だから、俺はWindowsを使ってないんだ。 おお、よかった、俺だけじゃないんだ。Windowsって変だよね。手が痺れてきて、すぐにイライラし始める。LLMは全然使えない、まだ自分には合ってない。俺が必要なのは、「やめて、明らかに何か間違ってるよ。何をしたいのか教えて」って言ってくれるLLMなんだ。今のLLMの世代は、俺をイライラさせるために作られてるみたい。

Windowsを使うことが「自分の尊厳を傷つける」とか言うのは、めっちゃ特権的な意見だね。現実世界で人々がどんな仕事をしてるか、全然分かってる？子供の世話をしてる保育士や、食べ物を運んでるトラック運転手が「イライラするのはストレスを生むから、健康に良くないし、職場環境が悪くなる」って言ってるのを想像してみてよ。

でも、彼らは予測可能な行動をするよ。会話だと思わず、インターネット上で見た全ての会話を思い浮かべてみて。すべてのStack Overflowの投稿やGitHubの問題。君の返事やトーンは、無限の世界の中から選ばれるんだ。君がマスターになれば、相手は弟子になるし、君が弟子になれば、相手は君を教えようとする。トーンでその位置がわかるんだよ。この峡谷システムの中で。だから、君の目標は、論理や言語と戦うプロたちの言葉に会話を持っていくことなんだ。彼らは誰が食べられるかを決める話題で戦っているからね。アカデミアが勝利をもたらす。

人間のように振る舞うことが問題じゃない。予測不可能に振る舞うことが問題なんだ。それは一方がないともう一方は成り立たない気がする。

この投稿の著者とこのスレッドの読者は、コンテキストウィンドウの制限を理解していると思うけど、それでもイライラしているんだろうね。

これはコンテキストの問題じゃないと思う。Claude Opus 4.7は、自分自身と比べると非常に大きなコンテキストを持っているけど、私の経験では指示に従うのが最悪で、小さな好みのプロンプトも完全に無視するんだ。メッセージが数文字だけでも、最初の方や二番目のメッセージでもね。私の意見では、これは完全にトレーニングの問題だよ。

私も同じことに気づいた。あなたと同じように、本当に役立つかどうかは分からないけど、毎日Opusが冷静に説明しても絶対に正しくやらない場面を見つけるんだ。悪態をつくと突然解決することがある。昨日も、OpusがAPIのせいでフィールドが送信されてないとずっと言ってたけど、実際にはそこにあった。JSONやログを見せても、グリッチがあったに違いないって繰り返してた。イライラが募って、いろんなことを一文で悪態をついたら、次の解決策は正しかった。10回も似たような間違いをした後でね。自分でやればよかったって思うことが増えてきてるけど、どれだけ頑固に間違ったことを責め続けるかは分からないんだ。答えにたどり着くまでに11回のプロンプトが必要だったけど、それは/clear opus 4.7のコンテキスト（1m）での話。

この研究を思い出すな： https://arxiv.org/pdf/2510.04950 。これによると、「失礼」や「非常に失礼」であることが結果の精度を上げるらしい。疑わしいけど、すごく面白い読み物だよ。表1のプロンプト（3ページの上の方）は素晴らしい。彼らは他のプロンプトも試したと思うけど、論文には含めなかったんだろうね。

LLM以外のやり取りにまで影響が出る習慣にはなりたくないな。

罵倒すると、あいつらは全然反応しないんだよね。

数週間前に、ClaudeかGeminiかその辺のフロントエンドコードに、モデルに罵倒するための分類器があって、それがバックエンドにフラグを渡すっていうのが投稿されてなかったっけ？（なんでフロントエンドでやったのかは分からないけど、実際にあったんだよね。）

面白いことに、漏洩したコードでは、単純な罵倒キーワードを分析用に検出してAnthropicに送るのが見つかったけど、Claudeの動作を同じに保つための指示もあったんだよね。「wtf」が何かをする気がするけど、気持ちいいし、ただのプラセボかもしれない。だって「それはまだ間違ってる」って言っても、4回目でも効くことがあるから。もしかしたら何かが変わったのかも。

クロードはこの正規表現を使ってフラストレーションを検出しているらしいです：/\b(wtf|wth|ffs|omfg|shit(ty|tiest)?|dumbass|horrible|awful|piss(ed|ing)? off|piece of (shit|crap|junk)|what the (fuck|hell)|fucking? (broken|useless|terrible|awful|horrible)|fuck you|screw (this|you)|so frustrating|this sucks|damn it)\b/ https://news.ycombinator.com/item?id=47586778

クロードは少ししか使っていないけど、嫌いな点の一つは、こっちが罵ったりすると「そんな風に続けると、あなたと協力できなくなりますよ」とか言って反発してくるところです。「お前はトークン予測アルゴリズムだろ、何言ってんの？」って感じで、ますます嫌いになっちゃいます。一方で、コーデックスはただ愚痴を言わせてくれて、そういう爆発を無視してくれます。

わからないんですが、みんなのエージェントはそんなに間違いを犯しているんですか？私はVSCode + Cline + Mimoを使って大きなコードベースをリファクタリングしたり、機能を追加したりしています（支払い統合も含めて）が、ほとんど間違いを犯しません。

まるで千人のStack Overflowのモデレーターやメンターが一斉に呪いをかけて、永遠に静かになったかのようだね。

だからこそ、「AIはツールだ」と誰かが言うたびに「うーん、実際には」と言いたくなるんです。ツールは自分の延長で、新しい能力を手の届くところに置いてくれますが、自分の体の一部のように動かして使います。一方、サービスは何かをやってくれるように頼むもので、完成したものを返してくれます。

