14 件14 人の builder から

AI Builders Digest

AI を実際につくっている人たちが今日話したこと。1 ページ、約 6 分。

今日、実際に動く価値のある話が2つあります。frontier model から離れるタイミングを示す具体的なプレイブックと、Chai Discovery が抗体設計のヒット率を0.1%から約15%まで引き上げた数字です。両者をつなぐのは、素の知能が十分に安くなった結果、価値がその補完財のほうへ移ったという事実です。knowledge graph でも、orchestration レイヤーでも、企業に実際に導入させるという地味な仕事でも、事情は同じです。

ポッドキャスト

Training Data

Chai Discovery、抗体設計のヒット率を0.1%から約15%へ

同社が始めた当時、最先端の抗体設計が結合させられるのは1000分子に1つ程度でした。ほとんどのターゲットではヒットがゼロになり、結果から drug-like な性質を読み取ることなど到底できない水準です。Chai-2 は約15%に届きます。1000個をスクリーニングすれば150個ほど返ってくるので、ようやく出力から本物の統計が読めるようになりました。アプローチは LLM の仕事からそのまま持ち込んだものです。24個目のサブモジュールを足すのを拒み、scaling law が見つかる程度にアーキテクチャをシンプルに保ち、抗体もミニタンパク質もそれ以外もすべて同じモデルへの違う prompt として扱う。彼らの逆張りの主張は、生物学はコードよりも検証可能だ、というものです。結合性も製造可能性も客観的な読み出しがある一方、コードの良し悪しにはそれがないからです。そこで求められる規律は身も蓋もありません。「生物学では、人はいくらでも自分を騙せる」

  • #research
  • #evals
  • #startups
X

Madhu Guru

Meta Sr Director of AI

一番高いモデルで prototype を作り、6〜8週間後に open weights へ移る

彼が創業者たちから見えてきたと言うプレイブックは、まずコストもレイテンシも完全に無視して最良の frontier model で最初のバージョンを作り、何かを最適化する前にユーザーが本当に欲しいものを学ぶ、というものです。workflow と UX が検証できて初めて、prompt engineering、model routing、harness、より小さいモデル、fine-tuning に本腰を入れる。タイミングについての主張は具体的です。open weight のモデルはおよそ6〜8週間遅れで追いついてくるので、そこが本番ワークロードを移すべき瞬間だ、と。一番安いモデルから始めるのは順序が逆で、彼が話す多くのチームは最初のステップで足踏みしています。

  • #open-source
  • #products
  • #pricing
X

Aaron Levie

Box CEO

IT リーダー10人に coding agent 戦略を聞くと、答えは5通り返ってくる

エンタープライズの AI には、クラウド初期を定義したような2つ3つの導入パターンが存在しません。当時はひと握りのインフラベンダーが選択肢を絞っていました。ChatGPT や Claude に標準化する企業もあれば、メニュー方式で選ばせる企業もあり、社員がどのモデルにも届くように独自の orchestration レイヤーを作った企業も少なくありません。差はデータアクセスでさらに開きます。agent にユーザーのロールを引き継がせる企業もあれば、agent 自体に固有の ID を発行する企業もあり、ガードレールの厚みも重装備からほぼ皆無まで幅があります。彼の結論は、いま最終的な市場の勝者を予想している人はたぶん外れる、というもの。まだ何ひとつ固まっていないからです。

  • #enterprise
  • #agents
  • #open-source
X

Josh Woodward

Google VP

Google の Notebook、モード切り替えをやめて prompt bar 1本に

Notebook は切り替え式のモード群ではなく、統合された prompt bar 1本を中心に作り直されました。モードを足し続ける製品への明確なアンチテーゼという位置づけです。やり方を選ばせることなく、やりたいことをそのまま実行すればいい、という考え方ですね。Ultra と Pro の加入者はすでに利用でき、その後により広く展開されます。

  • #products
X

Zara Zhang

技術の普及は感情で決まる。だから効率を売るのはやめよう

人が新しい技術を採り入れるのは、それで効率が上がるからではありません。自分と似た誰かが採り入れて目に見えて良くなったから、あるいは周りはもう全員使っていて自分だけ取り残されると感じたから、です。だとすれば効く売り込みは10倍の生産性ではなく social proof であり、普及は合理的な判断ではなく社会的なプロセスになります。彼女の実践版はこうです。最良の AI 研修は講座ではなく、チームのグループチャットに agent を放り込んで、働くところをみんなに見せることだ。

  • #agents
  • #enterprise
X

Swyx

knowledge graph の復権は、知能が計測する意味もないほど安くなったから

ontology や graph knowledge が3年前ではなく今トレンドになっているのには、理由が1つあります。knowledge graph 構築で一番難しいのは常に知能の部分でしたが、その「十分に使える知能」がついに計測する意味もないほど安くなったのです。知能がコモディティ化すれば、その補完財の価値が上がる。knowledge graph の話が急に刺さるようになったのはそのためです。彼がこれを拾ったのは Midjourney のミートアップで、実務者の議論がどこへ動いたかを示すそこそこの signal と言えます。

