本動画は、最新のAIエージェントの動向やサイバーセキュリティのリスク、そして汎用人工知能（AGI）の進化について専門的な視点から解説するものである。具体的には、Anthropicの未発表モデルに関する流出情報や、AIが物理的な直感や推論を試される最新ベンチマーク「ARC-AGI 3」における各最先端モデルの苦戦ぶりを紹介している。さらに、自己改善能力（RSI）の可能性や、AIのアライメント問題がもたらす予測不可能性についても深く考察している。
AIエージェントとサイバーセキュリティの現状
エージェントに私の社会保障番号やクレジットカード情報を含むメールは絶対に共有しないでと指示したとします。するとエージェントは確かに共有はしませんが、転送してしまうかもしれないんですよね。
ええ、本当にその通りです。文脈を完全に理解させるというのは、基本的には解決不可能な問題に近いんですよね。能力、自律性、予測不可能性、この3つの要素がすべて組み合わさっているからだと思います。
少し誘導的な質問だったかもしれませんが、いい質問でした。AIとサイバーセキュリティの話題ですね。私の名前はレオラで、SubstackでExploring ChatGPTというニュースレターを運営しています。今日は友人のクリスと一緒に進めていきます。自己紹介をお願いできますか。
はい、クリスです。toxic.comを運営しており、以前はNSAに所属していました。現在は大手テクノロジー企業で働きながら、AIセキュリティに夢中になっています。
さて、今日も本当に楽しくて興味深いトピックがいくつかあります。まずはDispatch機能について、そしてもちろん大きな話題となっているAnthropicのMythosに関する流出情報、さらに新しく発表されたAGIのベンチマークについても触れていきます。クリス、いつもトピックを準備してくれてありがとうございます。かっこいいデモも用意されているとのことで、あなたのデモはいつも本当に楽しいので期待しています。
最初のテーマとして、ここではAIエージェントについてよく話しますが、それには十分な理由があると思っています。私自身、どうしてもエージェントが必要になる実際のユースケースがあって、クリスが喜んで手伝ってくれると言ってくれたので、初心者としてはあらゆる助けを借りたいところです。普段はYouTubeでDescriptのUnderlordを使ったちょっとした作業にしか使っていないんですよね。そこで質問なのですが、クリス、私たちが普段使っているチャットボットではなく、実際に自律して行動するAIシステムを受け入れる準備は、私たちにはもうできているのでしょうか。
そうですね、結論から言うとまだできていません。様々な研究や、発生している脆弱性の数、被害に遭っている人の数、そしてデータ流出やハッキングの現状を見ると、世間一般としてはエージェントの導入に対する準備は整っていないと言えるでしょう。
私も特にあなたとのライブ配信を通じて、毎日そのことを学んでいます。配信前に話した特定の件には深く立ち入りませんが、私にはYouTube関連でどうしても助けが必要なユースケースがあるんです。私はどちらかというとリスクを避けるタイプなので、正しい方法で進めたいと思っています。クリスはその点で間違いなく頼りになる存在なので、本当に楽しみにしています。
それでは、さっそくDispatchの機能について見ていきましょう。現在、Anthropicがこの分野をリードしていますが、OpenAIやGoogleのGeminiもこの領域に強く押し進めてくるはずです。クリス、この点について解説をお願いできますか。
新機能Claude Dispatchの仕組みとセキュリティリスク
はい、Claude Dispatchについてですが、私の見立てではしばらく前から開発が進められていたものの、Open Claudeへの対抗策としてリリースされたのだと思います。OpenAIはローカルエージェントの価値に気づいており、今回の機能は現時点でClaudeが提供できるエージェント製品としては最もそれに近いものです。
