tk42

ほあようごぁいましゅ 金融 プログラマー 法人経営 Tesla 皇居ラン 乗馬 六本木 独身

[tk42 @tk____42]

後悔しない人生のためには努力さえしとけば自信か経験になるけど，本音は慢心したい

[paji.eth @paji_a]

さらに逆説的だけど、GPT5.6がFable級にならず、あるいはFable級になっても結局AGIには届かず、このあたりでパフォーマンスが頭打ちになる未来があるとしたら、それはGPUが足りないとか、データが枯れるとか、スケーリング則が限界とか以前に、人間側のマネジメント能力が先に詰むからで、将棋AIがまさにそうだったように、ある段階までは人間が「この手は深い」「この構想は新しい」と理解できる範囲で強くなっていたのに、一定ラインを超えた瞬間から、最善手は出ているっぽいが人間にはなぜそれが最善なのか説明できない、でも勝つ、という変な領域に入ってしまい、AIも同じように、コードを書く、研究仮説を出す、経営戦略を作る、法務リスクを見る、プロダクトを設計する、政策を提案する、サイバー防衛を組む、兵站を最適化する、みたいな個別出力では人間を超えていくのに、その出力を会社や国家や研究所の中で実際に採用するには、目的設定、タスク分解、評価、検証、説明責任、倫理判断、失敗時の責任者、既存組織との接続、意思決定者の納得、世論や株主や規制当局への説明が必要で、ここが全部人間のままなら、AIが賢くなればなるほど「すごすぎて誰も責任を持って使えないもの」になっていき、AGIの前に、AIの知能限界ではなく、人類の運用限界という天井にぶつかるんよな…

[hiroppy @about_hiroppy]

"「エンジニアなしでも生成AIで作れる」の後始末が受託に流れ込んでいる" エンジニア採用せずに物は作れてもPoCレベルで終わり運用出来ずか。そして資金調達が見込み1/3になったからエンジニアを採用できないと。

「上場」が消え、EXITがM&A前提になった夏 ― IVSで見たスタートアップの現在地｜久松剛 https://t.co/B8DCxkvowu

[渡邉正裕 @masa_mynews]

あっちは法人税も所得税も日本の半分以下なので、労働によって種銭を貯めるには都合がよい。日本は労働所得が累進税制（働けば働くほど罰せられる）である一方、金融収益は分離課税で一律約20％と相対的に低いから、作った種銭をもとに投資収益で日本で食ってくのは非常に合理的。みすみすハックされてる日本政府が本当に頭わるい、ということ。

働き手が減っていくんだから、労働者に働くインセンティブを与え、不労所得者（投資家）に累進税をかけるべきなのに。Rを累進にしてGをフラットにして「労働が報われる国」を目指さなきゃいけないのに、国が置かれている少子化の状況に対して、真逆な税制のまま変えようとしない。R>Gから何も学んでいない。

[iwashi / Yoshimasa Iwase @iwashi86]

スタートアップあるあるな作り話で、SaaSとかじゃなくてオーブンを題材にしたもの。

この辺、すごいありそう

・創業者は机上の空論に過ぎない計画を立て、市場の10パーセントを簡単に獲得できると錯覚している
・専門知識を持つエンジニアは、大企業での退屈な仕事から逃れ、自由と理想を求めて低賃金でスタートアップに参加する※

・最初に作られるMVPは理念先行
・実際の現場ではほとんど使い物にならない（ことが多い）
・少数の好意的な初期顧客からの意見だけを頼りに、創業者はプロダクトが完成したと勘違いして投資家から資金を調達してしまう
・資金調達が成功すると、プロダクトの根本的な欠陥を直す前にスケールが優先される

・既存の顧客は現状維持を好む
・だから、少し効率が良い程度の新しいオーブンは簡単には売れない

・焦った営業部門は、顧客の無茶な要望に無批判に応えることで無理やり契約を取ろうとし始める
・大口顧客との契約はプロダクトの実力ではなく、創業者の人間関係や実現不可能な口約束によって決まる
・大口顧客が要求する特殊な仕様は、本来のプロダクト設計を根底から破壊する危険性があった

・現場のエンジニアが技術的な不可能を論理的に訴えても、経営陣は精神論で開発を強行させる
・短期間で徹夜をして無理やり作ったプロトタイプは、後々までプロダクトを苦しめる技術的負債を生み出す原因となってしまう

