Stephan_
現在、コンテンツはありません
Stephan_
grok-4.6とdeepseek-v4-proが同時にリリースされました！
原文表示
- 報酬
- いいね
- コメント
- リポスト
- 共有
ロ老の周鸿祎へのインタビューの3時間半のポッドキャストを聞き終えましたが、老周が実際に多くの実務経験を持っていることは分かりました。しかし、老ロの質問は十分に深く専門的ではなく、少し残念です。
例えば、老ロが海外のトップモデルについてこの見解を述べたとき、私は少し偏った意見だと感じました。なぜなら、異なる分野には異なる最良のモデルがあるからです。例えば、プログラミング分野では現在claude-4とgpt-5-codexが優れているかもしれません。また、老周が何度も言及したLLMの幻覚問題について、360がどのように最適化したのかについては追求されていませんでした。
全体を通して最も価値のある点は、老周が言及した垂直+サブスクリプションの料金モデルです。老周は料金モデルについて、トークンの使用量に応じた課金とメンバーシップ料金の組み合わせがあるべきだと述べました。この方法は、長期的に見てより実行可能な料金モデルです。単にトークンを販売するモデルは障壁が低すぎて、ユーザーが支払う動機はLLMの上にあるべきであり、製品が提供する垂直エージェントの能力です。
原文表示例えば、老ロが海外のトップモデルについてこの見解を述べたとき、私は少し偏った意見だと感じました。なぜなら、異なる分野には異なる最良のモデルがあるからです。例えば、プログラミング分野では現在claude-4とgpt-5-codexが優れているかもしれません。また、老周が何度も言及したLLMの幻覚問題について、360がどのように最適化したのかについては追求されていませんでした。
全体を通して最も価値のある点は、老周が言及した垂直+サブスクリプションの料金モデルです。老周は料金モデルについて、トークンの使用量に応じた課金とメンバーシップ料金の組み合わせがあるべきだと述べました。この方法は、長期的に見てより実行可能な料金モデルです。単にトークンを販売するモデルは障壁が低すぎて、ユーザーが支払う動機はLLMの上にあるべきであり、製品が提供する垂直エージェントの能力です。
- 報酬
- いいね
- コメント
- リポスト
- 共有
はい、このウェブサイトは面白いです。最先端のAIモデルを無料で使用し、比較することができます。
yuppでの各対話には、少なくとも2つのAI大モデルが同時に回答します。その中から、より良いと思う回答を選択し、yuppに使用フィードバックを共有できます。
ユーザーのフィードバックはポイントを獲得でき、より質の高いフィードバックはより多くのポイントを獲得できます。より多くのポイントは、より多くの高級モデルを使用できることを意味し、さらにはポイントを引き出すことも可能です。
このウェブサイトが大規模モデルを無料で使用できる理由は、ユーザーフィードバックメカニズムの構築に直接関連しています。これらのフィードバックデータは、モデルの最適化のためにモデルメーカーに提供されます。
このビジネスモデルが成立する理由は、大規模モデルのトークン価格がますます低下し、ユーザーの真のフィードバックがより価値を持つようになるからだと思います。特に、異なるメーカー間の比較においては。モデルメーカーにとっては、トークンをユーザーフィードバックと交換するのは非常にお得な取引です。
一方で、ユーザーにとっては、現在モデルが多すぎて、異なる分野や異なるシーンで、どのモデルが最もパフォーマンスが良いのか？どのモデルが自分のアプリケーションシーンに最適なのか？yuppが私たちのために無料で比較を手伝ってくれます。
現在、
原文表示yuppでの各対話には、少なくとも2つのAI大モデルが同時に回答します。その中から、より良いと思う回答を選択し、yuppに使用フィードバックを共有できます。
ユーザーのフィードバックはポイントを獲得でき、より質の高いフィードバックはより多くのポイントを獲得できます。より多くのポイントは、より多くの高級モデルを使用できることを意味し、さらにはポイントを引き出すことも可能です。
このウェブサイトが大規模モデルを無料で使用できる理由は、ユーザーフィードバックメカニズムの構築に直接関連しています。これらのフィードバックデータは、モデルの最適化のためにモデルメーカーに提供されます。
