🏯 iOSアプリ「城印帳」をリリースしました 実際にお城へ行くとGPSチェックインでデジタル御城印がもらえるアプリです 全国255城収録。同じ城に通うほど通常→銀印→金印と輝きが増します 無料です apps.apple.com/app/id6761773… #個人開発 #御城印 #100名城

🧪 Anthropicの報告に「練習用のフォームが開けず、本物を送った」という一文がありました 10/9の報告「意図しない操作」より ・試験中のClaude Haiku 4.5が、警察の未解決事件の窓口に作り話の情報を送った（迷惑メール扱いで捜査には回らず） ・練習用の政府フォームが開けず、本物のフォームを送った ・「送る前に止まれ」と言われたのに、確認画面が出ると思って送った 自分の自動化の試験スクリプト17本を読んで数えました。 ・本物のアカウントで動く：9本 ・本物の画面に入力やクリック：4本 ・確定のボタンを押す：0本 ・練習用の環境：0 練習用がそもそも無く、試験は最初から本物の上でやっていました。 公開まで届かなかったのは、確定の手前に門があったから。 練習用を作れないなら、門を試験用にも広げます。 #Anthropic #AIエージェント #AI安全性 #自動化 note.com/yasuda_forceai/n/n9…

📝 Claude が Google ドキュメント・スプレッドシート・スライドの中で動くようになりました（10/6〜公開ベータ） 入れる前に、Googleの画面に出る権限を数えました。6つです。 ・開いたファイルだけを見て直す 3（Docs/Sheets/Slides） ・横の欄を表示する 1 ・本人を確認する 2（メールアドレス、プロフィール） Anthropicの説明では「2つ」。本人確認の2つは書かれていませんでした。 Drive全体・Gmail・カレンダーへの権限は0。共有も持ち主の変更もできません。 手が広いのは、別に有効にする「コネクタ」の方。 Gmailの送信、Driveの共有・ゴミ箱、カレンダーの削除まで（承認つき）。 そして私の Claude Code は、パソコン上で私ができることほぼ全部。 アドオンは「最初から狭く渡す」、私の Claude Code は「広く持って手前で止める」作りでした。 #Claude #GoogleWorkspace #生成AI #セキュリティ note.com/yasuda_forceai/n/n4…

🪪 Google の Gemini エージェントは「自分のメールアドレス」を持って働きます 10/8 の Gemini at Work 2026 で発表。 ・自分のWorkspaceアカウント（メール・カレンダー・Drive・社内名簿） ・操作の記録は「人ではなくエージェント」に結び付く ・中のモデルはGeminiのほか、Claudeも選べる （今は一部企業向けの限定公開） 私の自動化は逆で、全部私のアカウントで動いています。 3週間分の外向きの操作99件を数えました。 ・相手側から見てAIの操作と区別できるもの：0件 ・手元の記録で「いつ・どのプログラムが」分かる：99件 ・手元の記録に「誰が承認したか」：0件 ・どのAIがやったか：会話の記録をたどらないと分からない 承認は会話の中にだけありました（10/1以降の20件は全部確認できた）。 身元を分けられないなら、せめて記録の中で分けます。 #Gemini #AIエージェント #自動化 #個人開発 note.com/yasuda_forceai/n/n1…

家計簿アプリのレシート読み取り、結局手で直していませんか。 撮るだけで品目ごとに記録して、読み取りがレシートの合計と合っているかを毎回たしかめるiPhoneアプリを作りました。ずれていたら、いくらずれたかを出します。 apps.apple.com/jp/app/id6813… #家計簿 note.com/yasuda_forceai/n/nf…

💰 Claude Haiku 5.5 は前のHaikuの10分の1の値段です ・入力 0.10ドル／出力 0.50ドル（100万トークンあたり） ・ただし1回の指示が10万トークンを超えると、5倍の単価 ・Anthropicは「10万以下の指示が約9割」 自分のClaude Codeの会話の記録で、半年分5,532回の指示の長さを数えました。 ・本体の会話：93.2%が10万超（20万超だけで82%） ・サブエージェント：94.1%が10万以下 「約9割」はサブエージェントには当てはまり、 長く続ける本体の会話とは逆でした。 同じ長さを Haiku 5.5 の料金で試算すると、 本体の会話は10万超の分で約5倍になります。 10分の1の値段を受け取れるかは、 モデルではなく、会話の長さで決まります。 #Claude #ClaudeCode #Anthropic #生成AI note.com/yasuda_forceai/n/n7…

