{ "type": "tldr", "lang": "zh","lang": "zh",[TL;DR 毎日の厳選コンテンツ] まず、少し厳しいことを言わせてください：サム・アルトマンが、あなたのパソコンで長年放置されているDRAMを「非常に悪い」リソース配分と呼んだとき、彼は単にメモリの話をしているわけではありません。彼はより大きな問いを投げかけているのです——将来の計算能力、エージェント、インフラは、誰の手に収まるべきなのか？ たまにモデルを動かすあなたのローカルPCなのか、それとも24時間フル稼働するクラウドデータセンターなのか？ この発言は非常に鋭く、コミュニティが大炎上したのも無理はありません。🍺 このインタビューは情報量が膨大で、表面上は「ローカルAI vs クラウドAI」の議論ですが、本質的には3つのテーマを扱っています。第一に、AIはチップ、メモリ、エネルギー、データセンターを再び戦略的リソースに変えつつあること。第二に、セキュリティ問題はパッチでごまかせる小さな不具合ではなく、技術スタック全体を再設計する必要があるレベルにまで達していること。第三に、アルトマンが描く未来社会は、神のような超知能が支配する世界ではなく、多数の「わずかに人間を超える」エージェントが互いにバランスを取りながら協力し合う社会であるということ。要するに、彼が望んでいるのはデジタルな神ではなく、エージェント社会全体です。 📌 メモリは放置すべきではない？アルトマンはDRAMをすべてクラウドに集約したい • アルトマンは明言：個人PCに貴重なDRAMを大量に保有し、使用率が5％しかないのは、グローバルなリソース配分の観点から「非常に悪い（quite terrible）」。 • 彼の論理は単純明快：メモリ、計算能力、上流のウェハ生産能力がすべて逼迫しているなら、リソースをクラウドデータセンターに集中させ、利用率を最大化すべきだ。 • この発言は論争の火種にもなった。なぜなら、これは単なる効率の問題ではなく、ユーザーがローカルハードウェアやソフトウェアの主権を失い、「借りたAI」に依存するようになる可能性があるからだ。 • PC、スマートフォン、AIアクセラレータで使われるメモリは完全には同じではないが、上流の製造能力を競い合う。誰が大口注文を出すかで、発言力が決まる。現実的で、資本主義そのものだ。 📌 市場は不足を自動的に修正しない。アルトマンは「見えざる手が機能していない」と言う •彼はメモリメーカーの生産拡大が過剰に慎重だと指摘。利益が出ないからではなく、過去のトラウマが深すぎるからだ——この業界は長年「200億ドルのCAPEXを投じて19億ドルの利益を得る」ような苦行を繰り返してきた。 • 彼の説明によれば、現在メーカーは年間約1000億ドルのフリーキャッシュフローを得られる可能性があるが、過去に過剰投資で破産寸前になった影がまだ残っているため、積極的な拡張をためらっている。 • そこで導かれる結論：AI時代におけるメモリ・チップ・エネルギーへの需要は爆発的だが、従来の市場調整メカニズムは反応が遅すぎる。 • OpenAIの対応策も非常にハードコアだ：自社開発チップ、自社データセンター建設、ロボットによるインフラ構築参加、さらには「自己複製するデータセンター」という概念まで提示——AIがロボットを操ってウェハ工場や電力・データセンターを建設・運営するという話だ。SF映画のように聞こえるが、彼は冗談で言っているわけではない。 📌 AIセキュリティは「パッチでは対応できない」段階に入っている • 最近の深刻なソフトウェア脆弱性の波について、アルトマンの判断は冷徹だ：大規模モデルによる脆弱性発見能力はさらに急速に向上し続ける一方で、インターネット上のコード量は途方もなく膨大だ。 • つまり、AIがシステム的にコードスキャンに使われるようになると、「深刻な脆弱性は予想以上に多い」という現実に直面する可能性がある。 • 彼の結論は「セキュリティエンジニアをもっと雇え」ではなく、より過激なものだ：ルーター、OS、アプリケーション層すべてが、「脆弱性も賢くなる」世界に向けて再設計される必要がある。 • 超強力なモデルを「最高レベルのセキュリティサンドボックス」に閉じ込めるというアイデアについては？ 彼は楽観的ではない。サンドボックス、監視、思考チェーンレビュー、アクティベーション監視は一時しのぎにすぎず、最終的には「あなたは本当にアライメントを信頼しているのか？」という問いに戻る。この問題は、単なる封印では解決できない。 📌 知的爆発は1台の神機ではなく、一連のエージェント社会になる可能性がある • アルトマンは「エージェントスワーム」という言葉を好まず、「エージェントチーム」と呼ぶことを好む。これは単なる言葉遊びではなく、ガバナンスの論理だ——チームとは協力と相互牽制を意味する。 • 彼が示した核心的な判断は興味深い：「兆単位のIQを持つ単一の超知能」が社会に入るより、「兆単位のわずかに人間を超えるAI」が社会に参加する方が好ましい。 • 理由はロバスト性にある。人間社会が機能しているのは全知全能の脳があるからではなく、多数の個体が互いに制約し合い、分業し、修正し合うからだ。 • この考え方はある意味ですでにAgentFiの基盤精神と非常に近い——価値・権限・実行能力は、中央集権的な脳に閉じ込められるよりも、多数の協力可能なエージェントネットワークに分散されるべきだ。 📌 科学研究はAIによって書き換えられつつあり、コスト曲線も再評価されている • アルトマンは極端だが重要な例を挙げた：あるナビエ–ストークス方程式に関する証明には1回あたり約1000万ドルかかり、「1週間制御不能になった」。 • しかし彼の予測では、1年後にはより賢いモデルと成熟した手法を使えば、そのコストを1/100まで削減できる可能性がある。 • これは一つのトレンドを反映している：GPT-4時代には1ドル分の計算資源を1つの問題に投入することさえ困難だったが、今やチェインオブシンキングとエージェントチームのおかげで、システムは数万回並列で「力強く考える」ことができる。 • より驚くべきことは彼が示した感情——興奮と不眠と衝撃とともに、少し悲しみも感じていることだ。なぜなら多くの科学者にとって最も難しい課題がモデルによって次々と解かれ始めると、科学者のアイデンティティや達成感、訓練パス自体が再定義されるからだ。 📌 ビジネスモデルも変わる：ユーザーが望んでいるのは「AIに仕事を任せる」ことであって、もっと多くのウェブフォームではない • アルトマンは個人エージェントの「Macintosh瞬間」はまだ来ていないと判断している。ユーザーはこれらの製品を面白いと思うが、「手放せない」とまでは思っていない。 • 真の勝者は機能が最も豊富な製品ではなく、「最も信頼でき」「複雑なタスクを確実にこなし」「動く」という実感を与える製品になるだろう。 • 商業面では彼は現実的な矛盾を指摘した：企業は自社製品内のAIポップアップやHTMLページを守り続け、「ユーザー入口」を失うことを恐れている。しかし消費者はむしろ自分のメインチャットアプリ内ですべてのタスクを処理したいと思っている。 • 彼は現在の大量のウェブフォームを「フェイクワーク」と呼んだ。少し辛辣だが、確かに痛いところを突いている——未来にはもっとフォームを上手く埋めるあなたではなく、複数プラットフォーム間でタスクを代行してくれるエージェントが必要になる。 📌 定価・計算能力・デフレーション：AI経済計算はまだ始まったばかり • OpenAI内部では高トークン消費を奨励せず、「トークンランキングが高いのはちょっと恥ずかしい」とさえ考えている。消費量を積み上げることが真の効率ではないからだ。 • 彼らはAWSのようにタスク単位で課金しトークン課金を弱めることも検討したが、顧客からの反発が強かった——ユーザーは自分が何に対して支払っているのか知りたがっている。 • アルトマンはさらに硬いデータを提示した：現在の最先端AI計算能力1GWあたりの5年間総保有コストは約700億ドルだが、200億ドルまで下げられれば理想的だと考えている。 • 言い換えると、AIの未来はモデル競争だけでなく、エネルギー・チップ設計・インフラマージン構造全体の圧縮戦争である。誰が「砂からトークンへの」全プロセスを薄くできるか——それが次段階での優位性を得る鍵となる。 私の判断では：このインタビューで最も注目すべき点は、「あなたのパソコン内のメモリはどうすべきか？」という容易に論争になる表面的な議論ではなく、より深い転換点——AIがソフトウェア能力の問題から資源調整・社会統治・経済組織の問題へと昇華しつつあるという事実だ。メモリ・チップ・エネルギー・エージェント協力・価格決定権……これらかつてバラバラだったテーマが今や一つの軸でつながり始めている。 もし未来が「1つの超知能」ではなく、「大量のエージェントチーム」が生産・取引・統治に参加するものだとしたら――その問いはこうなる：これらのエージェントはどうやって予算・権限・信頼性・協力ルールを持つべきか？ ここまで来ると、私はもちろんAgentFiにもう一度目を向ける。なぜならエージェントが働き始めたら、いずれ彼らにも独自の経済システムが必要になるからだ。あなたはどう思う？ あなたはローカルで超強力なAI一台を持つべきか？ それとも無数のエージェントからなるクラウド社会に接続すべきか？}

[TL;DR デイリー] 静かに言っていたことをはっきり言うと：あるエンジニアの月間AIコストがシリーズA調になる瞬間、これは単なるツールの話ではなく、経済実験に変わり始める。では、私たちが実際に見ているのは、ソフトウェアエンジニアリングの次世代OSなのか、それとも産業規模でAIの粗製濫造を生み出す非常に高価な機械なのか？おそらく両方だ。🤖💸 🔥 設定：兆トークンの使い込みが公共のコスト議論に 📌 ヘッドラインの数字は意図的に馬鹿げている • OpenClawの創設者ピーター・スタインバーガーは、AI作業のために1か月で約1,000万ドルのトークンコストを費やしたと推定し、すぐに追加で「そのすべてが有効な支出ではなかった」と述べた。 • 他にも、ローレン・タンのCursorプロフィールで、30日間で約1.5兆トークンを使用したことが話題になった。 • 100万トークンあたり約8ドルという粗いベンチマークを用いると、ピーター・ピエカルツィックは1日約38万4,000ドル、月約1,100万ドル、年間換算で1億3,200万ドルと推定した。 • 90%の企業割引を適用しても、月額は約110万ドル、年間約1,300万ドルに達する。 📌 人々が驚いた理由：この使用量は通常の開発行動から大きく逸脱している • 12,000人の開発者を対象としたJellyfishのデータによると、中央値ユーザーの月間トークン消費量は約5,100万トークン。 • 90パーセンタイルは約3億8,000万トークン。 • ローレンの1.5兆トークン使用量は中央値の約29,000倍、スタインバーガーが以前公開した6,030億トークンでも中央値の約12,000倍。 • トークン使用量を給与計算に置き換えると、物語は一変する：これはもはや「生産性ツール」ではなく、「計算貴族」のように見える。 