KevinSimback

今のエージェントは、あらゆる進歩があったにもかかわらず、かなりお粗末だ
私たちは非常に賢いLLMを使っているが、その上に、昨日何をしたかを記憶できるようハーネスをかぶせ、さらに失敗しないよう常に監視しなければならない
毎日、記憶のないままオフィスに来て、何に取り組んでいたのかを把握するためにノートを読み返さなければならない博士号取得者を雇い、しかも上司が一日中その肩越しに仕事を見張っている状況を想像してほしい
しかし、そのノートが継続的強化学習の訓練データだったらどうだろうか？
その博士号取得者は、昨日取り組んだ内容を覚えている。それが恒久的な記憶の一部になったためであり、ノートはもう必要ない
CRLという概念は現在まだ解決されていないが、今後数年のうちに解決されるのではないかと私は考えている
これは、エージェントをより実用的に使えるようにするための最大級のブレークスルーの一つになるだろう。特にTAMが最も大きい企業環境ではなおさらだ
LLMは現在、ほとんどのナレッジワークをこなせるだけの知性を備えている。ただ、本番のユースケースで使えるようにするには、外部のハーネス管理に多くの作業が必要なだけだ
これが、ツールやソリューションなどの市場が分散しており、FDEへの需要が非常に高い理由だ
この現在の状況が永遠に続くとは考えていない
むしろ、基盤モデルの上でCRLを用いて唯一無二のエー

AIのリリースにとって、なんてすごい一週間なんだ
明日Grok 4.7がリリースされたら面白いのに
火曜日：
>Claude Fable 5.1 / Mythos 5.1
>Qwen3.8-Max-0902
水曜日
>Gemini 3.8 Flash
>Meta Muse Spark 1.3
木曜日
>GPT-6 Astra

$20/月のサブスクプランに加入している連中が、Fable 5.1は制限をあっという間に使い切るし、最悪だと文句を言い始めるのを待っている
Netflixの料金でAGIに文字どおり一歩近づいているんだから、文句を言うな

エージェント向けのイカゲーム――これを構築しているのは誰？

ChatGPTとCodexが統合されて以来、Codexのデスクトップ体験はかなり悪化したように感じます
直感的に使いにくくなったので、以前のアプリに戻してください

AIエージェントについて疑問に思うこと
エージェント同士のやり取りが増えたとき、どのエージェントが：
-より優れた交渉者になるのか
-より優れた問題解決者になるのか
-より人を操作するようになるのか
-より敵対的になるのか
ほとんどのベンチマークはモデルを単独で評価しているが、私はインタラクティブな条件下でモデルをベンチマークしてみたい

「コンテキスト・システム」は、1兆ドル規模のエンタープライズソフトウェア市場の機会である
何十年もの間、企業は記録システムを構築・維持してきた
SAP、Oracle、Workday、Salesforce――これらはすべて記録システムである
しかし、それらはAI時代向けに構築されたものではない
確かに、いずれもエージェント機能を後付けするだろうが、その機能には大きな制約があり、せいぜい限定的な改善しか得られない
今、企業に必要なのはコンテキスト・システム（SoC）である
SoCは、AIが理解し、確信を持って推論・行動するために必要な情報を集約し、解釈し、継続的に更新するレイヤーである
それは、単なる孤立したデータポイントではなく、自社組織において何が真実なのかを教えてくれる
そして、自己改善する組織――日々より良くなりながら知性を蓄積していく企業――を構築するための基盤となる
自己改善する組織は究極の目標であり、コンテキスト・システムなしには実現できない
だからこそ、これは現在のエンタープライズソフトウェアにおける最大の機会なのである