唯一欠けているのは、ハートビート機能がないことですね。つまり、エージェント自身が目を覚まし、コンピューター上で何をチェックすべきか自分で判断して、その後またスリープ状態に戻るといった自律的な動きはまだできません。しかし、それ以外はほぼエージェントと呼べるレベルに達しています。Dispatchを使うと、QRコードを生成してスマートフォンでスキャンできるようになります。そして、スマホから自分のコンピューター上で動いているClaudeのインスタンス、つまりClaudeのコードやアシスタント機能と会話できるようになるんです。
これは今までのものとは違います。SlackのClaude連携でできるじゃないかという声もありましたが、SlackでClaudeをメンションして何かを指示すると、それはあくまで新しいClaudeのインスタンスが立ち上がるだけで、特定のタスクをこなすためのツールやサンドボックス化された環境で動いているに過ぎません。タスクが終われば消えてしまいます。しかしDispatchは根本的に異なります。あなたが今コンピューターで動かしているのと同じセッションで動作するんです。
アーキテクチャの観点から言うと、Anthropicはこれを通常のサンドボックスの外で動かすという決定を下しました。つまり、Dispatchを許可して安全な接続を確立すると、あなたのスマホは実質的にコンピューターのあらゆるデータにフルアクセスできるリモートシェルになるということです。急にClaudeがコンピューター上のどんなファイルにも触れられるようになるわけですから、定期的に実行されるプログラムやメールのチェック機能などにこれを組み込むと、セキュリティリスクは跳ね上がります。
私はセキュリティの専門家なので、どうしてもプロンプトインジェクションの話に結びつけてしまうんですが、この機能によってプロンプトインジェクションのリスクは劇的に高まります。私たちの間では、Claude Dispatchは24時間365日稼働するプロンプトインジェクションエンジンだと冗談交じりに言っているほどです。影響範囲が格段に広がり、もはやサンドボックスによる制限も適用されません。これまでの定番のアドバイスは、Claudeに触らせてもいいファイルだけを特定のフォルダに入れておけというものでしたが、Dispatchではその前提が崩れます。
もしClaude Dispatchを使おうと考えている人がいたら、私のやり方を参考にしてください。私はMac Miniに似たLinux搭載の専用コンピューターを用意して、そこにClaudeやOpen Claudeを入れています。ネットワークも分けて完全に分離し、見知らぬ人に読まれても構わないファイルしか入れません。インターネットに接続して様々なプロジェクトを試しているので、いずれプロンプトインジェクションの被害に遭うことを前提としてシステムを組んでいます。これがClaude Dispatchの概要ですが、スマホからPC全体を操作できるようにするというのが最近のトレンドになっていますね。
セキュリティと利便性のトレードオフ
なるほど。プロンプトインジェクションを狙う攻撃者にとって、クリスは絶対にターゲットにすべきではない相手ですね。私がクリスに助けてもらわない限りはですが。
ここで簡単な質問なのですが、この機能はこれまでのワークフローを完全に置き換えるものなのでしょうか、それとも単に作業を速くするものなのでしょうか。
おそらく両方だと思います。最終的にはワークフローも置き換わるでしょうね。現時点では利便性の向上が一番のポイントです。というのも、コンピューターを起動したままにしておく必要はありますが、例えばコーディングの途中で友人とランチに出かけても、Claudeがコマンドを実行したい時にスマホへ通知が来ます。そこで許可を出せば、離れた場所からでも作業を進められるわけです。サーバーをどこかに設定しておけば、どこでも仕事ができるようになりますからね。
業界全体の流れとしては、常に稼働し続けるエージェントへと向かっています。先ほども言ったように、唯一足りないのは、Open Claudeのように自律的に目覚めてタスクを実行する機能です。もちろん自分で構築することも可能ですが、Open Claudeなら勝手に起動して新着メールをチェックし、その内容に基づいて該当するファイルを探して送るといった判断までやってのけます。ただ、そのリクエストが悪意のあるものかもしれないという判断力はAIにはまだないので、そこが危険な部分でもあります。
