AIぬーぶマン/PG

駆け出しVibecoderの個人開発者。
なんとか稼ぎたい、お金を(倒置法)

[たくびー / takubii @takubii0]

grillingしか使ってなかったけど他のスキルも導入しようかな
確かにグリル中に「これ今決定できないな」ってことあるもんな

Grillingで詰まったら、推測せず分岐する - Algomatic Tech Blog https://t.co/7ca3jxzWW1 #AI駆動開発

[rS_ローカルLLM×投資 @rS_alonewolf]

コンテキストサイズ足りない。
そこのあなたが好きそうなモデル。

Tencentが ContextPilot-14B を公開。
Qwen3-14Bベースで、普通に推論するだけじゃなく、各stepで「通常Toolを使うか、Context管理Toolを使うか」まで自分で選ぶらしい。

◼︎ 何が違うのかいな？　
普通のAgentは、
推論 → 検索 → Tool結果をContextに追加 → また推論
を繰り返すので、長く動かすほどContextが膨らんでいく。
ContextPilotは途中で、

要約 / 圧縮 / 履歴退避 / Memory保存・再取得
といったContext管理Toolも選べる。
つまり、Context Windowをひたすら伸ばすのではなく、必要な情報だけ残しながら使う方向。

◼︎ 性能はどうなら？
論文の4ベンチ平均では、
Qwen3-14B / 128K：53.26
ContextPilot-14B-RL / 32K：72.20

32Kでも128Kの素Qwen3-14Bを上回った。
長期RAGやResearch Agentでは、毎回100KとかPrefillするより、こっちの方向かなり良さそう。

※公開weightだけではContext管理は動かず、専用のAgent RuntimeとTool環境が必要。

こういうのQwen3.8 27Bでもできたら嬉しい。
自分でハーネス組もうかとも思ったけど、すでにやってる人いるはず。

[れにゃ。 @recat_125]

Anthropic の 自己改善型 Agent の構築方法の Blog です。

ドメイン特化の base skill に対し、ユーザーの FB を収集し反映する improver skill を定期実行し、その際に FB を楽に与える仕組み (Issue/PRに直接コメント) を整備する等のベストプラクティスが紹介されてます。
https://t.co/vjUb5WkPml

[うみゆき@AI研究 @umiyuki_ai]

Claudeの100ドルプランは20ドルの5倍、200ドルプランは20倍の容量！って書かれてて、普通に読むと200ドルプランは100ドルプランに比べて値段は２倍なのに容量４倍に増えてオトクに見える。しかし、実は20倍ってのは総容量（週間レートリミット）じゃなくて5時間レートリミットの方だけらしい！5時間レートリミットだけ増えたって週間レートリミットが増えなきゃあんま意味ない！総容量の方は100ドルに比べて200ドルは2倍程度しか増えてなくて全然オトクじゃないらしい。一方、Tiboが言うにはChatGPTの100ドルプランはちゃんと総容量が20ドルの5倍、200ドルプランは総容量が20倍に増えてて期待通りのオトクさだという。Claudeは容量のインチキが暴かれた上に来月からは総容量17%低下、Fableナーフ疑惑も相まって魅力が薄そう

[なかざん @Nkzn]

これ日本語環境で実践した同僚がいたんだけど、片っ端から平仮名にされてクソ読みづらくなるという日本語限定の使いづらさが発生してて面白かった。
「ELI33（33歳児に話すように説明してください）」スキルとして組み直したところ、適度に漢字を使ってくれて良い感じになったようです。

[AIぬーぶマン/PG @ainoobmanpg]

why

[Jun Song @jun_song]

Qwen3.8-120B/51B/A6B MoE is coming out in 24 hours.

What a happy day

[t.toda @Trtd6Trtd]

https://t.co/X0IoITBeJ4

Qwen3.8-27Bのハーネス議論スレ

長時間タスクで実績が出ているDeepSeek Harness、軽量なPiなど、どこか一強という感じではないな

ただQwen CodeはQwen向けの公式ハーネスで、このスレでもtool callが良いという声があるので、特に用途が決まってないならまずQwen Codeから試すのが無難そう

[connect24h @connect24h]

スキル見たら一行だけ！

[Kenn Ejima @kenn]

本当にこれ。

わずかに思える品質差もコードベースとして積み上がることで指数関数的に開いていくのでAIコストは費用ではなくて投資と考えるべき。複利計算の対象。

月数万円なら、自分自身の人件費を冷静に見える人なら個人レベルでも余裕でペイすると気づくはず。

この出費を怖がる方が危険。

[金のニワトリ @gosrum]

Qwen3.8-27Bのウェイトが更新されてるので、精度上げたい人は

unslothのGGUFを使っている人は必ず新しいのに差し替えよう！

※以前私が評価した際は、NVFP4より明らかに劣化していた

[VWC / Void戦士ちゃん @voidwarriorchan]

https://t.co/dkK2hpSEKe

[あるふ @alfredplpl]

Qwen 3.8 27B、やはり第三者のベンチマークでもめちゃくちゃ性能高いんだよな。やたらコンテキストを食うところを除けば、神モデル。

https://t.co/UIPfLDyaZm

[Doğukan @DogukanUrker]

Qwen3.8-27B ships with reasoning_effort on xhigh. Turns out that's the one setting you don't want.

Ran all four levels through the same config, 1083 tasks each. low and medium tie. xhigh burns 3x the tokens of low, loops 10x more often, and scores no better for it.

I'd just run low effort. Config below.

UD-IQ2_XXS since that's what fits 12GB, but I feel like higher quants will land in the same place.

[AM09:21 @AM09_21]

本文にもそれとなく書いてるけど、無理に1Mにしないほうがいいぞ

[V @voluntas]

https://t.co/UHNLFw5Hyw

[Koichi @fujibee]

https://t.co/lVEtk09GGq

[兎耳山ルカ 公認会計士 @TomiyamaLuca]

日本企業、AIに古典的職制ヒエラルキーを持ち込みがちなのだけど
大人しくanthropicやopenaiが実践するアプローチを試した方が良い

How we built our multi-agent research system https://t.co/6c5mjOQAis

A Practical Guide to Building Agents https://t.co/sKmYs1aZbG

[まつにぃ @yugen_matuni]

めっちゃ素晴らしい。
早速Skillsにした。

GrokBotやGPT Workからでも見れるので、変にWEB検索するより良いですね。

[VWC / Void戦士ちゃん @voidwarriorchan]

本当に教えたくなかったんですけどバレそうなので言っときます
pi使ってない人はいますぐに切り替えたほうがいい
herdr使えとかのレベルを超えている

[︎︎🐸いまいまい🐌 @imaimai17468]

Anti AI Slop Design系のを持っておくと良いです

https://t.co/VyMzfHwRbE