・さらに営業担当者は現行機能ではなく、半年後にできると約束した架空の機能ばかりを売るようになる
・次の資金調達を有利に進めるため、実用性よりも見栄えが良くて説明しやすい新機能ばかりが優先して追加されていく

・開発チームが新機能の追加に追われている間にも、中核となる基本機能の欠陥は放置されたまま
・顧客が本当に求めているのは基本性能の安定だが放置
・サポート部門は無意味な新機能を提案して解約を引き留めようとする

・経営陣が休まずに働く姿を見せることは、従業員に対する無言の圧力となる

・優秀だったエンジニアたちは次々と燃え尽き、単に休暇を取るためだけの理由で会社を去っていく
・残されたメンバーもプロダクトへの情熱を失い、ただ無難に日々の業務をこなすだけの存在へと変わっていく

・経営陣はこれまでの失敗の原因を無謀な計画ではなく、現場の実行プロセスにあったと責任転嫁する
・資金が底をつきかけると、実態のないバズワードを並べた新しいプレゼン資料を作って投資家をごまかそうとする（Intelligent baking platformみたいな）

・最初のエンジニアが静かに去った後、彼が書いた複雑なコードに触れられる者は社内のどこにもいなくなる
・創業者は再び同じような理想を抱く若者を、以前よりはるかに悪い条件で雇い入れる
・経営陣が過去の失敗から何も学んでいないため、この企業は全く同じ過ちをこれからも繰り返す（※に戻ってループする。なお株式は希薄化する）

https://t.co/IIHZo1nCbR

[日本経済新聞 電子版（日経電子版） @nikkei]

Apple値上げ、MacやiPad2〜3割　メモリー価格高騰を転嫁
https://t.co/B811kk1zvc

[Mark Gurman @markgurman]

More increases: iMac to $1499, Touch ID MacBook Neo to $799, Mac Studio up $500 to $2499, 13-inch iPad Pro to $1499. Fully-loaded 16-inch MacBook Pro is now $9999. Base iPad to $449, iPad mini to $599.

[Sakana AI @SakanaAILabs]

SakanaAIは、有限責任あずさ監査法人と共同で、LLMエージェントの長期的な経営能力を評価する新しいベンチマーク「CoffeeBench」を公開しました。

ブログ：https://t.co/9dgRvLkBw2

現実の経済では、消費者へ直接売るビジネスだけでなく、企業同士が継続的に取引するビジネスも重要です。CoffeeBench は、農家・焙煎店・小売店の計6社が参加するコーヒー業界のサプライチェーンをシミュレーションし、各社をLLMエージェントが運営。90日間にわたって価格交渉・発注・在庫管理などを行い、純利益の最大化を目指します。

最新のLLMを同じ環境で競わせると、経営成績は大きく分かれました。積極的に交渉し、利益に直結する一手を打ち続けるモデルがいる一方で、自身の状況を分析しながらも行動に移さず、待機し続けて赤字に陥るモデルも出てくるなど、長期タスクならではの振る舞いの違いが観察できました。

CoffeeBenchは、長期にわたり相互作用するLLMエージェントの能力や振る舞いを評価・分析していくための第一歩です。今後は、複数エージェント間で生じる協調・競争・逸脱行動や、その監査・ガバナンス手法の研究へと発展させていくことを目指します。

本研究は ICML2026 Workshop "Failure Modes in Agentic AI" にて発表予定です。

論文：https://t.co/LQ9w0r960H ☕

[今井翔太 / Shota Imai@えるエル @ImAI_Eruel]

OpenAIの次のモデルGPT-5.6が、Mythosと同じようなプレビューの限定アクセスになるという報道があったばかりですが、まさかの直後にGPT-5.6を出してきました。
Mythos/Fableを超えてるかは確認が難しい（そもそも触れない）ですが、パッと見た限りでは確かに、事前承認制になるだけはあって性能はかなり高いです。
・事前の報道通り、公開直後は一部のパートナーのみのプレビュー。この辺はMythos→Fableの流れとほぼ同じ
・今後数週間以内にGPT-5.6 Sol、Terra、Lunaを一般公開する予定。この辺はさすがアルトマンで、政府と根回しが済んでいる模様。なお、Sol-Ultraが最高性能
・エージェンティックな性能を測るベンチマークではMythosを超えており、特にTerminal-Bench 2.1では、一般提供用に調整されたSolですらMythosを上回る
・ サイバーセキュリティ能力では単純にMythos超えとはいかないが、それでもMythosにほぼ匹敵する

