cursorやwindsurfなどを削除したい。

それぞれの独自性が強いのだが・・・

初期のWindsurf(sonnet3.6とかの頃)は、制御がよくできてた印象。

一応まとめて、現代版に直すにはどうすればいいのかチェック。

以下の表（copilotで作成）、なんか的外れなんだよな・・・

自分で深掘りするか・・・

独自処理のアーキテクチャ詳細比較表

比較項目	Windsurf (Cognition)	Cursor (Anysphere)	① デフォルト Claude Code (Anthropic標準)	② Claude 最高カスタム構成 (MCPサーバー拡張)
検索（RAG）の 最適化処理	SWE-grepモデル 秒間2,800枚以上のスキャン能力を持つ検索専用AIモデルを搭載。最大8つの並列検索を自律実行し、初動のバグ特定を物理的に高速化。	メークルツリー＋AST解析 リポジトリの構造を抽象構文木（AST）と独自の木構造でローカルに常時インデックス化。ファイル変更を遅延なく同期し、文脈を見失わない。	ネイティブ ripgrep AI自身がローカルの ripgrep や Glob などのCLIツールを「Tool Use」としてガシャガシャ叩いて探索する「Search, Don't Index」思想。	Grep MCP / Symbol MCP Grep MCP 等を接続。外部リポジトリや数百万行のシンボルマップを、モデルがインデックスを解さず直接HTTP経由でセマンティックに超高速検索。
コード適用（Apply） と整合性チェック	動的修正（ReAct型） ファイルを直接書き換えた後、ターミナルでビルドやテストを走らせ、エラーログが出たらその場で修正ループを回す。	Shadow Workspace 裏で隠れた「影の空間」を一時生成し、そこでLinterや型チェックを事前実行。ビルドが通る綺麗な差分（Diff）のみを本番に反映。	差分パッチ適用 Claudeが生成したテキスト差分を、エディタを介さずCLI側がファイルにパッチ適用。ビルドチェックはユーザーの指示か /test 実行による。	Adversarial / Test Hook .claude/skills/ や29個のライフサイクル・フック を利用。コード変更後にテストと「敵対的コードレビュー subagent」 を自動連鎖。
低遅延・予測型 コーディング	Cascade補完 編集中のコードの周辺コンテキストを暗黙的に読み込み、次の展開を推論してブロック単位で提案。	Speculative Edits 独自の超軽量な蒸留モデルが、タイピング中にミリ秒単位で「次にユーザーが移動・修正する場所」を先読みし、Tab連打で書き換える。	なし (非同期チャット) タイピング中の補完機能はない。基本は「指示を出して数秒待ち、まとまったコードを出力させる」エージェントループ。	LSPバックグラウンド同期 裏で言語サーバー（LSP）を常時起動。プロンプトを投げる前に、変数や型の依存関係を事前に整理してClaudeの推論に割り当てる。
自律性とループの 制御設計	Autonomous Loop 「今開いているファイル」をAIが忖度。人間の承認をほとんど挟まず、マルチファイル編集を自律的にやり遂げる傾向が強い。	Human-in-the-loop 人間が司令塔。AIが提案したDiffを画面で見比べ、人間がパーツごとに承認・却下して進めるため、破壊的変更が起きにくい。	Simple Tool Loop 「コンテキスト収集➔ツール実行➔結果評価」の単純なwhileループ。複雑なシステムで縛らず、Claudeの生の推論力 と CLAUDE.md に委ねる。	Chyros（常時稼働常駐） バックグラウンドでデーモン（常駐プロセス）として動作。人間がPCを閉じて寝ている間にCIエラーの修正やPR作成まで非同期に完結させる。
使用されるAIモデル （コア・脳みそ）	Claude 3.5/3.7 Sonnet （検索やUIの裏側のみCognition社のカスタムモデル）	Claude 3.5/3.7 Sonnet （Tab補完やFast Applyエンジンのみ独自カスタムモデル）	Claude Sonnet 5 または Opus 4.8 （AnthropicのフロンティアモデルをAPIを介さず最適化）	Fable / Opus 4.8 （opusplan など、プランニング（思考）と実行でモデルを自動で使い分ける2層構成）