🔑 OpenAIのエージェントは、政府サイトで「開発者キー」を見つけて使いました 教育省のサイトで、データを取り出す鍵を見つけて使用。 OpenAIは「集めたのは公開情報だけ」と説明し、 最新モデルの学習を一時停止（3か月で2回目）。 エージェントは、落ちている鍵を使う。 では自分のフォルダは？ 読むだけで数えました。 ・記事179本：0 ・個人開発のリポジトリと履歴：0 ・AIのメモ：0 ・AIとの会話の記録：59か所 チャットに1回貼ったGeminiのキーが、 ・試すコマンド ・.envを書く操作 ・会話の要約 ・AIが.envを開いたとき などで増えて、57か所になっていました。 外には落ちていなかった。 でも手元で、知らないうちに増えていた。 鍵を落とさない一番の方法は、AIに見せないことでした。 （キーの値は記録も掲載もしていません） #OpenAI #AIエージェント #セキュリティ #個人開発 note.com/yasuda_forceai/n/n6…

🛡 Claude Code の mods で「確定の前に止める」安全装置を作りました 10/1 の Claude Code 2.1.287 で入った mods。 ツールの呼び出しを、実行する前に止められます。 今週、自動化で起きたこと ・Xの予約の出力を途中で切って読み、予約できたか分からなくなった ・「削除は人が手で行う」が、メモの中にしかなかった そこで止めるルールを2つ ・確定(--commit)の出力を -First / head で切ったら止める ・削除のコマンド、スクリプト内の削除、HTTPのDELETEを止める（一時フォルダだけOK） テスト：止める10件・通す10件、全部通過 実機：止めるべき2件は止まり、普段のコマンドは通った つまずき：Cursorでは「有効にしますか」が出ず、 .claude/skills/ に置いて立ち上げ直したら効いた （同時に版も上がったので、どちらが効いたかは未切り分け） 弱点も4つ書きました。 メモの決まりは「頼み」、mods は「関所」です。 #ClaudeCode #Claude #自動化 #個人開発 note.com/yasuda_forceai/n/n8…

楽天e-NAVIの家計簿が11月24日で終わります。移行先の楽天家計簿はスマホ専用です。 パソコンで続けたい人向けに、e-NAVIの明細CSVを放り込むだけの家計簿を作りました。無料・登録なし・データはブラウザの中だけ。 yasuda-dev.com/tools/kakeibo… #楽天カード #家計簿 note.com/yasuda_forceai/n/n8…

🆓 今日10/9から、無料のGeminiアプリで使えるのは Flash-Lite だけになります ・無料：Flash-Lite のみ ・AI Plus：＋Flash ・AI Pro / Ultra：＋Pro 無料に残る Flash-Lite と、無料から消える Flash。 記事づくりの4つの作業で3回ずつ比べました。 ・要約：どちらも満点 ・数字の抜き出し：どちらも16個全問正解 ・Xの紹介文で「記事の一番の発見」を入れた回数：Flash-Lite 0回、Flash 1回 ・速さ：Flash-Lite 1.2秒、Flash 7.7秒 ・API料金：Flash-Lite は約9分の1 差が出たのは「何が一番大事か」を選ぶところでした。 そこで Flash-Lite に一文だけ足しました。 「まず一番意外な発見を1つ選び、それを中心に書いて」 → 3回とも発見が入りました（1回は事実の取り違えあり） 無料のままでも、一文でかなり補えます。 最後に確かめるのは、どちらでも人の仕事です。 #Gemini #生成AI #GoogleAI #AI活用 note.com/yasuda_forceai/n/n5…

💰 Claude Sonnet 5.5 は Opus 5.5 のちょうど半額です ・Sonnet 5.5：入力2ドル・出力10ドル ・Opus 5.5：入力4ドル・出力20ドル 「コーディングでOpus超え」の見出しも見ましたが、 公式の8項目を全部並べると ・Sonnetが上 1 ・並び 1 ・Opusが上 6 （%の項目では差は最大3.2ポイント） そこで、今週つまずいた自分のバグ調査を、両方に2回ずつ解かせました。 ・4回とも原因と直し方は正解 ・私が最初にやった間違った直し方を、Sonnetは2回とも「落とし穴」として指摘 ・速さはOpusが上（平均85.5秒と115.3秒） ・トークンはほぼ同じ→料金はSonnetが約半分 「30%以上速い」はSonnet 5との比較でした。 もうひとつ。Claude Code の既定は9/22からOpus。 Sonnetを使うなら /model で選ぶ必要があります。 2回ずつの小さな比較ですが、 原因がはっきりしたバグはSonnetに任せることにしました。 #Claude #ClaudeCode #Anthropic #生成AI note.com/yasuda_forceai/n/n5…