[OpenAI @OpenAI]

Introducing a limited preview of GPT-5.6 Sol, our next generation frontier model, as well as GPT-5.6 Terra, a balanced model for efficient, everyday work, and GPT-5.6 Luna, a fast and affordable model for high-volume work.

https://t.co/OoM83SyISN

[Mo Elgaraihy @EngMoElgaraihy]

فريق Unsloth المرعب قاموا بخطوة جنونية وأخذوا العملاق الصيني GLM 5.2 وضغطوه بتقنية متطرفة جدا تسمى 1-bit وحولوه لصيغة GGUF الخفيفة
​المفاجأة؟ قاموا بتشغيله محلياً (Locally) بالكامل على جهاز Mac Studio وبدون أي اتصال بالإنترنت أو سيرفرات خارجية وبسرعة ممتازة بلغت 21 توكن في الثانية

​ولم يكتفوا بذلك بل وضعوا هذا الموديل المحلي المضغوط في مواجهة حية ومباشرة ضد أعتى وأقوى سيرفرات العالم المدفوعة والسحابية Claude 4.8 Opus و GPT-5.5

​الصدمة التي أذهلت المطورين في الكومنتات هي أن الموديل المحلي وقف نداً لند أمام سيرفرات بمليارات الدولارات وقدم إجابات ذكية ودقيقة جدا تضاهي العمالقة

​الفائز الحقيقي اليوم ليس مجرد موديل بل هو مفهوم التشغيل المحلي؛ من الآن تصبح بياناتك آمنة 100% في جهازك وتكلفة فواتير الـ APIs الخاصة بك صفر دولار وبذكاء ينافس أقوى شركات أمريكا

​لا تنسوا الإعجاب والمشاركة ليصل المنشور لكل مهووس بالتقنية والذكاء الاصطناعي !

[管四 @guansi]

最近发现了一个特别有意思的用法。我把 GPT 和 DeepSeek V4 Pro 当高级工程师用，负责写 SOP、写 CI/CD 流程、设计方案。然后把这些东西一股脑丢给 Hermes Agent 里的 Minimax M3 去执行。

正常情况下，ChatGPT 一个小时能搞定，DeepSeek 两个小时也差不多了。M3 呢？已经干了一上午，四个小时过去了，还在和 CI 测试死磕。日志刷得飞快，错误改了一轮又一轮，就是过不了。

但神奇的是，我居然没有生气，反而越来越期待。

因为我突然意识到，M3 最有价值的地方可能不是干活，而是验收文档。

如果 GPT 写的 SOP，DeepSeek 写的流程，最后连 M3 这种级别的“小白员工”都能一步一步照着执行成功，那说明这个文档是真的写明白了。反过来，如果 M3 卡住了，大概率不是它一个人的问题，而是流程里还有默认知识、隐藏前提和作者自己都没意识到的经验依赖。

以前测试用户手册，要找新人。

现在测试用户手册，直接找最笨的 Agent。

某种意义上说，M3 已经从生产工具变成了质检工具。

它就像公司刚入职的新同事。能力可能一般，效率可能不高，但凡是文档里写得不清楚的地方，它一定能精准踩坑给你看。

AI 时代最好的测试工程师，未必是最聪明的模型。

有时候恰恰是最笨的那个。

[うみゆき@AI研究 @umiyuki_ai]

