さいばね@HELLO CYBERNETICS retweeted
Recently I interviewed a Senior Engineer.
Strong candidate.
Kafka? ✅
Redis? ✅
Microservices? ✅
Distributed systems? ✅
Then I asked:
"You’re building a concert ticket booking system.
Only 1 seat left in the entire venue."
Two users hit ‘Book Now’ at the exact same millisecond.
Both see the seat as available.
Both payments succeed.
Both get a confirmation.
Now you’ve sold the same seat twice.
How do you guarantee exactly one person gets it — even with concurrent requests, client retries, payment gateway timeouts, and partial failures?"
Common answers that fall short:
"Just use a database transaction."
→ Doesn’t fully solve it if both requests read “available” before either writes the lock, or if the payment succeeds but the DB commit fails (or vice versa).
"Check availability then book."
→ Classic race condition. Both checks pass before either books.
"Use Redis SETNX to lock the seat."
→ What happens if Redis is down? Or the lock is acquired but the payment fails and you never release it? Or the client retries after the lock expired?
"Just rely on the payment gateway’s idempotency."
→ Helps with retries of the *same* request, but doesn’t solve two different users racing for the last seat.
Your turn:
How would you design this seat reservation + booking flow so concurrent buyers and retries never double-sell the last seat?
There’s a specific distributed-systems pattern behind this (used everywhere tickets, seats, appointments, limited inventory, and coupons are sold).
You’ll keep hitting this exact problem as long as you’re dealing with scarce resources under concurrency.
さいばね@HELLO CYBERNETICS retweeted
Jevは単に性能のいい埋め込みモデル(を使った分類器)なのだから、そのまま埋め込み生成してベクトル検索に使えばいいのに、なぜわざわざ事前に時間をかけて特定クエリにしか使えないツリー構造に変換して使うのか意味わからん>Decision RAG
さいばね@HELLO CYBERNETICS retweeted
ティアフォーとミュンヘン工科大学、「Autoware」研究拠点を設立!🚗
TUM Autoware Research Center by TIER IVの設立を通じて、安全で拡張性の高い自動運転システムの実現に向けた研究開発を推進するとともに、自動運転の普及に向けたエコシステム構築を加速していきます💡
hubs.ly/Q04BdFJR0
10/21 19:00〜 OpenSearch Meetup開催します!
ユーザの皆さまから実践的な知見をお話いただきます。OSSのイベントということで、私からは仕事は傍に置いて、野生の開発者としてお話しようと思います
オンラインもありますが、行ける方は是非会場でお会いしましょう!
登録:meetup.com/opensearch-projec…
さいばね@HELLO CYBERNETICS retweeted
Updated my AI orchestrator tier list, based on daily use.
T3 Code Nightly → SS. The latest updates put it ahead of everything else I've tried. Smooth, intuitive, and easy to follow.
Traycer → A. The last two updates added useful features, but I'm running into agents that stall and need repeated nudges to keep going.
Maestri → B. Still a great tool, but the workflow is built around the terminal, and I'm moving away from that.
Synara → C. Recent updates have made it noticeably better.
My priorities are changing: a clear interface, less babysitting, and a workflow that keeps moving.
What would you rank differently?
さいばね@HELLO CYBERNETICS retweeted
まじできた !!!
GPT6.1 Sol !!!
Codex update: GPT-6.1 Sol in Codex and ChatGPT Work
What changed:
• GPT-6.1 Sol offers near-Astra performance for complex work at lower cost than Astra
• Suited for repeated, long-running work across code, apps, and documents
• Availability depends on plan, client, and workspace settings
Details in thread.
さいばね@HELLO CYBERNETICS retweeted
MATLAB R2026bでApp DesignerがPlain-textに対応したのが嬉しい
・アプリのロジックは.m、UI構成は.xmlに分離して改変可能に
・git diffで差分の確認も可
・Claude / CodexなどGenAIツールでアプリ作成して、.mを.mlappで保存し直すだけでアプリ完成
blogs.mathworks.com/graphics…
さいばね@HELLO CYBERNETICS retweeted
It’s true: you can’t write Rust in an OOP fashion. Return to procedural with some functional thrown in.
It takes time to adjust but it’s better.
