登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 503)など、純粋知能が人間トップ数学者の領域を突破したことへの哲学的・学術的衝撃が支配的でした。
503)など、純粋知能が人間トップ数学者の領域を突破したことへの哲学的・学術的衝撃が支配的でした。 コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
503)など、純粋知能が人間トップ数学者の領域を突破したことへの哲学的・学術的衝撃が支配的でした。 を含む検索結果
AI議論 11月のダウンな絶望論 と10月の希望論 11月半ばですが、#AIエージェントの自律化と天文学的な成長予測に沸いた10月# から #政治的バックラッシュ4兆ドルの市場急落そしてインフラの物理的限界に直面した冷徹な11月へ# と両面、高精細に見とかないと軸がぶれるのでまとめました。 テクノロジー、マクロ金融、地政学・規制、企業戦略の各レイヤーにおける決定的な傾向の違いをざくっとどうぞ --- ### 1. マクロ金融・株式市場のトーン変化:「青天井のマルチプル」から「冷徹な市場の審判(Reckoning)」へ * **2026年10月の傾向(陶酔感とメガラウンド)**: * **売上倍率の無視と先行投資競争**: 10月中旬、BessemerのSameer Dholakia氏は「過去のARR倍率に拘る者はAIの巨大サイクルを見誤る」「NTM(今後12ヶ月売上)の10〜15倍であれば全く高くない」と主張し、57.5億ドルの超巨大ファンドを組成しました。 * **10億ドル超のメガシードとユニコーン乱立**: Instinctが評価額100億ドルで10億ドルを調達し、Townが1億ドル調達で10億ドル評価、Modalが157.5億ドル評価を獲得。売上ランレート700億ドルに迫るOpenAIや、2兆ドルIPOを目指してS-1を提出したAnthropicの指数関数的成長が称賛されていました。 * **2026年11月の傾向(株価急落と過剰債務への警戒)**: * **4兆ドルのAI売り崩しとGoogleの5,000億ドル暴落**: 11月に入ると、ハイパースケーラーの巨額CapEx負担によるフリーキャッシュフロー悪化や、需要減速懸念を背景に、株式市場から**4兆ドル(約600兆円)の時価総額が蒸発**。Google株は単日で5,000億ドルを失い、OpenAIの想定評価額も1.5兆ドルから1.25兆ドルへ下方修正されました。 * **基金(Endowment)やプロ投資家の冷徹な選別**: WashU基金のScott Wilson氏は「36のヘッジファンドを全廃し、実体企業を直接調査した結果、現在のAI関連企業の半数は10年後に存在しない」「過大評価されたAI企業への審判(Reckoning)が迫っている」と警鐘を鳴らしました。 * **インターネット・バブルとの比較論(Mike Volpi)**: 1990年代のCiscoや光ファイバー投資を引き合いに出し、200社存在するAIネオクラウドの多くはバランスシートが極めて脆弱であり、市場調整によって淘汰・再編されると指摘。 --- ### 2. インフラ・電力の力学:「無限の供給不足」から「全米データセンター建設凍結」へ * **2026年10月の傾向(物理サプライチェーンの逼迫)**: * **2027年分まで完全完売**: Amazon CEO Andy Jassy氏は、2026年に2,200億ドル(約33兆円)を投じてもなお、AWSのAIインフラ容量は**2026年・2027年分が完売(Sold out)**していると明かしました。 * **ハードウェアボトルネック**: パット・ゲルシンガー氏やNaveen Rao氏が語ったように、論理設計が3ヶ月でできても「製造・パッケージングに9ヶ月かかる壁」や、HBMメモリの不足、1GWあたり500億ドルかかるデータセンター建設費といった**「物理的供給制約」**が議論の中心でした。 * **2026年11月の傾向(政治的抵抗と電力の地政学)**: * **中間選挙(Midterms)による「データセンター凍結」**: 11月第1週の中間選挙で、電力料金高騰や水資源枯渇を訴える地域住民の反発により共和党が大敗。バージニアやワイオミングなどで**データセンター新設計画の凍結(Data Center Freeze)**が現実の脅威となり、政治的リスクがインフラ投資の最大のボトルネックとして浮上しました。 * **Mistral CEOによる「電力神話の解体」**: MistralのArthur Mensch氏は、シリコンバレーで叫ばれる「電力不足でAIが止まる」という言説を批判。光ファイバー網を活用すれば北欧の水力やフランスの原子力など余剰電力地域へ分散可能であり、真に重要なのは「自国の主権下で知能を動かせるか(Sovereign AI)」であると論じました。 --- ### 3. モデル経済と企業戦略:「トークン消費の拡大」から「ワークフローと脱フロンティア」へ * **2026年10月の傾向(自律エージェントの爆発とモデルルーティング)**: * **エージェントが財布を持つ時代(Agentic Commerce)**: a16zのAlex Rampell氏らが解説したように、エージェントが決済資格情報(Credentials)を持ち、自ら航空券や日用品を購入する「ウォレット戦争」が開幕。 * **ハーネス層での最適化**: LangChainのHarrison Chase氏が強調したように、全タスクに高価なフロンティアモデルを使うのではなく、ハーネス層でタスクを判定して安価なモデルへ振り分ける「モデルルーティング」や記憶層(Memory Layer)の設計が開発者の主戦場でした。 * **2026年11月の傾向(脱・フロンティアと深いコンテキストへの回帰)**: * **HubSpot共同創業者Dharmesh Shahの「新OS論」**: ChatGPTやClaudeは新しいOSであり、その進行ルート(汎用AI)で戦うのは自殺行為であると指摘。スタートアップが勝つ道は、フロンティアラボが手を出せない「業界固有の深い業務ワークフロー」と「顧客コンテキスト」を握ることに集約されると提言。 * **オープンソースと自社インフラの台頭**: 企業はトークン従量課金による莫大な請求を嫌い、NVIDIAのオンプレミス・ラックやMistralなどのソブリンモデルを導入して、自社データを社外に出さない「定額・非従量(Unmetered)」な知能インフラの構築を加速させました。 --- ### 4. セキュリティと社会受容性:「性能の驚き」から「ゼロデイとガバナンスの危機」へ * **2026年10月の傾向(科学的ブレイクスルーへの畏怖)**: * **数学史上最難問の自動証明**: Navier-Stokes方程式や準リーマン仮説がAIで解かれたとされる緊急事態(Lex Fridman #503)など、純粋知能が人間トップ数学者の領域を突破したことへの哲学的・学術的衝撃が支配的でした。# * **2026年11月の傾向(兵器化されたAIとサイバー防衛の崩壊)**: * **Wiz CTO Ami Luttwakの警告「毎日がゼロデイ」**: 攻撃側AIが数分で脆弱性をスキャン・兵器化する時代になり、従来のセキュリティ体制が崩壊。 * **Masters of Scale討論「エージェントに情報を渡すな」**: プロンプトインジェクションやデータ漏洩の危険性から、「利便性を口実にサイバーセキュリティの種モミを食い潰している」という強い批判が噴出し、社会的な信頼(Trust)と法的責任(Liability)の欠如が最大のリスクとして浮き彫りになりました。 --- 10月が「AIモデルの性能進化がどこまで経済を拡大できるか」という**上方向の可能性(Upside)**を競っていたのに対し、11月は「巨額の借入金、政治的規制、送電網の限界、そしてセキュリティの脆弱性に耐えられるか」という**下方向の耐性(Downside & Resilience)**が厳しく試されるフェーズへ移行したと言えます。
もっと見る
# OpenAI Agent SDKの便利で実践的な使い方 🌍 長大なコンテキストも安定運用へ。ModelSettings の高度な設定とリトライ戦略で、本番環境でも安心してエージェントを動かしましょう。 モデルの挙動を細かく制御する ModelSettings と、API エラーに自動対応する ModelRetrySettings を組み合わせることで、プロダクションレベルの堅牢なエージェントを構築できます。 📌 タイトル:高度なModelSettings / リトライ 🔗 URL: 🧩 概要 ModelSettings は Agent のモデル呼び出し時のパラメータを一括制御するクラスです。`truncation="auto"` でコンテキスト溢れを自動処理し、`context_management` で 200k トークン閾値のコンパクション(要約圧縮)を設定し、`prompt_cache_retention="24h"` でキャッシュを長時間保持してコストを削減できます。さらに `ModelRetrySettings` で 429/503 などの一時的エラーに対する指数バックオフリトライを宣言的に設定でき、`provider_suggested()` ポリシーでリプレイ安全性も確保します。 🛠 使い方 `Agent`, `ModelSettings`, `ModelRetrySettings` を `agents` からインポートし、`retry_policies` も合わせてインポートします。`Agent` の `model_settings` に `ModelSettings` を渡し、`truncation="auto"`、`context_management` に `[{"type": "compaction", "compact_threshold": 200000}]`(リスト形式)を指定、`prompt_cache_retention="24h"` でキャッシュ保持を設定します。