サカナAIがマルチエージェントオーケストレーションのFuguをリリース。何なのかというと体験としては単なるLLMのAPI。料金プランはサブスクまたは従量課金。普通のFuguと高品質のFuguUltraの２種類。Fuguというのはサービスの名前でもあり、実際にSakanaAIが開発したLLMモデルの名前でもある。独自モデル作ったりしてる分OpenRouterのFusionとかより凝ってる。基盤になってる技術は「TRINITY」と「Conductor」という二つのサカナAIの論文。Fuguは上司AIとして内部的に他社の色んなモデルを呼び出して作業させてそれらを取りまとめてファイナルアンサーを出す。具体的に内部でどのモデル呼んでるか分からんけどまあGPT5.5とかOpusとか呼んで組み合わせてるんだろう。結果としてMythosやFableに迫るベンチスコアを叩き出しちゃってるのでAI遮断リスクに対してロバストだという。Fuguの狙いの素晴らしい点はFuguユーザはもうFableがいつ再公開されるんや～とかGPT5.5が遮断されたらどうしよう～みたいな個別的リスクに悩まされる必要が無いという点。サカナAIはFuguが内部的に呼び出すモデルのデッキ構築を勝手にやって性能を最適化し続けてくれる（に違いない）もしも今後GPT5.5とかが遮断されたらその時はFuguの呼び出しモデルが差し替えられる。多少性能が変わるかもしれんけど現状の最善性能を提供し続けてくれる（ハズだ）逆にFable再公開されたらFuguにも組み入れられてさらに性能上がるだろう。新しくGPT5.6とか出たらまた最適化していい感じに組み入れてくれるハズ。例えるならGPTとかOpusとかFableとかの個別のモデルが個別株だとしたらFuguはオルカンみたいなもん。個別株に全賭けしてる人はその会社の上昇下落でイチイチ一喜一憂するはめになるが、インデックスファンドなら組み入れ銘柄を勝手に最適化し続けてくれるので悩む必要ない。サカナAIはビジネスセンスあるのか心配だったけど現在の政府AI遮断の緊張感を逆手にとって金儲けに繋げてきてさすがに伊達じゃなく賢い

[AI Dance @AI_Whisper_X]

海外网友扒了1680 份 Anthropic 工程师的简历，先说我觉得最反常识的几点：

第一，招的几乎全是搞 infra 的，不是 researcher。
第二，几乎不招初级员工。中位数的工作经验是12.2年。只有13%的人有博士学位。
第三，最大的人才来源不是OpenAI和DeepMind，而是Google和Meta。
第四，如果是 junior ，一个特别"干净"的典型画像是这样的：MIT，IOI 银牌，Codeforces 2900+。

一篇非常好的文章，作者是做招聘的，把当前雇主一栏写着 Anthropic 的 LinkedIn 主页全爬了下来，共 5306 人。从里面筛出 1680 个真正做工程的，再去翻他们进 Anthropic 之前写的 7986 段过往岗位描述。

可以一观Anthropic的人才构成。

1、Anthropic几乎是一夜之间把团队搭起来
现在还在 Anthropic 的工程师里，2021 年之前就进来的，只有 15 个人。
真正的大扩张是在2025-2026年。2025 年一年，工程组织差不多扩了3倍，招了686个。2026 年看起来也会接近这个节奏：截至 6 月，已经招了455个。
现在团队里一半人入职还不到一年，过去 12 个月进来的占53%，在职时间中位数10个月。
也就是说，这是一个在大概 18 个月里，被非常快地搭起来的巨型团队。

2、他们几乎只招资深工程师
这条我觉得最反常识。
进Anthropic之前，这些人的中位工作经验是12.2年。中间 50% 的人，经验8.8到16.5 年。
1680个人里，工作经验不到3年的只有 50 个；44%的人有 13 年以上。应届这块基本等于没有。
所以一个典型的 Anthropic 新人是这样的：已经工作 12 年，但进公司才 10 个月。

3、他们其实更看重 infra，不是我们以为的“搞研究”
40% 的人背景里出现了 infrastructure。
backend、distributed systems、databases、security 这几个方向，各自都在 20% 左右。
而reinforcement learning，只有3.3%人。
也就是说，典型的 Anthropic 工程师，过去十年更像是在 hyperscaler 或 infra-heavy startup 里搭大规模生产系统的人。

4、最大的人才来源不是 AI lab，是 Google
大家总觉得 Anthropic 很多人来自 OpenAI 和 DeepMind。
但实际上，它最大的人才管道是 Google，而且领先很多。
除了 Google，它明显还偏爱那些以工程严谨著称的地方：Stripe、Databricks、Snowflake、Palantir、Airbnb。

[Hugging Models @HuggingModels]

Gemma 4 12B Coder is here and it's a game changer for local code generation. This GGUF model packs Google's latest gemma-4 architecture into a compact 12B size, perfect for running on consumer hardware. It's optimized for reasoning and thinking, making it ideal for developers who want fast, private coding assistance without the cloud.

