runesleo

Grok botのこの100ドル、もうもらった？
もともとはGrok BotでXの有料APIを接続して、検索／タイムライン／mentionsができればよかった。
25ドル入金して試したところ、totalには約123ドルと表示された。
分解して初めて分かった：
• prepaid ≈ 23.7ドル → 私が入金した残高
• free ≈ 99ドル → 接続時にもらえる開始時のcredits（約1年で期限切れ）
公式8/29：Paid Grok Bot users get free X API credits to start
金額は公式には明記されていない。上の画像は私が実際に試した結果。接続する前にfreeを確認して、totalに騙されてむやみに入金しないように。

MCPXを導入してから、最近本当にこんな感覚があります。
ChatGPTを使っていると、「無制限プラン」になったような気分です。
もちろん、本当に無制限というわけではありません。
そもそもChatモード自体の利用枠がかなり十分で、そこにMCPXをきちんとインストールして設定すると、以前なら自分でソフトを切り替えたり、ツールを探したり、コマンドを実行したりする必要があったことの多くを、今ではChat内で直接完結できます。
しかも、MCPXの一番便利なところは、「新しいツールが1つ増えた」ことではないと思います。
むしろ、インストールしてしまえば、MCPXの存在すら忘れてしまえることです。
普段どおり、自然にChatGPTへ話しかけるだけです。
このプロジェクトを調べて。
オンチェーンデータを見て。
このバグを修正して。
監視を続けて。
その後のことは、ChatGPTが必要な能力を自分で判断し、MCPXを通じて対応するTool、MCP、API、Remote Sessionを呼び出し、完了したら結果を持ち帰って、さらに作業を進めてくれます。
だから最近、新しい要件に直面したとき、まずこう考えることはほとんどなくなりました。
「ChatGPTはこの機能に対応しているのか？」
それよりも気になるのは、こちらです。
「これはToolとして接続できるのか？」
接続できさえすれば、その後は多くの場

最近、Xではみんな「薄肌クラブ」に入ってる
私も参加の報告をしに来ました

最近、非常に奇妙な問題に遭遇しました：
明らかに普通の Chat を使っていて、長期間利用している自分の MCP ツールを接続しただけなのに、作業を続けているうちに、同じ会話が Work に変わってしまうのです。
新しく Work を開いたわけでも、自分のバックグラウンドタスクの名前に Work が含まれているわけでもありません。元の会話に、ChatGPT のサイドバー上で本当に「仕事」というラベルが追加されたのです。
最初は、リモート実行、非同期タスク、長時間タスクなどの仕組みが、ChatGPT の何らかの自動アップグレードを引き起こしているのではないかと疑いました。そこで、いったんすべて分解し、クリーンな Chat をいくつか新しく開いて検証しました。
その結果、ことはそう単純ではないと分かりました。
ツールを単独で呼び出してもすぐに Work になるわけではなく、実際にタスクを実行してもなりません。すでに非同期実行に入っていても、会話は Chat のまま維持できます。つまり、「タスクがますます複雑になる」ことだけでは、Chat が最終的に Work へ変わる理由を説明できません。
さらに調べていくうちに、むしろ自分の MCP ツール設計に問題があることに気づきました。
以前は、インターフェースをより整然と見せるために、関連する一連の機能を同じツールに詰め込んでいました。たとえ

ロボットが失敗しそうになったとき、人間が一時的に介入して数ステップを修正する。この数ステップは、本当にモデルに学習させる価値があるのだろうか？
@axisrobotics 8月19日に発表された、単一タスクのシミュレーション実験報告には、次のような結果が示されている。
タスクは、豆腐を1丁、皿の上に置くこと。プロジェクト側は、同じ480個の新しい初期状態でテストした：
• 元のモデル：成功率40.0%
• 人間による完全な修正プロセスを直接学習：36.7%
• 選別した短い修正片で学習：48.3%（3つの学習シードの平均値）
少なくとも今回の比較では、人間の完全な操作をそのまま模倣しても、より良い結果にはつながらなかった。
報告書の著者が示した説明はこうだ。完全な操作には、停止、ためらい、迂回、本当に効果のある数ステップが混在している。プロセス全体でタスクを完了できたからといって、その中のすべての動作をモデルが模倣する価値があるとは限らない。
今回の実験で最も興味深いのは、「人間が実際にどのステップで助けになったのか」をどのように検証したかだ。
まず、完全な操作をシミュレーション環境に戻して再生し、成功を再現できることを確認する。次に、元のモデルが初期状態と人間が介入する前の時点で本当に失敗するのかを確認し、そもそも人間の助けが必要なかったケースを除外する。
最後に、約0.8秒間の

