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 7 分。
今日の基調を決めたのは能力ではなく容量だった。OpenAI は需要がサーバーを上回り、月額 200 ドルの Pro の新規契約を一時停止した。一方 Vercel は、エージェントによるデプロイ負荷のただ中で p99 を 91% 取り戻した経緯を公開した。もう一本の筋は規律の話で、Boris Cherny は Claude が書いた本番コードには人間のコードより高い基準が要ると論じ、Madhu Guru は eval が採点すべきは答えではなくそこに至る経路だと強調した。そして Richard Socher は、病気を治す最短経路はまず「AI を改善する AI」を作ることだという賭けに 6.5 億ドルを投じた。
Astra の需要が容量を超え、OpenAI が月額 200 ドル Pro の新規登録を一時停止
月額 200 ドルの Pro プランへの新規登録が保留になった。この層がシステムに最も負荷をかけるからで、最も広いアクセスをそのまま保つための最小限の一手として説明された。既存アカウント、他のすべてのプラン、API には影響がなく、容量は可能な限り速く増設中だという。別件として、ChatGPT Work の裏で動いているインフラが、スケールするエージェント向けのオンデマンド API として公開された。1 分もかからず使い始められる、という触れ込みだ。
Levie の現場メモ: 企業は AI ベンダーが一度期待を外した瞬間に引き剥がす
銀行、メディア、保険、コンサルの技術責任者 20 数人と会って最も際立ったのは、アーキテクチャに対する容赦のなさだった。この 1〜2 年で何度もシステムを入れ替えており、ベンダーが正解にたどり着くのを待ってやる会社はない。標準化が難しすぎたため多くは複数のフロンティアモデルを併用しているが、金額は依然として少数のベンダーに集中し、国産のフロンティアモデルという選択肢がないぶんオープンウェイトはまだ揺籃期にある。不安の中心にあるのはセキュリティとエージェントの ID だ。本当の ROI は、既存のワークフローにエージェントを後付けするのではなく、ワークフローそのものを作り直したときにだけ現れる。eval の話はほとんど出ず、20 数社のうち数社が触れただけで、彼はここを大きく開いた機会と呼ぶ。Box は OpenAI との連携も深め、企業のコンテンツを ChatGPT の中で安全に扱えるようにしていく。
Claude が書いた本番コードは人間のコードより高い基準で見ろ、と Claude Code の Cherny
影響範囲が小さいプロトタイプや使い捨てのコードは、完全なブラックボックスとして扱っていい。だが Claude が書いた本番コードは、人間が書いたコードより高い基準を越えるべきだ。Anthropic ではそれが具体的に、lint ルール、テスト、Claude による E2E テスト、毎日走る Claude 製の fuzzer、自動コードレビュー、セキュリティレビュー、自動リファクタリングを意味する。これがないと、保守しづらい混乱だけが残る。出力が物足りないときの処方も具体的だ。フロンティアモデルに切り替える、effort を high か xhigh に上げる、そして負債を受け入れる代わりに CLAUDE.md と skills に投資する。あわせて彼は最新の Threat Intelligence レポートを恐ろしく、そして重要だと評し、能力は両用だと指摘した。コードをうまく書けるモデルは重要インフラを攻撃でき、生物学の研究を助けるモデルはパンデミックの設計も助けうる。
Richard Socher は「AI 研究がまず自分自身を自動化する」に賭けて 6.5 億ドルを調達した
Recursive はまず AI のための AI から始める。博士 5 万人ぶんに相当する研究能力を持つシステムを作り、それから物理、化学、生物へ解き放つ。科学の進歩が減速したのは、知識体系が迷宮になったからだ。3 万 4000 誌のジャーナルは立入禁止の札が立っているのと変わらず、もはや誰も十分な数のサブ分野をまたいで組み合わせられない。彼の予測は率直で、シミュレートできるものは AI が解く。だから数学とプログラミングが先に落ち、細胞をシミュレートできるようになるまで自然科学は遅れる。ハルシネーションは欠陥ではなく機能として捉え直される。学習分布の外側にあるタンパク質配列を生成することこそが狙いだからだ。そして彼はハードテイクオフを明確に信じていない。臨床試験には物理が要求する年月がかかるままだからだ。雇用の問題は需要の弾力性に還元される。イラストレーターが負けたのは、世界が 1000 倍のイラストを必要としないから。コーダーが勝ったのは、世界が 1000 倍のソフトウェアを本当に必要とするからだ。彼の Eureka Machine は 4 本の柱、つまり LLM に収まった人類の知識、科学的計測、シミュレーション、実データを集めるロボットラボの上にエージェント群を載せた構成で、自律実験ラボが投資対象として正しくなるのは 2〜3 年先だと見ている。
Vercel、グローバル CDN のメタデータストアを p99 で 91% 高速化
Vercel には毎日およそ 1000 万件のデプロイが着地し、累計は 23.5 億件に達した。そのすべてが同時に共存し、CDN 上でルーティングできる状態にある。ロールバック、設定変更、ルート追加を世界中に数百ミリ秒で同期させるグローバルなメタデータストアが p99 で 91% 速くなり、ビルドからデプロイまでのパイプラインも短くなった。この作業は、エージェント経由のデプロイ増加でシステムが極度の負荷にさらされている最中に行われた。CDN エンジニアリングチームがその内部構造を公開している。
採点すべきはエージェントの答えだけでなく、そこに至る経路だ
2 つのエージェント実行が同じ答えに着地しても、片方は正しい情報源を検索し、正しい文書を取り出し、4 回のきれいなツール呼び出しで終える。もう片方は 17 回呼び出し、同じ検索を 3 回繰り返し、途中で 2 回のエラーから復帰している。どちらが優れているかは明らかなのに、結果だけを見る eval は両者を区別できない。処方箋は、ワークフロー全体を定義し、各ステップのタスクに名前を付け、ステップごとに独立した eval を持たせるか大きな eval の一部にするかを決め、標準的なタスクと難しいタスクの両方を用意すること。そのうえで読む順番を反転させる。まずステップを見て、最終結果は後で見る。
Masad: 本当の AI リスクはサイバーセキュリティで、絶滅はまるで違う
AI について心配なことは山ほどあり、とくにサイバーセキュリティがそうだ。だが人類の 100% が死ぬという文字通りの意味での絶滅リスクは、彼のリストにまったく入らない。業界のこの界隈でよく響く破滅論からの明確な線引きであり、目先の具体的な被害と文明の終わりを切り分けている。
人気のトランシェ型シードは、なぜか必ず評価額 3 億ドルに着地する
いまアーリーステージのベンチャーでは 3 つのことが同時に成り立っている。誰もが 5000 万ドルのシードを調達したがり、誰もが来年 ARR 3000 万ドルに届くと信じ、人気のトランシェ型シードはどれも不思議と評価額 3 億ドル前後に収束する。不満ではなく観察として述べているぶん、かえって刺さる。同じ日に彼は、車内のボイスメモから 1 日で公開まで持っていった記事も出しており、いつもの仕上げは欠けていると自ら認めている。
ロジックの重複は痛くなくなった、抽象化は相変わらず痛い
コードのコスト構造がひっくり返った。モデルが重複を書いてくれるなら、繰り返しは安い。だが筋の悪い抽象化は、結局のところ人間が理解し、保守し、いずれ解きほぐさなければならない。何をいつ切り出すべきかについて、DRY が 10 年かけて育てた直感が逆転する。
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。