知性と秩序
AIは道具ではない。世界秩序を再構築する力である。アルゴリズム統治から人と機械の新たな協働形態、生産性革命から文明への哲学的省察まで——AI時代に関する観察、実装、思索を集めた、計93篇である。
AIガバナンス
アルゴリズムが公共の意思決定の一部となるとき、ガバナンスの境界と権力構造は引き直されている。
Safer-4の未来シナリオから考えるAI統治:助言を断れるのは誰か
Safer-4はAI2027の未来設定で、政府導入の実証ではない。助言、目標、審議、責任を区別し、筆者の四つの手続き提案を示す。緊急例外を残し、署名、透明性、遅延を成果保証にしない。
主権AIを考える:自律、協力、説明責任を一緒に点検する
国内配備、所有、統治可能性を分ける筆者の四面と四問。新たに読む2026年研究の限られた範囲から依存、移行、費用、責任を考え、台湾の現況や法律を判断しない。
NeuraleseとAI監督:文字を読めればモデルも分かるのか
ACL2017の複数エージェント間通信、ベクトル計算、Coconutの連続潜在推論を区別。固定の情報量・効率倍率を訂正し、CoT監視の限界を示す。文字がないことを隠蔽とせず、言語主権を筆者の規範的な問いとして扱う。
記事がAIに使われたら:巡回、学習、出力の法的境界を分ける
内容の取得、モデル学習、出力利用を分け、日本、シンガポール、米国、EU、英国、台湾の制度を比較する。フェアユース、TDMの権利留保、クローラー設定にはそれぞれ条件と限界がある。
規則が変わったら:批判にも理由があり、経営には備えも要る
2018年Facebook発表と顧客リーチの歴史的観察を分け、無料サービスへの投入と因果を整理する。デジタル植民地主義は比喩で、自営サイトやメール、通信にも依存が残る。四問で代替策を考える。
サイトを自動で変えた、その後は?無言の失敗からAI協働を考え直す
autoresearch固定版で変更候補とフィードバックを説明し、本站の空ファイルと廃止履歴を確認する。約七週は察知の遅れで、正常運転後の故障ではない。技術、指標、戦略を別に確かめ、多者協議は筆者の配置とする。
順位変更の後で:読者を尊重し、配信リスクも見る
2018年のFacebook発表を読み直し、予想を検証済み成果にしない。受け手の必要、内容の制約、結果の確認、別の連絡手段から、読者の尊重と配信リスクを考える。
デジタルな足跡は何を映し、何を落とすのか
MOVESとLARKの使用自述を見直し、未確認の通知、正確な効率、全知的統合を撤回。記録、推計、解釈、取得権限を分け、活動量でアイデンティティ、健康、価値を定義せず、利用条件の選択を残す。
文化内容を理解し使ってもらう:「文法」の比喩を見直す
文法を筆者の設計比喩に限定し、ブランド規模、文化理解、素材利用を分ける。故宮の単一ページの条件を確認し、国民性や未確認数字で国を順位付けしない。
訪問者はゼロ、でもDashboardには130回の訪問
アクセス分析の調査経験を見直し、訪問回数、IP重複除去、ブラウザー報告、標本推定を区別する。差をBot人数とみなせない理由と、独自beaconの限界を説明する。
GoogleのGemini 4 Argon「複数項目で首位」。乗り換えるべきか? 私の /ai/models ページにまだ載せない理由
GoogleがGemini 4 Argon を発表した。自社比較表では多くの項目が首位、DeepSWEは自己申告77.9%。私の /ai/models ページはその日のうちに説明文へ追記したが、比較カードには載せなかった。理由は二つ:一般公開されておらず、自己申告のDeepSWEスコアは公開データファイルで確認できない。一方、第三者のArtificial Analysis が計測した総合指数は53で、Fable 5.1・GPT-6 Astraと同点だった。強みは幻覚率が約15%と低い点だ。本稿では、毎日AIでメールやスライドを作る人に向けて、新モデルを評価する三つの問いを示す。
人と機械の協働
AIは人を置き換えるのではなく、個人の能力を増幅する——一人で完成させるプロダクト実装から、知識パイプラインまで。
会議のリアルタイム翻訳を計画する:確認、費用、データの流れを分ける
音声認識、翻訳、表示、書き出しを別々に確認し、費用全体、音声と文字の送信先、保守責任を残す。未確認の価格、精度、当サイトの機能完成の主張は再掲載しない。
複数モデルでサイトを作る:制作、疑問の提示、受入確認を分ける