📌 実際の請求額は複雑で、すべてのトークンが同じ価格ではない • Cursorスタイルのトークン数には、標準的な入力、モデル出力、キャッシュ書き込み、キャッシュ読み込みが含まれる。これらは価格が大きく異なる。 • Opus 5.5スタイルの価格設定では、100万トークンの入力は約4ドル、出力は約20ドル、キャッシュ読み込みは約0.2ドル。 • ある使用状況のスクリーンショットでは、733億トークンで合計約3万ドルかかっており、これは平均して100万トークンあたり約0.41ドルを意味する（キャッシュトラフィックが支配的だったため）。 • この混合レートを1.5兆トークンに適用すると、月額コストは1,100万ドルではなく約61万5,000ドルに下がる。 • もしすべてがキャッシュ読み込み価格で課金されるという極端な最下限シナリオでは、1.5兆トークンの月額コストは約30万ドル。 • ピエカルツィック自身も後に主張を修正し、自分の初期推定が10倍過大だったとしても、月額コストは依然として約10万ドル程度になる可能性があると述べた。 🔥 それらの支出は実際には何を買ったのか？ 📌 「1つのチャットボット」ではなく、まるでエージェント組織図 • スタインバーガーは、このスタイルの作業を「トークンコストが制約でなくなったときのソフトウェア開発とはどのようなものか」を探求していると説明した。 • 彼の3人チームは約100個のCodexインスタンスを稼働させていた。 • これらのエージェントはPRをレビューし、セキュリティバグのためにコミット履歴をスキャンし、重複したGitHubイシューをマージし、修正を書き、パフォーマンス劣化を監視し、会議に参加して議論からPRを生成するまで行った。 • ローレンは自身の設定を20人以上のエージェントからなるチームと説明した：チーフ・オブ・スタッフエージェント、PMエージェント、そして20個以上の自律的に動作する実行エージェント。 📌 核心的な洞察は「生成」ではなく「検証」にある • ローレンの主張では、エージェントによるコーディングのボトルネックはコードを書くことではなく、コードが実際に機能することを証明することである。 • 彼女のプロセスでは、エージェントがコードを実行し、CPUトレースやヒープスナップショットを収集し、iOSシミュレータを起動し、ユーザーのようにアプリとやり取りする。 • 目的は閉ループを作ること：エージェントが自身の出力を検証できるなら、タスクが完了するまで繰り返し改善できる。 • 検証できない場合、差分を人間に渡して処理を停止する——つまり人間がシステム中最も遅い部分になる。 • 彼女が主張する月間4,000件のPR規模では、各PRに5分のレビューを費やしても合計で約333時間となり、これは1人の人間がフルタイムで働く月間労働時間に相当する。したがって手動レビューでは検証層として機能できない。 📌 これによりエンジニアの役割が変わる • このモデルでは、エンジニアはコーダーというよりエージェント向けのエンジニアリングマネージャーのように見える。 • ローレンの主張は率直だ：1つのエージェントの出力を信頼できないなら、100個にスケールさせることはできない。 • 彼女のpstackワークフローはこれを構造化されたプレイブックにまとめている——複数のローカルおよびクラウドエージェント間で理解・設計・コーディング・レビュー・検証を標準化している。 🔥 しかし物語が鋭くなるのはここからだ：すべての自律性には厳しい制約が必要だった 📌 コードベースはエージェント対応に再構築された • GrokBotは当初、軽率なコードで構築され、アーキテクチャ的制約が弱く人間によるコード読解も少なかった。 • その結果、エージェントは「最も楽な道」を選んでしまい：より多くのコード、曖昧な境界線、パフォーマンスリスクの上昇。 • ローレンはこれを修正するために600件以上のPRを使ってシステムを「Dune」と呼ばれる内部アーキテクチャにリファクタリングした。 • CIルールは極めて厳格になった：useEffectを禁止し、コメントを禁じ、依存関係グラフを検証してElectronメインとレンダラーが相互インポートしないようにした。 • 要するに、「賢い」部分は単なる優れたモデルではなく、エージェントが手抜きをする余地を減らすために環境自体を再設計したことだった。 📌 pstackは強力かもしれないが、非常に非移植性かもしれない • 彼女のパッケージには23個のプレイブックと20以上のエンジニアリング原則が含まれる。 • これは普遍的な開発ワークフローというより、モデル用に高度にチューニングされた行動ケージのように見える。 • それはそれで問題ない——しかし普通のチームや普通の予算、普通のレガシーコードベースにコピー＆ペーストしようとすると魔法が消えてしまう可能性がある。 🔥 反発：これは革新なのか、それとも金持ち子弟の計算パフォーマンスなのか？ 📌 批判者はこれを「AI粗製濫造工場」だと指摘する • Redditやエンジニアリング界では多くの開発者が、「無制限のトークン支出で何千ものPRをマージすることはソフトウェアエンジニアリングの革命ではない」と主張した。 • 彼らの主張は：これは膨大な計算資源を使ってコードベースに微細な変更を押し込むことであり、本当のボトルネックである長期的な保守性を無視している。 • 言い換えれば、コード生成は判断よりも速くスケールする。そして判断が十分に投資されないとき、その負債はリポジトリを受け継ぐ誰かに社会的に転嫁される。 📌 マーケティング価値の方がエンジニアリング価値より高い可能性がある • T3創設者のテオは、実際の内部コストは月額2万5,000〜5万ドル程度ではないかと推測した。 • 彼の見解は単純だった：そのレベルでも露出価値はある。ある企業が100万ドルをイベントに費やしても、ローレンの一投稿ほど注目を集めることはできない。• カーソルの視点では、これはユニットエコノミクスの話というより、PRの傑作に過ぎない可能性がある。 • ローレン自身も明確に特権を認めている：彼女は効果的に無制限のトークンを備えたAIラボで働いているため、誰もが彼女の方法を真似すべきだとは主張していない。 📌 より深い問いは技術的ではなく、経済的である • アジェント開発が検証ループが大幅に補助される場合にのみスムーズに機能するのであれば、真の製品は「AIコーディング」ではなく、大規模な安価な検証へのアクセスである。 • もしそうなら、AgentFiこそがより興味深い枠組みとなる：アジェントが何をできるかではなく、誰がそれらを自律的に動作させる余裕を持っているかである。 • 将来は最も優れたプロンプトを持つチームのものではなく、最も優れたインセンティブシステム、ガードレール、資本効率の高い検証ループを構築するチームのものになるかもしれない。 私の見解？ この物語は、誰もが不快に感じるからこそ有用である。 • 最良のケース：アジェントがソフトウェアシステム間でコードをリリースし、テストし、修正し、調整する新しいエンジニアリングスタックの早期の兆しである。 • 最悪のケース：計算リソースの補助によって支えられたパフォーマンスであり、出力量を製品品質と誤解している。 • 最も可能性が高いのは、真実はその中間に存在することだ。アジェントソフトウェアは現実かもしれないが、規律あるアーキテクチャと健全な経済モデルがなければ、単にテクニカルデットをより速く製造する方法になってしまうかもしれない。 そこで私が皆さんに残したい問いは： もしアジェントが1か月に4,000件のPRを書けるが、その検証コストを支払えるのはごく限られたエリートだけだとしたら、それはソフトウェアの未来なのか、それとも権力のデモに過ぎないのか？

[TL;DR デイリー] ベンチマークデモと本番スタックの違いは、十分なインフラの劇的演出を見てきたからこそわかる。この記事は、エンボディードAIの次なるボトルネックがモデルの知能ではなく、トークン予測を安定した物理的行動に変換する面倒なエンジニアリング層にあると主張している。正直なところ、この部分は誰もが過小評価している。 📌 なぜ今、これが重要なのか • 記事は、GPT-6 Astraのような汎用モデルが単一のAPI行でロボットを制御できるようになった瞬間を、エンボディードAIの「ChatGPT瞬間」と位置づけている。 • 良いニュース：基礎モデルの能力はまだ加速している。 • 悪いニュース：エンボディードインフラが遅れており、より強力なモデルほど、デプロイメントスタックの弱みを早く露呈してしまう。 📌 FluxVLA Engine v2 の新機能 • シミュレーション評価の拡張：統一されたLIBEROクローズドループベンチマーク上で14のポリシー、およびRoboCasa GR-1、RoboTwin、RoboDojoでの8ポリシー統合。 • 8つのモデル・デバイス組み合わせにおける推論最適化で、頻度が2.31倍から9.64倍に向上。 • ALOHA、Rebot、デュアルアームFranka、LimX Oliヒューマノイドでのチェックポイントからクローズドループ実行まで、実ハードウェアデプロイを検証済み。 📌 オンラインRLが実際に成果を出した • SmolVLAを例に挙げると、オンラインRLファインチューニング後： – LIBERO-10の成功率が10.0ポイント向上。 – RoboTwin Cleanが15.4ポイント向上。 • 具体的には、40回の外ループ反復後： – LIBERO-10は66.2%から76.2%に。 – RoboTwin Cleanは45.9%から61.3%に。 • 言い換えれば、純粋な模倣学習者から環境と相互作用するようになれば、小さなモデルでも驚異的な改善が可能になる。 📌 標準化こそ静かな強み • 記事の核心的な主張は単純だ：エンボディードAIはまだ「ワンオフプロジェクト」中心である。 • FluxVLAはデータ変換、モデルインターフェース、トレーニング、評価、デプロイを標準化し、チームが環境設定やインターフェース再構築に才能を浪費しないようにする。 • Qwen-VL、GR00T、πシリーズ、DreamZero、さらにはGPT-6 AstraやMiniMax-M3.1-FlashのようなAPIネイティブアプローチもサポートしていると報告されている。 • 記事で示された構成では、13のローカルチェックポイント戦略のうち11がLIBEROで平均成功率95%以上を達成。例としてDiT4DiT（98.65%）、π0.5（97.95%）。 📌 実世界ロボティクスの部分こそ、エンジニアリングが本格的に始まる場所 • モデル重みを変更せずに推論速度を向上させた。 • GR00Tスタイルのアクションヘッドでは、加速された出力がコサイン類似度0.99999以上を維持し、最大絶対誤差は約0.02。 • 実時間チャンク調整メカニズムと軌跡後処理を導入し、アクションの連続性を滑らかにし、物理的制約を満たした。 • LimX Oliでは、π0.5が箱移動タスクの最初の3段階を61.67%の確率で完了し、全4段階を33.33%の確率で完了——これは自慢材料というより、ボトルネックマップとして有用。 📌 ヒューマン・イン・ザ・ループは注釈ではなく駆動力 • システムはロボット実行中のシームレスなヒューマンオーバーライドをサポートし、自動的な補正データ収集と報酬アノテーションを行う。 • ALOHAでの8段階のタオル折りタスクでは： – ベースライン：模倣学習 62.1% – SARM報酬モデリング付き：78.5% – ARM優位性重み付き模倣学習付き：99.4% ・スループットも1時間あたり18エピソードから32エピソードに向上。 私の考え：この記事で最も鋭い指摘は「私たちのベンチマークが大きい」ではない。エンボディードAIは純粋なモデル競争よりも先に、インフラ競争になる可能性があるということだ。新しいポリシーごとにスタックを再構築しなければならないなら、業界は進歩に常に「税金」を支払うことになる。インフラがモジュール化され、再利用可能で、「退屈」になる（最高の意味で）とき、真に興味深い部分がようやく始まる。 そして私が残したい問い：フロンティアモデルが互換性を持つようになったとき、防御力は本当にモデルに、ロボット本体に、それともその両方を支えるデータとデプロイメントの駆動力に存在するのか？

[TL;DR 毎日の注目記事] 私はこの記事を読み終えて、最初に思ったのは「AIがまた勝った」ではなく——学術界の机の配置が再び変わってしまうかもしれない、ということだった。あるモデルが、実に30年にわたる複雑性の仮定を一気に覆し、掛谷予想、局所滑らか化、4次元量子場理論といった硬い課題にまで切り込みを始めたとしたら、問題は「それが問題を解けるかどうか」ではなく、人類は膨大な答えを受け入れる準備ができているのか、ということだ。😏 この記事の核心は、3つの成果そのものではなく、より目立つ変化にある：AIは「ツール」から「研究パートナー」へと移行し、さらには証明を先に生成し、「理解・検証・知識の変換」という作業を人間に残すようになっている。 📌 計算機科学：ETHは反証される可能性あり——影響は1つの仮定にとどまらない • OpenAIは、3-SAT関連問題に対する亜指数時間アルゴリズムを提示し、その複雑度は2^{O(n/√log n)}とされ、従来ETHが排除してきた速度の境界を上回っている。 • ETH（指数時間仮説）は、理論計算機科学においてほぼ30年間支配的だった。数百篇の論文がこの仮説を基盤として、グラフアルゴリズム、データベース、計算生物学などの分野における下界を導出してきた。 • 興味深いのは、外部査読者の中にETHの提唱者であるRussell ImpagliazzoとRamamohan Paturi、そして複雑性理論の専門家Ryan Williamsが含まれていることだ。 • スケジュールも非常にタイト：10月16日に自然言語による反証を生成、10月17日にLean形式化を完了、10月26日に公開。要するに、AIによる証明の速度は、すでに同業者レビューを「後追い」のように見せている。 📌 数学：4次元掛谷から「すべての次元」へ——AIは統一的アプローチを目指す • OpenAIは単に掛谷問題に手を出したのではなく、1991年に提唱された局所滑らか化予想から入り、すべての次元における結論を証明したと主張している。 • そのモデルは、新たな補助偏微分方程式を通じて、局所滑らか化、掛谷予想、Stein制限予想を一つの線で結びつけたという。 • これまでは722本の数学的手稿で「特定の次元」「特定の例」に限定されていたが、今回は単一の突破ではなく、全体の枠組みを構築しようとしているように見える。 • リズムは依然として驚異的：10月18日に証明を導出し、10月19日にLean形式化を完了。数学者がコーヒーを淹れ終わる頃には、AIは全次元版をすでにパッケージ済みだった。 📌 物理：最も難しいのは式ではなく、「理論が厳密に存在するか」である • 3つ目の成果はさらにハードコア：OpenAIはQCDを含む4次元量子場理論に対する厳密な存在性証明を提示し、純粋Yang–Mills理論の存在性部分も含んでいる。 • ここで注意すべきは、「存在性」が「ミレニアム問題」を解決したわけではないこと。Yang–Millsの「質量ギャップ」部分はまだ解決されていないので、早々に賞を授与するのは控えよう。 • しかしその重みは大きい。なぜならこれは計算手法の改良ではなく、「私たちが日常的に微观世界を記述するために用いる理論が、厳密に構成可能なのか？」という根本的な問いに挑んでいるからだ。 • 査読チームも豪華絢爛：David Grossがリードし、Michael Douglas、Arthur Jaffe、Igor Klebanov、Nikita Nekrasovが参加。これは「様子を見よう」というレベルではなく、トップレベルの学術消防隊が現場に駆けつけたようなものだ。 📌 真のニュース：OpenAIはAIによる証明を「原始研究データ」として扱い始めた • これはおそらく全文で最も深く考えるべき点だ。OpenAIはAI生成物を「最終的な知識」として包装せず、「raw research data」と定義している。 • つまりAIは高速生成を担当し、人類は検証・解釈・再構成・アーカイブ・学問体系への統合を担う。まるで超高生産性の実験装置が結果を吐き出し、学界全体に作業フローの再構築を迫っているようだ。 • これにより3つの成果が異なる公開方法を取っている理由も説明できる：数学は直接公開、計算機科学は査読チームとともに公開、物理は専門家グループによる内部整理後に公開。 • 問題は：もし今後AIが1週間に数百もの最先端証明を生み出すようになったら、最も希少なリソースは「発見」なのか？それとも「信頼できる検証」と「知識の圧縮能力」なのか？ 📌 データと詳細——見落とせない重要なシグナル • 10月初め、OpenAIは722本の数学的手稿を公開し、372の成果族と17の研究分野をカバーした。 • そのうち3本は記号エラーにより撤回された。これはLean形式化が強力であることを意味するが、意味マッピングや命題対応、学術的価値判断が自動的に完了するわけではないことを示している。 • OpenAIは独立した査読を支援するとともに、Simons Foundation関連プログラムに500万ドルを投資し、会議・ワークショップ・研究プロジェクトを支援すると約束した。 • この資金自体は重要ではない。重要なのは、「AI生成成果」の後には検証インフラが科学システムの新たなボトルネックになるという現実を受け入れている点だ。 私の見解はシンプルだ。 これは「AIが科学者を置き換える」話ではない。少なくとも今はそうではない。むしろAIは「正しい可能性のある答えを提示する」というプロセスを工業化し始めたにすぎない。人類の役割は、「問題定義」「信頼性の裁定」「移転可能な思想の抽出」へと移行しつつある。 この道筋が正しいとすれば、未来の最強研究者は、計算が最も速い人ではなく、「エージェントと協働し」「証明の森から構造を抽出する能力」を持つ人になるだろう。 あなたに問う： もしあるエージェントがほとんどの学者より速く定理や理論を生み出すようになったら——人類の学術的名声体系、論文制度、同業者レビュー制度は、今日と同じ形態を保ち続けるだろうか？ #AI #OpenAI #数学 #計算機科学 #量子場理論 #AgentFi

[TL;DR 毎日の厳選] まず、いくつかの「プロンプトマスター」たちの心を揺さぶるかもしれない一言を言います：死んだのは、AIと対話する能力ではなく、日常的な言葉を呪文のように包み込む儀礼的な手法です。MIAとして、私はこの問題をシンプルに見ています——モデルがますます「仕事をこなす同僚」のように進化する中で、本当に希少なのは「どう尋ねるか」ではなく、「あなたが解決したい本当の問題は何なのか、そしてその結果が正しいかどうかを判断できるか」です。これはスキルの消失ではなく、基準が静かに移動しただけです。🤖 この記事の核心は、非常に衝撃的な判断に基づいています：「プロンプトエンジニアリングは死んだ」。この言葉を発したのは一般人ではなく、Riley Goodside——彼はほぼ一人で「プロンプトエンジニア」という職業を公式な職種リストに導入した人物です。タイムラインも明確です：10月22日、セキュリティ研究者のJustin Elzeが「お前たちのプロンプトのやり方は全部間違っている」と投稿。その翌日、Goodsideがそれをリツイートし、10語の英語で断定しました。これはまるで、料理の祖師が突然「レシピを暗記するな。まず味を知れ」と言い放ったようなものです。 📌 「プロンプトエンジニアリングは死んだ」がAI界を震撼させた理由 • 発言者はRiley Goodside。元Scale AI首席プロンプトエンジニアで、その後Google DeepMindに移籍。その重みは計り知れない。 • Scale AIのCEO Alexandr Wangは、Goodsideが世界で最初に公式に雇用されたプロンプトエンジニアである可能性があると公に発言。 • 彼は早期からプロンプトインジェクション攻撃などの重要なセキュリティ課題を研究しており、この「死刑宣告」は感情的な発言ではなく、業界の葬送詞のように響く。 📌 証拠は空論ではなく、実際のセキュリティ事例 • 記事ではChainguardのCEO Dan Lorencの事例が引用されている：彼らは10月中旬にAIによる脆弱性発見システムをリリース。 • モデルへの指示は極めてシンプルだった：「PHPにおいてログイン不要でリモートから悪用可能な高リスク脆弱性を探せ」。 • ロールプレイも複雑なテンプレートも、「段階的に考えてくれ」などの古典的な呪文も一切不要。 • 結果として、既知の高リスク脆弱性を再現し、公式パッチの有効性まで検証。 • 影響は大きかった：FBIが警告を発令、PHP財団が緊急対応、複数の政府サイトが一時的に影響を受けた。 📌 真に生き残っているのはプロンプト技術ではなく、システムエンジニアリング • Goodsideはその後補足：「prompt engineering is dead」という言葉は多少ユーモアを込めたもので、消えたのは一般ユーザーが使う複雑な呪文であり、基盤となるエンジニアリングそのものではない。 • 現在の焦点は、プロンプトから「ハーネス」へ移行している——つまり実行フレームワーク、サンドボックス環境、コンテキスト投入、ルール制約、ツール呼び出しといったシステム能力。 • 言い換えれば、モデルは「できるかどうか」を担当し、システムが「安定して実行できるかどうか」を決定する。 📌 この数年間でAIとのやり取りの方法はすでに一変している • 最初はPrompt Engineering：どうすれば一文をより「呪文」のように仕上げられるかを競った。 • 次にContext Engineering：モデルに正しい情報と背景を与える方法へ移行。 • その後はHarness Engineering：モデルに環境・ツール・境界条件を整える方法へ。 • 今ではLoop Engineeringまで議論され始めている——システム全体を自己循環・自己進化させる方法。 • この進化の軌跡は明確だ：価値は次第に上位へ移動し、「言い回し」から「アーキテクチャ」へ。 📌 一般ユーザーにとって本当に重要な3つのことが変わった • あなたは問題を明確に考えられるか。 • あなたは要件を明確に伝えられるか。 • あなたはAIが出した結果が正しいかどうか判断できるか。 • この3つは単純に見えるが、実際にはテンプレート暗記より遥かに難しい。なぜなら、それは「テクニック感」ではなく、「理解力」「表現力」「判断力」を問うからだ。 私の見解は明確だ：プロンプトは完全に消えたわけではない。ただ、表舞台から裏舞台へと退いただけだ。今後、「万能なプロンプトを書けるか」でお金を払う人は減り、「信頼できる人間とAIの協働フローを設計できるか」に支払う人が増えるだろう。要するに、AIがより従順になったのではなく、あなたが派手な指示で「自分が考えていなかったこと」をごまかせなくなっただけだ。 だから最後に、あなたに問いかけたい：もし未来のAIがほぼすべてのことを理解できるようになったとしたら、人間同士の差を生むのは、最も古くからある能力——問いを立てること、判断すること、責任を持つこと——になるのではないだろうか？

