akane

vibes-coder | Cursor | Devin | Google Cloud Partner Top Engineer 2026

[akane @ak_ten6]

Grokの呼び出しだけでなく
・X Search
・Web Search
・Code Execution
・Remote MCP
・画像 / 動画 / 音声
などをまとめて扱えるSDKキタ！

[eric zakariasson @ericzakariasson]

we're releasing an experimental @SpaceXAI typescript sdk!

npm install @xai-official/sdk

get text, voice, image and video in one sdk, with the latest grok models

and tools that run on our servers, like real-time X search, web search, code execution and remote mcp

[akane @ak_ten6]

マルチモーダルJev！！オープンソース！！

[りも(Limo) @vibe_walking]

CloudflareがJevの代替をHugging Faceにアップロードしてる！！
オープンソースだから好きなだけ使える！

https://t.co/P6fKf5q9lF

Clefは、状態（state）と「型付きの質問（typed questions）」のスキーマを入力として受け取り、意思決定を行う27B（270億パラメータ）のマルチモーダルモデルです。

状態は、テキスト、JSON、画像、動画として読み取ることができます。そして、各質問について「許可されているすべての選択肢」の確率を、1回のフォワードパスでまとめて返します。

自由形式の文章生成は行わず、出力を後からパース（解析・変換）する必要もありません。

Clef APIは、JevおよびSystemOneと完全な互換性があります。

[akane @ak_ten6]

TesterArmyの/e2e。

PlaywrightのようにE2Eテストを書きつつ、UI操作は agent.act("Proにアップグレードして") のようにAIへ任せ、最後の検証は expect() で決定論的に行う。

「操作はAI、assertionはコード」という分担。

[Oskar @o_kwasniewski]

Introducing e2e

The agentic testing framework for any app

~/ npx e2e init

→ Fully Open Source
→ Mix deterministic and agentic APIs
→ Supports web, mobile, and more
→ Bring your own agent and infrastructure
→ Run locally or in CI

https://t.co/G3XB2L8tiC

[akane @ak_ten6]

メ���

[yousukezan @yousukezan]

タイムズカーの不正アクセスで免許証画像が流出した人へ：考えられる被害と今日からできる対策｜gzer0 https://t.co/5beWzlZ2Ox #zenn

[akane @ak_ten6]

It’s not available on the Enterprise accounts…..

[Cognition @cognition]

Starting today, you can now use your ChatGPT subscription directly in Devin.

Just sign in to Devin with your ChatGPT Plus or Pro plan and all OpenAI model usage in Devin will drawn down from your quota.

Now live in Devin Cloud, Devin Desktop, and Devin CLI.

[akane @ak_ten6]

もう来たか

[Tibo @thsottiaux]

Decisions API, for lightning fast constrained decision making powered by Luna. Supports visual inputs, and tuned to be able to make decisions in less than a few hundreds of milliseconds end to end.

[Claude @claudeai]

Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family.

It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

[akane @ak_ten6]

Fusionがまた安くなってる！

[Cognition @cognition]

Today we're introducing updates that make Devin significantly cheaper. It's now:

▪️ 30–40% cheaper in Fusion and Normal
▪️ 15–20% cheaper in Ultra
▪️ Up to 70% cheaper in Devin Review

All while improving capabilities – Devin Fusion now ranks first on FrontierCode 1.1 Extended.

[akane @ak_ten6]

https://t.co/TQoePXBIF8

[akane @ak_ten6]

コーディングエージェントを自律的なセキュリティ監査員として動作させるスキルパッケージ「cloudflare/security-audit-skill」。

単な��静的チェックリストのスキャンではなく、具体的なソースコード上の境界侵害と悪用シナリオが証明された脆弱性のみを報告する方針をとっています。

発見役とは別の独立した検証エージェントが反証を試みて誤検知を排除する仕組みや、外部ネットワークを遮断したサンドボックスでの安全な検証実行、過去の監査結果を引き継いで差分を優先する累積実行などが備わっています。

[akane @ak_ten6]

https://t.co/sJPr2ML9Bv

[akane @ak_ten6]

Homebrew公式のmacOS向けGUI「BrewUI」。

ターミナル操作の代わりにGUIでパッケージ管理を行いたい人向けに設計されたSwiftUIアプリで、パッケージの検索や一括アップデート、brew doctorによる診断と修復などを備えています。

