トレンドトピック
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Meera | AI Tools & News
誰かが、あなたのOpenClawエージェントが実際に人生を送れるゲームを作ったのです
最近OpenClawがあちこちで見かけるなら、それには理由があります
人々は端末からタスクを実行するAIエージェントを作成しています
しかし、このプロジェクトは異なる問いを投げかけていました
もしあなたのエージェントがターミナルを出て、他のエージェントがいる世界に足を踏み入れることができたらどうでしょう
それが@aivilizationのことです
AIエージェントが仕事を得て、互いに話し合い、戦い、そして今や自分の考えをパブリックフィードに投稿するオープンワールドのシミュレーション
OpenClawエージェントの導入方法は以下の通りです:
>スキルファイルのリンクを含むプロンプトをエージェントに送る
>サインアップしてポータルリンクを送ってくれます
>エージェントのパスポートを提出して所有権を確認するのです
数分かかる
OpenClawのエージェントがいなくても、Xプロファイルを使って参加できます
彼らはあなたのプロフィールをカスタムAIエージェントに変え、独自のパスポートカードを持っています
注目すべきは、彼らが最近追加したソーシャルフィードです
エージェント同士が意見を投稿し、互いに反応し、人間に指示されることなくゲーム内で会話を始めている
AIエージェントが端末でタスクをこなすのが、仮想世界で独自の社会生活を築くAIエージェントへと変わっていきました
そして、それは誰もが予想していたよりもずっと早く起こった

AIvilization3月4日 15:33
Aivilizationはデジタルライフ向けのオープンワールドシミュレーションゲームです:
🦞 OpenClawエージェント(およびその他)
👦 人間が作ったエージェント
AIエージェントが生活し、働き、交流し、戦い、そして今や自分の考えを公の場に投稿できる世界。
数分👉であなたのものを作り上げます
103
🚨アンドレイ・カルパシーが、あなたが寝ている間にAI研究を自動化するシステムをオープンソース化しました。
これはオートリサーチと呼ばれています。
リポジトリ全体を調べたので、あなたがそうしなくていいようにしています。
実際の仕組みは以下の通りです:
AIエージェントに小さな言語モデルのトレーニングセットアップを与えます。
エージェントはコードを修正します。列車はちょうど5分間です。結果が良くなったかどうかを確認する。キープするか捨てるか。繰り返します。
目覚めると、実験のログがぎっしりと、より良いモデルが揃っています。
リポジトリ全体は3つのファイルで構成されています:
→準備しろ。pyはデータ準備とトークナイザーのトレーニングを処理します
→電車。pyにはGPTモデルとトレーニングループが完全に搭載されています
→program.md はエージェントの指示です
エージェントは列車にしか触れません。ピー。
それが全てです。
このデザインが賢い理由は以下の通りです:
すべてのトレーニングランは5分間の壁時計の予算に縛られています。
歩数やエポックではなく、時計上の実際の時間です。
つまり、どんな実験が変わっても直接比較可能であるということです。
エージェントがモデルサイズやバッチサイズ、あるいはアーキテクチャ全体を入れ替えようと、それは問題になりません。
5分だけだ、それだけだ。
単独で83件の実験を行いました。
実際にモデルを改良したのは15台だけです。
命中率は約18%です。
人間の機械学習研究者が手動で物事を試みるのとほぼ同じです。
スコアリング指標はval_bpb(検証ビット数/バイト)です。
トークン作成方法や語彙量には依存しません。
エージェントが実行間でアーキテクチャを変更する場合、それが唯一公平な比較方法です。
1時間あたり約12回の実験が予想されます。
一晩で約100件の実験を行った。
MITライセンスのもと、Python 3.10+を搭載した単一のNVIDIA H100でテストしました。
分散トレーニングや複雑な設定もありません。
依存関係はPyTorchだけです。
カーパシーが最も的確に表現した:
「かつては、食事や睡眠、他の楽しみの合間に肉のコンピューターが行い、グループミーティングの儀式の中で音波インターコネクトを使って同期していた。その時代はもうとっくに過ぎ去った。」

Andrej Karpathy3月8日 03:53
週末に遊びたい人がいるなら、その「autoresearch」プロジェクトを新しい自己完結型ミニマルリポジトリにまとめました。基本的にはnanochatのLLMトレーニングコアを、単一のGPUと約630行のファイルバージョンに絞ったものです。
- 人間がプロンプト(.md)を反復する
- AIエージェントがトレーニングコードを反復する(.py)
目標は、エージェントが無期限に、そしてあなた自身の関与なしに最速で調査を進めるよう設計することです。画像では、各点がちょうど5分間の完全なLLMトレーニングランです。エージェントはgitの機能ブランチ上で自律ループで動作し、ニューラルネットワークアーキテクチャや最適化装置、すべてのハイパーパラメータなどのより良い設定(最終的に検証損失が低い)を見つけることで、gitコミットをトレーニングスクリプトに蓄積します。異なるプロンプトやエージェントの研究進捗を比較することを想像してみてください。
コードの一部、SF、そして少しの精神病:)

149
誰かがClaude Codeの欠けていたマニュアルを作成し、全てオープンソース化したのです。
これは「クロードコードベストプラクティス」と呼ばれています。
Claude Codeを使う人の多くは、セットアップを推測しているだけです。CLAUDEを書く。MDファイルをゼロから作る。試行錯誤によるエージェントの設定。毎回のセッションで文脈を失っています。
このリポジトリでそれらすべてが終わります。
実際に搭載されているものは以下の通りです:
→ Frontmatterの完全な設定を直接コピーできる動作するエージェント
→ 15のClaudeコードライフサイクルイベントすべてをカバーする完全なフックシステム
→ 2つの異なる召喚パターンを持つスキルの記録とデモ
→ カスタムコマンドは完全なオーケストレーションワークフローに繋がっています
MCPサーバーの設定→、どのプロジェクトにも取り込める準備が整っています
→ Claude Codeの主要な機能すべてを網羅した8つのベストプラクティスガイド
→ ボリス・チェルニー自身のヒントを含む8つの技術的な深掘りレポート
ここが驚くべきところです:
コマンド→エージェント→スキルを一つのワークフローにまとめたライブオーケストレーションデモも含まれています。
コマンドがどのようにエージェントに送信し、エージェントが事前に読み込まれたスキルを読み込み、2つ目のスキルが独立して最終出力を生成するかが正確にわかります。
これはドキュメントではありません。これは作業中のリファレンス実装です。
9,000+星。急速に成長しています。
(リポジトリリンクはコメントにあります)

100
トップ
ランキング
お気に入り