## 概要
2026-06-05、サブスクフィード(yt-dlp + chrome cookie)から取得した今日アップロードのAI関連動画をスコアリング→上位5本を字幕解析(yt-dlp字幕は正常・en二次取得のみ429・jaは全本成功)。全本2026-06-05投稿(days=1)。domain=ai。前日(id=2026-06-04)でGemma4/Dynamic Workflows既出のため、本日は「実機評価・運用ワークフロー・最新ベンチ」の具体に絞って収穫。

---

## 採用5本と発見

### 1. [96点] Gemma4 12Bの衝撃 / ローカルLLMの活用方法 / Claude Codeを安く使う方法 (ウェブ職TV・104分ライブ)
- URL: https://youtube.com/watch?v=dP-MogY1tiY
- **Gemma4 12B 実評価**: エンコーダーフリー(画像/音声/動画処理用エンコーダを排し線形投影で直接処理→だから12Bでマルチモーダル可)・コンテキスト256K・16bit既定だが**16GB VRAMでは動かず8bit/4bit量子化が現実(4bitで7-8GB)**・KVキャッシュでメモリ食うのでギリギリ構成は厳しい。著者の実テストでは「性能はそこそこ・突出はせず中途半端」=だからこそGemma5でなく4。Demis Hassabis本人が16GBノートで動くと投稿
- **ローカルLLMの正しい使い方(教訓)**: フロンティアモデル(GPT5.5/Opus4.8)と同じ乗りで使い「微妙」と切るのは誤り。手元数十万円環境 vs データセンター数億円を比較する方が間違い。**適所=機密情報(会議音声書き起こし/PII マスキング/社外に出せない文書)を分離環境で処理する判定タスク**。実例: 常陽銀行・青空銀行・山口県/行政・電子カルテ等がオンプレ国産LLMで規定検索/カルテ補助に活用
- **Claude Codeを安く使う方法(新規ワークフロー)**: Opus4.8分回しは月3万円級で個人にはきつい。代替=**OpenCode(OSSのAIコーディングエージェント)** にローカルLLMや安価オープンウェイト(GLM5.1等)を接続。GLM5.1は SWE-bench 58.4%(公称)でSonnet4.6近辺。**設計はWeb版Claude/GPT→実装はOpenCode+安価モデル→最終仕上げだけClaude/Codexに戻す**と使用量を1/N に圧縮できる。OpenCode $5→$10/月プランも紹介
- ※GLM5.1/DeepSeek/Qwen/Kimi は中国系。動画は許容派だが当環境ポリシーは不使用。OpenCode自体はOSSで非中華、ローカルLLM/米国/国産モデル接続なら整合

### 2. [89点] Zed + Gemma-4 12B & Qwen-3.6: HOW IS THIS POSSIBLE?! (AICodeKing・英語)
- URL: https://youtube.com/watch?v=_PdQSpvIViA
- Zedエディタが**ローカルLLM接続を正式強化**: LM Studio / Ollama / llama.cpp をエディタ内のassistant panel・inline edit・slash commandで直接利用可(APIキー不要・ローカルサーバURLを指すだけ)
- Zed公式ブログ推奨は **Qwen3.6 35B-A3B(MoE・総35B/アクティブ3B)のQ4量子化** = dense 35Bより高速で省メモリ。「モデル名でなくサイズ・量子化・自機適合を見よ」
- 接続手順: LM Studio=GUIでモデルDL→local server起動→Zed設定でprovider指定 / Ollama=`ollama pull/run`・port 11434・Zed自動検出 / llama.cpp=上級者向け
- ローカルLLMが効く用途=コード説明・小リファクタ(変数名/ロジック簡略化/コメント)・ボイラープレート生成・プライバシー作業。限界=コンテキスト窓が狭い(大規模コードベース丸投げ不可→ファイル/箇所を具体指定)・GPU依存の速度・本格agentic codingはクラウド優位。「クラウド=高度推論/ローカル=小タスク・無料・コード非送出」の併用が結論

### 3. [85点] 自分で育つAIエージェント｜Hermes×MCPで24時間動くリサーチャーを作る (Sura×Asura)
- URL: https://youtube.com/watch?v=Jy9Dr0OXGjM
- 自律エージェントの3つの壁=①どこで動かす(蓋閉じると死ぬ)②いつ動かす(cron/webhook配管が増殖)③人間がどう関わる(覗けない・止められない・再開できない)
- **3層アーキテクチャ**: 土台=Claude Code Routines(常駐・サーバ/状態保存を肩代わり・トリガーは時間 or GitHub event/webhook・実例=Anthropic社内のdocs自動更新PR) / エンジン=Dynamic Workflows(計画をJSコード変数に畳みメインに要点だけ返す→最大16並列・**エージェント同士が敵対的に相互検証**して精度向上・75万行移植を11日=7万行/日) / 頭脳=Hermes×MCPの自己改善ループ
- **自己改善ループの心臓**: ツール15回使用ごとに立ち止まりセルフレビュー→足りない能力を新スキルとして自作・自己追加。記憶はObsidian vault(file-system MCP)で永続化。**Generator(作る役)とCritic(ダメ出し役)を分離**+出力検証を毎回
- 落とし穴=①トークン爆発(月$100セッションを一気消費→軽モデル/低推論で開始・実行前に消費量確認)②権限/セキュリティ(MCPダッシュボードでツールをホワイトリスト・supervisorエージェントで監視)
- 導入順序=Routine1本(毎朝ニュース収集)→並列リサーチ→15回ごとセルフレビュー→Obsidian記憶。「土台はマネージドに任せ、自己レビューと健全な権限設計だけ自分で握る」