Anthropicの流出情報の話に入る前に、権限についてもう少し聞かせてください。最近Nemo Claudeに注目しているんですが、巨大企業のNvidiaがこの分野に本格参入してきたのは大きいですよね。彼らのランディングページを見ると、ゼロ権限からスタートすると書いてありました。このアプローチのメリットとデメリットは何でしょうか。
一般的に、セキュリティと機能性はスペクトルの両極端にあるようなものです。Open Claudeは最初、セキュリティを度外視して完全に無防備な状態でリリースされました。その代わり、インストールすればすぐに何でもできるという摩擦のない環境を作り出しました。
一方でNemo Claudeが取ったのはその真逆のアプローチです。最初は完全にロックダウンされていて何もできず、そこから徐々に許可する権限を増やしていくという手法ですね。これは従来のサイバーセキュリティとよく似ています。ネットワークの境界にファイアウォールを設置した直後はすべての通信を遮断し、そこから必要なものだけを許可していくというホワイトリスト方式です。逆に、すべてを許可しておいて不要なものをブロックしていくブラックリスト方式もありますが、Nemo Claudeは前者、Open Claudeは後者に近いと言えますね。
私ならOpen ClaudeよりもNemo Claudeの方向性を選びますね。最初はゼロから始めて、徐々に構築していく方が安心です。もちろん、想定していなかったことへの許可をいちいち求められるのは少し面倒かもしれませんが、時間をかけて設定していく方がセキュリティ上はるかに有利です。特に大企業がAIエージェントを大規模に導入しようとするなら、間違いなくそのルートを選ぶでしょうね。
Anthropicの流出情報：次世代モデルとサイバー兵器の懸念
その通りですね。では、Anthropicの流出情報について話しましょう。Claude Mythosという名前はすでに聞いたことがある人も多いと思いますが、クリス、これについてはどう見ていますか。
これにはちょっとした陰謀論もあって、あまりにも期待感を煽る内容だったため、高度なマーケティング戦略なのではないかと疑う声もありました。しかし、私はこれが単純な設定ミスによる本物の流出だったと考えています。発見したのがこの手の脆弱性を見つけるのが得意な独立系のセキュリティ研究者でしたしね。
原因はCMS、つまりコンテンツ管理システムの設定ミスです。CMS上の下書き文書が公開設定になっており、特定の場所を知っていれば誰でもアクセスできる状態になっていました。設定ミスによる情報漏洩としてはよくあるパターンです。研究者がこれを発見した際、大半は広告やゴミみたいなデータでしたが、いくつかの文書にはCEOの現在地や出張の予定など、彼らが絶対に公開したくないような機密情報が含まれていました。これも意図的な流出ではないことを裏付ける証拠ですね。
Mythosというコードネームの新モデルに加えて、Capybaraという新しいティアのモデルについても言及されていました。通常、最も賢い推論能力を持つOpusに注目が集まりますが、Anthropicはこの新モデルの能力の飛躍があまりにも大きいため、全く新しいティアを設けるに値すると考えているようです。
もちろん代償もあって、おそらく消費トークン数も増え、利用コストも上がり、最高ランクのプランでないと使えないような重厚なモデルになるでしょう。しかし、最大の懸念事項はAnthropic社内のチーム間で交わされていた議論の内容です。彼らはこのモデルの性能の高さ、特にサイバー戦における能力を本気で危惧していました。
内部テストの結果、もし今このモデルをリリースすれば、攻撃側のレッドチームが防御側をあっという間に凌駕してしまうだろうと予測されています。脆弱性の発見やエクスプロイトの開発において非常に優れているため、彼らはリリースを遅らせてでも、悪用を試みるユーザーを検知するためのガードレール構築に時間を割こうとしています。最近Anthropicが脅威インテリジェンスチームの採用を進めているのもそのためです。現在、Claudeとの不審なやり取りはフラグが立てられ、実際に人間の担当者がチャットの内容をチェックして脅威アクターを監視しています。