---

💡 この比較から見える、現在のコーディング環境の「真実」

1. デフォルトのClaude Code（3つ目の列）の強みと弱み
   • 強み: システムの複雑な「お節介（ラッパー）」が一切ないため、Claudeの生の賢さ がダイレクトに活きます。特にGitとの連携や、環境を選ばない軽快さは圧倒的です。
   • 弱み: コードベースを検索する際、AIが自分で ripgrep を何度も叩いて探すため、数秒の待ち時間とトークンの消費（往復コスト）が発生します。 [1, 2, 3, 4, 5]
2. Claudeの最高カスタム構成（4つ目の列）の化け物感
   • Grep MCP や Chyros（バックグラウンド常駐）、そして Fable / Opus 4.8 を組み込むと、Windsurfの「SWE-grep」やCursorの「Shadow Workspace」が行っている処理を、よりオープンでプログラム可能な「フックとMCPサーバー」の形で完全に上書き・再現 できます。 [1, 2, 3, 4, 5]
3. それでもWindsurf / Cursorに残る独自性
   • Windsurf: Cognition社が自社サーバー側で強化学習させた「検索・自律特化モデル群（SWE-grep）」の初動の速さは、MCPをセットアップする手間なしに箱から出してすぐ使えるのが魅力です。
   • Cursor: タイピング中に1文字ごとに超高速で次のコードを先読みして提示する「Speculative Edits（投機的編集）」の超低遅延処理だけは、現状のCLI（ターミナル）完結のClaude Codeでは物理的に再現できません。

---

barbin-shanghai-night001(robot dance)

急に見たくなったが、元が消えてたので、ここに残す。

barbin-shanghai-night001

2026年7月 AIエージェントハーネスまとめ

今、使っているAIエージェント系を列挙メモ。

＜開発用＞

・Claude Desktop

・Open code (Mimo-v2.5 / Lagura S2.1)

・Codex Desktop

・Antigravity 2.0

・MiniMax Code（M3 思った以上に便利、ハーネスが更新されてよくなってる）

・Kimi Desktop（K3 意外とヘビーに使ってる）

・Hermes（Ling-3.0-flash / Step-3.7）

・ZCode（GLM-5.2）

・Picot（DeepSeek V4）

・Pi Desktop（実験用）

・piebald.ai(google AI Proのサブスク対応、Antigravityと同じ)

正式リリース

Step 3.7 Flash: 2026年5月29日

Laguna S 2.1: 2026年7月21日（米国時間）

Ling-3.0-flash: 2026年7月23日

＜Claw系＞

・ClawX（コミュニティからのバグレポチェック）

・GensparkClaw（会社関連）

＜雑用番外＞

・Copilot（どうでもいいことを聞いたり、翻訳文章作ったり）

・Comet（どうでもいいことの確度をあげたいとき）

＜もう使ってないIDE系＞

IDE系は完全に使ってないけど、削除していない。

たまに.jsonとか開くときぐらいしか使わない。

いい加減削除していいかも。

・VScode

・Cursor

・Windsurf

・Trae

・Verdent

・Zed

・Lapce

ついでにまとめ。

中国の主要AIメーカーを「スタートアップ」と「巨大テック」に分け、特徴を1文で簡潔にまとめました。

🚀 実力派AIスタートアップ 6社

• DeepSeek：世界に衝撃を与えた、超低コスト・超高性能な最注目株。
• Zhipu AI：清華大学発の技術派。企業向けモデル「GLM」で躍進。
• Moonshot AI：長文読解に特化したAI「Kimi」で一躍トップに。
• MiniMax：音声・動画に強く、海外で会話アプリが大ヒット中。
• Stepfun：元MS幹部が創業。数兆規模の超巨大モデルを扱う。
• 01.AI：AI権威が開設。オープンソース「Yi」で世界的に有名。