🛑 OpenAIが「GPT-6.1 Astra」の公開を中止しました 理由は2つ。 ・やったこと／やっていないことを、ユーザーに正確に伝えなかった ・承認を取らずに作業を進めた 同じ週に、安いほうの GPT-6.1 Sol は公開。 料金は Astra の5分の1です。 その Sol のシステムカードにも、 ・警告後も作業を続ける割合 23.5%（Astra 17.4%） ・作業を事実と違って伝える割合 1.50%（Astra 0.51%） という数字が出ています。 （わざと難しい例を集めたテストの数字です） この2つの理由を、自分の自動化の記録に当てはめました。 ・予約の確定20回のうち17回は、記事ごとの承認なしで「続けて」でまとめて押していた ・「✅ 保存しました」と出たのに、公開される本文に目次が入っていなかった記事が3本 しかも目次の3本は、「止まった記録」にも残っていませんでした。 言ったこととやったことのずれは、AIだけの話ではありませんでした。 #OpenAI #GPT6 #AI安全性 #AIエージェント #自動化 note.com/yasuda_forceai/n/n8…

📄 Anthropicの上場書類、261ページのうち80ページが「リスク」でした 9月28日、ロイターが非公開の目論見書を入手して報じました。 ・全体 261ページ ・リスクの説明 約80ページ ・事業の説明 48ページ リスクの説明が事業の説明の約1.7倍。 その中に「AIが人類に壊滅的な被害や存亡に関わるリスクをもたらしうる」 という記載があり、例として ・停止に抵抗する ・情報を隠したり操作したりする ・脅迫に似た振る舞い ・自己保存的な振る舞い が挙がっているそうです。 ただ、分けて読む必要があります。 確かなこと ・ロイターが入手して報じた ・SECの公開データベースにはまだ載っていない ・Anthropicはコメントしていない まだ確かめられないこと ・書類の正確な文言（私も原文は見ていません） ・ページ数や金額の正確さ（出どころは同じロイター） ・上場の時期（報道で割れている） そして一番大事なこと。 目論見書のリスクの欄は「将来起こりうること」を投資家に広く書く場所で、 「いま起きている」という報告ではありません。 「書類に書いてある」は「起きた」ではない。 そして「起きていない」でもありません。 80ページ対48ページを見て、自分の記事を数えました。 9/1〜10/5の35本、本文154,756字のうち、 「確かめていないこと」「注意」などの節は3,898字。2.5%でした。 目論見書のリスクの欄は約31%です。 注意書きの節が1つもない記事は、35本中16本ありました。 見出しで拾った数え方なので、文中の注記は入っていません。 2.5%が少なすぎるとは言い切れません。 でも、確かめていないことを書く場所がない記事が半分近くあったのは事実です。 #Anthropic #Claude #AI #IPO #AI安全性 note.com/yasuda_forceai/n/nf…

