11歳のときの作文から、その子の将来の最終学歴や認知能力をAIが予測できるという論文 nature.com/articles/s4427…

「コンテキストエンジニアリング」を学びたい人のためのリンク集 AIエージェント開発する人は全部必読です..!! ▼ 「コンテキストエンジニアリング」の台頭 ｜LangChaine blog.langchain.com/the-rise-of-co… ▼ AIエージェントのためのコンテキストエンジニアリング：Manus構築から得た教訓

Manus が DeepResearch 超えの高速大量リサーチ機能「Wide Research」をリリース...!! 「Wide Research」はマルチエージェントを超えた 並列化×エージェント間コラボレーション によって超高速大量検索が可能。 動画の0:55から始まる検索体験は感動さえ覚える。

一人暮らし12年目の俺よりも家事うまくて草

僕は、人との会話は一語一句が「行動誘導」になってしまうというのをいつも意識している。 メンタリストのDAIGOのカードとか当てるやつとかイメージすればいいんだけど、あれって誘導してないような言い方なのに結果的に行動誘導になっている。

ChatGPTの学習モードは、情報をちょっとずつ小出しにしてくれるので、理解しやすいんだけど、大量の情報を一度に理解できない人間のレベルに合わせてくれている感が否めない。

モーションデザイナーAIの「Hera AI」がめちゃくちゃ使い勝手良くてハマってます。 以下のような、ちょっとしたアニメーションを自然言語で作成できる。いわばアニメーション版NapkinAIみたいな感じ。 hera.video

Kling がベータテストとして実施している Kling Lab の体験が非常にユーザーフレンドリーで、動画制作の新スタンダードになる可能性がある。 Dify や ComfyUI のようなノードベースのGUIや、Figmaのような共同編集体験が提供される模様。

Opal の「自然言語でワークフローを作成する」という体験は、実はn8nでもそれが可能なMCPが提供されているし、Dify の DSL をGeminiなどを使用することで自然言語から作ることができることも確認できているので、実はそんなに新しいことではないんだよなあ。 ただ個人的には、Google AI studio の

AIエージェント開発の難しさは「どんなに要件が固まっていても最適なアーキテクチャは結果を見るまでわからない」というところにある。これがこれまでのシステム開発とは大きく違う。 そのため、最初に エージェント部分の I/O とテストデータセットを作り最適化をする。その過程で本来やりたかった

今回のGPT-5で大事だと思う進化のポイントは 迎合（sycophancy）が 14.5%→ 6%に減ったこと この 迎合（sycophancy） というのはいわば「Yesマン」になってしまう割合。 これまでは、「XXXってこと？」みたいな会話はYesマンをされてしまうことが多く危険だったが、今後はしっかり反論してくれる。

日経新聞さんでGPT-5についてコメントさせていただきました。 > OpenAIのGPT-5、AIの「迎合」や「虚偽」防ぐ　専門家の評価は nikkei.com/article/DGXZQO…

AIには作れない癒しの戦い

GPT-5を使っていて感じるのは、回答の「期待通り感」 これまでのモデルではやはりイマイチ「一般的で使い物にならない」回答が多かった印象。 それがGPT-5では、まさにその粒度の情報を求めていたという感覚になれることが多い。

以下はGPT-5に「組織設計において "分業しているけれども分断していない" という状態を作る方法」について聞いたもの。 かなり言い得て妙な「原則」を述べた後に、「具体的な仕組み」を語り、最後に「テンプレ」を出してくれており、どれも期待通り感が強い。 chatgpt.com/share/689733cd…

GPT-5 ProがIQ148との報告があったようで、IQ142の僕もいよいよ仕事を奪ってもらえそうでワクワク。

早いやつはコースアウトするし、遅いやつは転けるし、人ってやっぱりすごいんだな。