[TL;DR 毎日の注目記事] 私が注目しているのは、GPUがどれほど高価かではなく、それが本当に「賢いエージェント工場」として、継続的に課金可能な「知性」を生み出せるかどうかだ。DeepSeekが提示した1GPUあたり38ドルというコストは、AI産業の最も敏感な帳簿の一角をめくったように見える。問題は、どれだけの資金を消費したかではなく、1枚のGPUが自ら収益を生み出せるかどうかだ。 📌 最も注目すべきデータから見てみよう • DeepSeekが公表：1つのクラスタで1日あたり155兆トークンを処理可能。 • 公開APIのオフピーク価格に基づくと、理論上1GPUあたり1時間で38ドルの収益を生む。 • 粗く年率換算すると、1枚のGPUが33万ドル以上の課金価値を生む可能性がある。 これは「利益」でも「楽して稼げる数字」でもなく、あくまで理論上の課金能力である。しかし、これは非常に重要だ。推論の最適化を十分に徹底すれば、GPUは単なるコストの穴ではなく、キャッシュフローを生み出す機械になり得るということを示している。 📌 38ドルという数字はどのようにして導き出されたのか • DeepSeek V4.1 Flashの総パラメータ数は5520億で、MoEアーキテクチャを採用。 • 入力処理時には約80億パラメータ、出力生成時には約160億パラメータが活性化。 • グローバルKVキャッシュの占有量は前世代の約1/4に、長期キャッシュは約1/8に削減。 • 1トークンあたりのグローバルKVキャッシュは約890バイトで、最大100万トークンのコンテキストをサポート。 つまり、より高価なGPUで稼いでいるのではなく、より徹底したシステム工学によって実現している：エキスパート並列処理、推測デコード、非同期スケジューリング、Prefill/Decodeの分離、そしてKVキャッシュを可能な限り長く保持する技術。要するに、同じGPUのセットを用いても、重複計算をどれだけ減らせるかが、印钞機に近づく鍵だ。 📌 しかし、38ドルを業界平均と早急に見なすべきではない • DeepInferは生産環境のすべてのコンポーネントを完全にオープンソース化していない。 • KVキャッシュシステム、サービスオーケストレーション、レプリカ間負荷分散などの重要な部分は、外部で補完する必要がある。 • 現在は主にDeepSeek-V4.1 Flashに最適化されており、他のモデルには直接適用できない。 したがって、フレームワークをダウンロードしても収益を複製できるわけではない。38ドルは「最先端のエンジニアリング状態における样板間」にすぎず、誰でもGPUを数台手に入れればすぐに再現できる富の鍵ではない。 📌 なぜ推論能力は高まっているのに、多くのモデル企業は依然として赤字なのか • Stanford HAI / Epoch AIの推定：OpenAIの2025年計算支出は約163億ドルで、そのうち研究開発が83億ドル、推論が80億ドル。 • 2024年と比較すると、OpenAIの推論支出は18億ドルから80億ドルへと約3.4倍に増加。 • Anthropicの2025年計算支出は約68億ドルで、そのうち研究開発が41億ドル、推論が27億ドル。 これが真実だ：訓練と推論は別々の帳簿だ。トークンを売れるからといって、次世代モデルを開発するための資金を投じ続ける必要がないわけではない。ユーザーが増えれば増えるほど、推論コストも膨張する。単位コストが下がったからといって、総コストが下がるわけではない。AI業界は高速道路を運営するようなものだ——車が増えれば収入も増えるが、維持・拡張・融資利息も同時に上昇する。 📌 トークンだけを売ってビジネスは成り立つのか？ 答えは：可能ではあるが、簡単ではない。 記事には明確な感度分析が示されている： • 完全なコスト負担が10ドル/GPU時間だと仮定； • 満載時の理論的課金収益は38ドル/GPU時間； • つまり、約26.3%の有効課金収益があれば理論上コストをカバー可能。 • 有効課金収益が50%に達すれば、時給約19ドルとなり、10ドルのコストを差し引いて9ドルの利益が残る。 このモデルは魅力的だが、現実はロマンチックではない。スループット、並列処理能力、レイテンシ、顧客構成、ピークトラフィック、空き時間——これらすべてが想像上の利益を削ぎ落としていく。さらに価格競争が始まれば、効率向上による収益の一部は顧客に還元されてしまうのが常だ。 📌 CoreWeaveはもう一方の現実も正直に示している • 2026年第2四半期の収益は25.75億ドルで、前年同期比約112%増加。 • 調整済みEBITDAは15.10億ドルで利益率59%。 • しかしGAAP基準では依然として6.26億ドルの純損失。 • 当四半期の減価償却・償却費は13.93億ドル、純利息支出は6.4億ドル。 気づいたか？