Kaku.md | AI-PdM

PharmaX株式会社 YOJOカンパニー プロダクト&マーケティング責任者 / toCヘルスケアプロダクト、AIエージェントの開発・設計、プロンプトエンジニアリング、Vibe codingなど。

[Kaku.md | AI-PdM @kakumaeda]

https://t.co/N5KnSkG3MK

[Kaku.md | AI-PdM @kakumaeda]

やたらサブエージェント起動して、トークン一瞬で消費しまくってたのは、これが原因か

[松丸 彗吾(keigo matsumaru) @k_matsumaru]

GPT-5.6の推論レベルについて
low ~ maxまでは単純に思考予算が上がるけど、ultraは推論予算増えるわけでは無く、単純にエージェントの並列数が増えるだけみたい
multi-agentに勝手になるよってだけなんだね

これはClaude Codeでいうultracodeにあたる感じなんだね、ultracodeのが並列数えぐいが

https://t.co/bPRpKISOOe

[Kaku.md | AI-PdM @kakumaeda]

CursorのGrok4.5、自社モデルプール扱いなんだ

[Kaku.md | AI-PdM @kakumaeda]

Claudeのアーティファクトも、CursorのCanvasもTeamかEnterpriseプランじゃないと共有できないのか
困った

[Kaku.md | AI-PdM @kakumaeda]

Coworkとチャットが統合されてる

[Kaku.md | AI-PdM @kakumaeda]

これclaude desktopからもいけるのね
もしかして前からいけた？

[ClaudeDevs @ClaudeDevs]

Artifacts in Claude Code are now also available on Pro and Max plans.

Ask for an artifact, Claude writes the code, publishes it live to claude.a‍i, and updates it in real time while it keeps working. Pages are private to your account and fully self-contained.

[Kaku.md | AI-PdM @kakumaeda]

結局今のモデル性能と将来のモデル性能から逆算して、ちょうどいい塩梅のスコープで要件決めて、
精度・コスト・レイテンシを満たせるようにプロンプト・コンテキストエンジニアリングして、適切なモデルの選択もして、thinking_levelとかも検討して、
必要あれば評価の仕組みも設計してってことなんだよな

[kazuki🄽Notion @kzkhykw]

https://t.co/8t1uWrmbiV

[Kaku.md | AI-PdM @kakumaeda]

おもしろい

> 今後 1～2 年でやりたいことをすべてリストアップして、全部プロトタイプする。
その中で「今のモデルでももう十分いけるもの」だけを選んで出し、
それ以外は寝かせておいて、モデルが一段ジャンプしたタイミングごとに、
新しいモデルに差し替えてまた試してみる――そういう運用にする。
https://t.co/tSWFTKpTLa

[Kaku.md | AI-PdM @kakumaeda]

フロントエンド能力が高いと噂のGLM 5.2をCursorで試してたけど、
デザイン比較出すのに、Canvas機能使うと便利なことにいまさら気付いた

[Lee Robinson @leerob]

You can now try GLM 5.2 in Cursor!

Excited to see more useful open models, thank you to Fireworks for partnering here. Results from our evals ↓

[Kaku.md | AI-PdM @kakumaeda]

それ of それ
> 1. すべては評価から始まります。AIのパフォーマンスは、それを測定するために使用される評価スイートによって完全に決まります。つまり、「良い」とはどういうものかを正確に定義している場合にのみ、パフォーマンスを追跡できます。

[Garrett Lord @GarrettLord]

https://t.co/EBcWLBGkjz

[Kaku.md | AI-PdM @kakumaeda]

米国先行リリースのChatGPTのメモリの要約、自分の手元にも来てた
https://t.co/GPfN7b9IcX

[Kaku.md | AI-PdM @kakumaeda]

このセッションの競合に関するテーマで、小川さんのメルカリに対して、営業力とローカライズで勝てたという青柳さんへの先制パンチに対して、
青柳さんがGOからのMOVに触れて、
「タイミーにもDeNAの方いたと思いますけど、、」という一部の人にしか伝わらない、ハイコンテクストな舌戦が面白かった

[StartupMarket @StartupMarket0]

【次世代ユニコーン】
次世代ユニコーン企業に聞く。スケールの壁をどう越えるか、成長途上の経営者たちの本音。

＜登壇者＞
青柳 直樹（newmo株式会社）
上地 練（株式会社Solafune）
小川 嶺（株式会社タイミー）
モデレーター：相川 真太郎（グリーベンチャーズ株式会社）

[Kaku.md | AI-PdM @kakumaeda]

> フロントエンドは改善されていますが、まだ Fable/Claude のレベルには達していません。

[Pankaj Kumar @pankajkumar_dev]

GPT-5.6 Pro Early Reviews: Launch Looks Imminent

- Frontend has improved, but it's still not at Fable/Claude level.
- One major surprise: GPT-5.6 Pro is very excellent at SVG and 3D SVG generation, it outperforms Fable 5.
- Vision is a upgrade, showing much stronger image understanding and design replication.
- It also delivers better reasoning and overall understanding compared to GPT-5.5 pro.
- This makes a GPT-5.6/GPT-5.6 Pro launch seem very close, with June 25 (Thursday) being the expected date.

[Kaku.md | AI-PdM @kakumaeda]

Fable 5、ちょうどいろいろ作ってたタイミングだったから思ったけど、frontendはかなりすごいなと

[Arena.ai @arena]

Claude Fable 5 ranks #1 in Code Arena: Frontend, leading by a wide margin over Opus-4.8.

Highlights:
- #1 in every sub leaderboard: HTML, React
- #1 in every sub category: Brand & Marketing, Reference-Based Design, Data & Analytics, Consumer Product, Gaming, Simulations, and Content Creation Tools.

Huge congrats to @AnthropicAI for this milestone! The thread breaks down how Claude Fable 5 ranks across single-modality arenas.

[Kaku.md | AI-PdM @kakumaeda]

お、いいね

[Thomas Ricouard @Dimillian]

Finally it's there on Codex Mobile too! In the latest update you can now create new threads on a worktree and choose your git branch!

[Kaku.md | AI-PdM @kakumaeda]

Claudeデスクトップについてる、mcp__visualize__show_widgetのツールめちゃ良いじゃん
わざわざHTMLとかでデザイン比較する必要なかったわ
（3,4月くらいからあったらしいけど）

[Kaku.md | AI-PdM @kakumaeda]

CursorのAgent Windowだいぶ使いやすくなってきたな

[Kaku.md | AI-PdM @kakumaeda]

5.4mini👀
コスパ含め、もっと評価されても良いモデルだよな

[Cognition Japan @cognition_jp]

新しいコーディング評価「FrontierCode」を発表しました。

難易度と品質の基準を大きく引き上げるベンチマークです。各タスクは著名なOSS開発者でも40時間以上かかるレベル。

多くのモデルは「動くコード」は書けても、保守できるコードは書けません。

FrontierCodeは「本当にマージできるか？」を測定します。