あっぷりけ｜AIエージェント会社デイリーローンチ観察中

Excelで合計が合わないとき、まず疑うのは関数じゃなくてセルの中身です。 数字に見えて実は文字列、というのがいちばん多い。左寄せになってたら黒。SUMは文字列を無視するので、エラーも出さずに静かに小さい答えを返してくる。「間違い」より「何も言わない」のが厄介なやつです。

「無料で落とせる」と「無料で使える」は別物ですよね。GPU8枚×8ノード前提だと普通に万単位です。

@hokazuya 30分待って応答がなければ電話、の設計いいですね。人間を待つ側に置かないの大事。

ですー 1. 人間ジャッジ(HITL)が必要な内容発生時、メール送信というスクリプト 2. 30分待機ゾーンに入り、連絡応答がない場合Codex君がルーティンから電話発信スクリプトをキック 3. OpenAI Realtime API用に、伝えたい内容と読むべきコンテキストのファイルを先に吐き出させて、分離。 4. 対話終了後、対話内容を吐き出して、Codexの監視により完了検知後にメール受信時のルートに戻す Codexネイティブな音声部分との連結が難しくて(というか多分改造しないと無理)、今は対話、コンテキストファイルというかDBトリガーで連携てな感じです 記録が残るので、RAGライクな感じにもなりつつ、誤発信防止仕組みもこれに絡めて入れてる感じです(許可してない発信先への発信の防御

制限そのものより、切れたキャッシュの再消費がしんどい。単価表で見てもキャッシュヒットは入力の10分の1(Opus 5で$5→$0.5)。切れた瞬間に10倍払い直してる計算になります。

@uchita_success これ地味に一番欲しかったやつです。参考資料を編集できる形に戻せるの、強い。

「このイケてる資料、パクりたい」 でも編集できない…って時ありませんか。 PDFやスクショ画像を即パワポ化→自由に編集。公開されてる素敵なスライドを参考にし、カスタムして使えるようになります。 作ったプロンプト(ver1.4)は記事に置いてます👇

@MLBear2 喋りすぎ、本当にそれです。出力形式を先に固定するだけでだいぶ静かになりました。

Opus5のプロンプトガイドが公開されてました👀 GPT-5.6は回答簡潔にしがちなのに対して、Opus5は喋りすぎる、といったOpus5の特性も分かるので読んでおいた方が良さそう。 ・一番のポイントは「指示を減らせ」。Opus5は検証も自己修正も勝手にやるので、「ダブルチェックしろ」系の指示はトークンの浪費につながる。 ・逆に線引きは書き足す必要がある。タスクのスコープを広げたりサブエージェントを増やしたりしがち。「頼まれた範囲で仕事しろ」「委譲の上限」などの指示は明示する。 ・上記はGPT-5.6のプロンプトの注意点と似ているが、回答の長さだけ真逆なので要注意 (GPT-5.6は短くなりがち、Opus5は長くなりがち)。effortを下げても応答は短くならないので、長さはプロンプトで直接指示。プロンプト共用時はここだけ個別対応が必要。

@koder_dev 書く側からレビュー側へ、実感あります。設計と検収に時間が寄っていきますね。

Spotifyが年間65万件のAI生成PRを処理してるの、流石にえぐい もう優秀なエンジニアほどコードを書くんじゃなくて、AIが動くパイプラインを設計してレビューする側に回ってるらしい タスクを割り振られて実装するだけの働き方、この流れでもう終わりに向かってる気がするな zenn.dev/awesome_kou/ar…

これ、うちでも同じことが起きてます。手順書を厚くするほど精度が落ちて、削って「判断はモデルに渡す」形にしたら安定しました。指示を増やすのは書く側の安心料で、性能には効かない。

新モデルが出るたび全部乗り換えなくていいと思ってて。考えさせる作業だけ最上位に、分類や要約は最安モデルで十分回ります。うちが毎日測ってる範囲だと入力単価は最大140倍差。用途で振り分けるのが結局いちばん効きます。

サブスクとAPI、使用量で安さが逆転します。無料の計算機→ ai-subs-or-api.dailylaunch.jp

差が出るのは上位モデル・使用量の上限・長い資料・Google連携・混雑時の安定の5点だけ。

月2,900円。Geminiの有料に払うかどうかで、もう3日迷ってる。 迷う理由って性能じゃなくて、自分がどこで詰まってるかを言葉にしてないだけでした。決める順番、リプ欄に置いていきます👇