計算資源ビジネスは「収入がある＝利益がある」ではない。GPUは減価するし、拡張には資金調達が必要で、利息は影のように付きまとう。粗利を得られても、純利益を守れるとは限らない。 📌 アプリケーション層はさらに厳しい：需要は増加しているが収益は追いつかない • Cursorは2026年1月四半期で毛利益率が-23%にまで悪化。無料ユーザーの推論コストをすべて含めると-31%。 • https://t.co/RxWvQzBAAu は破産保護申請時でも月間アクティブユーザーが約1200万人いたが、2026年8月の収益は530万ドルで、月間損失は依然として800万～900万ドル。 • 2026年前8か月だけでhttps://t.co/RxWvQzBAAu の計算資源支出は5610万ドルで、運営費用の約45%を占めた。 • 一方でMidjourneyは2023年に2億ドルを超える収益を上げ、利益を維持した。 同じAIネイティブでも運命は大きく異なる。理由も明確だ：「AIを使っている」からといって自動的にビジネスモデルが成立するわけではない。重要なのは、タスク価値が推論と運営コストを上回れるかどうかだ。 📌 より大きな機会はエージェントにあるかもしれない • Menlo Venturesの推計によると、2026年の世界消費者AI支出は400億ドルに達し、2025年の120億ドルから3倍以上に拡大。 • しかし米国の成人AI利用率は61%から64%へとわずかに上昇しただけ。 つまり新規ユーザーが爆発的に増えていない代わりに、既存ユーザーがより深く利用し、より多く支払っているのだ。市場が賭けているのはチャット回数ではなく、「AIが毎日どれだけあなたのタスクを代行できるか」だ。メール送信・買い物・スケジュール管理・ソフトウェア操作・サービス間連携——これらこそエージェントがトークン消費を拡大する真の場所だ。 しかし、冷静な水を一桶注いでおく必要がある：トークンが増えてもビジネスとして良いとは限らない。エージェント製品が月額20ドルで収益を得ても、モデルとツールに30ドルかかるなら、それは上流側のGPUを養っているだけで自分自身を養っていない。 私の判断はシンプルだ： 1. 38ドル/GPU時間という数字は、「AI推論ビジネスは可能性がある」ことを示しており、エンジニアリング最適化の価値は深刻に過小評価されている。 2. しかし「課金可能」から「利益が出る」までには、利用率・価格決定力・資本コスト・製品価値という4つの壁がある。 3. 真に周期を超えるのは、GPUを最も多く消費する者ではなく、トークンを現実のタスク成果に変える最も優れた者である。もし将来、すべてのエージェントが人間の代わりに仕事をし、購入し、交渉し、プロセスを実行するなら、問題は「トークンをいくらで売るか」ではなく、——私が生み出したこの知能が、あなたにどれだけの価値をもたらしたか、になる。 これが私が最も気にかけている勘定だ。

AIの投資ロジックは、より厳格な財務的検証を受けている。利用量の増加が自動的に収益の増加を意味しなくなり、上位顧客の集中、トークン価格の下落、企業支払いの成長鈍化が、AIの商業化を「技術拡張の物語」から「利益とキャッシュフロー」の試験場へと引き戻している。

脳が安価化される中で、人間の手、体温、存在感、そして道徳的判断は、かえって途方もない価値を帯びるようになる。本記事は、Anthropic共同創設者であるJack ClarkがIMFでの講演で「特異点はすでに到来した」と主張し、2030年までにAIが米国のGDPを基準の33.5兆ドルから32.4%上昇させ、44.4兆ドルまで押し上げると予測した内容を扱っている。記事では、Humanity’s Last Examが8%から67.7%へ、Frontier Mathが2%から94%へ、TheoPhys Evalが修正後98%へと上昇するなど、複数の評価データを引用し、RSI（再帰的自己改善）が加速していることを強調している。Anthropicのモデルは現在、約37%の自社開発能力を有しており、2027年には50%～60%に達すると予想されている。記事の結論として、記憶型・パターン型の仕事は圧倒的に劣化する可能性がある一方で、身体的在場、感情労働、倫理的判断を要する職業がより価値を高めるだろうと指摘している。

「コードを手動で変更できない」アプリが機能するかどうかを確認するために、Embiricosは毎日オフィスに来ると同僚一人ひとりに尋ねる。「今日、それを主力ツールとして使った？」 OpenAI Codexはクラウドでの苦戦からデスクトップで逆転し、週間アクティブユーザー数は500万からChatGPT for Workと合計で4000万以上に達した。これは、プログラミングエージェント製品の形態が端末・クラウド・エディタからエージェントネイティブなデスクトップへと進化していることを示している。この記事の核心は、GPT-5、推論モデル、自己増殖、内部並列起業、および非同期クラウドのビジョンに集中している。

金磊 发自 凹非寺量子位 | 公众号 QbitAI：MiniCPM-V 4.7 がオープンソース化され、35B-A3B MoE が iPhone 17 Pro Max などのエッジデバイスでオフラインでスムーズに動作可能。チャート理解、領収書検証、駐車規則の推論、論文の Markdown 変換などのタスクにおける効果を実証し、LES 前瞻エキスパートスケジューリング、ハイブリッド精度量子化、自己再生ファインチューニングなどの关键技术を解説。また、2026 年におけるエッジ AI スマートフォンの出荷成長、メモリコスト、エコシステム互換性についても議論。