今日の市場についての手短な見解：
> Bessentは昨日、イールドカーブの長期ゾーンを守ると示唆した。これによりAI関連の設備投資資金の調達が軌道に乗り、割引率が低下するため、株式に追い風となる
> ただし、これによってドル安が進み、外国人の限界的な買い手にとって株式が一時的に割高になる。落ち着くのを待てば、その後はおそらく再び上昇する
> ドル安は一般的に暗号資産を押し上げるうえ、Trumpの強気投稿がさらに火に油を注ぎ（きっと偶然だろう）、大規模なショートスクイーズを引き起こした
> 市場はローテーションを好むため、ポジショニングが過度に積み上がるまでは、BTC/暗号資産＋goldは持続的な買いの機が熟している――ここではETFフローをシグナルとして追うべきだ
結論としては、ポジショニングが行き過ぎるまでは短期的に暗号資産＋goldに強気。その後、次の上昇局面に先回りして、割安になったAI銘柄を拾う

尻からエージェントが次々と出てくる
ほとんどの人は「どのエージェントを使うべきか」と尋ねているが、私は「どのエージェントを葬るべきか」と尋ねている
OpenClawから始まり、複数のインスタンスへと増えた（現在はすべて廃止済み）
その後Hermesが登場し、一目惚れだった。Bot Mode + VPSセットアップでデスクトップ全体を使っている
メインのHermesエージェントが調整するカスタムClaudeエージェントもいくつかある
チームを編成してGrok Botを動かしている
個人的な用途ではInstinctを試している
トレーディングにはTrueNorthエージェントを使っている
少なくとも他に12種類は試したが、まだほこりをかぶったまま残っているものもある（NemoClawを覚えているだろうか？）
新しいエージェントを試してみてほしいというDMがいつも届く
新しいエージェントや関連ツールを試すのは心から楽しいが、このカンブリア爆発を受けて絞り込んでいる――新しいエージェントやツールが、すでに使っているものより優れている可能性を示す証拠が必要だ
最大の課題は、新しいエージェントを適切に評価できるようコンテキストを設定することだ
接続して利用できる個人的なコンテキストレイヤーはあるが、新しいエージェントを使える状態にするには、やはり新入社員の場合と同じように多少の手間がかかる
そ

楽しいジムの裏技
誰かに補助を頼んでから、回数を少なめに申告し、「3〜4回やります」と言って、実際には10回やり切る
励みになる素敵な反応が返ってきて、言った回数以上にやるように心が鍛えられる

OK、FOMOに全部乗っかることにします
誰かInstinctへの招待をDMで送ってくれませんか？
よろしくお願いします

AIモデルについて人々が派閥意識を持っているのは面白いと思う
私は、特定のモデルプロバイダーをあまりひいきせず、もっと節操なく使い分けるほうを好む

タイムライン上でAIに対する否定的な意見がこれほど多いという事実は、私たちが依然としてどれほど初期段階にいて、コンセンサスから遠いかを改めて示している
基本的に論点は2つある：
1. 企業はROIを得られておらず、支出を停止または減速させる
2. AIの基盤整備への資金調達はバブルであり、いずれ崩壊する
そして、弱気派や懐疑派の意見にも一定の根拠があることは認めるべきだ
しかし、これらの論点は多くの場合、木を見て森を見失っている
企業のROIはすぐに現れるものではなく、多くの場合、AIへの支出は存続に関わるものとなり、最低限必要な条件になる（この点について詳しくは、私の固定記事を読んでほしい）
したがって、すでに古くなったMcKinseyやMITの調査が、多くのパイロット導入が失敗していると示しているからといって、企業がAI導入の取り組みを取りやめるわけではない――Anthropicの売上ランレートを見れば、支出が前例のないペースで続いていることが分かる
そして、2008～09年の住宅ローン危機のようなメルトダウンを引き起こすと多くの人が考えている金融面の循環性について言えば、あなたは明らかに当時の状況を間近で見ていなかったのだろう。そうでなければ、両者がいかに大きく異なるか分かるはずだ
私は2007年から2012年の大半を、その危機と後始末の真っただ中で過ごした――この2つは同じ

私の考えでは、AIは能力の低い人々を自動化するよりも、最も優秀な人々の能力を強化するのに適しています
10倍の成果を上げる従業員が望むだけのAIを与え、その人ができることを基に自動化を構築しましょう