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。
今日いちばん目立ったのは、同じ論点を二つの方向から突いたスレッドだった。AnthropicのBoris Chernyは、Claudeが本番アプリを淡々とメンテナンスし、180本のPRをマージまで持っていった様子を見せた。一方でAaron Levieらは、まさにこの種のレバレッジこそエンジニアの価値を下げるどころか上げるのだと論じた。Googleは3週間でつくった価格半額の3.7 Flashを投入し、Vercelはあらゆるcodingハーネスのルーティングを1コマンドで済ませる案を打ち出した。Meta AIのディレクターは、新しい失敗モードにprompt debtという名前を与えた。その足元で、chess.comの創業者が、機械に追い抜かれた人間のスキルがその後どうなるかについて、30年分のデータを差し出している。
ClaudeがAnthropicのアプリを維持管理してきた。PR 388本を作成、180本がマージ
ここ数週間、ClaudeはiOS、Android、Desktop、web、CLI、Agent SDKにまたがって日次のメンテナンスルーチンを回してきた。指揮はSlackチャンネルから。ルーチンには、シミュレータ上をタップして回ってクラッシュを見つけ、その根本原因まで突き止めるcrash fuzzer、微妙に分岐した抽象をまとめるPRを出すduplicate unifier、デッドコードと疑われる箇所にログを仕込んで翌日まで何も発火しなければ削除するdead-code removerが含まれる。作成された388本のPRのうち、Claude Code Reviewと人間のレビューを通って180本がマージされた。ルーチンが間違えたときの直し方は、Claudeにそのルーチン自体をチューニングさせることで、数日の反復が必要になることもある。
ARC-AGI-3がcodingハーネスであと一歩まで陥落、Masadは自説の裏づけと受け止める
codingハーネスを足すだけで、モデルはARC-AGI-3の攻略に肉薄する。Masadはこれを、codingこそLLMを他のあらゆる領域へ一般化させる能力だという、かねてからの主張の裏づけと読む。あわせて、より踏み込んだ予測も示した。来年にはコンピュータを使うこと自体が任意になり、仕事のかたちが根本から変わる、と。
エンジニア不要論は「とんでもなく的外れ」で、専門性の価値はむしろ上がる
実際に起きたのは、エンジニアが強力な道具を手に入れたということだ。エンジニアリングを適用できる仕事の範囲がこれまでより格段に広がったので、価値は下がるどころか上がる。創薬の自動化にはエンジニアが要る。製造の自動化にもエンジニアが要る。より大きなソフトウェアプロジェクトを引き受けるにもエンジニアが要る。一般化すればこうなる。AIによって企業はより多くの仕事を抱え込み、それを見るための専門家がより多く必要になる。そしてモデルが良くなるほど、初心者よりも専門家のほうが使い倒せる。
prompt debtは新しい技術的負債。モデル更新のたびにpromptを半分削れ
多くのAIプロダクトは、品質を実際に損なうほど肥大したsystem promptを抱えている。溜まり方には見覚えがあるはずだ。モデルが何かに失敗したのでルールを10個足す。tool callが失敗したので例を10個足す。出力が変なのでフォーマットの制約を足す。3か月後、system promptは小説の長さになっている。その間に土台のモデルははるかに賢くなっているのに、こちらの細かすぎるルールが、それをまた融通の利かないルールマシンに引き戻している。処方箋は思い切っている。モデルが更新されるたびに、promptを最低50%削れ。ついでに彼は、名前に「Studio」の変種が入っているAIプロダクトを20以上数え上げている。
Rauchは、token routingの1コマンドがcoding AIの既定の走らせ方になると賭ける
売り込みの中身は、すでに使っているcodingハーネスをまとめて設定する単一のコマンドだ。Claude CodeもCodexも、置き換えるのではなくそのまま設定する。得られるのは稼働率、モデルの選択肢、コスト低減、observability、そしてデータの非保持。彼はこれが大規模にcoding AIを使う際の既定の形になると予測しており、現在はこの経路でGLM 5.2を最大500 tokens/秒で無料開放している。
コンピュータが人間を負かして30年、チェスはかつてないほど盛り上がっている
Chess.comの出発点は、どの投資家からも投資に値しないと言われた末に、2005年の破産オークションで56,000ドルで買ったドメインだった。それが今ではデイリーアクティブ1,000万人、登録会員2億5,000万人、年商2億ドル超、しかも成長のための資金調達は一度もしていない。直感に反するのは、エンジンがゲームに何をしたかだ。Stockfishは一時期チェスを退屈にした。プレイヤーが完璧なend gameを淡々と刻むようになったからだ。ところがLeelaのような自己学習のneural netが、攻撃的で型破りな指し回しでStockfishを負かし始め、ゲームはかつてないほど面白くなった。それでも人間がやる意味は何かという問いに、Allebestの答えは身も蓋もない。「人間は人間らしいことをやりたいんだ」。上達については、数百万人分のデータから出てきた答えを、彼は幸運でもあり不運でもあると言う。反復に近道はなく、近道があるのは道具の側だけ、というものだ。その言い方はこうだ。自分の人生の任意の一日を取り出して、1000倍してみるといい。それがあなたの人生の姿だから。同社は今、同じレーティングの手法をgambit.comでポーカーに持ち込んでいる。レーティングは、誰がいちばんチップを買い足せるかではなく実力を測るものだから、人は金と同じくらいレーティングを気にするはずだ、という読みだ。
agentへの質問をまとめて聞く、speculative decoding式。デザイン作業でよく効く
agentのループで高くつくのは人間の入力のほうなので、1ラウンドずつ質問させるのをやめ、まとめて聞く/align-meの改造を自作した。たとえはspeculative decodingだ。ひとつずつ確認を待つのではなく、2手から10手先まで見ることで速度を稼ぐ。とくにデザインの探索用途では、非常によく効くという。
マスターagent 1体か、専門bot多数か。Kothariはorchestratorが勝つとみる
Grok Botの設計はagentを人のように扱い、tool、context、成果をbotごとに区切る。だから特定の目的には特定のbotのところへ行く。もう一つの道がJarvisモデルだ。単一のマスターagentがとにかく仕事を片づけ、必要なsub botは自分で立ち上げる。インターフェースは1対多から1対1になる。彼の見立てでは、context window、tool use、コストといった現実の工学的制約から、この分野はまず狭いところから始まり、やがて、自分が作ったbotを読んで理解するマスターorchestratorへ収束していく。
Google Docs、Sheets、SlidesがChatGPTの中で使えるようになった
ChatGPT上でドキュメントを開き、チャットでも音声でも、流れを切らさずに編集を進められる。書き方も、ブレストの仕方も、校正の仕方も変わったと本人は言う。別件で、その日のコンピュータの使い方を辛口に講評するComputer Historyというpluginが、思いのほか診断として効いた。ある一日の記録上の活動の48%がSlack、いちばん使ったショートカットはDeleteで1,191回、いちばん忙しかった時間帯は21時だった。
家族の医療危機でAIがいちばん役に立ったのは、事務手続きとの格闘だった
家族の健康問題に直面したとき、想定していたのはAIで病気を調べて理解することだった。実際にいちばん助けになったのは、医療システムの煩雑な手続きを切り抜けることだった。あわせて、追いかける価値のある問いも投げている。プロダクトのspecは今や人間向けとagent向けの2つのセクションに分ける必要があるのか、それとも1つの文書で両方を賄えるのか。
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。