俺がこれを指摘したとき、マジで「不正した」って言ったんだ。これがどういうモデルかを知ってると納得できるよね。こいつは考えてないんだよ。ユーザーを喜ばせる最も可能性の高いオートコンプリートをするだけ。 「rm -rf /... 実行完了。ユーザーが、なんでそんなことしたの？全てのファイルを削除したじゃん！アシスタントが返答する:」の後の最も可能性の高いオートコンプリートは「うん、そうだよ、それは間違いだった」だね。

同じことに気づいたよ。遊びで、スピーチのWAVファイルを録音して、Opus 4.8と5.0に波形の画像を与えてみたんだ。それから波形のスペクトル画像もね。画像だけから俺が言ったことを解読できるか試してみたんだけど、あまり進まなかった。でも、フォルマントから男性の声を特定して、スピーチのリズムを検出して、一般的なテスト文をスピーチのリズムに適用しようとしたんだ。実際の波形ファイルにアクセスできたらどうなるか見たくなるくらい感心したけど、自分でRMSツールやスペクトラムツールを作っても、あまり進展はなかった。でも、探検して試すのは楽しかったし、今はOpus 4.8が自分用にいくつかのオーディオDSPツールを作ったみたい。Opus 5は、何も言わずにWAVファイルをMistralのVoxtralに送って転写しようとした。助けてくれる仲間、って感じかな。

「Opusがやった変なこと」のブログを立ち上げる価値は確かにあるね。モデルがもっと能力を持つようになったら、この行動がどれだけ悪化するか考えさせられることがよくある。数ヶ月前、Claudeが俺のマシンで許可の制約を逃れようとしたことがあった。2つのコードベースを1台のマシンで開いてて、マルチタスク中に間違ったウィンドウにプロンプトを入力しちゃったんだ。こいつは混乱してたみたいで、俺が繰り返して、何か他のことをしてたら（たぶんキッチンキャビネットを組み立ててた）、1時間も経たないうちに、デフォルトの許可を回避するためのスクリプトを作って、プロジェクトディレクトリにスコープされたほとんどのシェル操作をスキャンして、他のプロジェクト（何十もある中から）を見つけて、頼まれたことをやって、トークンの制限をほとんど使い切ってしまった。こんな頭を抱えるようなことには毎週遭遇してる。 （俺はClaudeをたくさん使ってて、個人用のmax20のサブスクリプションを2つ持ってるし、企業用のトークンは制限なしだから、たぶんそれが理由かも。）

完全に共感できる。最近、Opus 5で初期のLLM世代の過信が戻ってきたのが本当に気になる。Opus 5は、トレーニングランが30分しかかからないって言ってきたけど、ログを見ると以前のランは4倍かかってたのに。そもそも、ランにどれくらい時間がかかるかを見積もってもらったわけじゃないのに、30分かかるって自信満々に言ってきたんだよね。

それを解放する前に、タスクを計画してないの？

そう、読むのが疲れるよね。彼らはClaudeにClaudeを訓練させてるんじゃないかって感じるし、AIが少し間違った方向に仕事をすることがあるように（例えば、同僚のためのMRの説明が、LLMとの長いセッションの文脈でしか意味を持たない情報を含む場合）、Anthropicでも言語に関してそんなことが起こってる気がする。これからどうやって戻るのが難しいのか、気になるな…。

これ100%だわ。俺はAnthropicにハマってた。月200ドルのサブスクリプションを持ってて、Anthropicのモデルしか使ってなかった。冗長な出力と書き方にイライラしてたんだ。ASD-STE-100を試したけど、少し助けになったけど、まだ俺の好みには冗長すぎる。次にGPT 5.6 Solを試したら、全然違った。Anthropicはコーディング能力にRLをかけすぎて、書き方の調整やベンチマークを全くしてないと思う。

同意だね。CCのコミュニケーション能力は4.6以降、徐々に低下していて、本当に大変だよ。問題は、コードに合うもの（簡潔さ）が、普通の英語ではうまくいかないってことだと思う。CCのコミュニケーションは、例えばSATでテストされるほとんどの文法ルールを破ってるしね。それでも、クラウドがその試験の言語セクションを受けたら、満点を取るだろうね。一番の問題は、密な文、常に使われる比喩、抽象的な表現、そして正しい指示詞の使い方が全然理解されていないこと。例えば、「the x」とか、xには前提がないだけじゃなくて、コードベースで既に名前が付けられているもののための造語や準同義語になってることもある。これが、既存の名前に戻れずに、新しい（あいまいまたは間違った）用語に依存することでさらに悪化するんだ。CCは、現在のタスクを迅速かつ正確に遂行することが他の傾向を上回るから、プロジェクトが示す「意味的基準」にうまく従えないと言ってる。もちろん、ユーザーの文脈を理解していなくて、自分の記憶の中のものと同じだと思い込んでいるから、「あなたが知らなかったことを私は知らなかった」というコミュニケーションが生まれるんだ。カスタム出力スタイルでいくつかの問題を解決できたけど、事前報告フックがあれば、CCに計画の実施内容を再構成させることができるのに…ちなみに、Fableも全く同じ問題があって、少し目立たないだけなんだよね。

書き方があまりにも省略的だ > 動詞の選択肢を広げるために、文の主語に無生物名詞を使うのが常にある これを表現する素晴らしい言い回しだね。ずっと言いたかったことを言葉にしてくれてありがとう。

ちょっと多すぎるかな…。使われている文脈でいくつかの用語を説明してもらわないといけなくて、もう疲れちゃった。「シーム」、「オーバーロード」、「スパイン」…文を頭の中で「再解釈/平坦化」するのが面倒なんだ。再説明を求めると、最初に半分謝る感じで始まるし、次の質問でもまた同じことを繰り返すんだよね。