失敗モード・アトラス
既存の記事をエンジニアリング上の失敗モードから探せます。記事リンクは各言語の公開コンテンツから生成し、公開検証レシートがある場合だけ Evidence JSON を表示します。
JSON インデックス状態遷移とライフサイクルの断絶
拒否状態、プロトコルエラー、未完了のレビューが、後続の引き渡し・ゲート・再試行で失われるケースを扱います。
-
Cloudflareが公表したKV Cacheのリクエスト間データ露出：SGLangはなぜ拒否されたリクエストをhandoffへ進めたのか
Cloudflare の GLM-5.3 事例における KV pool と context の容量不一致、SGLang の abort 状態伝播、上流修正を整理。固定版 CPU テストと修正前後の差分も示す。
-
OpenQodex 0.11.0 を検証：AI レビュー未完了でも Git push が通るのはなぜか
OpenQodex 0.11.0 の ShellCheck と Git pre-push を実測し、レビュー incomplete 時の fail-open 挙動を固定版ソースから調べた。
-
MCP クライアントの HTTP 503・JSON-RPC error・isError をどう区別するか
Cakewalk の固定コミットと MCP 2026 仕様、Node.js の合成テスト 11 件から、エラーの階層、SSE の終了判定、互換性、安全な再試行条件を整理する。
分母とサンプルの偏り
対象条件、重複排除、有効サンプル数が変わると、式が同じに見えても指標が変わることがあります。
-
vectorbt 1.1.2：NaNがCVaRを変える理由――尾部標本数とiscloseテストの落とし穴
固定版Numba/Rustソースと完全なPython標準ライブラリ実験で、-4.67%対-5.50%とisclose誤判定を検証します。
-
Polymarketの水増し疑惑：Data APIと約定ログに潜む出来高集計の落とし穴
MSRの分母、Noトークンの売買金額、APIの時間範囲、CTF Exchange V2のログを照合し、二重集計と価格サンプリングの誤読を整理します。
-
同じ銘柄が繰り返し選ばれると、戦略の勝率は信用できる？
同じ株が何度も選ばれると60%の勝率も意味が変わります。合成10件をPythonとSQLで検証し、3種類の分母、T+5確定、重複登録を解説。
-
80点の株式シグナルは比較できる？シンプソンのパラドックスと確率校正
異なるスクリーナーの80点は同じ確率ではありません。80件の合成データ、Wilson区間、時系列リークを使ってスコア比較と確率校正の境界を解説。
信頼境界と権限の逸脱
ツールが返す内容、コマンドガード、依存関係の承認範囲が、利用者の想定より狭いことがあります。
-
AIブラウザーは非表示のWebコンテンツを返すのか？TinyFish Fetchの実測とAgentQLソース監査
合成ページでのFetch観測36件から、抽出モードがaria-label、display:none、非表示フィールドのテキストに与える影響を確認。固定版AgentQL MCPソースと公開資料を用い、ツール出力とAgent判断、セッション削除を区別する。
-
Claude Codeの暴走を止める：laya-guard（正則＋322Mローカルモデル）のPreToolUseインターセプト実測と3種の回避再現
laya-guard ローカル AI agent コマンドガードを実測：12 本の正則プレフィルタ＋322M オンデバイスモデルの二層機構、3 件の歴史的回避の再現、30 件の eval、1.5–2.1s のレイテンシ実測、npm deploy の誤検知を分析し、客観的な導入判断材料を提示。
-
pnpm 12.11 で npm 依存パッケージが Agent Skills を提供可能に：一度承認した後、アップグレード時に何を確認すべきか？
pnpm 12.11.0 の Agent Skills における権限モデルと、依存パッケージのアップグレード時に確認すべき点を解説します。独立した Node.js の合成実験で検証した内容と、実際のプロジェクトでのメンテナンス上の提案を紹介します。
-
AIエージェントにどこまで権限を渡せる？Meta Museは偽命令を見抜き、30分の予定衝突を見落とした
Meta Museの合成メール・予定表テスト。Share拒否時は停止したが、許可後の回答は存在するK2を欠落と断定。操作権限と元資料の整合性を別々に検証する。
時間境界とバッチ順序
同時刻の行順や切断されたバッチの終了印を、因果的順序やバッチの完全性と誤認する問題です。
-
同じ1ナノ秒に114件の執行記録：Hawkes尤度はどこで計算を誤るか
AAPL ITCHの同時刻バッチと114件の人工例から、Hawkesのpre-batch採点、行順依存の自己励起、補償積分と作業尤度の限界を検証する。
-
オーダーブックのバックテスト約定が合わない？NautilusTraderのbatch_deltasとF_LASTを検証
NautilusTrader 2.0.0rc7でOrderBookDeltaの約定結果が変わる理由を、batch_deltas、F_LAST、イベント先頭の欠損とPythonの合成テストから検証します。