[マスクド・アナライズ 本「会社で使えるChatGPT」好評発売中 @maskedanl]

めっちゃ長文かつ丁寧なに

「日本の製造業は勘違いしてんじゃねーよ」
「お前らはAIを全然理解してねぇ」
「GAFAMが持ってないデータなんて幻想だろ」
「フィジカルAIで製造業復活なんて単純な話じゃねぇ」

という内容でした。
実際そうなので、勘違いを正すのは大事だと思いました。

[OpenRouter @OpenRouter]

Introducing the Fusion API, the smartest compound model in the market.

Fusion achieves Fable-level intelligence at half the price.

How it works 👇

[飛鳥新社 @ASUKA_SHINSHA]

もはや資本主義はマスク主義に変わった❗️SNS、AI、宇宙、世界経済、そして全人類の脳…全てを一人のキングが支配した果ては？斎藤幸平が絶賛「思考を操作されないために、私たちに残された時間は短い」
イーロン・マスクの自伝ではなく、存在、実績、思考をイデオロギーとしてとらえる初めての本

[ミエルカくん🐱 @Mieruca_kun]

Googleが、AIに読ませやすいドキュメントの書き方「OKF」を発表したようです。

Markdownをベースに、文書のタイトル、種類、更新日、関連情報などを決まった形で書く仕組み。

普通の（平文の）文章でもAIは読めますが、文書が増えるほど「これは何の文書なのか？」「何と関係しているのか？」などが分かりにくくなります。OKFはそこを正しく整理し理解するためのもの。

Geminiでも扱えるし、それ以外のAIやツールなどでも扱える共通形式となるようですね。

時折ウェブページに対しても、「AIが理解しやすいようにAI向けの記法で書き直したページを用意するべきでは」のような議論が起こりますが、その辺りもOKFで解決できるかも知れない

[今井翔太 / Shota Imai@えるエル @ImAI_Eruel]

昨日、国立情報学研究所オープンハウスの基調講演で話したことが、今回の米政府によるAnthropicのFable/ Mythos停止事件にちょっと関連するかもしれないので、当日の資料（少し変えた）も合わせてコメント。

仮に今度Mythos/FableレベルのAIが普通に使えるようになる場合、これからは「知能の壁」が崩れた世界が来ると思っています。現在の世界は知能が高い人がそんなに大量にいないのと、そのような人にも時間的な制約があることから安定が保たれていますが、もし誰もが高い知能を使えるようになれば、誰がどこでその高度な知能を使って危険なことをするかわからない&今まではリソース不足で行われなかった攻撃が多発する可能性が高いでしょう。ということで、Anthropicの主張する脅威論や安全策は、ある程度正しいところがあると思います（AI開発関連で警告なし弱体化はやりすぎでしたが）。
TBS CROSS DIGでも何度か触れてますが、「AIを賢く有用にし、さらに危険性も抑える」ことはほぼ成立しないと思います。特に危険なデータで学習しなくても、とても賢い存在は、自然とその気になれば危険なことができるようになってしまいます。プログラミングがとてもうまい人は同時にその気になればとても優秀なハッカーで、生物学者はどの気になれば生物兵器らしきものを作れるでしょう。
Mythos/Fableでは、モデル本体の賢さを落とさないため、AI本体に対するアライメントではなく外部フィルタの形をとってきましたが、生物学、暗号学、AI関連の単語の多くがはじかれることで有用性を損なっています。、何らかの形でフィルタが突破されれば、アライメントが不十分なAIが生身で解放されるので、もしもの危険を考えると、怪しきは全て罰せよ形式にするしかないと思います。そもそも、全く同じプロンプトの同じ出力でも、使う人によって結果が大きく異なるため、単純な入出力だけを見て規制の対象とするのが古いのかもしれません（この点、Anthropicはデータ保存ポリシーを変更して、保存されたデータの組み合わせから危険性を判断しようとしているっぽいので、これは正しいと思います）。
危険性を抑えるためにはAI本体へのアライメントが必須だと思いますが、これは例えばサイバーセキュリティだと、脆弱性特定能力とプログラミング能力は衝突するため、有用性を維持することができません。

ここまでを考えると、今回のアメリカ政府の即時停止はあまりにも急だとしても、将来的には一定性能以上のAIについては、当初のMythosのように事前審査制になり、特定の国、機関、個人しか使えなくなるというのは避けられない気がします。これはアメリカという国に限った話でなく、仮に同盟国の日本だろうと、中国だろうとロシアで先端AIが作られたとしても、世界のどこかで世界を恐怖のどん底に突き落とすウイルスを誰かに作られては困るため、同じ処置になるのではないかと思います。