OOP’s historical strengths are weaknesses these days
さいばね@HELLO CYBERNETICS retweeted
もちろん、新規に各プログラムがそれ単体で優れたサービスならMCPにする価値はある。
だけど使い捨ての、そこでしか使わない何か、そんなのをわざわざMCPで作らなくてよい。
だって、使い方教えれば使えるんだから。
さいばね@HELLO CYBERNETICS retweeted
こちら方面の進化を心より支えたい。
話が一瞬それるが、MCPはツールを囲む共通ラッパーである。本質的にSkillsとは競合ではない。
だけど、人間はその使い分けを正確にやれるとは限らない。どちらも目の前のエージェントを強化したいという緩い動機は同じである。だから、MCPを作ってはつけまくる形で強化をしてしまう人間が出てくる。
そんなふうに固定された何かを理解させるためにエージェントのトークンを消費するのは生産性が良くない(これが最近のMCPへの風当たりに変わってるのだと思う)。
せっかくだからサイエンス&エンジニアリングしよう。Skillsはコンテキストエンジニアリングの一種だ。コンテキストエンジニアリングを自動化する研究は今も続いている。
MCPはエージェントから見えてあらゆるサービスが同じインターフェースに見えるようにするラッパーだ。ということは元々別の形式で公開されている優れたサービスをエージェントから使いたいときにラップするためにMCPを書くのだ。(この使い方は至って有用で、本来想定されたものだ)
そうじゃないものはおそらくMCPじゃなくてよい。新しくカチッとしたプログラムを書いて、それをMCPでラップして、自分のエージェントを強化する、そんなのは不要だ。タコ足配線が膨らんでMCPの整理整頓が大変になるだけ。
コンテキストエンジニアリングを頑張ろう。そしてコンテキストエンジニアリングをサイエンスしよう。
わかる。Agent Skillsで「属人化」がやっと解消できる時代になった。
今まで優秀なエンジニアの頭の中にしかなかったノウハウ。ドキュメント化しても読まれない。読まれても伝わらない。結局その人に聞くしかない。
Skillsはこれを変えている。手順書ではなく、エージェントが実行できる形式で専門知識を記述する。書いた瞬間から組織の資産になる。
Cursor、Claude Code、GitHub Copilot、Codexが既に採用。標準フォーマットになった。
今後、業務知識の大半はSkillsとして記述されるようになる。
ただし、Skillsの書き方はまだ発展途上にある。
Anthropicの公式ベストプラクティスを見ると、テスト方法について「2つのClaude Codeインスタンスを用意して、最低3つのシナリオで検証する」と書いてある。
考え方としては正しい。Evalsを先に作れ、というのも正しい。
でも具体的な評価基準や自動化の方法は提示されていない。Skillが期待通りに動いているかどうか、定量的に測る仕組みがまだ確立されていない。
組織の資産として蓄積するなら、品質保証の仕組みが必要になる。
ここで注目すべき研究が2つある。GEPAとCAPE。
GEPAはGenetic-Paretoの略。DSPyの公式オプティマイザーとして統合されている。
従来のプロンプト最適化は試行錯誤の繰り返しだった。GEPAは自然言語によるリフレクションを使う。エージェントの実行ログ、ツール出力、エラーメッセージをテキストとして分析し、何が問題だったかを言語化してから改善案を生成する。
結果として、強化学習ベースの手法と比較して35分の1のロールアウトで10から20パーセント高い性能を達成する。
Skillsの指示文を自動で進化させる仕組みとして使える。
CAPEはCapability Achievement via Policy Execution。Superficial Labsが発表した研究で、アプローチが根本的に異なる。
GEPAがプロンプトレイヤーで最適化するのに対し、CAPEは一段深いレイヤーで動く。
核心は「検証可能な述語」という概念。Skillの曖昧な指示を、機械的にチェック可能な条件に変換する。
例えばPDF処理のSkillを考える。「pdfplumberでテキストを抽出する」という指示は人間には分かるが、成功したかどうかをどう判定する。
CAPEはこれを述語に変換する。PDFヘッダーで始まるか。パーサーが成功するか。フォームフィールドの不一致がゼロか。
全て推論時に自動でチェックできる。違反があれば検出され、修正され、その修正結果が次の学習データになる。
面白いのは、主観的に見える要件もCAPEで扱えること。
「AIっぽいデザインを避ける」という指示は曖昧に聞こえる。でも文脈を固定すれば客観的な条件に分解できる。
border-radiusのバリエーションが3種類以上あるか。色数が4から12の範囲か。フォントファミリーが3つ以下か。コントラスト比が4.5以上か。
CAPEの研究では、デプロイ時の問題の89パーセントが客観的に検証可能だったと報告されている。
Superficial LabsはAnthropicの公式16 Skillsを全てCAPE仕様に変換して公開している。どのSkillがどの述語に対応するか、仮定は何か、全て文書化されている。
重要なのは、GEPAとCAPEが競合ではなく補完関係にあること。
GEPAはプロンプトを進化させる。でも進化の良し悪しを判定する関数が必要になる。
CAPEのポリシーをGEPAの検証関数として使えば、プロンプト最適化を客観的な基準で評価できる。
レイヤーが違うだけで、同じ問題を解いている。
実装の選択肢も整いつつある。
GEPAはDSPy経由でPythonから直接使える。dspy.GEPAとして公式サポートされている。
TypeScript派にはAxという選択肢もある。
Claude Code特化ならmodaicがDSPyスキャフォールドを公開している。MCPサーバー連携、ツール実行、フックまでフル機能をDSPyのシグネチャインターフェースで扱える。
Skillsは属人化を解消する最良の手段になりつつある。
でも資産として蓄積するなら、品質を担保する仕組みが要る。テストのないコードが負債になるように、Evalsのないスキルも負債になりうる。
GEPAでSkillsを自動改善する。CAPEで検証可能な仕様に変換する。
書き方の標準化はこれから。今のうちにEvalsの設計パターンを押さえておくと、後で差がつく。
Skillsを書いている人、Evalsどうしていますか?
さいばね@HELLO CYBERNETICS retweeted
自動車メーカーが現地生産するときに現地のサプライヤー使うのって、関税リスクの回避とかコスト削減の観点から考えても超普通の話なんですよね。
それを「トヨタ、中国製部品を採用!」みたいな見出しにすると、事情を知らない人が日本のモノづくりが終わったみたいに誤解してPVが稼げるからやってるんだと思いますけど。
結局こういう極端な見出しで不安を煽るから、トヨタイムズみたいにマスコミを通さずに一次情報を直接伝えるメディアが重宝されて、結果的にオールドメディアの価値が下がっていってることに気づいてないのが一番ヤバいんじゃないすかね。
さいばね@HELLO CYBERNETICS retweeted
Can we build world models purely in the latent space, without pixel prediction?
We present Contrastive World Models - we train the latent states to maximize mutual information with future observations, without any decoders / pixel reconstruction.
Contrastive World Models enables
⚡ Substantially more robust representations
🤖 More efficient training by removing the pixel decoder entirely
🌍 A general approach with minimal assumptions [1/n]































