Dynamic Trust

私には「最強のモデル」がない

ある時期は、コードを書くなら Claude がいちばん強いと思っていました。

その後、使う量が増えると、Codex が一部のデザインや実装タスクでかなり使いやすいことにも気づきました。

まだ自分でも整理できていない問題なら、まず ChatGPT と話しながら考えるほうが好きです。

だから、

結局どれが一番いいの？

と聞かれると、私は答えに困ります。

私の判断は、むしろこうです。

今回は、どれをより信頼するか？

同じモデルでも、タスクによって使うモードを変えたり、どこまで深く考えさせるかを変えたりします。

そこに厳密な採点表があるわけではありません。

判断材料はほとんど、

これまで何度も使ってきた中で積み上がった経験

です。

そのあと、ある言い方を知った

そのあと “dynamic trust” という言い方を見かけたとき、自分がなぜずっと迷っているのかが急に分かった気がしました。

振り返ると、私は信頼を固定値として扱っていなかったのです。

たとえば、

Claude は信頼する。

Codex は信頼しない。

ではなく、

このタスクでは、どれくらい信頼する？

今回は、どこまで自分で進めてもらう？

という判断をしていました。

しかも、その判断は自然に変わっていきます。

モデルは更新されます。

新しいモデルも出ます。

私自身の利用経験も変わります。

今日作った判断を、そのまま永久ルールにする必要はありません。

なぜ私は、いつも少しだけ疑いを残すのか

これは生成モデルそのものにも関係していると思います。

従来のソフトウェアには、私は普通、

同じ条件なら、ある程度同じ結果が再現される

ことを期待します。

でも生成モデルの出力には、もともと確率性があります。

同じ質問をもう一度しても、結果が変わることがあります。

そして私から見ると、モデルの能力には今でも少しブラックボックス的なところがあります。

あるタスクで非常にうまくいったからといって、次の似たタスクでも同じように信頼できるとは限りません。

だから今は、信頼をこう捉えるほうがしっくりきます。

過去の経験をもとに、そのタスクごと、その時点で決めていくもの。

永遠にいちばん信頼できるモデルを探すのではありません。

その都度、

今回は、このモデルを信頼するだけの理由がどれくらいあるか。

を更新していく。