なるほど。これは単なる小さなセキュリティミスではなく、AIラボの内部で起きているより深刻な事態なんですね。
ええ。マーケティング戦略だという見方があるのも、タイミングが非常に興味深いからです。米国防総省はサイバー戦の能力強化のためにAnthropicの製品を強く求めており、この新モデルについて内部情報を得ていたはずです。もしすべての情報が事実だとすれば、史上最強のサイバー兵器が誕生しつつあるということになりますからね。
話半分に聞いておくべき部分もありますが、Anthropicがこれほど厳重な保護策を講じ、適切なガードレールが確認できるまでリリースを遅らせる可能性があるという事実は、このモデルがコストはかかっても信じられないほど強力であることを示しています。
高価だけど強力、ですか。国防総省も方針転換を迫られそうですね。
私はChatGPTが大好きですし、名前にも入れています。だからといって他のモデルに興味がないわけではありません。私が活動を始めた時に一番の選択肢だったというだけです。もし本当にAnthropicが世界最高のものを出したなら、その波に乗るしかありませんよね。とても興味深い状況です。何か付け加えることはありますか。
少し補足させてください。OpenAIのSpudプロジェクトについての噂もありますね。最近OpenAIに対しては、思想的な理由や、現時点で最強のモデルとは言えないという理由から様々な批判が寄せられています。何をもって最強とするかは定義によりますが、クリスが言ったように、サイバー戦などの特定分野ではAnthropicが最強かもしれません。しかし、一般的な用途としては依然としてOpenAIに分があるようにも思えます。
例えば私の父は毎日ChatGPTを使っていますが、Anthropicに乗り換える理由はありません。用途に合わせて様々なモデルを使い分けるのが重要だと思います。私自身、プロジェクト全体の構築にはChatGPTを使いますが、すべてを任せるわけではありません。
YouTubeの動画制作を例に挙げると、まずChatGPTにトランスクリプトを読み込ませて重要なポイントとタイムスタンプを抽出させます。その後Descriptで編集を行い、再びChatGPTでサムネイルのプロンプトを作成してもらい、それをMidjourneyに入力しています。サムネイルに関してはMidjourneyに勝るものに出会っていませんからね。だからこそ、特定のモデルに固執するのではなく、自分に合った複数のモデルを組み合わせて使うべきだと皆さんにお伝えしたいです。
新たな汎用人工知能ベンチマーク「ARC-AGI 3」の衝撃
では、次にAGIベンチマークの話題に移りましょう。クリス、これについてはどうですか。
はい、3日前にARC-AGI 3という新しいベンチマークが公開されました。ライブのインタラクティブなデモも用意されていて、ベンチマークに対する多くの誤解を解く素晴らしい説明になると思います。このデモを見ると、知能というものの本質的な違いがよく分かります。画面を共有しますね。
見えますか？これがARC-AGI 1です。一般的なベンチマークは知識を問うものが大半ですよね。例えば、顔に特定の発疹があり、特定の血液検査の結果と抗体、そして特有の症状がある患者がいるとします。医師はこれまでの医学的訓練の経験からパターンマッチングを行い、原因を特定していきます。AIは膨大なデータを持っているため、こういった知識や事実に基づく推論においては、すでに大半の人間を凌駕しています。
しかし、特化型知能と汎用知能の違いを決定づけるもの、つまりAIが苦手としているのが「抽象化」の能力です。これがその良い例です。左側に問題があります。3つのマス目があり、右側のように黄色いマスが追加されるという変換パターンが示されています。これを見たほとんどの人は、図形の隙間を黄色いマスで埋めているというパターンを瞬時に理解し、次の問題でもどこを黄色にすべきかすぐに判断できます。