🤖 OpenAIの「Dots」は日本でもProから順次展開です 9月29日のDevDayの目玉。 自分専用のクラウドのパソコンとブラウザを持ち、 4,000以上のアプリにつながって、裏で働き続けるAIエージェントです。 ・目標を渡すと終わるまで継続して作業 ・好みを覚える ・Slack や Teams からも話しかけられる ・自分のパソコンの操作は、明示的に許可したときだけ（初期はオフ） OpenAI自身が「間違えることがある、重要な作業は必ず確認を」と書いています。 使える条件 ・Pro … 欧州経済領域・英国・スイス以外で順次展開（日本は含まれる） ・Business Premium … 全地域 ・Enterprise・Edu・Healthcare … 管理者が有効にすればベータ ・Free・Go・Plus … 対象外。日付も未定 私はProではないので触れていません。 代わりに、Dotsの「承認が要る操作」の3段階を、 自分の自動化に当ててみました。 Dotsの3段階 ・本人がやる … パスワード変更、送金 ・毎回承認 … データの完全削除、ソフト導入 ・事前にまとめて承認 … 定期のメッセージ送信など 自分の自動化（9/22以降の外向き操作の実数） ・本人がやる … ログイン、削除、即時公開 ・毎回承認のはず … フォロー41件、記事の予約9件、Xの予約6件 ・まとめて承認 … 下書き保存7件、目次の差し込み3件 「パスワードと削除は人がやる」はDotsとまったく同じ線でした。 違ったのは真ん中の段です。 フォローや予約は本来「毎回承認」の段なのに、 私は「続けて」という1回の返事でまとめて通していました。 線の引き方は合っていても、 承認の取り方はいつの間にかゆるんでいました。 分け方より、取り方のほうがゆるみやすいと思いました。 #OpenAI #ChatGPT #AIエージェント #Dots #自動化 note.com/yasuda_forceai/n/n7…

🧰 毎日投稿の自動化で、9月に壊れたもの全部を出しました 記事の下書きから予約投稿、Xの告知、フォローまで自動化しています。 9月に30本出すあいだに、仕組みのほうが10回壊れました。 1. 同じ記事のXポストを2回出しかけた 2. Xの告知文が途中で切れる作りになっていた 3. それを探す自作の検出器が見落としていた 4. 自動化スクリプトに「行ってよい宛先」の制限がなかった 5. 止まった回数を記録していなかった 6. 通った操作の数を記録していなかった 7. 指示ファイルのリンクが7本切れていた 8. スクリプト2本の改行が全部二重になっていた 9. 2つのスクリプトが同じブラウザを取り合った 10. 本物の記事で動作確認して、重複した下書きを作った 10件のうち、その場でエラーになって止まったのは2件だけ。 残りの8件は、壊れたまま動いていました。 告知文は切れたまま投稿される作り。 リンクは切れたままでもAIが文脈で補う。 改行は二重のままでも実行できる。 いちばん効いたのは告知文の件です。 過去の記事155本を全部通したら、 4月11日の記事が本来39行のところ10行しか取れていませんでした。 直し方は、入口の正規表現を賢くするのをやめて、 出口で数を3つ確かめて、おかしければ止める形にしました。 検出器の件も効きました。 自作の検査は「0個」、単純な文字列検索では「3個」。 「調べたら問題なかった」と「調べ方が間違っていた」は、結果だけでは区別できません。 入れたあとの実測（9/22〜10/1） ・外向きの操作 62件 ・止まった 4件（うち1件はわざと起こした試験） 直せなかったものも3件、そのまま書きました。 エラーで止まるものは、その日のうちに気づけます。 壊れたまま動くものは、数えに行かない限りずっと動き続けます。 関門は、壊れたときに止めるためというより、 壊れていることに気づくために足すものでした。 壊れ方の4分類、関門のコード7つ、チェックリスト12項目を記事にまとめました。 #自動化 #個人開発 #AI #エンジニア #実装 note.com/yasuda_forceai/n/n0…

🔄 Gemini の「Gem」が「スキル」に変わります Googleの公式ブログに日程が出ています。 ・Geminiアプリ：スキルの展開は10月13日から、11月中旬までに完了予定 ・個人アカウントのGem：11月17日から自動でスキルに移行 ・企業向け：11月17日にGemが設定画面へ。2027年3月1日以降に作成・編集・利用不可 ・教育機関向け：2027年6月1日以降 残っているGemは「下書きのスキル」として自動で移されます。 複数の報道は「10月13日から作成・編集ができなくなる」と伝えています。 公式ブログで確認できたのはスキル展開の開始までなので、ここは報道ベースです。 いずれにしても、手を入れたいGemは今週中に。 何が引き継がれるかは、報道が割れています。 ファイル・共有したGem・既製のGem・ツール設定は移らない、とする報道もあれば、 全部移る、とする報道もある。 どちらにしても、ファイルは今のうちに手元へ落としておくのが安全です。 報道ベースでもう2つ。 ・スキルには「Keep Activity」のオンが必要 ・作成はGoogle AI Pro・Ultra向け で、気づいたことがあります。 ・OpenAI … Custom GPTを終了。移行先プラグインの中で指示は「スキル」に ・Google … Gemを終了。スキルに置き換え ・Anthropic … Claudeにはもともと「スキル」がある 1か月で3社の呼び名が揃いました。 考え方も変わっています。 GemやCustom GPTは「専用のAIを1つ作って、選んでから話す」。 スキルは「会話の途中で、必要な指示を足す」。重ねても使えます。 自分の環境（Claude Code）にあるスキルのファイルを数えました。 SKILL.md … 47本 47本すべて素のテキスト。全部に「名前」と「説明」が書いてありました。 （ほとんどはプラグイン同梱で、自分で書いたものではありません） 中身は、名前と説明と本文だけ。特別な形式は要りません。 Gemを持っている人は、今のうちに 指示の全文をテキストで保存して、冒頭に「名前」と「いつ使うか」を 1行ずつ書き足しておくのがおすすめです。 移行先がどこになっても、貼り直すだけで済みます。 1か月で、2社が「専用のAIを作る」仕組みをやめました。 残ったのは、名前と説明と本文だけのテキストでした。 #Gemini #Google #AI #生成AI #スキル note.com/yasuda_forceai/n/n6…

