CATEGORIES · 03 / 05
AI
モデル、プロンプト、alignment の周辺。数値と哲学の境界線で書く記事。（74 本）
anthropic 1.6 から 1.8 に上げても届くボディは同じ 319 バイトだった
anthropic-sdk-python 1.6.0 / 1.7.0 / 1.8.0 を別々の venv に入れ、API キー無しで localhost の echo サーバに同じ messages.create を投げた。ボディは 3 版で同一。anthropic-beta の修正が効く経路と、1.8.0 の add_tools() が何を送るかを生のバイト列で示す。
anthropic 1.6.0 は Retry-After 120 で 240 秒止まる
anthropic-sdk-python を 1.6.0 に上げると、429 の Retry-After が 60 秒を超えても従うようになる。mock server に 9 通りのヘッダを返させて 1.5.0 と待ち時間を実測し、timeout では縮まず max_retries だけが効くことを数字で示す。
ループ型 Transformer は推論を隠すのか — GPT-6 Astra を運用者目線で読む
GPT-6 Astra が「ループする Transformer で思考を隠す」という見立ては構造の話としては誤りに近い。looped transformer と潜在推論を切り分け、運用者が本当に構えるべき監視可能性・コスト・推論時スケーリングの 3 点を整理します。
Gemini 3.8 Flash / Flash Cyber を運用者目線で読む — 速いリリースと閉じられた防御用モデル
Google が Gemini 3.8 Flash と、防御側限定の Flash Cyber を 2026 年 9 月に発表した。6 週で 3 本目という速いリリース、年内限定の導入価格、Fairwind で閉じられた Cyber バリアント、ベンチマークの読み方までを、API を本番で回す運用者の目線で整理する。
AI エージェントに Markdown を返す — Accept ヘッダでコンテンツネゴシエーション
AI エージェントが Accept: text/markdown を送ってきたら Markdown を、ブラウザには従来どおり HTML を返す。同じ URL で表現を出し分けるコンテンツネゴシエーションの仕組みと、Vary やキャッシュで踏む落とし穴を運用者目線で整理します。
125M のモデルを iPhone でピアノ補完に走らせた — オンデバイス推論を運用者目線で読む
125M パラメータの小型モデルを iPhone のオンデバイスで走らせ、MIDI ピアノ演奏を毎秒 108 ノートで補完する事例。リアルタイム性はサイズではなくレイテンシで決まる、という運用の原則を損得込みで読み直します。
openai-python v3.0.0 の HTTPX2 移行を運用者目線で読む
openai-python v3.0.0（2026-08-12）は HTTP クライアントの既定を HTTPX2 にし、httpx を自動インストールしなくなりました。消えた依存と TLS trust store の切り替え、custom client の対応表、legacy escape hatch、依存ピン留めと段階移行の手順を運用者目線で整理します。
DeepMind 体制再編を運用者目線で読む — Hassabis 会長就任と Jeff Dean 退任
2026 年 8 月、Google DeepMind の Demis Hassabis が会長へ、Jeff Dean が退任しました。フロンティアラボの体制再編を、モデル供給と単一プロバイダ依存の点検という運用者目線で整理します。
Gemini 最新モデルで temperature / top_p / top_k が無視される — サンプリング廃止を運用者目線で読む
Gemini API 公式ドキュメントが、最新世代のモデルでは temperature・top_p・top_k を deprecated かつ無視すると明記しました。将来世代では HTTP 400 になります。何が効かなくなり、既存コードのどこを直し、代わりに何で出力を制御するかを運用者目線で整理します。
975B の open-weights は誰が動かすのか — Inkling を運用者目線で読む
Thinking Machines Lab が公開した open-weights モデル Inkling は、総パラメータ 975B / active 41B。個人の機材にはまず載らない。それでも運用者に効く理由を、thinking effort によるコスト制御、effort=0.99 前提のベンチマーク、そして「借り先を選べる」という exit の観点から読み解く。