文カスタマイズが可能になり、エラーメッセージにも正確なソース位置情報が含まれるようになる。後方互換性は基本的に維持されるが、意図的な変更点は移行ガイドで案内されており、従来のパーサーもlegacy_parser拡張機能経由で利用できる。加えてBEFORE/AFTER、行レベル・文レベル、REFERENCING OLD/NEW TABLEによる遷移テーブルなどに対応したトリガー機能が新たに追加され、監査ログの記録やマテリアライズドビューの差分更新といった用途に応用できる。ロードマップ上では、トリガーは以前から計画されていたマテリアライズドビュー機能の実現に向けた一歩と位置付けられている。 なお移行に際しては注意点もある。DuckDB 2.0で新たに作成されたストレージファイルは旧バージョンでは読み込めず(2.0自身は旧バージョンの形式を読み書き可能)、ラムダ式の単一アロー構文（x -> x + 1）がデフォルトで無効化されPython風のlambda x: x + 1構文が推奨されるなど、破壊的変更も含まれる。またC++17が最小要件となり、ICUライブラリへの依存が完全に排除された。本番環境への適用に際しては、シャドウ環境での十分な検証を行うことが推奨されており、最初のパッチリリースは2026年11月に予定されている。

概要 Anthropicは10月22日、自社が策定したAIエージェント向けオープン標準「Agent Skills」を、Linux Foundation傘下のAgentic AI Foundation(AAIF)に寄贈すると発表した。Agent Skillsは、SKILL.mdファイルを中心としたフォルダ構成でエージェントに特定のタスクや専門知識を教えるための仕組みで、指示文やスクリプト、参考資料を再利用可能な形でパッケージ化し、エージェントが必要に応じて読み込めるようにする。ChatGPT、Cursor、GitHub Copilot、VS Codeなど70以上のプラットフォームに統合され、公開されているスキルは累計100万件以上、インストール数は2億8000万回近くに達しているという。Anthropicはこの実績を踏まえ、「オープンで、コミュニティ主導、かつベンダー中立」であり続けるという当初からの約束を果たすため、標準の管理を自社から独立した財団に移管する判断に至った。 寄贈の背景と技術的な経緯 Anthropicによれば、Agent Skillsを開発する過程で、Claude Codeは一般的な知識作業には十分対応できる一方、実際のビジネスタスクには固有の手順的な知識が必要であることに気づいたという。この課題に対応する形で、スキルを折り畳み可能な知識パッケージとして設計し、エージェントが要求に応じて動的に読み込む仕組みを整えた。Anthropicはこの標準の策定当初からAAIFの共同設立者でもあり、今回の寄贈は特定企業への依存を避け、業界全体で中立的に標準を発展させる狙いがある。今後のロードマップには、バージョン管理されたリリース体系の整備、仕様変更のための正式な提案プロセスの導入、セキュリティに関するガイダンスの提供が含まれ、コミュニティからの参加を優先する方針を示している。 AAIFの拡大と同時発表の3プロジェクト Linux Foundationの発表によると、AAIFは2025年12月に3つのプロジェクトでスタートし、発足からわずか1年で、ホストするプロジェクト数を10件まで拡大した。Agent Skillsと同時に、OpenAIが提供する「Open Responses」、Hugging Faceが提供する「OpenEnv」、Alibabaが提供する「OpenSandbox」の3つも新規プロジェクトとして発表された。Open Responsesは複数のLLMプロバイダー間で相互運用可能なインターフェースのオープン仕様で、共有スキーマと一貫したストリーミングイベントを定義し、開発者が異なるモデルプロバイダー間を最小限の変更で移行できるようにする。OpenEnvは強化学習環境構築のためのオープンフレームワークで、コンテナ化されたサービスとして相互運用性とプラグアンドプレイ性、スケーラビリティを実現する。OpenSandboxはAIアプリケーション向けの汎用サンドボックスプラットフォームで、複数言語SDKと統一APIを備え、DockerおよびKubernetesランタイムをサポートする。 今後の展望 OpenAI、Hugging Face、Alibabaといった競合も含む主要プレイヤーが同一の財団のもとに標準やフレームワークを持ち込む動きは、AIエージェント分野においてベンダー間の相互運用性を重視する機運が強まっていることを示している。Anthropicの関係者は「Agent Skillsを使って開発する誰もが、その先の方向性を形作ることができる」と述べており、特定ベンダーの独占的な管理から離れることで、エコシステム全体の標準化と採用の加速が期待される。今後、正式な提案プロセスのもとでコミュニティ主導の機能拡張やセキュリティ強化が進むかどうかが、Agent Skillsの普及の次の試金石となりそうだ。