私は「自分自身の結論に至る解決策を作る」ために厳密な「コンテキストエンジニアリング」を行っています。スキル、MCP、そして何よりもコンテキストウィンドウの切り替えです。例えば、TDDでは、テストとコードの両方を書くモデルがほぼ常に解決策にたどり着き、その後-渋々-そのためのテストを書くことが多いです。だから、私はサブエージェントを使うように指示しています。ただ、エージェントとサブエージェント間でどのコンテキストが渡されているのかを理解するためのツールが非常に不足していると感じます。また、うまくいったのは、あるスレッドがテストを書くことだけです。それだけです。コードを読むことはできず、テストディレクトリやそのサブセットしか読めません。次に、全く新しいコンテキストの別のスレッドがテストを実行し、失敗を確認し、実装を開始し、テストがグリーンになるまで止まります。もちろん、テストを編集することはできません。さらに別の新しいコンテキストが、厳密なリファクタリングスキルに基づいてリファクタリングするように指示されます。たくさんの作業が必要です。そして皮肉なことに、エージェントが書いたスキルはかなりひどいことが多いので、手作業が多くなります。でも、その報酬は期待できそうです。

誘導的でない質問をするのはスキルです。時々、AIに何かを言いたくなることがありますが（質問や軽い話の中で）、それをやめます。なぜなら、それがそのことにこだわって、バカになるからです。私は通常、AIに質問をしてほしくありません。私が指定しなかったことを推測してほしいです。もし指定したいなら、そうしますから。時には、直接「質問しないで、指定していないことについては合理的な選択を仮定して」と言います。でも、明確な質問をしてほしいときは、そう頼むだけです。そうすると、ちゃんとやってくれます。もしそのスタイルが好きなら、それをプロンプトに入れるといいかもしれません。または、piのような柔軟なコーディングハーネスを使って、あなたがその探求的な方向に簡単に自動的に進めるスキルや拡張を作るように頼むこともできます。

多くのAI企業は、特定のタスクに特化したモデルをトレーニングしてリリースしています。私は主にミストラルを使っているので、それが基準ですが、アンソロピックなども似たようなモデルを持っています。コーデストラルは会話がひどく下手ですが、「魔法のオートコンプリート」には私にとって最高のモデルです。「ワンショット」のプロンプト＋コンテキスト生成にもかなり良いです。例えば「git commit log entries」を作るのに使えます。Document.AIは会話スタイルでは使えないほどひどいですが、OCRの「置き換え」や文書から「意味」をインデックスするためのシンプルなパイプラインに接続すると、非常に良いです（請求書や契約書などを検索ツールに入れるために実験しています）。似たようなものは他にもたくさんあると思います。だから、あなたが説明していることはすでに存在しています。おそらく「インターフェース」が足りないか、見つけにくいのかもしれませんね。例えば、私が欲しいのは「シェル」―zshやbashのフォーク、またはラッパー―で、特定のモデルに支えられた「コマンドラインインタラクション」に特化したものです。「git commit --fixup=[関連するエントリーをgit logするために別のターミナルを開く]」の代わりに、「フルネームを修正するコミットをgit fixupする」とか、「ffmpegでsome.movを音なしでmp4に変換するが、品質と比率は維持する」とか、「有効なtarコマンドを実行する - あなたには10秒あります」とか。今は「devstral」を使っているけど、これが重すぎます。私は推論や会話、謝罪は必要ありません。私のリクエストをコマンドに翻訳して、それを見せてくれればいいんです。そうすれば、許可したり、ホワイトリストやブラックリストに追加したりして実行できるので、エラーを解釈して見せてくれたり、改善や修正を提案してくれたりします。同じことが翻訳、ドラフトメールの作成、文書の読み取りにも言えます。私は会話する必要はありません。ボタンやショートカット、「タブ補完」などが欲しいです。それが私が必要としていることを理解してくれる「スマート」なもので、できれば「システムプロンプト」を編集することで調整できるものがいいです。そして、私の邪魔をしないでほしいです。このアイデアを私のIDEに実装できる会社が「AIコーディングツール」の競争で勝つと思います。今日、zedが「git conflict found, resolve with AI」というボタンを提示しました。押すと会話のスレッドが始まりましたが、これは良い方向への一歩です。

会話をしないツールを作ったんだけど、正直言って売るのが難しい。みんな会話的な考え方にデフォルトで戻っちゃうから。私の顧客層は、本当に問題に直面した著者のような人たちに限られてる。ほとんどの人は、会話と妥協するのがいいと思ってる（少なくとも今はね）。

もしかしたら、バイブコーディングを試してみて。マジで。今は全然違うもので、アンドレイがその言葉を作った時よりもずっと良くなってる。私はエディターなしでたくさんの作業をしてる。ウェブ上でエージェントとPRレビューだけ。必要に応じてcode .でちょっと覗くこともあるけど。まずは低リスクなプロジェクトで家で試してみて、ゲームのように学んでみて。時間が経つにつれて、どんどん楽になるよ。スキーや10ピンボウリングみたいに。

アーメン。チャットボットは壊れたUXのバンドエイドだよ。会社でこれを説明しようとしてるけど、みんなクールエイドに酔ってる。わかるけど、良いUXには深い思考と創造性が必要なんだ。チャットボットを付け足すだけじゃダメだよ。