Pegion

コミュニティなるものが作れるらしいのでとりあえず作ってみた。需要なかったら消すかも。 x.com/i/communities/…

【速報】 有名エンジニアが「自分が毎日使ってる本物のskills」を丸ごと公開して、GitHubで爆発的に伸びてます😳 mattpocock/skills、すでに★約10万。 何がいいかというと👇 ・"バイブコーディング"用じゃなく「本物の開発」用 ・小さくて、改造しやすくて、組み合わせ自由 ・どのAIモデルでも動く ・数十年の開発経験から作られている 「AIにちゃんとした仕事をさせたい」人向けの決定版。 今いちばん勢いのあるskillsです。 github.com/mattpocock/ski…

ハーネスエンジニアリングは再帰的自己改善（RSI）と相性が良く、最初にRSIが起きる領域の一つだと考えている。 モデルの重みは勾配法によって直接最適化できる。一方、ハーネスはプロンプト、ツール、エージェント群の構成などを含むプログラムそのものであり、勾配法で直接最適化することは難しい。 しかし、LLMはプログラムを読み、失敗を分析し、自ら書き換えながら試行錯誤することを得意とする。このため、ハーネスの改善はLLMによるブラックボックス最適化と非常に相性が良く、すでに成功例も出始めている。 今後のモデル開発も、こうして進化するハーネスとの協調を前提とした方向に進むと思われる。 この場合、純粋な単一モデルの能力だけでなく、実行コスト、操縦性、多様性、さらに他のエージェントやツールとの協調能力が、より重要になるだろう。

Note公開しました。【AI活用版】成功する投資：トレーディングのサイエンス とうとう改訂しました。元記事はPythonコードで株のデータ分析指南していましたが、AIエージェントの使い方に置き換えました！ note.com/uki_profit/n/n…

On @numerai, being right isn’t always enough. The real question is whether your model contributes something the Meta Model doesn’t already know. Original intelligence > duplicated intelligence Do you have what it takes? Find out here numer.ai

ほんまこれ悪質

GPT5.6-Solのトークン消費が激しいなと思っていたら、速度が高速になっていた件！！！ 5.5の時は高速モードはトークン2.5倍って言われていたし、5.6もそれぐらい？標準にしました。

Codexの書いた仕様を理解するよりCodex の検証スピードの方が早いが、Codex に成果が出るまで論文を検証させるよりも自分のアイデアをCodex に実装させる方がちゃんとしたものができるので、まだまだやっていけてる気がする。