Xのブックマークを、自動で処理するAgent受信箱に変えました。
これからは、残しておく価値のある内容を見つけたら、ブックマークを1回タップするだけです。
残りのフローはAgentに任せます：
1. 新しいブックマークを定期的に読み取る
2. 重複を排除し、価値があるか判断する
3. 行き先を振り分ける：調査、コンテンツ、プロダクト、タスク、または対応不要
4. 下流工程で実際の成果物を生成する
5. 検収報告を記録する
6. 明示的に有効化した場合、処理済みのブックマークを自動的に解除する
7. 元の投稿を再度開き、本当に解除に成功したことを確認する
つまり、ブックマークはもう「後で見る」という意味ではありません。
そのままワークフローに入ります：
ブックマークする
→ Agentが自動で処理する
→ 調査、コンテンツ、またはタスクになる
→ 完了後、受信箱から取り除かれる
ここで最も重要な安全策は、実際の成果物と検収報告の両方が存在して初めて、処理完了と判定できることです。
取得に失敗した場合、データが不完全な場合、元の投稿の身元が一致しない場合は、直ちに停止してブックマークを保持します。「空の結果」を受信箱が空になった証拠として扱うことはありません。
アカウントの変更はデフォルトで無効です。自動的にブックマークをすべて解除するには、まず自身の処理フローを確認したうえで、明示的

私は本当に、ほとんどの人が触れない領域まで ChatGPT Pro を使い込んだのかもしれない。
この2週間、ずっと疑問に思っていたことがある。
ChatGPT の Chat には、いったいどれくらいの利用枠があるのか？
というのも、私の Codex / Work は週次の利用枠を頻繁に直接 0 まで使い切るのに、Chat はまだ普通に使えているからだ。
ネットで一通り検索してみたが、答えはかなり混乱していた。Pro は無制限だという人もいれば、数時間ごとに数十件だという人もいる。プラグインが集計した数字を公式上限だと思っている人もいれば、Work を使い切ったら Codex に切り替えて引き続き使えると思っている人もいる。
そこで、自分のアカウントを使って一度調べてみた。
結果は、「結局何件なのか」よりも興味深いものだった。
現在の ChatGPT は、少なくとも完全に異なる2つの利用枠システムに分けて考える必要がある。
1つ目は Chat。
Instant、手動で選択する Sol 推論、Sol Pro は、単純に1つの「週 N 件」という利用枠を共有しているわけではない。
このうち Instant は、公式の説明では「基本的に無制限」に近いが、それでも不正利用防止の仕組みの制約を受ける。
本当にコストの高い手動選択の Sol と Sol Pro には、それぞれ独立した利用枠プー

初めて真剣に「AI × Crypto 一人会社」の8月の収支を計算してみた。
今の私は基本的に、一人＋AIで以下のことを行っている：
リサーチ、開発、プロダクト、コンテンツ、運営、ビジネス、業務の自動化。
だから私もけっこう気になっている：
このAI一式は本当に私の収益化を助けているのか、それとも毎月サブスクリプション費をただ燃やしているだけなのか？
8月の事業収入：$1,791.70
主な内訳：
- 自分で作った予測市場プロダクト／有料コンテンツ：$697
- ビジネス提携／コンテンツ報奨金：$850
- アフィリエイト／紹介：$120
- X Creator Earnings：$124.51
8月の事業コスト：約$565
主な内訳：
- Claude Max：$250
- ChatGPT Pro：$200
- VPS：約$70
- X Premium／ドメイン／Cloud：約$45
そのほか、日常的に以下も大量に利用している：
- Cursor
- Cursor Ultra
- Grok Bot
現在、この3つについては基本的に追加の現金コストは発生していない。
そのため、8月の最終的な事業利益はおよそ+$1.2kとなった。
金額自体は大きくないが、私にとってこの数字はかなり重要だ：
少なくとも現時点では、「一人＋AI」というモデルは、AIとインフラのコストを差し引いた後も、プ

当日新增 TOP100 のうち、95 個の Skill はいまだに利用 0。
REDSkill が今回取得した 39,022 個の Skill と、利用者数、作者の公開数、7 日間の新規追加数、当日の新規追加数という 4 つの TOP100 ランキングを並べて見てみた。
3 つの数字から、まず「ランクイン = プロダクトの成立」という見方を崩してみる：
• 利用ランキング TOP100 の中央値は、ユーザーあたりわずか 1.34 回の再利用
• 作者ランキングの上位 2 名で、公開ランキング TOP100 の公開数の 84.98% を占める
• 当日新規追加ランキングの 100 個の Skill のうち、95 個はいまだに利用 0
ランクイン、公開数、呼び出し回数は、定着率、品質、収益と直接イコールではない。
ただし、利用ランキング上位には、真似る価値のある共通点が 1 つある：
「万能 Agent」を売り込むものは少なく、写真、レポート、PPT、ポスター、面接対策、学習の振り返りなど、具体的な完成品を提供しているものが多い。
入力は絞り込まれていて、結果は明確だ。
写真 1 枚、記事 1 本、または求人 1 件を渡せば、そのまま使ったり共有したりできるものが手に入る。
だから今、Skill や Agent を作るなら、私はまず 4 つの質問をする：
1. 入力を一言で説明できるか