`retry` には `ModelRetrySettings` を使い、`max_retries=4`、`backoff` に `initial_delay=0.5`、`max_delay=5.0`、`multiplier=2.0`、`jitter=True` を設定します。`policy` には `retry_policies.any()` で `provider_suggested()`、`retry_after()`、`network_error()`、`http_status([429, 503])` を組み合わせます。 🏗 実践的な使い方 **コンテキスト溢れへの防御的設定** 長い会話や大量のツール出力でコンテキストが溢れると、API がエラーを返します。`truncation="auto"` を設定すると、古い会話アイテムを自動的に落として処理を続行できます。 `Agent` の `model_settings` に `ModelSettings(truncation="auto", context_management=[{"type": "compaction", "compact_threshold": 200000}])` を設定します。 **コスト最適化のためのキャッシュ保持** 同じプロンプトプレフィックスを繰り返し使うワークフローでは、`prompt_cache_retention` を設定することでキャッシュヒット率を上げ、コストとレイテンシを削減できます。 `Agent` に `ModelSettings(prompt_cache_retention="24h")` を設定した `batch_agent` を作成し、`for doc in documents` ループで `await f"分析対象:\n{doc}")` を繰り返し呼び出します。 **本番向けリトライ戦略** `provider_suggested()` を最初のポリシーに置くことで、プロバイダが「リトライ不可」と判断したリクエスト(abort エラーやストリーミング出力開始後など)を誤ってリトライすることを防ぎます。 `ModelRetrySettings` で `max_retries=3`、`backoff` に `initial_delay=1.0`、`max_delay=10.0`、`multiplier=2.0`、`jitter=True` を設定します。`policy` には `retry_policies.any()` で `provider_suggested()`(常に最初に配置)、`retry_after()`、`http_status([429, 500, 502, 503])` を組み合わせます。 💡 ユースケース 📚 大量ドキュメント分析で `truncation="auto"` + `context_management` を設定し、コンテキスト溢れを自動回避 💰 バッチ処理で `prompt_cache_retention="24h"` を設定し、同一プレフィックスのキャッシュヒットでコスト削減 🔄 429/503 エラーに `ModelRetrySettings` の指数バックオフで自動リトライし、一時的な API 障害を乗り越える 🛡 `provider_suggested()` を最優先ポリシーに置き、リプレイ不安全なリクエストの誤リトライを防止 ⚠️ 注意点 - `truncation="auto"` は古いメッセージを暗黙的に落とすため、重要な初期コンテキストが失われる可能性があります。重要情報は instructions に含めるか、最新メッセージとして再送してください。 - `context_management` のコンパクションは API レベルで行われ、`OpenAIResponsesCompactionSession` とは異なるメカニズムです。両方を同時に使う場合は挙動の違いを理解しておきましょう。 - `provider_suggested()` は `previous_response_id` や `conversation_id` を使うステートフルな呼び出しで特に重要です。汎用ポリシーだけでは安全性が不十分な場合があります。 ✨ ModelSettings のきめ細やかな設定とリトライ戦略を組み合わせれば、本番環境でも安定して動作するエージェントを実現できます。まずは `truncation` と `retry` から始めてみましょう! #OpenAIAgentSDK# #AIAgent#
もっと見る
