第30週は、コード生成が安価になった時代に開発者がどう考えるべきかをめぐる、三つの連動した議論をもたらしました。Addy Osmaniのダークファクトリーという概念は本質的な危険を的確に名指します。エージェントが悪いコードを書くことではなく、人間がコードを読むのをやめてテストが通り続ける間にcomprehension debt（理解の負債）が静かに積み上がることです。Theoの動画は逆の角度から同じ地点を突きます。コードが重要すぎて全行を検証しなければならないとしても、あなたはまだコードを十分に生成していない — クリティカルなパスを使い捨てのハーネス、カスタムデバッガーー、ストレステストスイートで囲むべきだという主張です。二つを合わせると、ボトルネックは生成速度ではなく検証容量であり、解決策はdiffではなくファクトリーを設計することだと分かります。
計測の面では、Harry RobertsがContainer Timing API（containertiming属性、Chromeオリジントライアル148–153、BloombergとIgaliaが開発）を紹介しました。コンポーネントレベルのペイント計装をuserland JavaScriptから取り出してレンダリングエンジン自体へ移します。elementtimingが「この画像はいつレンダーされたか」を問うのに対し、Container Timingは「この購入ボックス全体はどのように出来上がったか」を問います — LCPだけでは見えない多段階のペイント動作をPerformanceContainerTimingエントリのシーケンスとして露出します。注意点として、ブラウザはコンテナの完了を意図的に通知しないため、チームが独自の意味あるエンドポイントを定義する必要があります。
Evil Martiansの調査AIトラフィックパターンに実際の数値を与えました。2ヶ月間で268,000件のエージェントリクエストを記録し、人間のページビューの2倍以上です。データは単一の「LLMオーディエンス」という概念を完全に崩しました。ChatGPT-User（エージェントトラフィックの73%）はレンダリング済みHTMLをほぼ独占的に取得する一方、Claude CodeはAccept: text/markdownを送信し、コンテンツネゴシエーションを通じて76%の確率でMarkdownを受信し、正規Markdownトラフィック全体の43%を占めます。一方、llms.txtは約770件中37件の実際のAIアシスタントリクエストしか引き付けられず、残りはボット・スキャナー・クローラーでした。
GitHubのDependabotクールダウンは今週のサプライチェーンの議論を締めくくります。バージョン更新PRを発行する前にデフォルトで3日間待機し、2026年5月までの1年間に1日あたり絀18件の悪意あるnpmパッケージがGitHub Advisory Databaseに登録されたデータが根拠です。chalk、debug、Solana web3.jsなどの高プロファイルなインシデントはいずれも数時間以内に発見されたため、短いバッファだけで大半の短命型攻撃を除去できます。