🏢 盤石な巨大テック企業 6社

• Alibaba：オープンソースの傑作「Qwen」を展開する最強メガテック。
• Baidu：検索最大手であり、中国初の老舗LLM「Ernie」の先駆者。
• ByteDance：TikTok親会社。親しみやすいAI「Doubao」が爆発的人気。
• Tencent：SNS最大手。自社ビジネスに「Hunyuan」を強力統合。
• SenseTime：元・画像AIの絶対王者。マルチモーダル分野で健在。
• Xiaomi：スマホやEV、家電の端末内で動く軽量AIに注力。

Solanaマルチシグ備忘録

Solana／Squads v4マルチシグ備忘録

希望する構成

• Ledger 3台

• 各Ledgerは別々の24単語

• 承認条件は2-of-3

• 各台の導出パスはm/44'/501'/0'で統一

• Vault Addressを3～5個使用

• Linux専用PCで管理

• 月額料金なしを希望

現在の結論

Sparrow Walletのような、次の条件を全部満たす完成品は現状確認できない。

Squads v4対応
＋ LedgerをUSBで直接認識
＋ マルチシグ作成・提案・承認・実行
＋ Linux用GUI
＋ 無料・ローカル動作

Squads公式GUI(https://app.squads.so)では、Ledgerを直接接続できない。

Squads → Solflare／Phantom → USB → Ledger

Ledgerを直接USB接続できるのはmsigなどのCLI。

msig CLI → USB → Ledger

完成版GUIがない理由

BitcoinのSparrowは、共通規格のPSBTへ複数Ledgerが署名する仕組み。

Squadsでは、各Ledgerが別々の承認トランザクションをSolana上へ送る。そのうえ、SOL、SPL Token、Token-2022、Mint Authority、プログラム権限など、さまざまな命令を正しく解析・表示する必要がある。

