#Python

Windows 11、AMD Ryzen 7 5800HS、RAM16GBの本番機で、Qwen3-Embedding-0.6BのローカルCPU実行とModelScope API経由を実測し、TTS・ASRが常駐した実運用状態で同時に動かした場合の干渉も測った。ローカルは音声応答も道連れに遅くしたが、API経由は劣化しなかった。

Windows 11、RTX 4060 8GB、RAM32GBの開発機で、Qwen3-Embedding-0.6BのCPU実行とQdrantのローカルモードを動かし、RAM消費と処理時間を実測した。StackChanの長期記憶設計で測れていなかった部分の続き。

RTX 3050 TiノートとCoreS3の既存音声チャットへ、Qwen3-EmbeddingとQdrantによる長期記憶を足す。StackChanWorldのAPIへ依存せず、会話ログ、検索用メモリ、人格、身体を分離する実装前の設計をまとめた。

7=2³−1を使うBen Joffeの曜日アルゴリズムを、Apple M4上のclang・Rust・V8・CPython 3.14で普通に書いた%7と実測比較。生成コードの命令数、V8で負のゼロが引き起こす25倍の減速、CPythonで逆転する理由まで。

M4 Mac miniで週次再学習しているAIスロップ文検出器の点検記録。止まっていた分類、昇格ゲートを素通りした退行モデル、学習に乗っていなかった書き直しデータ、最新記事への空白発火を調べ、recall・誤検出・発火率の落とし所を決めるまで。

ModelScope経由のQwen3.7とAlibaba Cloud Model StudioのQwen3.8で、OpenAI互換chat.completionsのenable_search、DashScopeのsearch_options、Responses APIの組み込みweb_searchツールを比較検証。雑談に検索を混ぜるとreasoning_tokensが10倍以上に跳ね、Qwen3.7-Maxはテキスト専用で画像入力はQwen3-VL系が別に必要と分かるまでを実測した。

秋葉原のイオシスで買ったBeambox Niji E-Badgeを、公式アプリを使わずWindows PCのPythonから直接制御した記録。BLEの通信仕様を調べて、真っ黒画面から独自バイナリコンテナ形式に気づくまでの試行錯誤。

Un-0に触発された学習なしのtoy generator。QwenにプロンプトをJSON化させ、M1 MaxのNumPyだけで2D蔵本モデルを時間発展させて抽象画像を出す。写実は無理でも構図・色・動きはプロンプトで実際に変わった。実装と出力例、詰まった所まで。

ModelScope経由のQwen3.7 Plusでfunction callingが通るか検証し、フレームワークなしでツール往復と会話履歴のエージェントをopenai SDKだけで自作した。並列tool_calls、対話の記憶、履歴肥大の破綻点と記憶管理の選択肢まで実機ログ付きで。

Unit 42が確認したgoogle-cloud-aiplatform 1.139.0/1.140.0で、Model.uploadのデフォルトステージングバケットが予測可能だった。1.148.0以降への更新、明示的なstaging_bucket、ノートブック・CI・学習パイプライン側のSDK版確認まで見る。

C++26に入る静的リフレクションの ^^ が何をする演算子なのか。std::meta::info、[: :] のスプライス、Kotlinのエルビス演算子やPythonのセイウチ演算子など変な名前の演算子と並べて見る。

公式ドキュメントはPremium+ / SuperGrok必須と書いているが、X Premium基本契約のままM4 Mac miniからHermes Agentのx_searchを叩いたら普通に通った。OAuth〜実呼び出しまでの最小手順と、抽象クエリだとX検索が発動しない落とし穴を実機で確認した記録。