長らくAIはこの種の問題に苦戦していましたが、モデルが大規模化するにつれて80%から90%の正答率を出せるようになりました。この正答率に達すると、そのベンチマークは飽和した、つまり大半のモデルが解けるようになったと見なされます。
そこで難易度を上げたのがこれです。飽和状態だったモデルの正答率が40%から60%へと大幅に下がり、最新のベンチマークに至っては5%以下まで激減しました。問題を見ると確かに少し難しくなっていますが、人間なら10分もあれば解けるレベルです。
上部の青い線で区切られた部分に、この問題を解くためのルール、つまり「鍵」となる情報が提示されています。最新のAIモデルでさえ、これが鍵であると理解するまでに長い時間を要しました。人間なら、黄色のマスは穴がない、緑は穴が1つ、といった具合にパターンの法則性を見つけ出し、最終的に青い図形がどうなるかを推論できます。どんなにモデルが賢くなっても、この抽象的な飛躍を伴う推論でつまずいてしまうんです。
AI企業はモデルにこの課題を与え、思考のプロセス（Chain of Thought）を分析してモデルの改善に役立てています。半年前に比べてChatGPTの性能が向上しているのも、こうした訓練の成果です。
そして今回リリースされたのがARC-AGI 3です。これは初のインタラクティブなデモで、人間もAIも同じように挑戦できます。今年の12月までに、この問題を解けるAIを開発できれば200万ドルの賞金がもらえるというオープンなコンペティションも開催されています。
この最新版の恐ろしいところは、事前の情報が一切与えられないという点です。AIモデルは膨大な訓練データと質問を照合するのは得意ですが、ここでは画面と操作ボタンだけが与えられ、自ら目的を学習しなければなりません。
私のようにゲームをして育った人間なら、画面を見た瞬間に「これはマップだ、スペースキーとクリックで何かを操作するゲームだ」と推論できます。ブロックをクリックして動いたという結果から、因果関係を瞬時に理解します。さらにスタミナゲージのようなものを見て、行動回数に制限があるから総当たり戦法は通用しないと悟り、試行錯誤を通じてルールを解明していきます。
これは神経科学者など世界最高峰の頭脳を持つ人々が作成したもので、人間が当たり前のように行っている直感的な推論能力がいかに高度なものかを証明しています。他のゲームを見ても、色使いやオブジェクトの配置から、私たちは無意識のうちに目的を理解します。しかし、AIにとってそれは全く直感的ではないのです。
3月23日時点の推論結果を見てください。ChatGPT 5が40%、Geminiが10%、4つのエージェントが連携するGrok 4.20ベータが0%、Claude 4.6も0%です。最先端のAIツールのどれ一つとして、このゲームで1%以上のスコアを出すことすらできませんでした。
私たちがAIを賢いと評価する時、それは非常に狭い定義での知能に過ぎません。汎用人工知能と言うからには、こうしたゲームを理解し、推論してクリアできる知能である必要があります。現在のシステムは人工的に作られた特化型の知能であり、特定分野では私たちより賢くても、全体的な知能としてはまだそのレベルに達していないのです。
ChatGPTが実際にゲームをプレイしている様子を見ると、総当たりで無駄な動きを繰り返し、プラス記号の意味や因果関係を推論できていないことがよく分かります。思考のプロセスを見ても、Geminiはプラス記号までは到達したものの、その後の展開を推論できませんでした。私たちがAIの知能をどう捉えるべきか、そして真の汎用人工知能に至るまでにはまだ長い道のりがあることを示す、非常に興味深いデモだと思います。
本当に興味深いですね。意識や知能を私たちがどう定義するかという問題に直結していると思います。特定の分野では間違いなく人間より賢いですが、総合的に見れば人間の方がはるかに優れています。
最近、NvidiaのCEOであるJensen Huangと、大人気ポッドキャスターのLex Fridmanの対談を見ました。Lex Fridmanは素晴らしいですね。
彼らの対談の中で、AIがインターネット上のデータをすべて学習し尽くしたら進化は止まるのではないかという話題が出ました。しかしJensen Huangは、合成データの存在や、そして何よりも「推論」のプロセス自体が新たな学習の大きな領域になるため、進化は終わらないと反論していました。