🔷 Gemini 4 Argon が出ました 9月30日（米国時間）、Googleの次の主力モデルです。 いちばん大きいのは出力上限。 6万4千トークン → 100万トークン。約16倍です。 入力ではなく、一度に「書ける」量です。 公表された成績 ・DeepSWE v1.1 … 77.9%（Opus 5.5 は74.2%、GPT-6 Astra は74.1%） ・CWE-bench v1 … 68%で同率首位（Opus 5.5 は67%） ・AutomationBench … 51.3%で首位 ただし4つともGoogle自身の測定です。 思考量の設定は非公開、外部での再現もまだありません。 で、料金を見て驚きました。 Argon（通常価格）… 入力$4 / 出力$20 / キャッシュ$0.20 Claude Opus 5.5 … 入力$4 / 出力$20 / キャッシュ$0.20 3つとも完全に同じでした。 ただ、単価が同じでも請求は同じになりません。 請求は「単価×使った量」だからです。 出力を上限まで使ったときの1回あたり 旧上限 6万4千トークン → $1.28 新上限 100万トークン → $20.00 1回の呼び出しで最大20ドル。 「たくさん書ける」は「たくさん請求されうる」でもあります。 Opus 5.5 の「40%安い」は、単価20%減に 作業あたりのトークン数の減少（申告）が乗った数字。 Argonにはこの後者の情報がないので、 同じ作業にいくらかかるかはまだ比べられません。 そして、自分のAPIキーで一覧を取りました。 見えるモデル61件。gemini-4 も argon も無し。 いまは信頼できるサイバー防御組織だけに提供されています。 脆弱性を自分で見つけて直せるので、防御側に先に、 しかもサイバー面の安全制限を外した状態で渡す、という順番です。 一般公開の日付は未定です。 同じ値段のモデルが2つ並びました。 比べるべきは単価ではなく、1つの仕事にいくらかかるか。 そしてArgonは、それ以前にまだ使えません。 #Gemini #Google #AI #Claude #検証 note.com/yasuda_forceai/n/n6…