このビジネスモデルが成立する理由は、大規模モデルのトークン価格がますます低下し、ユーザーの真のフィードバックがより価値を持つようになるからだと思います。特に、異なるメーカー間の比較においては。モデルメーカーにとっては、トークンをユーザーフィードバックと交換するのは非常にお得な取引です。
一方で、ユーザーにとっては、現在モデルが多すぎて、異なる分野や異なるシーンで、どのモデルが最もパフォーマンスが良いのか？どのモデルが自分のアプリケーションシーンに最適なのか？yuppが私たちのために無料で比較を手伝ってくれます。
現在、
- 報酬
- いいね
- コメント
- リポスト
- 共有
OpenAIは「GPT-5コーディングガイド」を発表し、GPT-5を使用したAIプログラミングのための6つのベストプラクティスを示しました：
# 1. 指示は正確であるべきで、情報の衝突を避ける
新しいGPT-5モデルは指示に従う能力が大幅に向上しましたが、これには副作用があります：曖昧または相互に矛盾する指示に直面した場合、それを処理するのが難しいことがあります。この状況はあなたの.cursor/rulesまたは設定ファイルで特に注意が必要です。
# 2. 適切な推論レベルを設定する
GPT-5は問題を解決する際に常に一定の推論を行います。最良の結果を得るためには、複雑なタスクを処理する際に "high reasoning effort" を使用するべきです。モデルが簡単な問題に対して「考えすぎる」傾向がある場合は、より具体的な指示を与えるか、mediumまたはlowの推論レベルを選択してください。
# 3. XMLに似た構文を使用して命令を構造化するのに役立てる
私たちはCursorとの協力で、XMLに似た文法を使用することでモデルにより多くのコンテキストを提供でき、GPT-5がより良く機能することを発見しました。例えば、モデルに次のようなコーディングガイドラインを与えることができます：
# 1. 指示は正確であるべきで、情報の衝突を避ける
新しいGPT-5モデルは指示に従う能力が大幅に向上しましたが、これには副作用があります：曖昧または相互に矛盾する指示に直面した場合、それを処理するのが難しいことがあります。この状況はあなたの.cursor/rulesまたは設定ファイルで特に注意が必要です。
# 2. 適切な推論レベルを設定する
GPT-5は問題を解決する際に常に一定の推論を行います。最良の結果を得るためには、複雑なタスクを処理する際に "high reasoning effort" を使用するべきです。モデルが簡単な問題に対して「考えすぎる」傾向がある場合は、より具体的な指示を与えるか、mediumまたはlowの推論レベルを選択してください。
# 3. XMLに似た構文を使用して命令を構造化するのに役立てる
私たちはCursorとの協力で、XMLに似た文法を使用することでモデルにより多くのコンテキストを提供でき、GPT-5がより良く機能することを発見しました。例えば、モデルに次のようなコーディングガイドラインを与えることができます：
XPRT-0.90%
- 報酬
- いいね
- コメント
- リポスト
- 共有
なぜAIペアプログラミングを使うと、私への入力は出力よりもはるかに価値があると感じるのか😅
オープンソースコードリポジトリで価値のある情報を探したり、システムアーキテクチャを整理したりするのを頻繁に手伝ってもらっており、いつも非常に良い体験を得ています。
しかし、それにコードを書かせると体験が非常に悪くなります。書かれたコードが信頼できず、自分でレビューしなければなりません。レビューを終えると、常に大小の問題を発見することができ、修正や補完を繰り返さなければなりません。
これが古典的なプログラミングのプログラマーがvibe codingに直面したときの最大の障害なのだろうか：思い切って手放せない😂
そして、これはインターン生を指導する感覚とは異なります。賢いインターン生はしばらく調整すればどんどん上手くなります。私はインターン生が間違いを犯すことを知っていますが、彼らが成長することも知っています。しかし、AIはそうではありません。AIの全体的な記憶は私が与えなければなりません😤
原文表示オープンソースコードリポジトリで価値のある情報を探したり、システムアーキテクチャを整理したりするのを頻繁に手伝ってもらっており、いつも非常に良い体験を得ています。
しかし、それにコードを書かせると体験が非常に悪くなります。書かれたコードが信頼できず、自分でレビューしなければなりません。レビューを終えると、常に大小の問題を発見することができ、修正や補完を繰り返さなければなりません。
