記事

約 6 分の数学アニメーション（中国語ナレーション）と記事。「臨界点を越えない努力には意味がない」という言葉を、1000 マスの方眼紙で確かめます。ランダムにマスを塗って上から水を流すと、592 マス目で 25 段が一気に光りました。コンピューターで何度も塗って 59.27% の崖を見つけ、あの言葉がどこまで正しいかを考えます。

約 17 分の検証動画（中国語ナレーション）と記事。Jev と OpenAI の新しい Decisions API に同じ 20 項目のテストを解かせ、呼び出しは合計 1 万回。結果は Jev 8 勝、Decisions 1 勝、引き分け 11。5 つのグループの勝敗と理由、速度・価格・確信度、そしてどんな場面でどちらを選ぶかをまとめました。

約 5 分の動画（中国語ナレーション）と記事。X（旧 Twitter）の動画を手本に、AI（Opus 5.5）に一文だけ伝えたところ、13 分で最初の版ができ、40 分足らずで子ども向け計算ゲーム「嗨算！」を個人サイトに公開できました。作っていった流れと、AI が自分の失敗にどう気づいたかを紹介します。あわせて、演出てんこ盛りの練習が子どもにとって良いのかどうかも考えます。

約 8 分の検証動画（日本語ナレーション）と記事。Jev は RAG のどの段階に入れるべきなのでしょうか。TypeSafe の公式ドキュメントで小さな RAG を組み、英語の質問 36 問を手書きして測りました。リランキング後に 1 位が正解だった問題は 7 問から 17 問に増え、ニアミス問題と無関係な質問はすべて止められました。Jev にできないことも整理しています。

11 分の検証動画。同じ決定モデルでも、SQL 14 問の判定で Jev は 13 問、公開モデルの Laya は 6 問しか正解しない。M4 Mac で 3.9 時間ファインチューニングすると、安全性は 14/14 に届いたが、「正しい SQL か」には差が残った。

約 7 分の解説動画（中国語ナレーション）。画面も画素も見ず、テキストの状態レポートだけで毎秒約 10 回 Jev に問い合わせる。Jev は司令官として目標を選び、手足のコードがキーを押す。

15 分の解説動画。Archer Hume による外部からの実験（遅延・トークン数・選択肢の順序）をもとに、Jev が一文字ずつ生成せず確率を「読み出す」こと、共有状態を一度だけ符号化することを追う。

6 分の解説動画。学習できる if/else、エージェントの小脳、RAG の審判、リアルタイム判定、あいまいなルール、コンテンツ管理。LLM が考え、Jev が見張る。

4 分半の解説動画。Jev は TypeSafe の System One Model。フォワードパス 1 回、token ごとのデコードなし、校正済み確率で判断系の問いに答え、コストは最先端 LLM の約 1/400。