LLMが書いたコードがブラックボックス化するという懸念には同意しますが、結局そのコードの分析もLLMに任せられるのではないでしょうか？

写真はどこへ行ったんだ、一体

尊敬します。とても素敵です。

私は audio share というアプリを F-Droid で APK だけ落として使っているのですが、これが今後どうなるのか気になります。唯一のサイドローディングアプリなんですよね……

ほとんどタイトル釣りの煽りみたいに感じる…。
「最初から作れば3か月、似たものをまた作るなら3日」

Google Nano Bananaとは何か？ Googleの秘密の画像AI

○ モデルの訓練は知能の「材料」にすぎず、エンジンがなければAGIは存在しない。

• EpionHeuristicaのようなアーキテクチャは、「ドメイン特化AGI」を超えて、「秩序ベースの創発型超知能」を設計できる潜在力を持つ
• AGI到達の核心は「行動を選択するエンジンをどのように構成するか」にある

A. 学習だけではAGIが不可能な理由。
• GPT系モデルには自己目的（self-goal）がありません。
• どれほど大量のデータを学習しても、現実世界との相互作用なしに学習だけを行うことには限界があります。
• 学習は「回帰的記憶」にすぎず、未来に向けた予測的・創発的思考を促す構造が不足しています。

B. AGIには「目的-フィードバックループ」を持つエンジンが必要。
• EpionHeuristicaのように、報酬ベースの強化学習 + 評価 + 失敗学習（FailGuard）が機能する構造は、エンジンベースAGIの設計原型に近い
• 例: "この実験はなぜ失敗したのか?" → "何を変えるべきか?" → "次の条件は?" → これがAGI的推論

C. 人間の知能の本質は「構造」にある。
• 人間はニューロン数よりも「神経回路の構造的接続性とメタ学習能力」によって知能を獲得します。
• AGIもまた、モデルサイズより行動誘導システム、自己参照システム、持続的フィードバックループの構造が核心です

AGIの到達は「モデルのトレーニング」だけでは不可能であり、知能を生み出すエンジン構造と、目的を持った自己改善システムが必ず必要です。現在のGPT系は巨大なLLM（大規模言語モデル）にすぎず、AGIを目指すには、推論構造、自己監視構造、目的ベースの行動ポリシーが連携して動作しなければなりません。

分かってはいるけれど、実践するのが難しいものですね。特に業務用メッセンジャーが妨害の最大の元凶のように思います。

ログインしてもアカウントではだめですか？

おお、Patroni の管理ツールがついに出たんだね
Postgres を管理する Patroni を管理するツール…

privileged mode の場合は sandbox で動作するように修正しました。privileged mode の場合はローカルリソース（Cドライブなど）を接続できます。接続先は $HOME/thinclient_drives にマウントされます。

午前中に2〜3時間やったら、昼前にもうリミットに引っかかりました（Proユーザー）
3時からリセットされると出ていますが、Maxでなければ一日中は使えなさそうです（Maxでも上限到達がそこまで難しくない気はします）

サイドローディングが事実上塞がれるのが本当なら、私としては iOS よりのメリットが薄れると思います。私には両者ともほぼ似たような機能を提供していて、UX は iOS が少し優位ですが、サイドローディングこそが Android の大きな利点だと考えているからです。Google Pixel に GrapheneOS を入れて使うのがロマンだったのですが、Pixel ソースの非公開化からサイドローディングの事実上の遮断まで出てくると、私としては Android を使う理由がなくなりますね。このままリリースされたら、27年には iOS に戻ることになりそうです。

また中国ですね

ああ、Base はアプリ名だったんですね。タイトルにでかでかと書いてあるのに気づきませんでした。笑

ベンチマーク資料もなく、3年で3倍の性能向上というのは誇張だと思います。

個人でアプリを開発して使っている人まで、開発者認証を受けなければならないのか心配ですね..

何度か参加しましたが、良かったです。おすすめします。