KevinSimback

@runwaymlを使って動画制作をいろいろ試してみたが、ひどく失望したと言わざるを得ない
Opus 5.5で動かした素晴らしい「ワンショット」の例をいくつか見て試してみたくなったのだが、Runwayは完全に金食い虫のようだ
実際にはこうなる――いくつかのクリップが生成され、それぞれかなりのクレジットが消費される。その後、いくつか微調整したくなって、さらにクレジットを支払うことになる
しかし、私の場合が何度もそうだったように、全体を台無しにされた場合、台無しにされた部分を元に戻すためにさらにクレジットを支払わなければならない
結局のところ、かなり良い出力を得ることはできるが、それは自分のミスを修正させるために、途方もない量のクレジットを支払った後でしかない
同じプロンプトを@higgsfield_aiにも入力して、同じことが起こるか確認してみる

LinkedInは本当にひどい有様なのに、どうして今までにもっと良い代替サービスが存在しないんだ？

@codos_aiでは、採用時に使用する持ち帰り形式のテストを実施しています
これまでは候補者に十分な難題を与えられる難易度でしたが、Opus 5.5は一発で解いてしまいました
そのため、今ではもっと難しくしなければなりません
興味深いことに、Astra 6は2回挑戦して失敗しました。Opus 5.5はコードの扱いが本当に抜群です

今数えたところ、今年はエージェント関連だけで新しいCPUを6台
いくつかのVPSとエージェントに付属するCPU、それにMac miniを合わせての話
以前はノートパソコンとデスクトップだけだったので、CPUが3倍になった
CPUメーカーに強気 $INTC $AMD

パーソナルエージェントはメールと同じくらい普及し、誰もが少なくとも1つは持つようになる
メールが初めて登場した頃は非常に分断されており、誰もが利用するようになるまでには長い時間がかかった
EarthLinkやAT&TのようなISPがユーザーに提供し、その後AOL、Yahoo、Hotmailが人気を集め、多くの人が面白いことに長い間大学のアドレスを使っていた
GmailがGAになってから5～10年経つまで、市場が統合され始めることはなかった
エージェントの分野でも同じ展開になるのではないかと思う――今後数年間は増加と分断が進み、その後、統合が見られるようになる
だから、単なるProdigyやEarthLinkに過ぎない可能性のあるものに$10b を投じる前に、よく考えてほしい

赤字（利益が出ていない）の企業は、どのようにしてトークンの費用を支払うのでしょうか？
これは、手術が必要なのに資金がない患者のようなものです。お金を借り、借金をし、必要な手段は何でも取るのです。
なぜなら、AIなしで赤字なら、その穴はさらに深くなるだけだからです

フロンティアが「ペースを落とされる」と何が起きるのか？
トークン消費がブーンと膨れ上がると思う
「強力すぎる」という理由で一時停止しなければならないという事実は、AIが価値を生み出せないという企業側のあらゆる弱気論を否定している
だから、あらゆる取締役会や企業オーナーがこの機会を利用してAIを推進する

人によってプロンプトの書き方は大きく異なります
他の人のプロンプトを見ると、いつも興味深いと感じます
とても短くそっけないものもあれば、情報を伝えすぎるものもあります
私はどちらかというと情報を伝えすぎる傾向があり、詳しいほど良いと思い込んでいますが、たぶんもう少し短くできると思います

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