これが古典的なプログラミングのプログラマーがvibe codingに直面したときの最大の障害なのだろうか：思い切って手放せない😂
そして、これはインターン生を指導する感覚とは異なります。賢いインターン生はしばらく調整すればどんどん上手くなります。私はインターン生が間違いを犯すことを知っていますが、彼らが成長することも知っています。しかし、AIはそうではありません。AIの全体的な記憶は私が与えなければなりません😤
- 報酬
- いいね
- コメント
- リポスト
- 共有
それでは、推論速度が20倍速くなった場合、私たちのvibeコーディングの方法はどのように変わるのでしょうか？
原文表示- 報酬
- いいね
- コメント
- リポスト
- 共有
この会社が提供するLLM推論速度は煙が出るほど速く、少なくとも1500token/秒に達します！
何の概念でしょうか？openrouterのqwen3 coderモデルの提供者のスループットは以下の図の通りで、cerebrasの平均スループットは1650tok/sで、2位の92tok/sの17倍です。
このスループットに従えば、コーディングの分野で数秒で数千行のコードを生成できます！
この会社のコア競争力は自社開発のチップ技術です。下の図2は彼らのチップ推論速度と従来のGPU速度の比較図です👇
原文表示何の概念でしょうか？openrouterのqwen3 coderモデルの提供者のスループットは以下の図の通りで、cerebrasの平均スループットは1650tok/sで、2位の92tok/sの17倍です。
このスループットに従えば、コーディングの分野で数秒で数千行のコードを生成できます！
この会社のコア競争力は自社開発のチップ技術です。下の図2は彼らのチップ推論速度と従来のGPU速度の比較図です👇
- 報酬
- いいね
- コメント
- リポスト
- 共有
AIプログラミングツールの発展に伴い、私はMCPツールに対する理解も変わってきていると感じています。
以前よく使われていたsequential thinking、task_managerは、モデルの計画と推論能力の向上に伴い、plan modeとthink harder/ultrathinkが登場しました。私は今、原生ツール内で作業を完結させたいと思っており、mcpを借りることは望んでいません。
もう一つのカテゴリは、context7やdeepwikiのようなコンテキスト強化ツールです。コンテキストエンジニアリングに関しては、より精密で正確である必要がありますが、この種のMCは現在のところその要求を満たすことができません。ですので、私はMCを使用するのではなく、自分で深く整理することを好みます。
文脈整理のプロセスは、Deep ResearchやNotebookLMなどの外部ツールを利用することができ、コードの外側で高品質で十分に包括的な文脈を事前に収集することができます。
さらに、テスト効率と精度を向上させることができるmcpツールをお勧めします。例えば、playwright mcpです。
要するに、mcpツールはAIプログラミング能力の延長として、手足の役割を果たすべきであり、脳を強化するものではない。
原文表示以前よく使われていたsequential thinking、task_managerは、モデルの計画と推論能力の向上に伴い、plan modeとthink harder/ultrathinkが登場しました。私は今、原生ツール内で作業を完結させたいと思っており、mcpを借りることは望んでいません。
もう一つのカテゴリは、context7やdeepwikiのようなコンテキスト強化ツールです。コンテキストエンジニアリングに関しては、より精密で正確である必要がありますが、この種のMCは現在のところその要求を満たすことができません。ですので、私はMCを使用するのではなく、自分で深く整理することを好みます。
文脈整理のプロセスは、Deep ResearchやNotebookLMなどの外部ツールを利用することができ、コードの外側で高品質で十分に包括的な文脈を事前に収集することができます。
さらに、テスト効率と精度を向上させることができるmcpツールをお勧めします。例えば、playwright mcpです。
要するに、mcpツールはAIプログラミング能力の延長として、手足の役割を果たすべきであり、脳を強化するものではない。
- 報酬
- いいね
- コメント
- リポスト
- 共有
なんてことだ、GoogleのGCPクラウドサービスが大規模に故障し、いくつかのクラウドサービスの基本機能が使えなくなった、Cursorも使えなくなった...