概要 Node.jsは10月21日、22.x/24.x/26.x系列の全サポートバージョン向けに、合計10件のCVEを修正する緊急セキュリティリリース(v22.23.4、v24.22.1、v26.12.1)を公開した。最も深刻なのはBrotliデコーダの範囲外書き込み(Out-of-Bounds Write)に起因するリモートコード実行の脆弱性(CVE-2026-111497、深刻度HIGH)で、OpenAI Codex SecurityのKhai TranとSylvie Mayerによって報告された。残る9件のうち、TLS証明書のホスト名検証をバイパスする脆弱性が3件(CVE-2026-105483、CVE-2026-106069、CVE-2026-106072)、DNS解決やキープアライブ処理、crypto.randomUUID()のエントロピー再利用に関する脆弱性などが含まれ、HIGHが4件、MEDIUMが3件、LOWが3件という内訳になっている。20.x以前はすでにEOLのため、パッチは提供されない。 Brotli RCE脆弱性の技術的詳細 CVE-2026-111497は、Node.jsにバンドルされているBrotli展開処理に存在するバッファ境界チェックの不備が原因で、攻撃者が加工した圧縮データをデコードさせることでバッファの範囲外にメモリを書き込ませられるという脆弱性だ。影響を受けるのはnode:zlibモジュールを直接利用するアプリケーションに加え、攻撃者が制御するBrotliデータを展開するケース全般で、fetch()でBrotli圧縮されたレスポンスを自動的に展開する仕様のため、意識せずに攻撃対象領域に組み込まれているアプリケーションが多いと指摘されている。修正の元となったパッチはGoogleのBrotliライブラリ本体のバージョン1.2.1、1.1.1、1.0.10(10月21日リリース)に由来し、Google自身は2026年2月にBrotliのソースに修正を加えており、今回10月にセキュリティリリースとして展開された(遅延の理由は記事中で明らかにされていない)。 10月22日には公開のPoCが示されたが、実際にコード実行に成功したのは「意図的に弱体化させたテストビルド」に対してのみで、標準のNode.jsビルドではクラッシュや限定的なメモリ読み取りが確認された程度であり、通常ビルドに対する実動する攻撃は確認されていない。本稿執筆時点で実際の悪用報告もないが、深刻度自体はHIGHに分類されている。 その他の主な修正内容と推奨対応 TLS関連では、全幅数字で表記されたIPアドレスや疎なIPアドレス表記を使った証明書のホスト名検証バイパス(CVE-2026-105483、CVE-2026-106069、CVE-2026-106072)が複数修正された。また、dns.resolveがNUL文字を含むホスト名を不適切に切り詰める問題(CVE-2026-105482)、キープアライブソケットの応答処理不備(CVE-2026-105481)、crypto.randomUUID()およびrandomInt()のエントロピーキャッシュがユーザーランドのスナップショットやSEA(Single Executable Applications)に保持され、プロセス間で値が繰り返される問題(CVE-2026-106074)も修正対象だ。LOW評価の3件はZipFile検証失敗時の情報開示や、Permission Modelのワイルドカード権限の過剰付与・fs.realpathSyncのバイパスに関するもの。合わせてc-ares、OpenSSL、SQLite、Undici、CA証明書(eMudhra中間CA侵害対応)といった依存ライブラリの更新も行われている。 Node.jsプロジェクトは、ワークアラウンドが存在しないため全ユーザーに対しv22.23.4、v24.22.1、v26.12.1への速やかなアップグレードを強く推奨している。特にBrotliのRCE脆弱性は影響範囲が広く、EOLとなった20.x以前を使い続けている環境は今回のパッチ対象外であるため、サポート状況の確認とあわせたバージョンの見直しが求められる。

概要 AIプロキシツールLiteLLMのリリースパイプラインが侵害され、10月21日に悪意あるバージョン1.107.0がPyPIとDocker Hubに公開された。PyPIでは協定世界時11時39分から13時23分まで、Dockerでは11時46分から14時20分までの約2時間、不正なパッケージが配布可能な状態にあった。攻撃者は盗んだAWS認証情報の有効性確認を、情報窃取開始からわずか4.5時間後に始めていたことも確認されている。侵害されたバージョンはv1.107.0のみで、直前のv1.106.2以前のバージョンに影響はない。 侵入経路と手口 LiteLLM側の説明によると、攻撃者は3人のエンジニアのGitHubアカウントに、盗まれたGitHub CLIのOAuthトークンを使って侵入した。これらのトークンは、外部に公開されたままになっていたLiteLLMの内部デプロイ環境から取得されたとみられる。攻撃者は1つのアカウントでリリースパイプラインの設定を改変し、別のアカウントでリリースを承認、さらに別のアカウントでワークフローの実行記録を削除するという役割分担で侵入の痕跡を隠そうとした。LiteLLMは、最近修正された脆弱性が初期侵入の足がかりになった可能性があるとしている。 配布されたマルウェアの内容 悪意あるコードはPython起動時に自動実行されるcook.pthファイルに仕込まれており、LiteLLM自体を利用していなくてもPythonを起動するだけで実行される点が特徴だ。