久々に当たり

七夕賞はアスクナイスショーかな

GPT-5.6の取扱説明書は絶対読んだ方が良さそう👀 ・簡潔にしろという指示は逆効果になりうる ・モデルが自然にやらないことだけ書け ・Pro modeは立ち位置が変わった ・$openai-docs migrate コマンドで半自動移行も可能 など把握すべき点が多かったです。以下、個人的に読む価値があると思った場所の簡単なまとめ📝 【5.5からの挙動の違い】 ・応答が短くなり、導入文・推測的な分岐・冗長なリストが減少。曖昧な依頼には枠組みを並べず、的を絞った質問を1つ返す傾向 ・「簡潔に」系の指示への感度が高く、成果物自体を短縮版で済ませようとすることがある。「結論を先頭に、根拠と次のアクションは残す」といった優先順位の指示に置き換える ・頼んだ以上に踏み込みがちなので、「レビュー依頼なら報告のみ」「修正依頼ならスコープ内の変更まで」「破壊的操作は要確認」のように、どこまで勝手にやっていいかの線引きをプロンプトに書く必要がある。ただし「先に確認しろ」の繰り返しは安全な操作にまで不要な確認を生む ・「フレンドリーに」等の汎用指示は効かない。具体的なトーン指示が必要 【プロンプティング指針の変化】 ・長いシステムプロンプトを最小限にすると、社内評価でスコア約10〜15%向上、トークン41〜66%・コスト33〜67%削減 ・古い指示の多くはデフォルト挙動化済み。モデルが自然にやらないことだけ書くのが最も効く ・重いプロンプトや大きなツールセットは余計な探索を誘発する。最小構成から始めて必要な分だけ足す 【新機能: Proモード】 ・GPT-5.5 Proのような別モデルではなくなり、選択中のGPT-5.6モデルのままreasoning.mode: "pro"を設定する実行モードになった ・より多くのモデル処理を行ってから単一の最終回答を返す。信頼性が上がる代わりにレイテンシが増え、処理分のトークンが標準レートで課金される ・effortとは独立で任意に組み合わせ可能。省略時はProでもmediumがデフォルト。プロンプトで「もっと考えろ」と頼む必要はない 【新機能: Programmatic Tool Calling(PTC)】 ・モデルがJavaScriptを書き、コードがホスト実行環境内で複数ツールを呼んで中間出力を処理する。従来は呼び出しごとにモデルと往復し中間結果が全部コンテキストに載ったが、PTCではループや集計をコード側で完結させ、モデルには小さな最終結果だけが戻る ・フィルタ・結合・ランキング・集計など手順が決まった処理向け。各結果でモデルの判断が変わる場合、承認が要る操作、引用保持が必要な場合は従来型。複数・並列というだけではPTCの理由にならない ・「結果を見て考える」なら従来型、「決まった手順でデータ処理するだけ」ならPTC 【その他の新機能】 ・max推論エフォート: xhighの上位。現在xhighなら比較推奨 ・明示的プロンプトキャッシュ: キャッシュ箇所を指定可能に。書き込み1.25倍課金、読み取り割引は継続 ・推論の永続化: reasoning.contextで推論をターン間で再利用 ・マルチエージェント(beta): 複数サブエージェントを並列調整。Codexのultra相当 ・画像をリサイズせず元の寸法のまま入力可能に 【移行の実務ポイント】 ・移行はチューニング作業として扱い、現行の推論設定と1段階低い設定を比較する ・$openai-docs migrate コマンドで半自動移行も可能 (詳細下記) 【$openai-docs migrate this project to the GPT-5.6 model family で起こること】 ・Codex同梱のOpenAI Docsスキルが起動し、Model guidanceページの推奨変更をプロジェクトに適用する ・スキルは最新の移行ガイドとプロンプティングガイドの両方を取得して参照仕様にする。コードだけでなくプロンプトの書き換えも対象で、「変更は狭く挙動維持に留め、可能ならプロンプトのみの更新を優先する」方針 ・コード側はモデルスラッグ更新、reasoning.effort設定、キャッシュパラメータの置き換え(prompt_cache_retention → prompt_cache_options.ttl)など ・プロンプト側は冗長な指示の削減や「簡潔に」系指示の置き換えなど、ガイドに沿った保守的な修正。全面リライトではない ・公式解説でも、移行で最重要なのはAPI変更より「挙動変化による既存プロンプトの修正」とされている。適用後のeval・ベンチマークは人間側の作業 ・Codex以外のエージェントではskillsリポジトリからダウンロードして使える developers.openai.com/api/docs/guide…

Daily reminder what agentic harness is

New blog post from @numerai just released: -Atomic Blockchain Staking Updates -Represent Your University via Profile Badges -Council of Elders Community Hub Numerai paid out $284,783 worth of ethereum:0x1776e1f26f98b1a5df9cd347953a26dd3cb46671 in June Numerai CLI v1.1.4 is now available NumerAPI v2.23.3 is also available

Some things can't be backtested—only learned through years of accumulated intuition. One of the all-time greatest Numerai participants, ShatteredX joins Out of Sample. Full episode coming soon.

みんな、海外競馬を見よう 海外競馬を見ると英語のリスニングの点数が上がる これは誇張でもなんでもない 実況がネイティブかつ程よく聞きやすいから耳が慣れるんだ みんな、海外競馬を見るんだ とりあえず香港競馬を見るんだ

機械学習しまくってるので参考になった データサイエンティストのためのAGENTS.mdとSkills zenn.dev/green_tea/arti…

@richwomanbtc おめでとうございます！

そういえば子が爆誕しました

うわぁ‥そうか。LLMとハーネスの方向性が逆なんだ‥ 通常はLLMがあって力を発揮するためにハーネスを設計するという方向だけど、Codexの場合はそもそもCLIベースのハーネスがあってそれに最適化するようにモデルを学習してんのか。つまりハーネスに合うようなモデルを作ってる。そりゃ強いわ。

Fable を使い倒すために早起きしたら、何やら連投できないっぽい。

かなり美味しいさくらんぼでも非常に安かったのは、こういう背景もあるのか。勿体無いね。 news.yahoo.co.jp/articles/d0479…

RT @HiroTHamadaJP: 【新作プレプリント】 Hamada, H.T. & Takagi, S. (2026). Science in the loop: From Research Automation To System-Level Optimization…