Adsrekt

new gpt 5.4 feels amazing
>gpt 5.3 codexは彼女の行動を詳細に説明したが、最終的にひどいコードを生成した
>gpt 5.2は何も説明しなかったが、より良く動作した
>5.4 - これらの利点を組み合わせた
gpt 5.4 それとも Opus 4.6 ですか？

gpt-5.4が登場し、80%のCOMPUTEはあなたの感情を傷つけないようにすることに使われ、残りの20%はどうやって推論するかを思い出すことに使われます

Pythonが「メモリを自動的に管理してくれる」という神話が、あなたのエージェントが稼働4時間でOOM（メモリ不足）になる原因です
先月、24のマルチエージェントを並列で実行し、1つのセッションの10倍のトークンを消費しながら、全く使い物にならない出力を出しました
本当の問題はトークンではなく、誰も監視していなかったメモリです
Pythonは参照カウントと循環ガベージコレクターを使用しています。問題は、C拡張を通じてnumpy配列をロードし、参照を適切に減らさない場合に起こります。これらのオブジェクトは一度も収集されません。放置され、増え続け、静かに蓄積します
長時間稼働しているエージェントが処理するたびに、もう一つのテンソル割り当てが発生し、それが解放されない可能性があります。それを24の同時セッションで掛けると、良い日でも1時間あたり400MBのリークになります
> もっとRAMを増やせ
そうすれば、tracemallocが10分で捕捉できたはずの問題に対して、月30,000ドルの計算コストがかかるだけです

ほとんどの人がAIエージェントについて話しているが、実際に作ったことがある人はほとんどいない
こちらが現時点の実際のアーキテクチャだ
ツール呼び出しエージェント = LLMブレイン + 機能レジストリ + 実行ループ
ツールは構造化されたスキーマとして定義する。モデルはどのツールを呼び出すかを選び、引数を渡す。あなたのランタイムがそれを実行し、結果をフィードバックする
これが全てのループだ。魔法はない
langchainやOpenAIのファンクションコールのような現代的なフレームワークがルーティングを処理する。VertexやBedrockのようなクラウドMLプラットフォームは推論のスケーリングを管理し、アイドル状態のGPUに無駄なコストをかけない
Qwen 3.5の小型モデル - 0.8Bから9Bパラメータ - はツール呼び出しをローカルの単一ノードで実行可能。同じ基盤を持つ大規模モデルと比べて計算量が少ないだけだ
エッジの本質はAIが存在することを知ることではなく、ツールをループに組み込み、実際に出力を出せるようにすることだ
もし今エージェントを作っているなら、使っているフレームワークをやめてしまえ

世界は変わった
旧プレイブックは
エンジニア4人を雇う
20万ドルを使い果たす
9ヶ月で出荷する
誰かが気にかけてくれることを祈る
CLAUDE CODEはあなたの製品全体をたった1午後で構築する
あなたは機械と話す
それはあなたが説明するものを作る
同じ日に実際の人間でテストする
ピッチデックも
スプリント計画も
待つ必要もない
これを理解している創業者はすでに3つの製品を作り終えている一方で、他の人はまだ「検証中」
醜くても高速なバージョンが勝つのは、それが存在するから
あなたの洗練されたものは負ける、それが存在しないから
まだ計画を立てて出荷していないなら、すでに今朝始めた誰かに遅れをとっている

インターネットの96％は今やボットです
それについて考えてみてください
あなたが行うすべてのマーケティング戦略
あなたが行うすべてのコンテンツプレイ
あなたは機械と話しているのです
昔のやり方はツールでした
より良い広告、より良いSEO、より良いファネル
すべて人間に届くように作られていました
しかし、100人の訪問者のうち96人が
人間でないとしたら
あなたのツールはただ
空の部屋のためにパフォーマンスしているだけです
誰も話さないシフトは
ツールから意図へと移行しています
ツールは配信を最適化し
意図は信号とノイズをフィルタリングします
あなたは尋ねるのをやめます
「どうやってもっと多くの人に届くか」
代わりに尋ね始めます
「ボットの壁の背後にある本当の意図をどうやって検出するか」
同じことが現場でも起きています
ボリュームは偽装可能です
ウォレットの活動も偽装できます
しかし、実際の購買意図は
パターンを残し、ボットは模倣できません
もしあなたの戦略が
デフォルトで人間の観客を前提としているなら
それは嘘の上に築かれています
今適応している人たちは
指標ではなく意図を読んでいます。