1つ目のペイロードは「privcollect」と呼ばれる認証情報窃取ツールで、AWS・Azure・Google Cloud・Kubernetes・Dockerの認証情報、Git・SSH・GPGの鍵、Chromium系およびFirefoxのブラウザデータ、Claude・Codex・Gemini・CursorといったAI開発ツールの認証情報、さらにLiteLLMプロキシが保存する認証情報やモデル設定まで幅広く狙う設計だった。収集したデータは圧縮・暗号化され、litellm[.]dev/healthcheck宛にHTTP POSTで送信されていた。2つ目のペイロードはバックドアで、GitHub上の「デッドドロップ」リポジトリを1時間おきに確認し、指示されたコードを実行するバックグラウンドデーモンとして動作していた。発見にはKevin Beaumont氏をはじめ、Wiz、Aikido、Socket、SafeDep、StepSecurity、Upwindなど複数のセキュリティ研究者・企業が関わった。 対応と今後の影響 LiteLLMは不正パッケージを削除し、侵害されたトークンを失効させるとともに、調査の間GitHub組織のメンバーを大半削除する対応を取った。プライベートレジストリを利用するエンタープライズ顧客への影響はなかったという。セキュリティ企業Aikidoの研究者Ilyas Makari氏は利用者に対し、「バージョン1.107.0をインストールした場合は、認証情報が漏洩したものとして扱い、ローテーションすべきだ」と、LiteLLM自身の当初の案内よりも厳格な対応を呼びかけている。LiteLLMは今年、同種の.pthファイルを悪用する手口を含むサプライチェーン侵害を繰り返し受けており、3月には153GB規模のデータアーカイブが流出しAWSやSamsung、Cisco、Salesforceなど約2,500の企業ドメインに影響が及んだ事案も発生している。度重なる侵害は、AIインフラを支えるOSSプロジェクトのリリースパイプラインの防御体制そのものに疑問を投げかけており、依存先のサプライチェーンリスクを定期的に見直す必要性を改めて示している。

概要 Microsoftは10月21日、Visual Studio Codeのバージョン1.143(October 2026 Release、実際の配布バージョンは1.143.1)を公開した。今回の目玉は、Copilotの実行基盤である「ハーネス」の刷新だ。新規セッションでは、Copilot SDKに基づいた最新のハーネスがデフォルトとなり、エディタウィンドウとAgentsウィンドウの両方でセッションを実行できるようになった。この統一基盤はAgent Hostを通じて動作し、Copilot製品全体で動作・機能・改善を共有する狙いがある。これまでハーネスごとに個別実装されていた挙動が、今後はこの共有基盤上に統合されていく見通しだ。 複数AIモデルの比較機能 プレビュー機能として追加された「モデル比較」は、同一タスクをCopilot、Claude、Codexといった複数のハーネス・モデルの組み合わせで並行実行し、結果を比較できるようにするものだ。各試行は独立したセッションとして進行状況を個別に監視でき、完了後はジャッジ役のモデルがスコアカード、検証証拠、トークン使用量を提示して優劣を評価する。さらに「Synthesize」機能により、推奨されたソリューションをベースに他の候補案の良い部分を取り込み、1つの解へ統合することも可能になっている。複数モデルの出力を人手で比較検証する手間を減らす狙いがあり、エージェント活用が進む中での実務的なニーズに応えた機能といえる。 ワークツリー管理とローカルモデル実行 実験的機能として、「Chat: Open Worktree Cleanup」コマンドが追加され、非アクティブなGitワークツリーのサイズを一覧表示し、不要なものを削除してディスク容量を回収できるようになった。マージ済みPRに対応するワークツリーを自動でクリーンアップする設定も用意されており、アクティブなセッションやピン留めされたセッションは保護対象として除外される。エージェントによる並行開発でワークツリーが乱立しがちな状況に対応した機能だ。 また、ローカル環境でモデルを実行する実験的機能も追加された。「On This Device」タブからMAI Code 1.1 Flashをダウンロードし、デバイス上で推論を実行できる。ただしNVIDIA GPUで96GB以上のメモリが必要となっており、利用できる環境は限られるが、デバイス上で処理が完結するためAIクレジットを消費しない点がメリットとなる。 その他の改善点 このほか、ファイル単位で変更を確認・確定できる「Keep」機能によるワークセット管理の簡素化、大規模なチャット履歴の復元時間を35.6秒から9.0秒へ大幅短縮した高速化、診断ハイライトの表示上限を500件から5,000件へ拡張、変更ファイル間を一覧からナビゲートできるマルチファイルDiff機能、デタッチされたバックグラウンドシェルの出力をリアルタイムに表示する機能などが盛り込まれている。全体として、AIエージェントを用いた開発ワークフローの実用性と可視性を高める方向の改善が中心となっている。