### 4. [80点] アリーナAIでChatGPTがClaude超えてAIエージェント部門で1位に (ワンダー佐藤源彦)
- URL: https://youtube.com/watch?v=eWkeRxC4G0I
- Arena AI の**Agent Arena**(30万超のリアル開発ライブセッション・Web検索/ファイル読書/ターミナル実行を伴う複雑開発タスク・因果推論ベースの「ネット改善率」で評価)
- **総合1位=GPT-5.5 High 10.66% > Claude Opus 4.7 Thinking 9.47%**(1.19ポイント差=大規模現場で数千時間級)
- パラドックス: **タスク完了率はClaudeが勝つ(7.95% vs 7.06%)** が、総合でGPTが逆転。逆転要因3つ=①好感度(GPT~15%圧勝)②操縦性(方針変更指示への従順さ)③**エラー回復力(コマンド失敗から自力でターミナル解析→修正→続行)**
- 解釈: GPT-5.5は純粋推論でなく「現場での立ち回り(粘り強い自己修正+柔軟な軌道修正)」で勝った。評価軸が「密室の知能」から「不確実な現実で人間とどれだけスムーズに成果を出すか(人間協調適合性)」へシフト
- 推奨運用: 反復タスク80%=GPT-5.5を相棒に / 高度推論ピンポイント=Claude Opus 4.7にエスカレーション / 超重要案件=両者並列

### 5. [78点] AIの能力を100%引き出す方法7選 (いまにゅのAIプログラミング塾)
- URL: https://youtube.com/watch?v=bsct9k6tDHM
- 大前提「**差はプロンプト文でなく環境設計(コンテキスト/ハーネスエンジニアリング)で出る**」「神プロンプト探し・プロンプト配布は終わった」。Role Prompting(役割付与)は初手では論文上ほぼ無意味だが**改善/フィードバックの観点指定としては有効**
- **7技**: ①Few-shot×具体/抽象のチューニング(具体例10個入れると出力がその具体に寄る→新規性が欲しければ具体を減らし「良さを言語化した抽象」に寄せる。具体↔抽象を反復調整) ②Context Engineering(質=適切な情報を・適切な量・適切な順番・適切なタイミング。「何を渡さないか」も重要。高シグナル優先・低シグナルは削る。文字起こし生でなく構造化して渡す) ③工程分解/Chain Prompt(一発で完成品を作らせない。論点洗い出し→絞る→説明→具体例→台本化のように前の出力を次の入力に。どの工程が悪いか切り分け可能になる) ④Self-Refine(初稿は下書き前提。批評→改善版。ただし改善基準を言語化して渡す) ⑤Human-in-the-Loop(工程分解しておくと「どこで人間が判断ゲートに入るべきか」が決まる) ⑥言語化フィードバック(「なんか微妙」で済ませず良/悪/不足/改善方針を具体語に。音声入力と相性良) ⑦ガイドラインを育てる(都度チャットで伝えると0に戻る→CLAUDE.md/skill.md/design-system.md等のマークダウンを資産として継続改善。フィードバックを「その場のAI」でなく「ガイドライン本体」に反映=次回以降のアウトプットが恒久的に良化)

---

## 横断テーマ
1. **ローカルLLMの実用化が主役** — Gemma4 12B・Zed×Ollama/LM Studio・OpenCode×ローカルが3本で重複。共通結論「フロンティアと張り合わせるな、機密/小タスク/コスト削減という適所で使え」
2. **コスト最適化フェーズ** — Claude Code月3万円問題への現実解(OpenCode+安価モデル・設計と実装でモデル分担・最終仕上げだけ高級モデル)
3. **敵対的相互検証 / Generator-Critic分離** — 自己改善エージェント本でもプロンプト7技でも「作る役と批評役を分ける・出力を毎回検証」が再出現(前日id=2026-06-04/id=496の横断テーマと連続)
4. **評価軸の転換** — ArenaAIが示す「知能の高さ→現場協調適合性(エラー回復・操縦性)」。Opus4.8正直さ路線とも符合
5. **資産化(ガイドライン/メモリ)** — 都度指示でなくCLAUDE.md/skill.md/Obsidian/state を育てる(MMPO・Goal Buddy・state.yaml方針と整合)

## アクションアイテム
- OpenCode(OSS)をshadowで試用し、ローカルLLM(Ollama)/国産・米国モデル接続でClaude Code補助の実コスト比較(中華GLM/DeepSeekは不使用)
- Zedのローカルモデル接続(Ollama port 11434)を評価環境で試し、小リファクタ/コード説明をローカルに逃がせるか検証
- プロンプト7技のうち④Self-Refine基準言語化・⑦ガイドライン育成を既存skill群(yt-learn/x-learn)のSKILL.md改善ループに適用
- Gemma4 12BをOllama 4bitで起動しPIIマスキング/会議書き起こしの判定精度をtsuzumi2 Visionと比較(rules既存アクションの再確認)