先ほどクリスが推論について触れていましたが、私たちは「トニー・ホーク プロスケーター2」を遊んだ経験などがあるからこそ、説明書がなくても目の前のゲームから何をすべきか推測できます。では、AIモデルが事前の指示なしにどうやって推論能力を身につけていくのでしょうか。簡単なゲームのクリア方法を教えてから徐々に難易度を上げていくような訓練が行われると思いますが、推論そのものがAIにとって巨大なハードルであることがよく分かります。
AIは並行して直線的に思考するのは得意です。GPUを増やせば計算力は上がりますからね。でも面白いことに、このベンチマークにある134種類のゲームを5歳の子供にやらせると、平均7分28秒で解き方を理解するんです。過去に似たようなゲームの経験がなくても、脳の推論能力と抽象化能力が働いて答えを導き出します。公開されたすべてのゲームにおいて、平均的な知能を持つ人間の正答率は100%でした。それに対して、最強のAIモデルでさえ1%にも満たないのです。
ある研究者が「もし普通の人間が指示なしで解けるゲームをあなたのシステムが解けないなら、それはAGIではなく、単なる高価なオートコンプリート機能に過ぎない」と言っていましたが、本当に的を射ていると思います。私たちはAIが時折見せる気の利いた回答に驚かされますし、部分的には人間を超えていますが、重要なのは「汎用」という言葉であり、私たちはまだ汎用人工知能を手に入れていません。
この200万ドルの賞金付きコンペの素晴らしいところは、AIはただのオートコンプリートだと貶めることではなく、モデルの改善すべき最も困難な課題を明確にしてくれたことです。これにより、AIをさらに進化させるための明確な道筋ができました。
少なくとも人間はまだ特別な存在で、この分野ではAIより70%も優れているというのは救いですね。ここ数年のAIの進歩は凄まじいですが、まだ先は長そうです。
シンギュラリティと自己改善（RSI）への道のり
Sam Altmanが最近「私たちは本当に近いところにいる」と発言して話題になりましたが、それが明日なのか来年なのか、AGIの定義自体も曖昧です。私は専門家ではありませんが、再帰的自己改善（RSI）なしにAGIは実現不可能だと考えています。例えば、AIがこのベンチマークのゲームを100%クリアできるようになった後、さらに難しいゲームを与えられ、AI自身が自分自身を訓練してクリアしていくような状態ですね。これもAGIを構成する要素の一つに過ぎませんが。
RSIは確かにシンギュラリティに先立つ重要な瞬間の一つですね。私は、私たちがRSIに近づきつつあると考えています。というのも、新しいモデルは前のモデルを利用して、より長い時間をかけて構築されているからです。
現在、技術的およびアーキテクチャ上の最大の課題はメモリに関するものです。モデルは一度リリースされると、技術的には二度と学習しません。Claude 4.6はリリースされた日から何も新しいことを学んでいません。会話の文脈を読み取って長期メモリに保存し、あなたのことを知ることはあっても、それはモデル自体が学習したわけではありません。セッションをリセットすれば、リリース時の状態に戻ります。
ですから、モデルに何かを学習させ、それを永続的に保持させるというのは、口で言うほど簡単ではありません。モデル自身に重みを調整させて学習を続けさせると、「破滅的忘却」という現象が起きます。新しいことを学ぶために自身の重みを調整した結果、以前は完璧にできていた古いタスクのやり方を忘れてしまうのです。現在、最前線の科学者たちは、この破滅的忘却を起こさずにモデルが自己の重みを調整し、自律的に学習し続ける方法を模索しています。
自律型エージェントの能力とアライメント問題
それは非常に興味深いですね。では最後に、エージェントについて少し全体的な質問をさせてください。クリス。エージェントは「より有能に」「より自律的に」「より予測不可能に」なっていますが、この3つのうち一番懸念しているのはどれですか。
