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 5 分。
フロンティアの両陣営そろってリリース日となった。OpenAI は active user 1,000万人を静かに突破したうえで、Codex と ChatGPT デスクトップを Linux に対応させた。Anthropic は EU AI Act への対応として、Claude が生成するテキストすべてに watermark を埋め込み始めた。ただ、こうしたリリースの下敷きになっていたのは、本当に骨の折れる仕事がどこにあるのかという繰り返し出てくるテーマだ。forward deployed engineering、特定ドメインに特化した open weights、そして誰も crawl できない物理オペレーションのデータである。
Claude が生成するテキストすべてに watermark を埋め込み
Claude が生成するテキストにはすべて watermark が埋め込まれるようになる。つまり、ある PR が Claude Code から出てきたものかどうかを確認できる。これは EU AI Act への対応の一環で、他の lab も似た仕組みを追加している。誰でも自分でチェックできるよう、text detection API も提供される。彼自身、このやり方に限界があることは率直に認めている。
Codex と ChatGPT デスクトップが Linux に対応、active user は1,000万人を突破
Codex と ChatGPT デスクトップアプリが Linux で動くようになった。しびれを切らして注文した MacBook はキャンセルしていい、とのこと。彼は Codex の active user が100万人増えるごとに1,000万人までリセットすると約束していたが、1,000万人を超えたところで沈黙した。明日には何かサプライズがあるとほのめかしている。
Gemini の iOS active user が1億人を突破、macOS では prompt 頻度が2倍
Gemini は iOS で active user 1億人を超えた。macOS の power user は他のプラットフォームの利用者に比べて、およそ2倍の頻度で prompt を投げている。Android では配車の予約やレストランの席の確保を含め、人気アプリ40本以上をまたいで操作を自動化できる。さらなるアップデートは明日の Made by Google で発表される。
Samsara の堀は crawl できないデータ、米国の道路の99%を毎日走る
physical AI で守りになるレイヤーは、そもそもデジタル化されてこなかったデータだ。「これはオンラインで見つかる類の token ではない。Reddit を crawl したところで、建設現場で何が起きたのかは分からない」。Samsara は年間25兆件のデータポイントを取り込み、米国の道路の99%を毎日走行しており、自社システムが昨年およそ38万件の事故を防いだとしている。warranty agent は fault code をサービスマニュアルと OEM と交渉した契約条件に照らして読み、work order を起票し、残りの車両もあわせて点検する。人間なら1〜2時間かかる作業を1分以内に圧縮する形だ。ある電力会社の顧客は、125年かけて築いた送配電容量を今後5年で3倍にする計画で、その新規需要の90%は data center から来る。
forward deployed engineer は AI にとって過渡期の存在ではなく、仕事そのものだ
FDE がかつてない勢いで増えているのは、AI が非決定的で変化の速いシステムを、これまで自動化されたことのないワークフローに差し込むからだ。決定的に動くソフトウェアなら、似た顧客どうしで導入作業はおおむね同じ形になった。agent はその前提をあらゆる面で壊す。顧客側のプロセスそのものを変える必要があり、カスタマイズは避けられず、eval は回し続けることになり、model も harness も足元で動き続けるからだ。引用元の投稿はこう言っている。「2026年に会計向けの AI agent を作っているなら、確立されたワークフローなど存在しない。そもそも誰一人としてこの手のものを使ったことがないからだ」。モデルの性能が上がってもこの仕事はなくならない。企業はより複雑なプロセスを agent に投げるようになるだけだからだ。
LLM のバグは off-by-one からシステム設計と文脈不足へ移った
モデルは今もバグを生むが、失敗の質が変わった。off-by-one は減り、システム設計や UI の使いやすさ、広い文脈の欠落が増えている。コーディングの一部は解決済みだが、全部ではない。彼が対策として繰り返し持ち出すのは adversarial code review だ。「dynamic workflow を使って iOS simulator であらゆる edge case を adversarial にテストして」の一行で済むこともあるし、Claude 内蔵の /code-review でもいい。
open-weight の勝ち筋は地味な領域にある、中堅法務や中小小売
open-weight モデルを、狭くて華のないビジネス領域で飛び抜けて強くすることには、相当な金が動く。サイズを一つ、ドメインを一つ選んで掘り下げるのがいい。hyperscaler は primitive を握っているが、ドメインの深さ、泥臭さ、そして一種類のビジネスのためにモデルを磨き切る意志の面では苦戦するからだ。彼はまた、ソフトウェアを作ること自体が容易になり、流通こそが本当の鍵になった今、dev rel の時代が来ていると論じる。2023年のエピソードがその流れを裏づける。モデルがコード補完をようやく抜け出した程度の頃、顧客の prompt ログはすでに「X のためのアプリを作って」で埋まっていた。3年後、それはほぼ実現している。
AI SDK は30日あたり8,050万ダウンロード、lab 製 SDK を上回る
AI SDK は30日あたりおよそ8,050万ダウンロードで、どの AI lab の SDK よりも速く伸びている。Rauch が強調するのはその理由だ。オープンで、プロバイダーに依存しないこと。
ChatGPT の Chat、Work、Codex の分割は一般ユーザーには分かりにくい
両親に ChatGPT デスクトップアプリを使い始めてもらう過程で、Chat と Work と Codex の切り分けがいかに分かりにくいかが露わになった。web、デスクトップ、モバイルで挙動が揃っていないことがそれに輪をかけている。彼の提案は整理か品質改善のパスを一度入れることで、いっそ Codex 自身にやらせてもいい、とのこと。あくまで Codex のファンとしての意見だと断っている。彼の /human-review プロジェクトも GitHub のスター717を超えた。
雇用の中心地も住宅も両方作れ、さもなければ California は沈む
California の成長論争で、どちらか一方という枠組みを彼は拒む。雇用の中心地も住宅も両方作れ、さもなければ州が負ける、と。別の話題として ibab とチームの新しい成果を挙げ、AI を自分自身と自分の文脈に深く alignment させることは極めて重要だと論じている。
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。