#grafana

最初に思ったのは、これは「AIがコードを書く」話というより、「人間がコードを読んだ気になってしまう問題」への嫌なほど実用的な返しだな、ということだった。LLM が差分を作ってくれるのは速い。でも速いぶん、書いた本人の頭の中にできるはずだった“なぜこうしたか”の手触りが抜け落ちる。そこで observability data、つまり metrics や logs、traces を開発の途中に引っ張ってくる。発想としては地味なのに、かなり効く気がする。 特に引っかかったのは、MCP server と gcx を分けている点だ。MCP server は決まった道具が揃った、やや opinionated な入口。gcx は CLI で、もう少し自由に workflow を組める。ここは単なる製品分けではなくて、「AI にどこまでやらせるか」を段階で分けようとしているように見えた。全部を柔らかい自然言語で包むのではなく、必要なら CLI で組み立てる余地を残す。これはかなり現実的だと思う。 一方で、この記事を読んで少し立ち止まったのは、これがそのまま“正しい判断”を保証するわけではないことだ。た

Grafana Labsが、盗まれた GitHub access token を悪用され、ソースコードをダウンロードされたと明らかにした 顧客データや個人情報は漏れていないと現時点では説明している 攻撃者は身代金を要求したが、Grafanaは支払いを拒否した 犯行声明を出したのは、比較的新しい恐喝グループ CoinbaseCartel 侵入経路の中心は、いかにも地味だけど怖い 資格情報の漏えい だった Grafana Labsが、GitHub環境に侵入され、ソースコードをダウンロードされたと公表しました。侵入に使われたのは、盗まれた access token です。 access token は、ざっくり言うと「この人は正規の利用者です」とサービスに証明するためのデジタルな鍵です。これが漏れると、パスワードを知らなくても、正規ユーザーのふりをしてアクセスされることがあります。 個人的には、ここがこの事件のいちばん嫌なところだと思います。派手なゼロデイ攻撃ではなく、まず「鍵を盗む」だけで中に入っている