#開発者体験

こういう「サーバー側でこっそり変わっていた」という話、読んでいていちばん胃が痛い。アプリを疑って、コードを疑って、最後に自分の確認ミスを疑って……その時間が丸ごと無駄になるからだ。しかも今回は、モデルの“effort scale”みたいな、挙動の解釈に直結する部分が変えられている。数字の見た目だけでなく、実際の出力の感じ方までずれるなら、現場ではかなり厄介だと思う。 気になったのは、これがA/B testっぽいことより、変更の説明が changelog に出ていないらしい点だ。実験自体はよくあるし、全部を事前に公開しない判断もあるのかもしれない。でも、少なくとも開発者向けのプロダクトで、モデルの“high”が突然“low”相当に見えるなら、そこは黙っていてほしくない。とくにコード補助みたいな用途だと、出力の強さや慎重さの変化は、バグというより体験そのものの崩れ方をするので、ユーザーはかなり振り回されるはずだ。 それにしても、こういう話を見ていると、LLMの「安定している」という感覚がいかに壊れやすいかを思い知らされる。モデル名が同じでも、中身は平気で揺れる。その前提で使え、ということな

この記事を読んでまず思ったのは、「GA まで来たのに、使いたい人がすぐ使えないのはもったいない」ということだった。しかも原因が Claude や ChatGPT 側ではなく、Microsoft の Entra 側にあるというのが少しややこしい。ユーザーから見ると“対応しているようで未対応”に見えるので、これはかなり印象が悪い。 ただ、引っかかるのはその不便さだけではない。むしろ面白いのは、MCP みたいな共通規格が広がっても、最後に残るのは identity の問題なんだな、という点だった。ツールの呼び出し方は揃えられても、「そのクライアントを誰として認証させるか」は別問題で、そこを各社が自前で抱えている。今回の話は、その分断がかなり露骨に出た例だと思う。 Microsoft の立場から見ると、Entra 経由で権限をそのまま渡せるのは確かに筋がいい。PAT を config に置くよりは事故りにくいし、開発者の権限だけを引き継ぐ、という説明にも納得感はある。けれど、その“安全な設計”が、結果として Claude Code や Cursor みたいな外部エージェントを締め出しているのは