裏で実行されるbrewコマンドやログ出力をそのままストリーミング表示・コピーできる透明性の高い作りが特徴です。

Homebrew本体は同梱されず、macOS上の既存インストールを検出して動作します。

[akane @ak_ten6]

メモ

[mizchi @mizchi]

Jev で向いてること、向いてないことのリサーチ結果です。30+のユースケース付き。

https://t.co/miGvsYuyIB

[akane @ak_ten6]

Jevは精度についての議論はまだあまり多くない印象。

LLMみたいに広く使われる標準ベンチマークが出てきてほしい。

Accuracyだけじゃなく、calibrationやrubric変更への頑健性まで比較できるDecision Model向けベンチマークがあると面白そう。

[akane @ak_ten6]

@fender_kn
https://t.co/xQDaBfdB1B
https://t.co/8m1bdTqpn8

[akane @ak_ten6]

Markdown仕様書の要件と実装コードを突き合わせ、��様との乖離（drift）を検知する検証ツール「jev-spec」。

TypeSafe AIのJevモデルへルーブリ��ク形式で問い合わせて得られた数値確率と閾値を比較し、機械的に合否を判定します。

構文リンターでは扱えない振る舞いや意味の検証（semantic lint）をCI等で自動化でき、SDDにおける仕様と実装の乖離を防ぐアプローチとして有効そうです。

[akane @ak_ten6]

I’d use Devin’s macOS host to build a closed-loop habitat app for my reptiles.

An iOS app + Raspberry Pi sensors would monitor temp/humidity, send instant alerts, and learn from historical sensor + weather data.

The goal is to safely auto-adjust heater settings so each enclosure stays in its ideal range.

[akane @ak_ten6]

https://t.co/xVSGpPpfgg

[akane @ak_ten6]

git diffの変更差分からテストの関連度をAIでスコアリングし、関連するテストだけを実行するCLIツール「jev-test-filter」。

TypeSafeのJevモデルを用いてテストランナー向けのフィルタ引数を自動生成し、VitestやPlaywright、cargo testなどに対応しています。APIエラーや巨大な差分が発生した際は安全に全件実行へフォールバックする仕組みも備えています。

AIDDで課題になりがちなCIの実行時間肥大化を抑えるアプローチとして有効そうです。

[akane @ak_ten6]

メモ

[Juntaro @xjuntaro]

Jev、「速い」「安い」「汎用的」で話題ですが、「精度」はどうなんでしょうか？
Kaggleで実験してみました↓

結論、「��習ゼロ」の Jev 、特化学習させたBERTの精度にわずかに届かず。
ただ、「学習ゼロ」で実用面で充分な精度を出すという恐ろしい結果に。

精度以外にも面白い発見がありました。

✅️ 精度面
精度面でいうと、なんと Fable や Astra に遜色なかった。
「精度取るなら Fable や Astra を使えばいい」という声がチラホラありますが、検証してみるとそうでもない。分類タスクに特化した Jev は Fable や Astra 級か、それ以上の精度が出せる。

ただ、特化学習させた BERT にはさすがに敵わなかった。が、差はわずか。
大量のデータを収集して学習させるコストを考えれば、「学習ゼロ」で実務上充分な精度が出せる Jev はやはり革命的。

さらに、TF-IDF（キーワードベースの特徴量）をLogistic RegressionというMLモデルで特化学習させた場合より、「学習ゼロ」の Jev が有意に勝った。

✅️ 閾値調整 Noul vs. Choice
Jev の出力として、分類に特化した Choice と、確率を出力する Noul があり、
・最も精度が高かったのが、Noul の出力に対して閾値調整したもの
・閾値を0.5のまま Noul や Choice を採用すると、BERTの特化学習版に比べて大きく劣る結果に

つまり、分類タスクで Jev の精度にこだわるなら、閾値を0.5のままより実データで調整した方が良い

✅️ few-shot learning
Jev に、「few-shot learning」という手法を採用してBERTに勝とうとしたら、分類の精度は上がらないものの、確率出力の精度は上がった。
「few-shot learning」とは、モデルのパラメータ学習はせず、モデルへのインプット（プロンプト）に学習データを数件記載する方法。
要は、AI に対して「処理例付き」マニュアルを渡す感じ。

詳しくはリプライにつけたKaggle公開ノートブックと記事をご覧ください！