直接USB接続自体は可能だが、安全なGUIにするには次が必要。

• 送信先・金額・Mintの解析

• Vault AddressとMultisig Addressの区別

• 実行前シミュレーション

• 残高変化の表示

• Ledgerに出るメッセージハッシュとの照合

• 改ざんされていないビルドの確認

• RPC障害や二重実行への対策

この部分まで完成・検証されたSparrow型GUIがまだない。

料金

• Basic：月額無料

• 作成時：現在は1 Squadあたり0.05 SOL程度＋ネットワーク費用

• Pro：月額49ドル

• Proの主目的：複数Sub-account、権限管理、支払管理など

• ProにしてもLedger直接USB接続にはならない

複数Vault

公式GUIで1つのSquadに複数Vaultを追加する場合はProが必要。

月額を避ける方法：

• Basic Squadを3～5個作る

• またはmsig CLIでvault-indexを使う

CLI方式は月額不要だが、完成した一般向けGUIがない。

現実的な選択

すぐ使う場合：

Squads Basic
＋ Solflare
＋ Ledger 3台
＋ 2-of-3

USB直接接続を優先する場合：

Linux専用PC
＋ msig CLI
＋ Ledger 3台
＋ 最初はdevnetで試験

重要事項

• 3台で同じ24単語を使わない

• 同じLedgerの別導出パスを3メンバーとして登録しない

• 24単語をPCやSolflareへ入力しない

• 資金はVault Addressだけへ送る

• Multisig Account Addressへ資金を送らない

• 本番資金を入れる前に少額で入金・2名承認・出金をテストする

genspark clip geniusの代替を考える。

クリップジーニアスを結構使うのだが、

クレジットがすぐ足らなくなる。

ちょっといじるだけで１万円ぐらいなくなる。

機能を列挙してみる。

・動画編集UI

・エージェントがUIを操作できる

・エージェントでプランを建てて自動的に生成・配置

＜代替案＞

・ChatCut

こいつも課金前提だが・・・

良さげではある。

・MiniMax Codeを使う

MiniMaxは音声も、動画も生成できる。

プラン内で音声・画像生成はできる。

動画生成は別のクレジットを追加。

ただし動画編集UIがないので、そこを補間できればできそう。

新WindowsMLをrustで使う。

NPUを使って、小さいモデル(ruri v3)の推論を走らせたい！

Opus4.8は怪しい可能性があるの言ったので、5.6Solで完全にチェックした。

Fable5? Opus5? どちらも週間も制限食らってて、お預け状態。

Fable5で$250の検証したばかりなので・・・

結論、一応できる。

「Microsoft公式Rust対応」ではなく、更新中のRC版を使う構成です。前の回答より慎重に言うと、試作・社内用途には使えるものの、無条件に本番推奨とは言えません。

実機で確認した結果：

• Rust：1.96.0
• ort：2.0.0-rc.12
• Windows ML：Microsoft.Windows.AI.MachineLearning 2.1.74
• WinML付属ONNX Runtime：1.24.20260504.1
• CPU EP：認識
• DirectML GPU EP：2デバイス認識
• NVIDIA TensorRT RTX EP：登録・認識
• ONNX推論：入力[2.0, 4.0]→出力[3.0, 5.0]
• 終了コード：0

つまり、次の経路は実際に通っています。

Rust
 → ortクレート
 → WinML付属 onnxruntime.dll
 → WinML EP Catalog
 → GPU/CPU EP列挙
 → セッション作成
 → ONNX推論

更新状況

ortの公開最新版は2.0.0-rc.12で、2026年3月5日公開です。安定版2.0.0にはまだ到達していません。crates.io

一方、リポジトリ本体は2026年7月25日にもコミットされており、ONNX Runtime 1.27系への更新も進行中です。放置されたクレートではありません。最新コミット

ただし、これは次を意味します。

• メンテナンスは活発
• 公開版はRC
• mainと公開版のAPIには差がある
• 次のRCで破壊的変更が入る可能性がある

気になった点

実際のコンパイルでは、SessionBuilderの回復可能エラーをanyhowへ直接?変換できない箇所がありました。以下のように明示的な変換が必要でした。

.with_auto_device(AutoDevicePolicy::MaxPerformance)
.map_err(|error| anyhow!("{error}"))?

動作不良ではありませんが、RC版らしい粗さは残っています。

本番で使うなら

現在の組み合わせを固定するのが安全です。

ort = {
    version = "=2.0.0-rc.12",
    default-features = false,
    features = ["std", "ndarray", "load-dynamic", "api-24"]
}

合わせて以下を固定します。

Microsoft.Windows.AI.MachineLearning = 2.1.74
onnxruntime.dll = WinMLパッケージ同梱版

システムのPATHにある別のonnxruntime.dllを拾わせず、必ず絶対パスでort::init_from()してください。Windows ML 2.1.74は現在の公式NuGetパッケージです。NuGet

評価は次のようになります。

用途	判断
試作・個人開発	問題なく使える
社内ツール	バージョン固定すれば現実的
一般配布アプリ	実機CIとCPU fallbackが必要
長期保守・高信頼製品	小さなC/C++ラッパーを挟む方が安全
NPU利用	対象NPU実機ごとの検証が必須

今回GPUとCPUは確認できましたが、NPU搭載機ではないため、QNN・VitisAIなどのNPU推論までは未検証です。Rust自体はMicrosoftの公式サポート対象言語ではない、という制約も残ります。

そしてOpus4.8に指示したら、思いっきり間違う！！

余計なことしやがる。

Opus5なら間違わなかったのか？

音声入力のおすすめ 2026年7月

Windows環境での話。

1位: Genspark Speak

カスタムしやすいし、精度が高い（その代わり最近利用者が多いせいかちょっと遅く感じる）

2位: Typeless

無料なのに、そこそこ使える。

3位: Amical

無料なのに、そこそこ使える、Typelessより精度悪い気がする。

要するに、文脈から推測して直す能力が最も低い。

AIからしたら、お前の活舌を先に直せと言われそうだが・・・