# AIエージェント開発の意思決定ポイント 🎯 **ポイント** LLMプロバイダの429エラー、5回リトライしていませんか?ネットワークリトライは「保険」のように見えて、やりすぎるとコスト6倍・二重決済・リトライストームという地雷原に変わります。従来のWebサービスとは異なり、LLM呼び出しの1回あたりのコストが高いからこそ、リトライ戦略は慎重に設計する必要があります。 📋 **概要** ネットワーク/5xxリトライは、一時的な障害(429 Too Many Requests、5xxサーバーエラー、タイムアウト、DNS解決失敗など)に対して同じリクエストを再送する回数と間隔を制御するダイヤルです。対象は「同じリクエストをそのまま送り直せば成功する見込みがある」エラーのみ。スキーマ不適合や低品質出力のようなコンテンツ起因のエラーは自己修正リトライという別の仕組みで扱います。この2つを混同すると、リトライ戦略が根本から崩壊します。 🔍 **意思決定のポイント** このダイヤルは2つの駆動変数で決めます。 🔹 **失敗コスト(failure_cost)** — 失敗コストが高い環境ではリトライ回数を少なく(2回程度)し、早めにサーキットブレーカへ移行します。誤ったリトライによる二重実行のリスクの方が、リトライしないことによる失敗よりも深刻だからです。 🔹 **コスト感度(cost_sensitivity)** — LLM呼び出しのリトライは1回あたり数千トークンを消費します。5回リトライすればコストは6倍。コスト感度が高い場合はリトライ回数を下限寄りに設定します。 最も重要な判断は**冪等性の確認**です。読取操作のリトライは安全ですが、決済・データ更新・メール送信などの副作用を伴う書込操作を冪等キー無しでリトライすると二重実行が発生します。操作のリトライ可否はツール定義時に静的に決めておくべきで、LLMに判断させてはいけません。 💡 **要点と詳細** 基本方針は**指数バックオフ+ジッタ**です。リトライ間隔を1秒→2秒→4秒と指数的に増やし、ジッタ(乱数による揺らぎ)を加えます。ジッタにより複数クライアントのリトライタイミングが分散し、リトライストームを防ぎます。 📊 目安値: - リトライ回数: 2〜4回 - 初回バックオフ: 1〜2秒(429の場合はRetry-Afterヘッダを優先) - バックオフ上限: 30〜60秒(これ以上待つなら縮退に移行) - ジッタ: フルジッタ(0〜バックオフ値の乱数) - 非冪等書込のリトライ: 冪等キー無しでは**禁止** 429応答にRetry-Afterヘッダが含まれる場合は、自前のバックオフ計算より優先しましょう。プロバイダの指示を無視するとさらに厳しいレート制限を受けるリスクがあります。 リトライ上限に達したらサーキットブレーカを開き、縮退ラダー(軽量モデルへのフォールバック、キャッシュ応答、静的フォールバック)に移行します。 ⚖️ **トレードオフ** 📉 リトライが少なすぎると — プロバイダの429は数秒待てば解消されることが多いのに、即座にエラーを返してしまいます。ネットワークの瞬断で数十秒かけたLLM推論結果が無駄になり、本来リトライ1〜2回で回復する軽微な障害がセッション全体の失敗に連鎖します。 📈 リトライが多すぎると — コスト増幅に加え、複数エージェントが同時にリトライするリトライストームでプロバイダへの負荷が雪だるま式に増大し、障害を悪化させます。レイテンシも分単位に膨張。最も危険なのは非冪等操作の二重実行です。 🛠️ **ユースケース** 🔄 **LLMプロバイダの429** — 最も頻繁に遭遇するケース。Retry-Afterヘッダを最優先で使い、2〜3回のリトライで回復しなければサーキットブレーカを開いて別プロバイダへフォールバック。 🖥️ **一時的な502/503/504エラー** — 初回バックオフ1〜2秒、最大3回リトライ。3回失敗したら15〜60秒の遮断期間を設け、Half-Open状態で1リクエスト試行して復帰判定。 💳 **決済APIへの書込** — 冪等キー付きならリトライ可。冪等キー無しなら**リトライ禁止**。代わりに状態確認API(GET)で完了状態を確認し、未完了なら再実行します。 🌐 **複数プロバイダ構成** — 1回目は同一プロバイダに再送(一時的障害の高速回復)、2回目以降は別プロバイダにフォールバック。プロバイダごとに独立したサーキットブレーカを設置するのが鉄則です。 リトライ発生率の監視も忘れずに。急上昇はプロバイダ障害か自システムの負荷超過の兆候です。 #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る
503)霊枢治療師 白川伯雨「天泣の空」 数人の黒装束が部屋に雪崩れ込んできた。 皆、決死の覚悟で臨んでいるのだろう。 【霊枢治療師シリーズ】 連載3ヶ月で10万PV達成の人気シリーズ! カクヨム&テラーノベルで連載中 #カクヨム# #感動する話#
もっと見る
ADN-503 女優: 白峰ミウ Shiramine Miu. 🔥 義父のキス
番号:YMDD-503 睾丸排毒——用黏稠的“蛇舌”技法释放欲望,令“精液槽”决堤的男性向SPA
今日の日記。503日目。
Anaconda Esthe:睾丸排毒——用黏稠的“蛇舌”技法释放欲望,令“精液槽”决堤的男性向SPA(辻井穗乃花)——毛巾与写真照套装 YMDD-503
もっと見る
Anaconda Esthe:睾丸排毒——用黏稠的“蛇舌”技法释放欲望,令“精液槽”决堤的男性向SPA(辻井穗乃花)——毛巾与写真照套装 YMDD-503
もっと見る