  • #research
  • #agents
X

Guillermo Rauch

Vercel CEO

「Vercel は backend の Vercel」、Factory AI は月間数十億リクエスト

打ち出しているのは、Fluid compute によって Vercel は frontend だけでなく backend のプラットフォームになる、という主張です。Factory AI は自社の API サービスを Vercel 上で動かしており、規模は月間数十億リクエストだといいます。別件として、AI SDK のたった1行で AI Gateway 経由の DeepSeek v4 Flash の token 支出が90%以上減る、とも述べています。

  • #infrastructure
  • #pricing
X

Aditya Agarwal

SPC General Partner

SPC が Rivo に出資。当座預金の余剰資金を国債利回りへ自動で移す agent

Rivo は既存の当座預金口座に agent をつなぎ、キャッシュフローを学習して、遊んでいる資金を米国債裏付けの利回り商品へ移し、支払いが来る前に戻します。使う瞬間まで、すべてのドルが働き続けるわけです。難しいのは、コストが非対称な状況での予測です。1日早く戻せば失うのは少しの利回りですが、1日遅れれば支払いが不渡りになり、信頼が吹き飛びます。賭けているのは創業者の Ambrish で、Cruise で L4 自動運転の開発を robotaxi のローンチまで率いた人物です。お金の自動運転も同じ問題で、失敗したときの後始末はこちらのほうが優しい、という理屈ですね。Agarwal は今週、大規模に展開される AI がブラックボックスである必要はなく、これらのモデルの仕組みを理解することは「あれば嬉しい」ではなく前提条件だ、とも論じています。

  • #funding
  • #agents
  • #research
X

Peter Yang

vibe coding で作った SaaS は、実はサービス事業への入口

マイクロ SaaS の経済性についての彼の見立ては、もう製品そのものが儲けどころではないだろう、というものです。それよりも、もっと高額なサービス提供へのセルフサーブな入口として機能させたほうがいい。ただし落とし穴もすぐに挙げています。サービス業は結局、時間を切り売りするモデルへ引き戻される。加えて、いまはマイクロ SaaS よりも X の収益分配のほうが稼ぎやすいと指摘し、GPT 5.6 Luna High がかなり安くて実質使い放題らしい、とも聞いているそうです。残る疑問は複雑な browser automation をこなせるかどうかで、これは彼が Codex を使う用途のおよそ半分を占めます。

  • #startups
  • #products
X

Dan Shipper

Every CEO

AI を使うことは当たり前で語る価値もなくなり、主役は人間のまま

彼の予測は、AI が仕事をすることをめぐる今の落ち着かなさは一時的なものだ、というものです。彼が agency rupture と呼ぶ裂け目がふさがり、AI がふたたび見えない存在に戻れば、私たちは人間のことと、その人が何を成したかだけを考えるようになる。AI を使うことは、称賛の材料でも割り引きの理由でもなく、当たり前で取り立てて言うまでもないことになります。

  • #products
X

Sam Altman

Altman「うまくいかない理由を書いた文章が、物事を前に進めたことはない」

彼は、うまくいかない理由を投稿する悲観主義者でいるより、懸命に働く楽観主義者でいたいと言います。楽観主義者の道のほうがはるかに難しく、失敗が最もあり得る結末だと認めたうえで、それでも誰も挑まなければ社会のほうが失敗する、と論じています。

  • #startups
X

Matt Turck

FirstMark Capital VC

Airtable は安売りだと誰もが言うが、創業者たちは明日にでもその条件を飲む

Airtable の売却額に対する世間の反応は、安すぎるというものでした。彼が持ち出すのは、SaaS の創業者たちが内輪で口にすることです。自分ならいつでも受ける、少なくとも exit にはなったのだから、と。

  • #funding
  • #startups
X

Garry Tan

Tan、Prop 40 を「カリフォルニアの税基盤を壊す資産没収税」と批判

カリフォルニア州民主党が Prop 40 賛成を支持したことを、彼は正気ではないと切り捨て、この法案を州の税基盤を破壊する資産没収税だと位置づけています。住宅についての主張も並走します。価格を下げたいなら住宅をもっと建てて市場を機能させればいい。家賃を廃止して大規模な収用へ進めても、得をするのは主にそれを煽っている側だ、と。

  • #policy
X

Thibault Sottiaux

Halvar Flake が OpenAI の Codex / ChatGPT チームに参加

「Better Cyber」というタグで、Sottiaux は Halvar Flake が間もなく加わると伝えています。OpenAI の coding agent を担うチームへのセキュリティ人材の採用は、これらのシステムがいま書いて実行しているコードの量を考えれば、注目に値します。

  • #security

メールで受け取る

1 日 1 通。購読解除はワンクリックです。

データの出どころ

元データは zarazhangrui によるオープンソースプロジェクト follow-builders(MIT ライセンス)から取得しています。要約はそのプロジェクトの公開フィードをもとに LLM が生成し、要約プロンプトも同プロジェクトを改変したものです。上記の各項目は原文にリンクしています。

要約は自動生成です。判断の根拠にする前に原文をご確認ください。