runesleo

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

最近、@ethos_networkの$WHUF セールについて調べている。
その中に、Crypto Token Saleではあまり見かけない設計がある：
85%の購入価格保護。
最初に見ると、簡単にこう理解してしまいがちだ：
「つまり最大でも15%しか損しないということ？」
しかし、公式ルールを一通り詳しく分解してみると、そう解釈することはできないと分かった。
まず、プロジェクト自体について。
Ethosが構築しているのは、オンチェーンの評判／信頼性ネットワークだ。Reviews、Vouches、Marketsなどの仕組みを通じて、ある人物のオンチェーンおよびソーシャルネットワーク上の信用を、記録・ステーク・利用可能なcredibility graphへと変換する。
$WHUF は、このネットワークで使用される予定のネイティブ資産だ。
現在、公式に開示されているトークノミクス：
- 固定総量 10M $WHUF
- トークンセール：20%
- Contributor Rewards：18%
- Team：28.9%
- Early Supporters：11.1%
- Treasury：10%
- Ecosystem：5%
- Bounties：5%
- Referral Bonus：1%
- XP Bonus：1%
公開セールではEnglish Auctionが使用される。
仕組

私は今、たくさんのAI対話を自分で管理するのは、あまりやりたくなくなっています。
それよりも、1人の「ボス」だけを管理したい。
私が目標を一言伝えると、今何をすべきかを自分で判断し、関連するタスクを異なる業務対話に割り振って進め、結果と報告が戻ってきたら、次の一手を決める。
以前の私の仕事の進め方は、どちらかというと次のようなものでした。
私 → Chat A
私 → Chat B
私 → Chat C
私 → Chat D
AIを1つ開くたびに、自分で管理しなければならないウィンドウが1つ増えていました。
今は別の方法を試しています。
私 → 総合管制対話
↓
現在のタスクを選択
↓ ↓ ↓
業務A 業務B 業務C
↓ ↓ ↓
結果 / 報告
↓
総合管制に戻る
↓
次の項目へ進む
今日のこのコンテンツ制作対話は、まさにこのように動いています。
私が一言ずつ「続けて」と言うのを待っているわけではありません。
あるコンテンツが公開ゲートに到達すると、業務ライン全体を止めるのではなく、次のものへ切り替えます。新しいGrokBotの入力が入ってくると、まずそれを処理します。信頼形成コンテンツが何本も続くと、次の枠をプロダクト系や新規層開拓コンテンツへ切り替えます。
私が本当に望んでいるのは、「たく

強気相場では、リサーチの最も価値ある役割の一つは、買えるものをもっと見つけることではないと、ますます感じるようになった。
根拠を持って、追いかけないようにしてくれることだ。
最近、ある Polymarket のアドレスを分析した。
表面的には、確かに利益を上げている。
しかし、収支を分解してみると：
取引粗利益：+$46,224
手数料：−$46,143
取引レイヤーに最終的に残ったのは：+$81
実際に純利益を押し上げたのは、別途得られた +$22,273 のテイカー・リベートだった。
つまり、それが「利益を上げている」ことだけを見て、その取引方法を真似しても、真の利益源はほとんど再現できない。
これも、ProbPocket を作ってからますます強く感じていることだ：
アドレス研究は、緑色の数字を見つけて、自分に買う理由を与えるためのものではない。
本当に問うべきなのは：
- それはいったい何によって利益を上げているのか？
- この利益は取引のエッジによるものなのか、それとも補助金 / リベート / 構造的な仕組みによるものなのか？
- 今見えている手法は、過去に利益を上げていた手法と、依然として同じものなのか？
- 手数料、資金フロー、特殊な仕組みを取り除いたら、このエッジはどれだけ残るのか？
強気相場で最も起こりやすい間違いは、「誰かが利益を得た」ことを「このものは今、自分が

強気相場が来たので、最近行った準備の一つ目：
AI専用に資金とウォレットを用意した。
前回の強気相場で準備したのは、取引所、ウォレット、資金、そしてさまざまな情報源だった。
今回の相場では、AIのために「実行アカウント」まで事前に準備することにした。
なぜなら今のAIは、機会を見つけ、リサーチを行い、データを監視し、参加すべきかどうかを判断できるからだ。
しかし、毎回最後に、
AIが機会を発見 → 私に知らせる → 私がパソコンを開く → ウォレットを探す → 資金を移動する → 操作する
という流れになるなら、AIはあくまでリサーチアシスタントにすぎない。
だから今日、本当に最初の資金をAIに入れて、最初のオンチェーン実験を始めた。
まだ規模は小さい。約1,000ドルで、1回あたり最大300ドル、1日あたり最大600ドル。資金と権限も完全にAIに渡したわけではなく、重要な操作には依然として厳格な承認ゲートを設けている。
そして、「AIウォレット」はまだ第一歩にすぎないのかもしれないと気づいた。
今はこれを少しずつ次のようにアップグレードしたいと考えている。
リサーチ → リスクゲート → トレジャリールーター → チェーン別運用枠 → 実行者 → 決済／PnLモニター
このシステムは今日、すでに初めてBase → Solana間の資金移動を完了し、次のオンチェーンの機会に備えて、