ひこひこ

ヘルプセンター勤務

[ひこひこ @shusuke551]

@WallsTokyo AIで作った作品はアートなのか。アートの存在意義そのものが問われる問題だと思う。写真が登場したときに絵画の意味が問われたように。それでも写真はアートになり、絵画も生き残った。AIによる表現も、同じようにアートの領域に入ってくるのかな。

[ひこひこ @shusuke551]

https://t.co/DTmMWWTjNp

[ひこひこ @shusuke551]

AIエージェントに自分のサイトが対応してるか知ってますか？

Cloudflareが新しいツール出した。スキャンすると、robots.txt、Markdown対応、MCP、OAuth、エージェントスキルとか、5つのカテゴリーでAIエージェント対応度をチェックしてくれる。

マジで何も設定してないサイト多いと思う。今後はこういう標準化が当たり前になるのかな。

#AI #Web開発

[ひこひこ @shusuke551]

https://t.co/9t3TfiBsX6

[ひこひこ @shusuke551]

プレゼンをコマンド一発で作れるプロジェクトが出てるんだけど、これ実務レベルでやばい。36個のテーマ×31レイアウト×47アニメーション全部そろってて、ビルドステップなしの純粋なHTML/CSS/JSだけで動く。AIエージェントに「cyberpunkテーマで8ページのスライド作って」って言うだけで完成するやつ。

テンプレも14個あるし、これまでのプレゼン資料作成の時間が一変しそう。

#AISkills #開発ツール

[ひこひこ @shusuke551]

https://t.co/bSGEkAzX3q

[ひこひこ @shusuke551]

LLMは新しい状況には強いのに、同じ問題を長く続けると途端に壊れる。

最新の研究で面白い発見が出てた。最短経路問題という単純なタスクで、GPTなどのモデルをテストしたら：

📍 **空間転移（新しい地図）** → 得意。未知のマップでも対応できる
📍 **長期スケーリング（より長い経路）** → 失敗。同じ操作を繰り返すと精度が崩れる

つまり「見たことない状況には強いけど、思考を深掘りすると不安定になる」って話。

RLで学習を安定させても、この限界は変わらないし、推論時に時間をかけても救えない。データでカバーできる範囲がそもそもの天井らしい。

これ考えると、LLMの「汎化」ってまだまだ過信は危ないってことよね。推論能力じゃなくて、記憶+パターンマッチング的な側面が強いんだろう。

#LLM #AI研究

[ひこひこ @shusuke551]

https://t.co/MR9PU9w8np

[ひこひこ @shusuke551]

Windows Defenderの脳みそがバグった話、マジで笑える。

クラウドタグ付きの悪質ファイル検出したときに、削除じゃなくて「元の場所に上書きする」という謎の動作をしちゃう。この仕様をつついたら、システムファイルを平気で改ざんしてAdmin権限奪えちゃう。

ウイルス対策ソフト「さあ、感染ファイルを確保しよう！」→ファイル「ありがとう、復旧してくれて」

防ぐはずが手助けしてる。これほど皮肉なセキュリティバグも珍しい。

#セキュリティ #Windows

[Thomas Gauvin @thomasgauvin]

https://t.co/gZ81cIqNWt

[ひこひこ @shusuke551]

https://t.co/ykcvzp83fb

[ひこひこ @shusuke551]

最新のLLMが10%未満の精度で落とされてる。

LongCoTってベンチマーク見てびっくりした。2,500問の推論タスクで、化学・数学・プログラミング・チェス・論理が混在してて、各ステップ自体は簡単だけど数十〜数百万トークン規模の長い思考過程が必要らしい。

GPT 5.2が9.8%、Gemini 3 Proが6.1%。

つまりね、「個別の問題は解けるのに、長い推論チェーン全体を正確に保つことができない」って弱点が浮き彫りになってるわけ。複雑な自動化タスクとかに本格的に使おうとしたら、まだまだヤバいって話。

この手のベンチマーク、単なる数字じゃなくて「今のLLMが何に困ってるのか」を可視化するのが価値だと思う。スケーリングだけで解決する問題じゃなさそう。

#AI #機械学習

[ひこひこ @shusuke551]

https://t.co/pkbPelKReC

[ひこひこ @shusuke551]

機械学習の研究結果が出てるんだけど、めっちゃ単純な統計的手法がAIと同等以上の精度を出してるらしい。

言語分析の世界で「複雑な方が正義」って思ってた人、多いと思うんだ。でも実際には古典的なアプローチ（TF-IDFとか素朴ベイズ）がニューラルネット並みの性能を発揮してるって。

思うのは、AIの強みって複雑さじゃなくて、要するに「適切な道具を選べるかどうか」なんじゃないかってこと。高機能なAIモデルで単純な問題を解こうとするのって、スマートフォンでネジを回すみたいなもん。

実装コストも計算量も圧倒的に有利な古典的手法が選ばれるようになったら、AI業界の空気も変わるんだろうな。

#機械学習 #AI

[ひこひこ @shusuke551]

https://t.co/QqNAbEf5ER

[ひこひこ @shusuke551]

60個以上のSkillを手動でメンテするの、マジで地獄じゃん。

darwin-skillを見てて思ったのが、「Skillの最適化を、モデル学習みたいに自動化できる」ってコンセプトめっちゃ強い。

評価→改善→テスト→確定という循環を勝手に回してくれて、改善したぶんだけスコアが上がる「棘轪機制」。退化したら自動ロールバック。

従来のSkill審査って格式チェックとか形式的なもんだったけど、このシステムは「実際に動かしてみて、効果が本当に出たかどうか」まで見る。完璧に見えるSkillでも、実行結果がイマイチなら意味ない—その原点を抑えてる。

Karpathyのautorehsearchから着想を得たらしいけど、それを「人間が設計する→AIが実験する→人間が確認」のループに落とし込んでるの、実装側の思考が丁寧だなって。

個人的には「人在回路」の部分が好きで、完全自動化じゃなくて、各Skill最適化後は人間が確認してから次へ進む設計。AIに判断させきるんじゃなくて、ちゃんと人間を入れてる

[ひこひこ @shusuke551]

https://t.co/6ANU89KOVo

[ひこひこ @shusuke551]

同じプロンプトを何度も手打ちするの、マジで時間の無駄じゃん。Chromeの新機能「Skills」はそれを一発で解決してくれる。好きなAIプロンプトを保存して、次からはワンクリックで実行できるやつ。レシピを素早くビーガン化したり、複数タブから商品比較したり、長い文書から重要情報を抜き出したり。普通に毎日使うような作業ばっかりだから、導入する価値ありだと思う。ただ、Skills Library も用意されてるから、自分で作るか既存のテンプレ使うか、どっちでいくか悩みそう。

#Chrome #AI

[ひこひこ @shusuke551]

https://t.co/NA1IfqcDlC

[ひこひこ @shusuke551]

LLMの内部にある「性格ニューロン」を直接操作できるってやばくないか。

Big Fiveの5つの性格特性ごとに、特定のニューロンが反応することを突き止めたらしい。そいつらを強化したり抑制したりすると、モデルの出力が狙った性格に寄る。成功率80%超えの概念もあるとか。

つまり、LLMが「人格を持ってる」みたいに見えるのは、モデルの深さ全体に分散した特定の神経回路が担ってるってことなんだよ。これが制御可能だってわかった時点で、AIの一貫性とか透明性の議論も変わってくると思う。

推測や微調整じゃなくて、ニューロンレベルでの直接介入って、なんか危ない気がするのはオレだけか？

#AI #LLM