【速報】Opus 5、React習熟度ベンチマークで余裕のFable 5超え
考察 Opus 5はこのベンチマークをクリアしたのかもしれません。 このベンチマークで最強だったFable 5を圧倒し、Opus 5が新しいReact習熟度トップに立ちました。 まず、Opus 5のレベルになってくると、effortの恩恵は限定的になってくるようです。従来Claude系モデルではeffortをhighからmaxに上げるとスコアが4～5点上がっていましたが、Opus 5では3点程度しか上がっていません。 また、スペックごとのスコアを見ると、highがスコアでmaxを上回っている場面もあり、highとmaxの差が運によるノイズに隠れてしまうようです。 ただし、特定のスペックではmaxがhighを大きく上回る場面があります（スペック004, 006, 010）。特に004と006は難しいスペックであり、Opus 5がそこでしっかりと得点してきたことは注目に値します。逆に、ここを攻
1日500コミットは、もう読めない ── だからコードレビューをやめた
最近、マージボタンを押すとき、僕はその diff を読んでいないことのほうが多くなりました。 コードレビューをしていません。 場合によっては、動作確認もしていません。 こう書くと無責任に聞こえると思います。実際、少し前の僕がこれを読んだら「そんなの事故るに決まってる」と言ったはずです。 でも、事故っていないのです。簡単なバグは、ほぼ出ません。 なぜかというと、レビューでしか捕まらないものを、先に減らしたからです。この記事は、その「先に減らす」ために何を整えたかの話です。 エージェントを並列で回すようになって、コミットは1日500を超えました。この数字自体は、正直かなり気に入っています。 ただ、この記事はその自慢ではなく、その量を自分が読めなくなった後の話です。読む時間が足りなくなった人間が、読まずに済ませるために何をしたか。動機としては、わりと後ろ向きなところから始まっています。 前提：人
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
星を継ぐアイドル・第1話 スタァ誕生 | ヤングアニマルWeb