原文表示
- 報酬
- いいね
- コメント
- リポスト
- 共有
MCPが出てからこんなに時間が経ったのに、実際に使えるものはあまりないようですね？
私が言う「使える」とは、AIプログラミングにおいて、安定して高頻度で使用でき、プログラミングの効果に実質的な向上をもたらすことを指します。
私が問題ないと思うものをいくつか共有してください:劇作家、Context7、シーケンシャルシンキング
前の2つは文脈の正確性の問題を解決し、3番目は計画的思考を解決します。
原文表示私が言う「使える」とは、AIプログラミングにおいて、安定して高頻度で使用でき、プログラミングの効果に実質的な向上をもたらすことを指します。
私が問題ないと思うものをいくつか共有してください:劇作家、Context7、シーケンシャルシンキング
前の2つは文脈の正確性の問題を解決し、3番目は計画的思考を解決します。
- 報酬
- いいね
- コメント
- リポスト
- 共有
プログラミングの分野には、「バッドスメル」という言葉があります。
経験豊富なプログラマーは、システム内の「悪臭」を嗅ぎ取ることができ、事前に予防し、アーキテクチャの最適化とアップグレードを行うべきだということです。
もう一つの言葉は「過剰設計」です
つまり、最初に考えすぎて、多くの不要な拡張性やモジュールの分離を設計してしまい、膨大で無駄なメンテナンスコストをもたらし、逆にバグを引き起こしやすくなっています。
この二つの言葉は、時間と文脈の中で見る必要があります。
最良のアーキテクチャデザインはなく、現在（および将来の一定期間）に最も適したアーキテクチャデザインがあるだけです。
この程度の把握は、現在のAIではまだ遠く及ばない。
しかし、AIを導入することで、私たちはアーキテクチャについて考えるための時間を増やし、適切なタイミングでリファクタリング、デカップリング、分割、または統合を行うことができるようになりました。
これが人間の価値です
原文表示経験豊富なプログラマーは、システム内の「悪臭」を嗅ぎ取ることができ、事前に予防し、アーキテクチャの最適化とアップグレードを行うべきだということです。
もう一つの言葉は「過剰設計」です
つまり、最初に考えすぎて、多くの不要な拡張性やモジュールの分離を設計してしまい、膨大で無駄なメンテナンスコストをもたらし、逆にバグを引き起こしやすくなっています。
この二つの言葉は、時間と文脈の中で見る必要があります。
最良のアーキテクチャデザインはなく、現在（および将来の一定期間）に最も適したアーキテクチャデザインがあるだけです。
この程度の把握は、現在のAIではまだ遠く及ばない。
しかし、AIを導入することで、私たちはアーキテクチャについて考えるための時間を増やし、適切なタイミングでリファクタリング、デカップリング、分割、または統合を行うことができるようになりました。
これが人間の価値です
- 報酬
- いいね
- コメント
- リポスト
- 共有
Claude 4は、優れたプログラマーとペアプログラミングをしているように感じさせてくれる最初のモデルです。
以前のモデルは多かれ少なかれ怠惰または過剰設計の問題がありましたが、この問題はClaude4では見つかりませんでした。
さらに、Cursorは現在、Claude4モデルの一時的な割引を行っており、Claude4 Sonnetは0.5倍、Claude4 Sonnet思考は0.75倍です
これを使わずにはいられないですね😅
原文表示以前のモデルは多かれ少なかれ怠惰または過剰設計の問題がありましたが、この問題はClaude4では見つかりませんでした。
さらに、Cursorは現在、Claude4モデルの一時的な割引を行っており、Claude4 Sonnetは0.5倍、Claude4 Sonnet思考は0.75倍です
これを使わずにはいられないですね😅
- 報酬
- いいね
- コメント
- リポスト
- 共有
プログラマーが最も喜ぶのは、各大手AI企業が競い合っていることです😂
Julesに登録したばかりですが、どうやら無料で試用できるようです。
原文表示Julesに登録したばかりですが、どうやら無料で試用できるようです。
- 報酬
- いいね
- コメント
- リポスト
- 共有
Googleがまた大きな手を打とうとしているのか？
原文表示- 報酬
- いいね
- コメント
- リポスト
- 共有
vibe codingは本当にプログラミングを理解している人の手の中でのみ効果を発揮します。理解していない人には💩山と様々なセキュリティの脆弱性😅
原文表示- 報酬
- いいね
- コメント
- リポスト
- 共有
素晴らしい経験であり、コンテンツマーケティング、トラフィック、顧客獲得、コンバージョン、ブランド、デザイン、競争の壁、協力の拡大など、あらゆる側面について考え、実行する必要があります。
AI時代、最も不足しているのはアイデアと研究開発能力です😂
原文表示AI時代、最も不足しているのはアイデアと研究開発能力です😂