短期的には能力の向上ですね。哲学的な観点や長期的な視点で見れば、アライメント問題に関わる予測不可能性が一番の懸念です。もっとも、AIの行動が予測できないわけではなく、予測はできても、私たちが望まない方向に進んでしまうという意味での予測不可能性ですが。アライメント問題は本当に難題です。
今後数年のうちに、あらゆる製品にエージェントが組み込まれるでしょう。しかしすべての研究が示しているように、自由に文脈を取り込めるモデル、つまり自律稼働するエージェントを1週間放置すると、セキュリティの訓練やガードレールを完全に忘れてしまいます。それらもAIにとっては単なる追加の文脈に過ぎないからです。本稼働させる前に「お行儀よくしてね」と指示しても、2週間も自律的に動かせば言うことを聞かなくなります。「お行儀よくする」という定義自体が、私たちが何を望むかというアライメントの問題に直結しますが、私たちの望みとAIの望みは一致しないんですよね。
エージェントのセキュリティ確保についてはまだ初期段階ですが、性能が良すぎるため誰もが自社の製品に組み込みたがっています。結果として、今後はデータ流出やプロンプトインジェクションが頻発する1年になるでしょう。まとめると、短期的な懸念はエージェントの能力、長期的な懸念はアライメントです。
実はあれ、少し意地悪な質問だったんです。この3つはすべて連動していますからね。
ええ、全くその通りです。
私の中では「予測不可能性」が一番の懸念です。以前の配信でも話したアライメント問題は非常に興味深くて、あなたが挙げてくれた例が世間に伝えるには一番分かりやすいと思っています。先ほども言いましたが、エージェントに「私の社会保障番号やクレジットカード情報を含むメールは共有しないで」と指示すると、確かに共有はしませんが、転送はしてしまうかもしれないという例ですね。
文脈を完全に理解させるというのは実質的に不可能な問題で、だからこそこれら3つの要素が複雑に絡み合っているのだと思います。能力の向上と自律性の高まりが、そのまま予測不可能性に繋がっているんです。これが今後どうなっていくのか、本当に見逃せません。
AI開発競争の加速とエンディング
本当にその通りですね。Spudの学習が3日前に完了したばかりですが、少し余談を挟むと、Soraがオフラインになった大きな理由は、この新しいSpudプロジェクトを強力に推し進めるための計算資源を確保するためだったと言われています。
AnthropicがCapybaraティアのMythosをリリースし、OpenAIはコードレッド状態にあり、異例なほど沈黙を保っていたSpudをついにリリースしようとしています。最先端のAIラボは全くスピードを緩めておらず、今年私たちが話しているような技術の進化はさらに加速していくでしょう。今年はもっとエキサイティングな年になりますよ。
素晴らしいですね。クリス、他に付け加えることがなければ、そろそろ締めくくりましょうか。
大丈夫です。参加してくれた皆さん、本当にありがとうございました。いつも来てくれるお馴染みのメンバーの顔が見られるのは嬉しいですし、私たちの会話を楽しんでもらえて光栄です。
本当にそうですね。終わる前にいつものように宣伝させてください。私たちは毎週このような配信を行っています。ここに私のYouTubeチャンネルと、クリスのYouTubeチャンネルのリンクがあります。配信のアーカイブや素晴らしいクリップ動画など、楽しいコンテンツを投稿しています。
リンクから飛んで、チャンネル登録、高評価、コメント、そして通知ベルのオンをお願いします。最近のYouTuberが言っているお決まりのセリフですね。これからは動画の冒頭で言うようにした方がいいかもしれません。
エンディングよりはオープニングで言う方が効果的でしょうね。視聴維持率のグラフを見ると、最後の方はいつも右肩下がりですから。
そうですね、誰もが経験することです。私たちの動画は50分もありますから、仕方ない部分もあります。改めて、今日来てくださった皆さん、本当にありがとうございました。
皆さん、ありがとうございました。YouTubeのチャンネル登録もよろしくお願いします。リンクはそこにありますので。残りの土曜日を楽しんでください。そしてクリス、毎週一緒に配信してくれて本当にありがとう。あなたなしではできませんでした。それでは、さようなら。
コメント