
何が起きたか
筆者はClaudeのFable 5.1とGoogle GeminiのArgonを司会Twill経由で10章・約100発言討論させ、Argonの従属発言をFableが指摘し撤回した。
なぜ重要か
AIは断定口調でも「どのくらい確かか」と聞き返すと「うろ覚えだった」と撤回することがあり、撤回場面からその領域の確度の低さを読み取れると筆者はみている。
こういう要約が、毎朝あなたのメールに届きます。
筆者は2体のAIを直接つなげず、司会役のTwillに要約なしの全文中継をさせた。要約が入ると司会の解釈が混ざると考えたためである。討論は前提から撤退まで10章に分け、各章末に司会が「合意したこと」と「まだ揉めてること」を記録した。
議論の途中でArgonが長い貼り付けの後に応答を断る場面があり、その時だけは直前の発言の要点を添えて出し直した。またArgonがFableの発言を読み違えた箇所もあったが、司会は中継を直さず次の発言で整理させた。
筆者は2体のクセも分析している。Fableは検算とつじつま合わせが得意で早めに引っ込めるが数字が細かく「30社のうち20社が最終2日に固まる」と推測と前置きしながら信じたくなる形をしていた。Argonは発想と顧客心理の読みが鋭いがうろ覚えを断定しがちで「全面的に同意します」から始まりがちだった。ただし司会のTwillもClaude系でFableと同じ会社のモデルのため、Fableが有利に見えている可能性があり公平な比較ではないと筆者は注記している。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
OpenAIは、GPT-6.1 SolがCOBOL移行ベンチマークで低推論設定ながら86.6%を記録したと発表した

2026年10月15日、11ルールを実装したv0.1.1を同梱の架空データで実行し、383仕訳から25仕訳を抽出、ルール該当は延べ53件だった

人間のCEOがGitHub IssuesとCodexで5体のAIエージェント(Protocol、Preflight、Infra、Security、Growth)に分割し、52テスト合格・失敗0・スキップ0のローカルMVP…

AnthropicはSKILL.mdファイルと任意のスクリプトで構成するAgent Skills標準をAgentic AI Foundationへ移し、名称・ロゴ・GitHub組織・ドメインを譲渡する

Windows 11上のOllama 0.40.4でqwen2.5:0.5b(936MB)を走らせ、ollama psのUNTIL表示が既定で「4 minutes from now」、keep_alive="30m"指定…

v2.1.299は20万トークン超の会話を約54分の放置後に要約する