- 報酬
- いいね
- コメント
- リポスト
- 共有
おめでとうございます、学ぶ価値があります👍
熠辉のように講座を販売する人がもっと増えることを願っています。「講座販売」という言葉がもはやそんなにネガティブなものではなくなるように。
成功する知識有料配信者とはどのような人か考えてみると、以下のポイントをまとめました：
誠実で利他的で、価格が適正で、迅速です。
誠実：自媒体の基盤であり、何を売るにしても、まず顧客との信頼関係を築く必要があります。自分の知識や認識を誠実に発信し、偽らず、演じることなく、キャラクターが崩れにくくなります。
利他：自分を満たすためではなく、市場の側に立ち、ユーザーの側に立ち、実際に価値があり、ユーザーの痛点を解決できるコンテンツを提供すること。
迅速：この迅速は単に市場に素早く参入することだけではなく、より重要なのは迅速なイテレーションと試行錯誤だと思います。完璧な製品を作ろうと考えず、まずはMVPを迅速にリリースし、市場の検証とフィードバックを得ることが、閉じた環境での開発よりも100倍優れています。
原文表示熠辉のように講座を販売する人がもっと増えることを願っています。「講座販売」という言葉がもはやそんなにネガティブなものではなくなるように。
成功する知識有料配信者とはどのような人か考えてみると、以下のポイントをまとめました：
誠実で利他的で、価格が適正で、迅速です。
誠実：自媒体の基盤であり、何を売るにしても、まず顧客との信頼関係を築く必要があります。自分の知識や認識を誠実に発信し、偽らず、演じることなく、キャラクターが崩れにくくなります。
利他：自分を満たすためではなく、市場の側に立ち、ユーザーの側に立ち、実際に価値があり、ユーザーの痛点を解決できるコンテンツを提供すること。
迅速：この迅速は単に市場に素早く参入することだけではなく、より重要なのは迅速なイテレーションと試行錯誤だと思います。完璧な製品を作ろうと考えず、まずはMVPを迅速にリリースし、市場の検証とフィードバックを得ることが、閉じた環境での開発よりも100倍優れています。
- 報酬
- いいね
- コメント
- リポスト
- 共有
この方法でAIルールを作るのは良さそうですね。試してみる準備をしています。試し終わったら報告します！シェアしてくれてありがとう☺️
原文表示- 報酬
- いいね
- コメント
- リポスト
- 共有
ウォ・エンダー先生の意見に非常に賛同します。AIの支援によるプログラミングは、既にプログラミング言語の基礎を持つ人々が新しい言語を迅速に習得できることを確かに可能にします。同時に、彼は言語の背後にある核心的な概念を理解することの重要性を強調しました。
---
しかし、異なる言語の背後にある概念を理解することは依然として重要です。これが、少なくともPythonのような言語を学ぶことが、LLMにPythonや他の言語のコードを生成するようにより良く指示するための堅固な基盤を築くことができる理由です。もし、あるプログラミング言語から文法が異なるが同様のタスクを達成できる別の言語に移行する場合—例えば、JSからTS、またはC++からJava、またはRustからGoへ—最初の言語の概念を習得すれば、第二の言語でコードを書くためにLLMに指示するために必要なほとんどの概念も習得することができます。（TensorFlowとPyTorchはプログラミング言語ではありませんが、TensorFlowの背後にあるディープラーニングの概念を学ぶことで、LLMにPyTorchのコードを書くように頼むことも容易になり、逆もまた然りです！）さらに、生成されたコードの大部分を理解することもできるでしょう（LLMに少し説明してもらう必要があるかもしれません）。
異なるプログラミング言語は、コンピュータを組織する異な
---
しかし、異なる言語の背後にある概念を理解することは依然として重要です。これが、少なくともPythonのような言語を学ぶことが、LLMにPythonや他の言語のコードを生成するようにより良く指示するための堅固な基盤を築くことができる理由です。もし、あるプログラミング言語から文法が異なるが同様のタスクを達成できる別の言語に移行する場合—例えば、JSからTS、またはC++からJava、またはRustからGoへ—最初の言語の概念を習得すれば、第二の言語でコードを書くためにLLMに指示するために必要なほとんどの概念も習得することができます。（TensorFlowとPyTorchはプログラミング言語ではありませんが、TensorFlowの背後にあるディープラーニングの概念を学ぶことで、LLMにPyTorchのコードを書くように頼むことも容易になり、逆もまた然りです！）さらに、生成されたコードの大部分を理解することもできるでしょう（LLMに少し説明してもらう必要があるかもしれません）。
異なるプログラミング言語は、コンピュータを組織する異な
REACT-0.45%
- 報酬
- いいね
- コメント
- リポスト
- 共有