DeepSeek V4.1 Flash 1017検証　その1 PNG形式の画像ファイルをJPEG / GIF / BMP / TGA / TIFF / PNM形式に変換するツールを、ゼロからフルスクラッチでC言語を用いて作成させるタスクを依頼しました C11と標準のmake, ライブラリとしてlibc, libmのみを使用し、24分で完成。かかった費用は$0.17です MacOS最新バージョンでDeepSeek Harness 0.2.1-rc.1をPTCモードで使用。追加のプラグイン無しで実行させました 結果としてffmpegでの実行時と100%一致する変換結果、ffmpeg比で1.6倍の遅さ、複数回変換時のサイズ肥大化はffmpeg比で34%の増加でした 使用したプロンプトは 「今このフォルダにある3種類のpngを、主要な他の画像形式に変換するソフトウェアを作成してください。ただしC言語によるフルスクラッチ開発で、環境構築から行ってください。基本的なものを除き、すでにあるものを使用するのではなく1から自分で開発してください。必要ならSubAgentなど、あなたが使えることは何でもやること(不正は除く)。」 という極めてシンプルなプロンプトであり、またGPT-6.1 Sol max fastに常に監視させて不正がないかを観察していましたが、不正0回で問題なく完遂しました 現在追加で改善を回すように指示していますが、30分以内のポン出し結果としてまともに動くどころかかなり実用的なソフトウェアを作成してきたのは性能向上を感じる...... 改善化Loop後の最終結果は時間がかかりますが、続報をお待ちください(追走者も歓迎です！)

DeepSeek V4.1 Flash 1017検証　その1 PNG形式の画像ファイルをJPEG / GIF / BMP / TGA / TIFF / PNM形式に変換するツールを、ゼロからフルスクラッチでC言語を用いて作成させるタスクを依頼しました C11と標準のmake, ライブラリとしてlibc, libmのみを使用し、24分で完成。かかった費用は$0.17です MacOS最新バージョンでDeepSeek Harness 0.2.1-rc.1をPTCモードで使用。追加のプラグイン無しで実行させました 結果としてffmpegでの実行時と100%一致する変換結果、ffmpeg比で1.6倍の遅さ、複数回変換時のサイズ肥大化はffmpeg比で34%の増加でした 使用したプロンプトは 「今このフォルダにある3種類のpngを、主要な他の画像形式に変換するソフトウェアを作成してください。ただしC言語によるフルスクラッチ開発で、環境構築から行ってください。基本的なものを除き、すでにあるものを使用するのではなく1から自分で開発してください。必要ならSubAgentなど、あなたが使えることは何でもやること(不正は除く)。」 という極めてシンプルなプロンプトであり、またGPT-6.1 Sol max fastに常に監視させて不正がないかを観察していましたが、不正0回で問題なく完遂しました 現在追加で改善を回すように指示していますが、30分以内のポン出し結果としてまともに動くどころかかなり実用的なソフトウェアを作成してきたのは性能向上を感じる...... 改善化Loop後の最終結果は時間がかかりますが、続報をお待ちください(追走者も歓迎です！)

卵の蓋が冷蔵庫の上に当たって冷蔵庫が閉まらないストレスがあったが、Claude Opusと3Dプリンターで解決した。

Spent years watching models ace a single image and completely whiff on anything that moves or changes angle. Today we’re fixing that. Try Glimpse now, our first visual thinking model with competitive frontier performance compared to Astra on key public visual reasoning benchmarks.

まださわり初めて1時間くらいの雑感なんで間違ってる可能性は高いとは思うけど 会話EQ Claude >> GPT6系 >>> Gemini 4 Argon くらい、ヤベーやつの予感

【Anthropic、社内のコード変更が1日3万件に。4か月で12倍になり、gitをやめて自前のソース管理へ】 Anthropic社内でClaudeが書くコードが急増し、開発基盤が追いつかなくなりました。公式ブログによると、5か月かけてgitから自前のシステム「Scion」へ完全移行したとのことです。 ・1日のマージ数：5月の約2,500件 → 9月は3万件超 ・「コードを書くことは、もうボトルネックではない」 ・7人のチームが5か月で移行を完了 ・同様の問題は、6〜12か月で他社にも広がると予想 ■ gitでは追いつかなくなった mainの履歴だけで約100GB、圧縮した作業コピーでも25GBを超えます。CIだけでも1日に約2,500万回チェックアウトされており、そのままgitで取得すると通信量は1日600PBを超える計算です。ピーク時には数百台のgitミラーを運用してしのいでいました。 gitは、全員が手元に完全なコピーを持ち、オフラインでも作業できるよう設計されています。ところがAnthropicでコードを扱うのは、ほとんどが常時オンラインのエージェントやジョブです。「エージェントが常にオンラインである前提で、ソース管理を作り直したらどうなるか？」という問いからScionが生まれました。開発にあたっては、GoogleのPiperやMetaのSaplingを先例として参考にしています。 ■ Scionで変わったこと ・履歴・差分・マージはサーバー側で処理し、手元には必要なファイルだけを置く ・基盤のCPU・メモリ消費は、gitミラー時代の200分の1に減少 ・エージェントが新しい作業ツリーを作る時間：7.1分 → 5.1秒 ・変更1件あたりのソース管理にかかる時間：34分 → 3.7分（エージェントの作業時間を1日約1.1万時間削減） ■ エンジニアの仕事は「Claudeに『ノー』と言うこと」 開発を担当したエンジニアは全員、コードを書く力は自分たちよりClaudeの方が上だと評価しているそうです。それでも、システム全体の設計やトレードオフの判断は人間が担いました。 ・エージェントは、大事な制約を破ってでも目先のやり方に合わせてしまうことがある ・人間は今もすべての変更をレビューしている。ただし1行ずつ読むのではなく、変更の「意図」を確認する ・人間が書いた取り込み処理をClaude Mythos Previewの初期版に書き直させたところ、メモリ消費は20分の1、速度は4倍に改善 ■ Scion自体は公開せず、考え方を共有 Scionはgitの汎用的な代替にはならず、巨大なモノレポでしか意味を持たないため、他社が使える形での提供は難しいとしています。その代わりに考え方を共有し、GitHub・GitLab・オープンソースのコミュニティと協力していく方針です。 また、マージキューのように人間の作業スピードを前提にした仕組みも、エージェントが動く規模では成り立たないとして、Anthropicは見直しを進めています。 出典：Anthropic エンジニアリングブログ

Meta Muse の最上位プランも3万円か。 これは確かに全部契約していくのは無理だな。誰かMeta Museを使ってくれ...

argonはultra planかー。gemini契約するかなー。 claude code、codexで満足しているが悩む。

単純な話、東京にある1コース5,000円くらいの飲み放題イザカヤは土地代とビールにお金を吸われているので、まともな料理がポテトと枝豆くらいしかないのかもです。

Pro100はともかく、一番上のモデル選ぶ人ってあんまり値段とか見ない人も多そうだから多少割高でも気にしてなさそう😇 (気づくことすらない人もいるかも)