クラウド案件入りたくてAWS SAA取ったのに結局オンプレ畑のまま失効しそう… AWS SAP持っててもクラウド案件入れない人いるみたいだし、資格だけじゃなかなか厳しい… 僕みたいな人けっこういそう🤔

Claude Opus4.7や4.8の性能がなぜか前バージョンの4.6より性能低いのは、アライメントの失敗や計算リソース不足だと思ってましたが、Mythos/Fableの性能を見た後だと、たぶんAnthropic内部の人間がもはやOpusシリーズを実際には仕事に使ってなかったからではないかと思い始めた。 (Mythosの完成は2月)

医療AIのリスクは、ハルシネーションや個人情報の漏えいだけではありません。 使っていたAIが、ある日突然使えなくなること。診療録の作成や患者対応をAIに任せていたら、止まった瞬間に現場は大きく混乱します。

Claudeちょっとヤバいな。 Opus 4.8、自分が指示してない内容が勝手に混入する現象が出てる。 スキルが起動しないとか、余計な作業を勝手にやるとか。 「あれ、こんな指示したっけ？」が頻発して正直ゾッとした。 調べたら世界中で同じ報告が上がってた。 6月上旬にはOpus系で障害が連発してて、公式statusにも記録が残ってる。 GitHubにもスキル消失のIssueが立ってる状態。 コミュニティでは「4.6が最も安定、4.7/4.8はregression」がほぼ共通見解になってる。 僕は一旦4.6に戻した。 /model で claude-opus-4-6 に切り替えるだけ。 バージョンが新しい＝良いとは限らない。 特にコンテンツ生成みたいに「同じ指示で安定した品質」が必要な用途では、今は4.6固定が現実解だと思う。

codex/claude codeでhtmlレポート作成をリッチにするプラグインを公開しました｡notionみたいにコメントを入れてそれをAIが読んで直すというワークフローをローカルで実現出来ます github.com/u-ichi/reviewable…

今回、多くのエンジニアがFable 5を実際に使い、大きな気づきを得たのではないでしょうか。その気づきの核にあるのが「モデルルーティング」ではないでしょうか。 Fable 5のような高額で行動過多なモデルをエージェントに組み込むと、サブエージェントのfan outによってトークン消費が予想以上に跳ね上がる。そのため、「どのタスクにどのモデルを割り当てるか」を動的に判断するルーターの設計が、避けられない課題として浮上しています。 海外のエンジニアコミュニティでは、この手法がすでに本気で議論され、実務やビジネスのレベルで取り入れられ始めています。コスト上限の設定、タスクの複雑度に応じた自動振り分け、そしてもちほん、ローカルLLМの活用。そういったテーマが実践的に語られていて、「とにかく強いモデルを使えばいい」という時代は終わったという空気が確実に広がっています。 日本でも同様の動きを通じて、新しい視点を得た人は少なくないんしゃないでしょうか。 具体的な構成としてよく見られたのが、Fable 5をオーケストレーターとして据え、Codexをサブエージェントに割り当てるパターン。データ処理やコード生成やリファクタリングといった定型的なタスクはCodexに並列で処理させ、設計判断や複雑な推論を要する局面だけFable 5が担うといった「賢い使い分け」に目覚めた人は少なくないはずです。 結果として、Fable 5の登場は単に「より強いモデルが出た」という話にとどまらず、エージェントアーキテクチャ全体の設計思想を問い直すきっかけになっているのではないでしょうか。たぶん、きっと。

codex/claude codeでhtmlレポート作成をリッチにするプラグインを公開しました｡notionみたいにコメントを入れてそれをAIが読んで直すというワークフローをローカルで実現出来ます github.com/u-ichi/reviewable…

codex/claude codeでhtmlレポート作成をリッチにするプラグインを公開しました｡notionみたいにコメントを入れてそれをAIが読んで直すというワークフローをローカルで実現出来ます github.com/u-ichi/reviewable…