phar

タスク実行時にgola形式などいなって、step形式で達成段階を示してくれるのは良いし、実行時のつぶやきである程度の進捗は推測できるので、現状はそれが期待を裏切らない現実的な表示なのかもしれない。

Codex Sol で、HightやXHighでいろいろ作業してもらっているけど、ほぼ問題なくこなしてくれる。 不満があるとすれば、速度かなと。 で、コンテキストがシンプルなものだけど、lunaにしてやってもらった。問題すくなそう。 タスク実行に時間がかかると、こちらの行動というか態度がかわってしまい、タスクを先伸ばしてしまうことがあるの。なので、すべての問題をsolでゴリ押しより、lunaに切り替えて、自分の集中をそらさないアウトプットを期待するのが正しいのかもしれない。 モデル+推論努力picker でETA(予想完了時間)を出せればよいけど、別の推論することになるし、ソフトウエアのタスク予想完了時間なみに精度が低そうだから、難しそうだ。

tradingview.com/x/K1a9Frjm/ TOCOM Dubai原油と Singapore Mogas 92 , Gasoil からも作った。アジアのがマージン拡大がすごかった(まだ残ってる）。ガソリン(Mogas 92)より軽油側(Gasoil)の拡大がこのマージン拡大を主導してたよう。

TradingView で原油価格とNY港での精製マージン込バスケット価格をCodexに作ったもらった。 指標の定義も聞けて、グラフも日本語指示でつくってもらえれるし、作成の提案ももらえて、すごく楽。 @TradingView: tradingview.com/x/oosMgsKA/

ChatGPTのshopifyプラグイン、かなり強力な感じがする。紹介すると、sidekickと何が違うの？と聞かれて、同じような事ができます、と答えてしまうのだけど... Codex Appの持つハーネスや、ローカルファイルや他のpluginとの統合、モデルの推論努力の強弱による思考深度などを含めて説明したいけど...

CodexとChatGPTが融合するのはよいことだと思っていて、CodexからChatGPTへの導線ができたりしてよいのだけど、過去のスレッドがどっちにあったか、わからなくなりそうだな。AIと話していて消耗した頭で、あれは..となるのでちょっとつらい。

GPT5.6, 自分がわかってない概念についてトンデモ質問?をしたときに、淡々と否定してくれるようになった感じがする。音声liveでも、なんか怪しい事言ってるなと時間を取って考えて、否定してくれる。

「コーディングエージェントにコード生成してもらうだけでなく、別途説明してもらおう」能動的に説明してもらう・質問するのが重要という話です。 意外とそのものな記事が見当たらなかったので書きました。 scrapbox.io/kawasima/Gener…

優先順位のつけ直しとか、コンテキストさえあれば、まさにAIが得意そうだけど、、コンテキストを渡しきれるかと言われると、まだイメージわかない。音声での双方向でのやりとりがより進化(精度・速度)すれば、できそうな気もする。たぶん、精度より速度がキーかも。人間の精度が良い気はしない。

コーディング用エージェントの進化で、過去半年くらい、解決できる範囲が広がって、仕事量が増えた(そのまま対応するのが妥当かは?)けど、 ビジネス課題でも、解決できうる範囲が広がって、仕事量が増える気配を感じる。 イシューの絞り込み・検討・優先順位のつけ直しなどのスキルが試されるかも

ChatGPT、モデルの更新、アプリの切り替え、同時にあるので、なれるに少し時間かかりそう。 入力場所も、アプリ(ChatGPT Codex)とウェブでやれることも微妙に違いそうなので、一定時間は慣れる作業が必要な気がする。 大きくな流れはエージェント利用ユースケースの拡大。コーディングではなくPCの。

