Opus 5はなぜ使いにくいのか？
Why does Opus 5 feel worse to work with?
筆者と同僚の意見では、Opus 5はOpus 4.7や4.8、Fableと比べて作業がしにくいと感じる。能力は向上しているが、意図が不明なときに質問せず、仮定を確認せず、計画を勝手に変更するため、注意深く監視する必要がある。この原因は、自己改善型AIの追求とベンチマーク重視の訓練にあると推測する。現実のタスクは曖昧であり、エージェントには立ち止まって質問する能力が求められる。
現実の人生はベンチマークではない。すべての質問に正解が保証されているわけでも、正解の集合があるわけでもなく、現実の結果がかかっている以上、エージェントに最善の推測をしてほしくはない。