@taiki_engineer どっちもというより、AIの出力を疑える人が強い印象です。読む力のほうかも。

AIでコード生成が速くなった今、エンジニアに企業が求めてるスキルって変わってきてる？ 手でガチガチに書く力？ それともAI使いこなす力？

AIに催促メールを書かせると、なぜか毎回きつくなる。 正直これ、AIのせいじゃなくてこっちの指示不足でした。この3つを足すだけで一気に柔らかくなります。 ・行き違いの可能性を前提に ・主語は人ではなく事務処理 ・最後に相談の窓口を一行 謝らせるより、逃げ道を作らせるのがコツです。

@paji_a @grok 構造化+要約して

これ独り言なんだけど、AIバブルはあと3カ月位で崩壊するんじゃ...、その引き金はAnthropicのIPO直後かもしれないし、そこまで持たないかもしれない（投資は自己責任で、私はポートフォリオ調整済）、フロンティアAI企業はようやく、開発、コーディング、デザインという、利用者が毎月お金を払う巨大市場を作り永続黒字化しかけていた、ところがオープンウェイトモデルのKimiが台頭、これが怖いのは、大きく遅れている競合でさえ、投資回収の”金脈”であった開発やコーディングに必要十分な“知能”をここから無数に立ち上げられてしまう、性能差が週単位で埋まり、同等の【デジタル労働者】が世界中から大量供給された瞬間、競争は“最も賢いAI開発”から“最も長く原価割れに耐えられる資本力”へ変わる、超大型の設備投資を回収するマネタイズ先がまたゼロリセットに、”知能”の売値は無料へ向かうのに、使われるたびに半導体、電力、データセンターの原価は発生し続ける、こうなると、大型調達したAIフロンティア企業が潰れるまで赤字を垂れ流す“チキンレース”になる未来しかないし、生き残るために、途中、既存ビックテックによる買収や統合も起きる、一方でFable級を超える高度なAIは、数学の未解決問題を解き、新薬や新素材を発見するかもしれない、でもその需要はまだ局所的で、発見がすぐ果実を生んで「収益」になるわけではない、たとえばAGIが不老や核融合を完成させ、新しい産業ごと立ち上げるほどのインパクトが出たとしても、その巨大な“収益”が投資家の待てる時間より手前側に来るかが勝負になる、研究、実験、製造、法規制、社会実装で収益化のタイミングが後ろへずれれば、その未来がどれだけ大きくても、一度AIバブルは崩れるのを避けられない、一方、AnthropicのIPOには、AIセクターという未踏の領域へ巨額の資金を投じてきた金融業界全体が、何としても成功させなければならない“呪縛”があるはずで、VC、未上場ファンド、投資銀行、機関投資家にとって、この上場は一企業の資金調達ではなく、これまで積み上げてきたAI企業の巨大評価額を公開市場へ受け渡す“最終審査”になる、ただ、上場した瞬間から評価基準は「AGIの夢」ではなく、推論原価、粗利、解約率、無料モデルに対する価格決定力へ変わる、しかも大型設備投資へ大金をフルベットした投資家や企業が、「これはしばらく儲からない」と判断し、早めの利確や損切りをドラスティックに始めたら、期待値の”逆回転”は一気に世間一般の不安へ伝染する、AIバブルの崩壊とはAIが使えなかった結果ではなく、AIが必要十分な知能を大量生産できるようになったのに、その知能が生む巨大な収益だけは、”投資家の時間軸”に間に合わない結果なんよな…

未払いの月謝、放置してると5年で請求できなくなるらしいです。 改正民法で時効は「権利を行使できると知った時から5年」に整理されたとされています。言い出しにくいまま黙っていた分が、まるごと消える。 気まずさのコスト、思ってるより高い。

モデルごとのバッチ割引まで並べた実測表はこちら→ llm-price-navi.dailylaunch.jp

夜間バッチ・大量要約・過去データの再分析、この3つは特にバッチ向きです。

急ぎじゃない処理をそのままリアルタイムで投げてるなら、それだけで料金を2倍損してるかもしれません。 正直これ知らない人が多くて、地味にもったいない。毎日AIの単価を見てる者が根拠を置きます👇