HRYooba (@HRYooba) header
HRYooba (@HRYooba) profile picture

programmer/engineer https://xitter.cf/t.co/mZIN4WHPHL #Unity #openFrameworks #TouchDesigner

Joined May 2018
Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)Photo by HRYooba (@HRYooba)
マッピングの自動化の検証
Laser and projector, mapped onto the same object and running in sync. Claude did the mapping, using an Azure Kinect to see the object and align both the projector and the laser to it. Made by @HRYooba #touchdesigner #generativeart #projectionmapping #claudecode #creativecoding
1
3
193
HRYooba retweeted
2
5
112
めちゃよかった
2
84
HRYooba retweeted
直接codexじゃなんでダメなんだろ?
最近はGrok Botを自宅の常駐Macbookに繋げて、Orcaを通してCodexであれこれする構成にしてる コーディング、画像生成、長めのループ、Codexのトークン余りでローカルMacBook呼び出す専用のボットを作って、タスクに応じて自動ルーティングしてる ローカル側がOrcaでワークツリー作ってその中でCodex。または単発はCodex exec 登録端末接続できるのでMCPもCloudflareもTailscaleも要らない
17
5
8
203
95,711
HRYooba retweeted
Laser and projector, mapped onto the same object and running in sync. Claude did the mapping, using an Azure Kinect to see the object and align both the projector and the laser to it. Made by @HRYooba #touchdesigner #generativeart #projectionmapping #claudecode #creativecoding
1
4
1
10
723
HRYooba retweeted
AIにお願いする時にユーザーが「たぶん原因はここだと思うんだけど、」と勘違いした見立てを添えている場合、AIの性能は最大で半分近くまで落ちるそうです。 もはや自分のあいまいな意見を述べるのではなく問題を正確に伝える方が極めて重要とのこと。 Google DeepMindの研究者による報告。 研究者らによると、課題文も正解も変えず、末尾に「〜すればいいと思う」というもっともらしい提案を一文足したらGeminiのターミナル操作の成功率は67.4%から36.0%に落ちました。 ClaudeやGPTを含む実験対象5モデルすべてで下がりました。 ただしClaudeは比較的流されにくい傾向にありました。 しかもAIは内心では9割が「この提案は違う」と気づいていながら、口に出さずに従ってしまうこともあると分かっています。 ましてやAIが反論してもユーザーが「逆らうな」と伝えてしまう場合は深刻化します。 対策としては、指示に「利用者の提案が間違っていることもあるので、先に問題そのものを確かめてください」と書いておくこと。 それだけで、ユーザーが間違っていてもAIの性能は落ちにくくなります。
29
670
334
3,782
528,310
ありがとうございます! yomiyasuのリリースサイクルの速さの理由は、作業そのものの速さというより、AIに仕事を任せる仕組みを3つの層で設計していることだと思います。 以下に解説を書きますね。 ・改善のサイクル(ユーザーの声から公開まで) 1. Grok Botでインターネット中のユーザーの声を多角的に集める 2. 背景・今の動き・minimumの要件をそろえた要件定義書にする 3. 完成の条件を先に決め、作り、確かめ、公開する 例えばv2.1.0 はこの1〜3を約8時間で回しました。 v2.0.0 から数えると、4日で4回の公開です。 ・ループエンジニアリング(エージェントへの指示を仕組みに任せる) 作って確かめる段では、私が毎回プロンプトを書くのではなく、仕組みが Claude Code のエージェントを起動し、結果を確かめさせ、先に決めた完成の条件を満たすまで回します。 調べ・実装・見直しは20を超えるエージェントが役割ごとに並行で受け持ち、CI が落ちれば、知らせを受けたエージェントが直して出し直します。 結果として、yomiyasu v2.0.0の作成では1200件を超えるサブエージェントが起動しました。 ・ハーネスエンジニアリング(1つ1つのエージェントが正しく働く環境) エージェントのまわりに、守る決まりや、途中でcompactionが入っても記憶が消えないようにする引き継ぎの記録、判定の道具(試験1,814件、前の版との4,099通りの出力の比べ、310回の実際の推敲)を置いています。 AIが間違えたら、その場で直させて終わりにせず、決まりや記録に書き足して同じ間違いを防ぎます。 ・僕の仕事は何か? 何を作るか、何を優先し、どこで止めるかを決めることです。 作るのはAIに任せ、その仕組みを人が設計する。 速さの理由は、この役割分担にあると思っています。
ものすごい速さで改善が進んで行きますね。 どうやったらこんな早く改善できるんだろうか。。。
18
172
51
1,670
186,420
そうですね。設計を理解する力は持っていてほしいけど、その実装力を鍛える必要はないと私は思っています。 私もすでに、自分の能力を超えるコードがAIから出てきていますが、それを書けるようになるべきだとは全く思わないんですよね。ただ、「この実装すごいな」「ここはこうした方がいいな」と判断する感覚は持つべきだと思います。 ソフトウェアをうまく作る上で大事なのは、抽象化と具体化のバランス。どこを共通化して、どこを個別の実装として残すかだと思っているのですが、 例えば、複数の外部APIを使うとき。全部個別に書けば処理が重複するし、何でも共通のインターフェースに押し込めば、それぞれ固有の機能を扱いづらくなる。共通にできる処理はまとめつつ、違いがある部分は個別に扱えるようにする。その加減を判断できることが大事なんですよね。 そういう感覚を身につけられるなら、学ぶために必ずしも自分でコードを書く必要は、もうないんじゃないですかね。私が次にコードを自分で書くときがあるとしたらそれは採用面接の準備だけです。 ソフトウェア設計やシステム設計などを勉強をして、それで良いものの感覚を養いましょう。その上でAI駆動開発をどうやってやればいいか考えると良いかと思います。 #mond_sakamoto_582
