Hacker News では、
AI agent bankrupted their operator while trying to scan DN42
Lan Tian の
趣味用の
コメントでは、エージェントを向けた相手に AWS の請求の寄付を頼むのは極めつけだという反応や、本当なら悲しくも面白く、創作なら見事だという評価が並ぶ。「間違えたのは人間ではなく AI エージェントだから返金されるはず」という運用者の発言は高くついた教訓だという指摘も出た。
未経験なら本番システムを作る時に分からないと認めた方が 100 ドルの問題を 10 万ドルにせずに済むという意見や、運用者が始めたばかりの子供かもしれないと思うと嫌いになれないという投稿、LLM の冗長さが一番の難点だという脱線もあった。
If you are asking for human attention, demonstrate human effort
Tom Bedor の
他人の
コメントでは、本当の問題は AI の品質が誇大な約束に届かないことで、ラベルを付けても間抜けな内容は変わらないという意見が最上位にある。毎日何時間も AI の文章を読んでいれば見分けはつき、短ければ AI 製でも構わないという声や、AI を使って連絡を書く人とは働きたくないという投稿も出た。
Pascal の「短く書く時間がなかったので長くなった」を引き、敬意は労力ではなく相手の役に立つかで測られるという反論や、「示せ」ではなく「演じろ」になり誤字を入れて em ダッシュを避けることになるという皮肉、求められているのは注意ではなく責任の引き受けだという指摘もあった。
Claude Fable is relentlessly proactive
Simon Willison の
Simon Willison が、
コメントでは、セキュリティの方が大問題だが CSS 2 行のためにどれだけトークンを使ったのかが気になるという反応が最上位にある。エージェントが本番に一切触れないようワークフローを変えたという報告や、Fable は問題が直ったと確信するまで止まらないハーネスで動く Opus のようで、トークンも高くつくという評価も出た。
LPDDR4 コントローラのデバッグで人間が足を引っ張るのに苛立ち、メーカーのバイナリを動かすハードウェアエミュレータを自作したという体験談や、Ultracode との組み合わせで多くのバグを見つけたという肯定的な報告、セキュリティ分類器がモデルの知能に追いついていないという指摘もあった。
Nobody ever gets credit for fixing problems that never happened (2001) [pdf]
Repenning と
Repenning と
コメントでは、2015 年と 2024 年の過去スレッドへのリンクや、一度知ると能力の罠はどこにでも見えるようになり、著者らの後続の論文は全て面白く、ほぼ全て気の滅入る内容だという投稿がある。1997 年の米国企業のコンサルと研修への支出が 1000 億ドル超という記述から AI 企業の狙う市場が見えるという指摘も出た。
問題や複雑さをそもそも避けた人も評価されず逆のことが起きるという同意や、優れた解決策は後から見ると単純に見えるので苦労が伝わらないという話、2001 年の論文なのに Y2K に触れていないのは執筆が 1999 年だったからではという推測もあった。
Kimi K2.7-Code: open-source coding model with better token efficiency
Moonshot AI が
Moonshot AI が
コメントでは、Opus が Kimi K2.6 の 5 倍の価格でわずかに良いだけなのに Anthropic はどう競争力を保つのかという問いが最上位にあり、米国企業は中国にデータを送れないからという理由が挙がった。ベンチマークの幾何平均は GPT-5.5 が 62.7%、Opus 4.8 が 62.2%、K2.7 Code が 56.3%、K2.6 が 48.2% という共有もある。
opencode と Kimi の組み合わせを Claude Code と比べた経験を求める投稿や、Fable が Max プランの利用枠を急速に消費するので移行を検討しているという声、いずれ 10 分の 1 の価格の Kimi を使うだろうという予想もあった。
Show HN: FablePool – pool money behind a prompt, and Fable builds it in public
複数の
プロンプトに
コメントでは、516 ドルで AWS の完全な代替が作られるなら参加するという冗談や、素晴らしいアイデアだという賛同が並ぶ。完成したサンプルは見積もり 0.35 ドルに対し実際は 0.52 ドルかかっており、見積もりの下手さは自分並みだという指摘も出た。
サービス名に Fable を入れるのはモデルの寿命が分からないので誤りだという意見や、匿名の小さなサイトに金を入れる前に「Barras Industries」という運営者の正体を知りたいという慎重な声、ThePrimeagen が予測として語っていたアイデアだという投稿もあった。
Solar generates more energy in US than coal for first time
The Guardian の
Ember の
コメントでは、これは太陽光が伸びたというより過去 20 年で多くの石炭火力がガスに転換されて石炭が縮んだ結果で、線が交差しただけだという指摘がある。2025 年の米国の発電量は太陽光 388.82TWh に対しガス 1,807.34TWh で、ガスの置き換えにはまだ遠いという Our World in Data の数字も出た。
次の節目は電池がガスのピーカーを置き換えることだという期待や、Guardian が出典を明記した点を評価しつつリンクがないことを惜しむ声、政権が戦争権限を使って石炭に約 10 億ドルの救済を行っているという皮肉もあった。
Malware developers added nuclear and biological weapons text to to their spyware
John Scott-Railton の
Socket が
コメントでは、これで何か悪いものがあるという明確な信号が得られたという前向きな受け止めや、マルウェアスキャナがなぜコメントを読むのかという疑問がある。開発者はこれをガードレール撤廃の根拠にするだろうという皮肉と、実際にガードレールは邪魔なだけで早く消えた方がいいという意見が並んだ。
契約先でこの手口が fail open の設計を押し通したという経験や、LLM ベースのコードレビューがこの文章で解析に失敗すれば自動レビューが落ちて人間が読むことになるという見方、安価なオープンモデルで拒否されそうな内容を先に検出するパイプラインの提案もあった。
Petition to Withdraw Canada's Bill C-22
カナダ下院の
年齢確認などを
コメントでは、この法案への騒ぎが足りず、カナダ人なら議員に連絡して業界と市民のプライバシーへの害を訴えてほしいという呼びかけが最上位にある。同日に SECU 委員会で条文ごとの審査と修正案の採決が行われ最終会合になるかもしれないという情報や、続く C-34 でプライバシーは完全になくなるという Michael Geist の記事への言及も出た。
カナダ人以外向けに法案の概要を求める問いや、パスポート以外の身分証は州が発行するので州が海外事業者への年齢確認利用を拒否できるはずだという指摘、景気後退や若者の失業などカナダの現状を嘆く投稿もあった。
Claude Fable 5: mid-tier results on coding tasks
Endor Labs の
Endor Labs が
コメントでは、学習時の記憶による再現はプロンプトでは防げないという記事の指摘にコメントが集まった。Fable は障害の診断は得意だが修正は中途半端だという体験談や、社内の Kotlin ベンチマークでも同様の結果だったという報告、2,000 ドル使った結果フロントエンドの小さな課題は Opus より良かったが中規模以上では崩れたという投稿が出た。
ガードレールに一度も当たらずに評価できたのはなぜかという疑問や、セキュリティタスクで拒否 0 件という報告は自分の経験と合わず怪しいという声もあった。