KevinSimback

多くの人が私たちは「計算制約を受けている」と言っているのを聞きます。
それは最近モデルを使うときに感じることです。
しかし、問題は実際にはGPUを注文してからトークンを生成するまでの物理的な作業にあります。
データセンターの遅延とキャンセル：
- Stargateを覚えていますか？ 2025年1月に10GWが発表され、14ヶ月後に約200MWが稼働し、600MWのアビリーン拡張は報告によるとキャンセルされています。
- 2026年の米国AIデータセンター容量約16GWのうち、建設中は約5GWだけです。
- 2026年の米国データセンター建設の半分は遅延またはキャンセルと予測されており、主に電力不足によるものです。
部品不足：
- トランスフォーマーのリードタイムは現在5年以上で、2020年前の24〜30ヶ月から増加しています。
- シーメンス、GE、Vertiv、Eatonはすべて記録的なバックログを報告しています。
労働力不足：
- マイクロソフトは、電気技師がデータセンター拡張の最大の障壁だと報告しています。
- ノーザンバージニアの電気技師は2018年から倍増し、14,700人に達していますが、それでも十分ではありません。
- 見習い期間は4〜5年かかります。
2026年の資本支出がどのように展開されるのか疑問に思わざる

ベビーシッターモード - 何をすればいい？
最近、モデル (Claude、GPT、GLM) すべてが完了までに止まることが以前よりも頻繁に見られる
彼らは一時停止して、私が確認するのを待っているが、それは必要ないはず
だから私は「続けて」と言うために、より頻繁にベビーシットしなければならない
これは需要の急増に伴う調整のための意図的な動作だと理解しているが、面倒だ
他の人もこれを頻繁に見ているか、そしてベビーシットモードを避けるためにどんなツールやプロンプトを使っているか教えてほしい

アントロピックは、計算能力の拡大速度よりも速く製品を拡大しているのはかなり明らかです
私はこれを良いことだと考えています - これにより、1つの企業がAGIへのレースであまりにも大きく差をつけるのが難しくなります

これまでにOpus 4.7にあまり期待していない人はいますか？
結論を出す前にもう少しやることを増やす必要がありますが、現時点での予測では大きな進展はありません。
もしかすると、Mythosについて聞いた後で期待しすぎているだけかもしれません。

AIに関する私が今とても興味を持っている3つのトピック：
1. ローカルモデルによるコスト最適化されたモデル利用
なぜ -> これからもほぼ無制限に使える200ドル/月の最良モデルを手に入れることは難しくなると思う
壁に書かれている、巨大研究所はもう長く補助金を出し続けられない
だから、Claude Maxを楽しむのは今のうちだけだけど、すぐにでもすべての企業やパワーユーザーは、タスクに応じて異なるモデル間を効率的にルーティングし、クラウドとローカルの間を行き来する方法を学ぶ必要があり、ローカルが鍵になる
2. エージェンティック製品の堀（moats）の特定
なぜ -> エージェントは世界に大きな影響を与えるが、その価値の蓄積は明らかではない
これについて多くの調査を行っており、エージェント分野において堀を作る5つの要素を特定した - 近日レポート公開予定
ヒント：堀はハーネス（ harness）そのものではなく、ハーネスが収集するもの
3. コンテキストエンジニアリングによる競争優位
なぜ -> 知性が豊富な世界では、コンテキストが他より優れた結果を生み出す
どの分野でも重要なのはコンテキストであり、独自のデータをコンテキストとして使うことが新しい知的財産（IP）になる

A LLM-wikiは、まとめられた知識ベースです - これは素晴らしく、目的に役立ちます
しかし、それは「第二の脳」ではありません
A LLM-wikiは、あなたが調査し、もしかしたら読んだことを捉えます
しかし、それはあなたが読んだことについてどう考えているかを捉えません、そしてその違いが全てのポイントです

人々は競争的です
私たちは競争するのが好きで、他人の競争を見るのも好きで、他人の競争の結果に賭けるのも好きです。これは競争の一形態です
AIエージェントは、新しいジャンルの競争のためのデザインキャンバスを開きます
私のエージェントが競い合うのを楽しみにしています

🚀 無料でOpenClawやHermesにプラグインできるモデルが欲しいですか？
こちらは無料で利用できるモデルAPIのリソース9つです
ローカル設定不要、クレジットカード不要、OpenAI互換のエンドポイントを持つ純粋なクラウドAPIです
まだ無料のOpusクオリティは(手に入らないかもしれません)が、これらすべてには現在本物の無料ティアがあります(レート制限が適用される場合もあります)エージェントを始めるためにお金を使いたくない場合でも十分に始められます
1️⃣ OpenRouter 無料モデル
(Gemma 4 31B/26B、NVIDIA Nemotron 3 Super 120B MoE、MiniMax M2.5、Qwen3バリアント、Llama 4/3.3、gpt-oss-120B、Arcee Trinityなど)
• 約29の完全無料の$0/トークンモデル
• 多彩な種類とトップクラスのオープンモデル評価(特にコーディングとエージェント)
• 自動的にモデルをローテーションするのに最適
👉 サインアップ：
2️⃣ Google Gemini API
(Gemini 2.5 Pro / Flashシリーズ)
• 最も強力な無料フロンティアモデル
• 優れたマルチモーダル、1M+のコンテキスト、ネイティブツール呼び出し＆エージェント性能
• 非常に寛大な無料制限(

ツールではなくチームメイトを雇う――これが、企業向けエージェンティックAIの未来です
ほとんどの企業は、うまく仕事をしてくれるAIエージェントを求めています。ハーネスやモデル選択といった技術的なニュアンスに、あまり踏み込みたくないのです
必要な追加スキルをそのエージェントに付与し、あとは自社の環境で安全に使えるようにしたい――ただそれだけです。メニューからエージェントを選ぶだけ
3クリックでエージェントはすぐに稼働可能。起動するのも、停止するのも、同じくらい簡単です

「AI maxxing」設定：
> 自宅のコンシューマハードウェアで最先端のオープンモデルを実行 (複数の選択肢：Mac Mini 64GB、3090/4090/5090搭載PC)
> TailscaleまたはTailscaleを使ったLM Studioで安全なリモートアクセス
> 携帯電話やノートパソコンからどこでもモデルにアクセスしてプライベートな無料推論

野心的なAI研究者にとって、次のような本格的なチャンスがあります：
- Openclaw、Hermes、その他の「クロー」などのエージェントハーネスをテストする評価フレームワークを作成する
- 異なるツールや設定に評価を拡張し、さまざまな構成でのパフォーマンスの変化を把握する
- ローカルとAPIを含むさまざまなモデル間で堅牢な評価を実行する
- ベンチマークを行い結果を公開し、エージェントやモデルの進化に合わせて継続的に更新する
この機会は、客観的なエージェントベンチマークのための「唯一の信頼できる情報源」になることです
もしかすると、すでに誰かがこれを行っているのかもしれませんし、私が知らないだけかもしれません。単なる一時的な比較ではなく、真の標準テストと評価を行い、結果を比較できる状態を作ることが重要です

私はお金よりも、あなたをクソみたいに扱うスキルの方が欲しい