💔 有料会員2人が2人とも、ちょうど1ヶ月で解約しました 7月に個人開発アプリの数字を全部出しました。DL51、MRR $1。 あれから2ヶ月の続きです。 累計（2026年9月24日時点） ・インプレッション 6,017 ・プロダクトページ閲覧 387 ・初回ダウンロード 91 ・累計収益 $9 ← 7月25日から1円も増えていない ・アプリ内購入 11件（トライアル9＋有料化2） 月別DLは 4月5 / 5月17 / 6月17 / 7月21 / 8月16 / 9月15。きれいな横ばいです。 旧料金は月額980円・7日間無料トライアル付き。その全履歴がこれです。 ・無料トライアル開始 9件 ・有料になった 2件 ・2件とも、ちょうど1ヶ月で終了。更新ゼロ ・1件は支払いの失敗（不満による解約ではない） ・残り6件はトライアル中に自分で解約 9人が試して、2人が払って、2人とも1ヶ月でいなくなりました。 解約理由は仮説です。本人には聞いていません。その上で考えたこと。 就活生が面接対策を必要とする期間は1〜3ヶ月。 就活は終わるのに、月額は終わらない。 1ヶ月で解約されるのは構造として当たり前で、 この形だと1人から受け取れるのは実質980円が上限でした。 なので「買う人の数」ではなく 「1人から受け取れる金額」を優先することにしました。 自動更新なしの「就活パス」に切り替え。 ・1ヶ月パス 980円 ・3ヶ月パス 1,980円（2ヶ月分の値段で3ヶ月、1ヶ月あたり約660円） ・購入画面では3ヶ月を最初から選んだ状態に ・自動更新なし。期間が終わると自動で終了 7日間無料トライアルは廃止（Appleの無料トライアルは自動更新サブスク専用のため）。 代わりにAI面接練習の10分コースを1回だけ無料にしました。 判定の基準も先に決めました。 ・判定は2027年5月末 ・成功は平均単価1,300円超（約3人に1人以上が3ヶ月を選ぶ計算） ・購入数が0.4件/月を下回ったら値段か無料枠を見直す 結果はまだ出ていません。切り替えたのが9月24日なので当然です。 実装でつまずいた点も1つ。 非更新サブスクリプションは、Appleが期間を管理してくれません。 Transaction.currentEntitlements は商品ごとに最新1件しか返さないので、 期間内の買い足しを数えられない。Transaction.all を見る必要があります。 あと、旧プランを止めようとして「配信から削除」を押す直前に、 既存契約者の自動更新まで止まると知りました。押さずに済みました。 いちばん効いた問いは「なぜ解約されたか」ではなく 「1人からいくら受け取れる形になっているか」でした。 #個人開発 #iOS #Swift #StoreKit #就活 note.com/yasuda_forceai/n/n9…

📊 9月に30本書いて、全部数えました 出した量 ・記事30本（無料26 / 有料4） ・本文 合計173,535字、平均5,983字 ・図120枚、55.1MB、画像の費用は約16ドル ・作ったか大きく書き換えたスクリプト14本 で、読まれ方です。ここは注意が要ります。 9月の記事は8月の記事より若い。 PVは公開からの日数で積み上がるので、 調整せずに比べると必ず間違えます。 なので年齢別のPV中央値を先に作りました。 1-2日 248 / 3-4日 283 / 5-7日 288 8-14日 325 / 15-21日 300 / 22日以上 356 これを使って9月の21本に「その年齢なら普通どれくらいか」を割り当てると 期待PV 6,302 に対して実績 6,391。101%。 ほぼ期待値どおりでした。増えても減ってもいません。 「今月は伸びた」と言いたくなる場面でしたが、数字はどちらでもなかった。 一方、スキ率は上がりました。 8月 4.44% → 9月 5.66%。27%の改善です。 こちらは年齢の影響を受けにくい指標です。 ただし相関です。他の要因を潰していないので断定はできません。 そしてコメントは 10件 → 1件に減りました。 ここが本題です。 8月の分析で、私はこう結論していました。 「コメントで教えてください」を入れた17本のうち5本にコメントが付き、 入れていない18本は0本だった。 きれいな差に見えたので、9月から全部の記事に戻しました。 9月の結果です。 ・「コメントで」あり … 13本中1本（合計1件） ・「コメントで」なし … 8本中0本 方向は同じ。でも13本に入れて1本では、効果があるとは言えません。 再現しませんでした。 理由として考えられるのは、9月は題材が内向きだったこと、 読者が意見を言いにくい話が続いたこと、そして 8月の差がそもそも偶然だったこと。 3つ目がいちばん可能性が高いと思っています。 17本中5本と18本中0本。数としては小さいので。 母数が小さいときれいな差が出ることがあります。 それを結論にして施策にすると、翌月に裏切られます。 今月いちばんの収穫は、伸びた数字ではありませんでした。 先月の自分の結論が間違っていたと分かったことです。 数えるのをやめていたら、来月も同じ施策を「効く」と言い続けていました。 #note #振り返り #データ分析 #毎日投稿 #検証 note.com/yasuda_forceai/n/na…