日曜にClaude Maxで契約してFable5を急いで？使った。コーディング関連はリファクタリング依頼とチャットでの人生相談？的なもの。今までCodex Appというハーネスに乗っていて、 Claude使うのが半年ぶりくらいだったので、ハーネス整備できておらず、本格利用できてない。売りの長時間実行に耐えうる、、みたいなのは、自分のスキル不足もあり、できてない。 ただ、使って思ったのは、確かに切り口はよい。これは単に複数のタイプの違うモデルがあるということかもしれないけど。 Fable5の俯瞰能力？やGPTに無い独立感?があって良い。追従しなくてよい場面はある。ただ、実装は怖かったので全部Codexに投げてる。agmsg を使った。 後、人生相談的なチャットだと、Chappyに比べて、自分をプロファイリングされてる感がすごい。凄腕占い師を相手にしてるみたい(経験ないけど).一言入れるごとに、自分という空間をいろんな座標軸にさらされて鑑定されてる感じがする。 自分の感想は、XでのFableの評判から事前バイアスがかかっているという前提はある。あと、Opusでも変わらないかもしれない。 Fableならでは、とまで使えてない。 貴重なモデルだとは思うので、Proプランでここぞという時に使えるとよいけどquotaがよくわからない。日常の作業はCodexでという感覚自体は変わってない。

Claudeの契約してなくてFable5関連のpostを眺めていて、契約するか悩む(7/7までの優遇期間というのもあるし)。 ただ１つ思うのは、"これからは問いを立てる能力が大事"みたいな言葉を、今まで感情的に嫌悪していたのだけど、その嫌悪は....自己啓発的な薄さから来るものでなく、 自分が何を望むか、問題を定義できるか？AIとの議論でタフで居られるか？みたいな、見たくない自分と対峙しないといけない懸念から来るものだったかもしれない。

ChatGPT 5.6への準備なのか、回答のABテストがちょこちょこでるけど、優劣つけづらい。 OpenAIのテストの意図は、モデルの進化を検証するというより、ユーザーの好みを外さないか？という観点だろうけど。 これはもう以前(１年くらい前)からだけど、チャットにおいてはユーザーの満足度はモデルの賢さではなく、味付？みたいなものになってる。なんというか、人間として切ない感じはある。

AI Agentをエンジニアでない人が使う段階に入ってきた。どういう感じになるか想像するんだけど、混乱はあるだろうと。特に言葉の定義のズレが増幅されて... ただ、よく喋る人は、意外に音声入力とAIの解釈の柔軟さがマッチしてすごいアウトプットを見せる可能性もあるきがする。ニューラリンクみたいなことにはならないけど、現状、人間とAIのコミュニケーションで効能がたかそうなのは音声だと思う。インプットだけだとしても。

今まで、chatでもagentでの入力でも、自分は、ai(ChatGPT)を知的(実質)生命体みたいなメタファーで捉えて、ある種、友人的な接し方でプロンプトを入れていた。 ただ、agentでは、以前のコーディング時の頭のモードに戻るのがよいかもしれない。少なくとも、こちらの意図を明確にした状態のがAgentとしてのAIの反応も良い気がする。Agentは目的に飢えている。

loop エンジニアリングはまだやれてないけど、プログラミング・コーディングをする気持ちで、プロンプト入力欄を見つめるようにはしたい。while(どういうscopeになるか), if() return, if() break; くらいの制御構造は頭に思い浮かべて、日本語を書きたい。もしくは、一旦は、コマンド(chat)の羅列でも、そこからゲートや適切な中間状態を規定する、最終的なoutputを出せるかを考える。

Mijns inziens is dit een van de beste use cases voor AI-videocontent op dit moment. Een AI-influencer reist terug in de tijd naar 1536 om te vloggen over haar ervaringen in Tudor-Londen.

自分のは有効にならなかった。 devToolで、elementの値をみてたらstatsigPayloadに"bidi_load_testing_vm_override" みたいな値があったので、このあたりで展開されてる人は有効になってるのかもしれない。雰囲気には今週中にも使えそうな気がする。