AI Builders Digest

OpenAI の compute 責任者、本当のリスクは過剰投資ではなく投資不足だと語る

OpenAI で industrial compute を率いる Sachin Katti は、過剰投資論をきっぱり否定する。「今日、需要は compute の供給をはるかに上回っている。だからオンラインにできたものは、すぐに消費してしまう」。十分な量を確保できたと考えてペースを緩めるたび、同社はそれを後悔してきた。彼の本当の懸念は逆方向にある。ガスタービン、変圧器、資格を持つ電気工事士といった物理的なサプライチェーンが、求められるペースにまるで追いつけないことだ。今年の compute 支出はおよそ 500 億ドル、業界全体では 7000 億ドル近くになる。売上が compute とほぼ正確に連動してきたこと（片方が 3 倍になれば、もう片方も 3 倍）、合成データ生成も post-training も inference である以上、いわゆる training ワークロードの中でさえ今や inference が支配的であること、そして OpenAI 独自の Jalapeño チップが設計から tapeout まで 9 か月だったこと（電力が制約条件になるため、tokens per watt を最適化している）を、いずれも彼は認めている。注目すべきは、OpenAI がデータセンターの所有者ではなくテナントであり、資金調達は Microsoft、Oracle、Google、Amazon などが担っている点だ。最も印象的な発言はこれだ。「AI が、次世代の AI を training し動かすために必要なシステムを自ら設計する、そんな再帰の世界はそう遠くない」。チップも含めて、である。

• #hardware
• #agents

Altman: スマホからの prompt 一つで旅行を計画し、サイトを作り、予約まで取った

Altman によれば、彼はスマートフォンから prompt を一つ送っただけだという。内容は、自分のチャット履歴を掘り返して 9 人で行く長い週末のアイデアを探し、上位 3 案を練り上げ、グループが調整して決められるフルスタックのサイトを作り、そのうえで予約を取って Gmail 上で告知メールの下書きまで用意する、というものだ。彼の評価は「ただ…動いた」。この機能が実際にやっていることに対して、「work」という名前は控えめすぎるというのが彼の主張だ。別途、こうした用途のために作られた新しい種類のコンピュータが欲しいとも示唆している。

• #agents
• #products

Levie: モデルが良くなるほど、応用 AI レイヤーの必要性は減るどころか増える

素の知能だけでは企業のプロセスは変わらない。価値が生まれるのは、モデルが現実のフィードバックループに触れたときだけだからだ。企業システムとの接続、適切なデータ、各ステップで人間が判断できる UX、時間とともにデータを改善していくワークフロー、そしてコンプライアンス。銀行の顧客オンボーディングと法務チームの契約書レビューはまったく別の作りものであり、ライフサイエンス、金融サービス、法務、製造はそれぞれ、汎用ラボがカバーしきれない深さを必要とする。彼の逆張りの論点は、その進み方にある。モデルが良くなるほど、思い切って自動化しようと考えるワークフローはより野心的になり、結果として応用レイヤーはより多く必要になる。その機会の多くは、業界ごとに深く入り込む独立系の企業に流れていく。

• #agents
• #products

Rauch、scriptc で Vercel CLI を 1.28mb のネイティブバイナリにコンパイル

TypeScript 製の Vercel CLI が、V8 も QuickJS も埋め込まない完全な静的ネイティブバイナリにコンパイルできるようになった。サイズは 1.28mb、起動オーバーヘッドは平均 1.5ms、コンパイル時間は平均 2.94 秒。node:https、node:fs、node:path、node:os、node:crypto を使い、デプロイも問題なく通る。変換後のコードは可読性の高い TypeScript のままで、変換そのものは GLM 5.2 Fast が行った。別件として、Vercel は Open Weights and American AI Leadership の書簡に連名した。Rauch は open weights を、オープンソース、データ、プロトコル、研究に続く論理的な次のフロンティアとして位置づけている。

• #open-source
• #products

Meta の AI ディレクター: 「成果が出ていない」という批判はフェーズ 1 を測っているだけ

AI が実際のプロダクト上のインパクトを生んでいないという不満は、今どこにいるかを読み違えている。現時点では、既に流通を持つ企業が AI を使って隣接する課題へ素早く手を広げ、以前なら大量のカスタムソフトウェアを必要とした機能（彼が挙げるのは服のバーチャル試着だ）を作っている。つまり成果は既存プロダクトの中に吸収され、エコシステムのレベルでは見えない。勝ちパターンはまだ手探りの段階にある。フェーズ 2 では純粋な新機能とイノベーションが出てきて、そのとき AI がソフトウェアエコシステムの形に与える影響は否定しようがなくなる。

• #products
• #agents

Masad、攻撃者は open model より補助金つきラボのサブスクを好むという主張を取り上げる

Amjad Masad が、Anthropic の元従業員によるレポートを紹介した。攻撃を仕掛けるハッカーは、open weight モデルではなく、大幅に補助金の入ったフロンティアラボのサブスクリプションに手を伸ばしている、という内容だ。open model こそが誤用の主な経路だという通常の見立てとは逆向きの含意であり、補助金つきのフロンティアモデルへのアクセスの方が安上がりな攻撃面だと指摘している。

• #security
• #open-source

AI バブルの外では、最大の関心事は token の上限ではなくデータへの信頼

彼が言うところの AI 精神病にかかっていないカナダの人たちと話してみて、Peter Yang が見つけた一番の心配ごとは、token を使い切ることではなかった。Gmail、Calendar、Google Workspace、Microsoft Office を接続してよいと思えるほど ChatGPT を信頼できるかどうか、だった。一般層に向けて agent プロダクトを作る人にとっては、有益な軌道修正になる。障害になっているのは性能でも quota でもなく、権限と信頼だ。

• #agents
• #products

AI の普及度は消費した token ではなく、ニーズから出荷までの時間で測れ

Zara Zhang は、正しい普及指標は消費量ではなく、ユーザーのニーズが生まれてからそれが出荷されるまでの経過時間だと主張する。AI のチュートリアルがこれほど溢れている理由についても鋭い見立てを示している。チャットプロダクトは汎用的であればあるほど使いにくくなる。空の入力欄を前にして、何を頼めばいいのか分からず人は固まってしまうからだ。汎用性は売り文句ではなく、ユーザビリティ上の問題なのだ。

• #products
• #evals

OpenAI 社内では、ChatGPT work が既に一人あたり 1 日 20 件のタスクをこなしている

インターネット料金の交渉、不要なサブスクの解約、買いたいものの一番いい条件探し。どれもスマートフォンから prompt を一つ送るだけの距離にある。Sottiaux によれば、自分の場合は 1 日に少なくとも 20 件を処理していて、今でも驚かされることがあるという。OpenAI 社内についても、これまで見たことがないほど集中していて勢いがあると語っている。

• #agents
• #products

Dan Shipper、Codex 誕生の内幕を決定版としてまとめている

今週は本業を休み、OpenAI の内部関係者への突っ込んだインタビューで取材を進めている。数週間後に Every で公開予定で、その過程で断片や学びを小出しにしていくという。

• #products