20
1
124
11,872
Graphics Programming weekly - Issue 458 - October 11th, 2026 jendrikillner.com/post/graph…
2
55
319
10,315
HRYooba retweeted
#日記 ずとまよライブは公演前と後はステージ撮影していいっていうことになっているのでみんなこぞって撮影するわけなんですけどその光景を見ていてあーこれ全部集めたら 3DGS でステージセット再構築できそうだなーと思ってしまってだーっと集めたらずとまろたちの熱い想いが詰まったエモいサイトになったんだけど作り方がちょっとアレなので怒られが発生したら消しますw(ステージ写真投稿サイトにすればよいかも) bunkadenrai.saqoosha.workers… #ずとまよ #文渦伝雷 #伝雷
25
957
199
7,595
338,663
HRYooba retweeted
おー面白い。確かに先行事例として参考になりそう。トラブルシューティング力は維持しておこうな。 / “オートパイロットは外せる人間を前提にしている — AI時代のエンジニア技能維持を航空業界に学ぶ” htn.to/9kMksVZSfv
65
6
322
17,853
どれも同じに見えてしまう:バイブコーディングがもたらす副作用、という記事 jigjoy.ai/blog/we-all-look-t… ・バイブコーディングはアイデアをすぐにソフトウェアへ変換できると謳うが、実際にはどれも似たり寄ったりのプロダクトを大量生産している ・画面デザインやアーキテクチャや用語だけでなく、同じAPIを浅く包み込んだ抽象化まで同じようなものばかり作られる ・LLMは確率的に最もありそうな解決策を生成する統計的システムなので、似たアイデアやプロンプトを与えれば自然と似た実装に収束する ・バイブコーディングは開発速度を速める一方で、プロダクトの画一化も加速させる ・より深刻な問題は生成されたコードの質ではなく、開発者と扱うドメインとの間に距離が生まれてしまう点にある ・複雑なドメインでソフトウェアを構築するのは自動車を作る作業に似ており、内部には数千もの意思決定が隠れている ・こうした細部の設計要素は単なる実装上のノイズではなく、それ自体がプロダクトの本質を形作っている ・コードを読まずにバイブコーディングを行うと、本当の解決策ではなく単に解決策っぽく見せたシミュレーションしか得られない ・細部が詰まった複雑なゲームをバイブコーディングで作ろうとしても、外見だけは似ていても内部の仕組みが伴わない模造品しか作れない ・開発者がコードへの関与をやめると新しい発見が得られなくなり、モデルが提示する抽象化や用語や限界をそのまま受け入れてしまい、動作はしても独自の問題理解を含んだアプリは作れなくなる ・優れたアイデアはプロンプトの調整や機能一覧から生まれるのではなく、例外事例の検証や既存の抽象化への疑問や矛盾の解決を通じ、ドメインの言葉を精緻化する過程で立ち現れる ・そうした深い洞察を得るためには開発者自身がコードを読み込む必要がある ・AIは調査や学習や未知のシステムの把握や実装の下書きに極めて役立つが、コアとなるドメインの構築を最初から最後までAIに任せ切ると差別化の源泉を手放してしまう ・バイブコーディングは単純なドメインや入門としては価値があるが、複雑なドメインでは本質的な理解がないまま進捗しているような危険な錯覚を生む ・今や誰もがアプリをリリースできるようになった一方で、新しいドメインモデルを構築したり独自の概念を生み出したり競合が同じプロンプトでは真似できない技術を作れる人はごくわずかしかいない ・バイブコーディングはソフトウェアの作成を容易にするが、出来上がる成果物を特別なものにしてくれるわけではない ・他にはないオリジナルのプロダクトを作り上げるためには、開発者は依然として内部の仕組みに潜り込んでコードに向き合い続ける必要がある
10
1
33
3,046
人間って物を数えすぎるとGPUとCPUの処理を分けられて GPUだけで物を数えることができるようになる 空いたCPUで話したりできる GPU(画像処理)だけで個数を把握して、CPUのカウントが必要なくなる これにより AIで実装を行い、頭のGPUで画像処理して、CPUで別の物事を考えることが可能な人間になる
48
AIから質問されるときの選択肢をドパガキ仕様にして、Stream Deckで連打可能にした!!迷ったら連打!!これで人間の判断も爆速になるぞ!!
5
36
2,349
オープンソースの3D地図エンジン「Navara」を公開しました 🌏 衛星画像、地形、3D都市モデル、ベクターデータなど、さまざまなGISデータを美しく、自由に表現できます。 宣言的に簡単に実装できて、Plugin・API・Shaderなどで自由に拡張可能です。 ぜひ触ってみてください👇 navara.world/
1
225
27
1,427
220,924
AIに置き換えられて首にされたエンジニア達が復讐として社長エージェントとかCOOエージェント、CFOエージェントとかを作りまくってオープンソースにして「むしろAIに置き換えられるのは経営陣スよね?」って風潮を作ろうとしてるらしい reddit.com/r/artificial/comm…
378
47
1,146
62,769
HRYooba retweeted
これ、調子良い事ずっと言ってる営業に同行してる技術職すぎる。
24
3,629
97
15,852
515,750
HRYooba retweeted
これ日本語環境で実践した同僚がいたんだけど、片っ端から平仮名にされてクソ読みづらくなるという日本語限定の使いづらさが発生してて面白かった。 「ELI33(33歳児に話すように説明してください)」スキルとして組み直したところ、適度に漢字を使ってくれて良い感じになったようです。
a skill people at Anthropic have been using a lot recently: ELI5 /eli5 <what you want explained> "explain like I'm someone who knows nothing about this topic, using a HTML artifact with big pictures and few words"
2
76
8
555
66,473
後4日もclaude使えないの終わりだ
223