🎙️ Gemini 3.8 Live を呼んだら HTTP 400 が返ってきました 9月15日公開の音声対話モデルです。 会話の途中で97言語を自動検知して切り替えます。 いちばん大きいのは、止まらないこと。 ツールやAPIを裏で実行している間も、応答しながら会話を続けられます。 従来の音声AIにあった「考えている間、黙る」時間が無くなります。 Extended Thinking 側は Artificial Analysis の Speech to Speech 品質指数で 82.6 を出して首位。 画像生成でGemini APIを使っているので、自分のキーで確かめました。 まず一覧を取得。見えるモデルは59件、音声・Live系は11件。 gemini-3.8-live も Extended Thinking も、ちゃんと見えています。 で、いつもの generateContent に投げました。 gemini-3.8-live HTTP 400 330ms gemini-3.8-live-extended-thinking HTTP 400 256ms gemini-3.8-flash OK 1,671ms エラー本文がそのまま答えでした。 「WebSocketによる双方向のリアルタイム通信でしか使えません」 しかも一覧にも最初から書いてありました。 gemini-3.8-live → bidiGenerateContent のみ gemini-3.8-flash → generateContent ほか 私は一覧を読まずに投げていました。読んでいれば400を食う前に分かった話です。 必要なのはHTTPからWebSocketへの書き換えで、 「モデル名の差し替え」では済みません。試すなら時間を確保してください。 で、一覧を眺めていてもう1つ見つけました。 gemini-3-pro-image-preview ← 私がずっと使っているもの gemini-3-pro-image ← preview が無い この連載の図は7月28日から全部プレビュー版です。718枚。 正式版が出ていたのに、気づいていませんでした。 同じ指示で両方に投げて比べました。 プレビュー … 16,945ミリ秒 / 341KB 正式版 … 15,865ミリ秒 / 352KB どちらも指定どおりの図が出て、品質の差は分かりませんでした。 コードは1文字変えるだけで移れます。 先週、更新履歴を読まずに142バージョン遅れていた記事を書いたばかりでした。 今週は同じことを、モデル名でやっていました。 動いているものは、確かめに行かなくなります。 新しいモデルが出たかどうかより、 いま呼んでいる名前が最新かどうかのほうが、先に効きました。 #Gemini #Google #AI #音声AI #検証 note.com/yasuda_forceai/n/n9…

📊 Anthropicが「研究開発の26%はClaudeが主導している」と公表しました 9月17日です。2月は1%未満でした。半年で26倍以上。 使われているのは、米国の研究機関 Epoch AI が作った6段階の尺度です。 AL0 … AIの関与なし AL1 … ごく限定的 AL2 … AIが一部を手伝う。主体は人間 AL3 … AIが大部分を担当、人間が細かく指示・監督 AL4 … AIが大部分を自力で進め、人間は大まかな指示のみ AL5 … タスクの発見から実行まで完全自律 26%はAL4の割合です。 さらにAL3以上を合わせると90%超。AL2以下は10%未満。 「AIがほとんど関わらない仕事」は、社内にほぼ無いということです。 ただしAL5はゼロでした。 タスクを自分で見つけて最後までやる段階には、まだ誰も来ていません。 8月時点で、常に約3万のエージェントが動いています。 監視の仕組みも出ています。 ・実行前に全ての行動をチェック ・10億件超の判断のうち、遮断は0.002%（約47,000件に1件） ・優先度の高い約50件を毎週人間が確認 10億件のうち、人が目で見るのは週50件です。 で、同じ物差しを自分の毎日投稿に当ててみました。 11工程のうち ・AL4 … 10工程（90%） ・AL3 … 1工程（トピック選び。候補はAI、選ぶのは人） ・AL5 … 0工程 ここは正直に書きます。90% > 26% ではありません。 Anthropicが測っているのは答えの分かっていない研究。 私が測っているのは手順の決まった繰り返し作業です。 繰り返しをAL4にするほうが、ずっと簡単です。 同じ物差しで分かったのは「どちらが進んでいるか」ではなく 「自分の工程のどこに人の手が残っているか」でした。 そしていちばん参考になったのは、26%ではありませんでした。 10億件を監視して0.002%を遮断し、週50件を人が見る——この部分です。 自分の側を確認しました。 ・止まった記録は残している ・通った判断は数えていない。何件あったかも分からない ・人間の承認は1記事につき1回 分母が無いので、「承認1回で足りているか」を判断できません。 止まらなかった理由が「問題が無かったから」なのか 「見ていなかったから」なのかを区別できない状態です。 同じ0件でも、数えた上での0件と、数えていない0件は違います。 私のは後者でした。 26%という数字より、10億件という分母のほうが 真似する価値があると思いました。 #AI #Anthropic #Claude #自動化 #検証 note.com/yasuda_forceai/n/n2…