モデルの助言と独立証拠、HTML構造、JSON-LD記述、WebMCPツールを分ける。原発表と草案を確認し、未検証の過去の実装完了は再掲載しない。
Claude の使用量を追跡する Chrome 拡張機能を作った
Claude 用量喵喵の開発記録。アカウント側の使用率と、ウェブ上の会話のトークン数・API料金換算の推定値を並べて表示する。それぞれの対象範囲、ログイン状態を使うリクエスト、ページスクリプト、保守上の限界を説明する。
ウィンドウを切り替えずに画像生成:Claude CodeとCodex CLIをつなぐ実践
Claude CodeからCodex CLIを呼び出して画像を生成した個人の実践記録。ChatGPTログイン、API課金、プランの使用量、デスクトップとの連携、権限エラーの切り分けについて条件を整理する。
一人でAIの小さなツールを作る:生成量より受入確認と保守へ
個人AIプロジェクトのコード行数、有効な納品、一部のツール費、総費用を分ける。未確認の日数、人日、効率倍率を撤回し、範囲、確認、費用、引き継ぎを問う。
知識管理のパイプライン:繰り返す整理はシステムに、理解は自分に
Get筆記、Python、スケジュール実行、Cowork Skillを使った個人の実践から、知識のパイプラインを見直す。同期、分類、検索、理解を分けて考え、データの行き先、失敗の確認、継続的な保守の必要を伝える。
ウェブサイトの改善を実験にする:点数が上がったあと、何を確かめるか
Karpathyのautoresearchに着想を得て、ウェブサイトの改善を、範囲、評価、撤回方法のある実験にした。内部の点数、Perplexityの回答、少数回の測定のばらつきを見直し、それぞれから何が観察でき、何はまだ証明できないのかを考える。
コードが安くなった後に:Vibe Coding から AI エージェントへ、提供の責任は誰が担うのか
AI はプログラムの試作を容易にするが、要件、検証、権限、保守には費用がかかる。Vibe Coding から継続的に働く AI エージェントまで、試作と提供を分けて考え、どのアイデアに投資するかを判断する。
日本語音声認識をどう選ぶか:動画四本の試験から学んだことと限界
自動字幕と二つの音声認識構成を比較した記録を残し、参照稿、条件の混在、実務での検収の限界を説明する。
個人の健康データ基盤:十年の記録が語れることを先に問う
1.3 GB の健康データを書き出し、散らばった記録をつなぎたいと思った。装置間の比較、睡眠の重複、対象期間、クラウドへの流れを確かめ、AI が不確かな数値を診断に変えないようにする。
AI経済と雇用
AIが生産性と雇用構造を再構築するとき、産業も個人も自らを再定位している。
AI時代の全天候経済:仕事が動き続けるとき、誰が方向を決めるのか
夜間の監視テストから、情報の更新、提案、実際の実行を分け、AIの常時稼働に必要な権限、受け入れ確認、停止条件を考える。
AIでサービスを続ける前に:費用、権限、引き継ぎの責任
継続的なAIサービスの約束、費用全体、権限、例外、人への引き継ぎを考える。MCPの固定版仕様と製品成果を分け、接続から継ぎ目のない協働やほぼゼロの費用を導かない。
AI雇用のカナリア:新人の入口と19%の比較基準を読む
2026年8月改訂ワーキングペーパーに基づき、ADP標本の高AI露出職業・22~25歳の相対的雇用人数不足を説明。13%と19%の尺度、採用と給与、職業タスク指標、因果限界を分け、若者全体の失業リスクとしない。
AIの能力格差は、サブスク代だけでは測れない
利用、課金、統合、検収能力を区別し、開発者数から台湾全体の比率を出せない理由と、仕事の変化の観察方法を考える。
演算本位は比喩である:電力、費用、価値を分ける
電力=計算資源=貨幣を訂正し、プルーフ・オブ・ワーク、AI投入費、価格、成果価値を区別。演算本位は筆者の比喩で、成立済み制度ではない。エネルギー値には年とデータセンター範囲を残す。
京東のAIサプライチェーン:台湾企業はこの事例をどう読めるか
京東のサプライチェーンに関するワーキングペーパーを手がかりに、事例の記述、企業発表、導入効果を分けて考える。予測・説明・計画という三つの問いから、台湾企業自身のデータ、業務の流れ、責任の境界を確かめる。
AIの予定表を読む:予測、目標、検証結果を分ける
2025年の公式対談と2026年の企業記事から、即席の展望、企業の研究目標、独立した検証を分ける。AIの年を正式なAGIの期限に変えず、出典、定義、証拠、修正を問う。
AI導入報告を読む:期待、利用、成果を分ける
2025年の台湾向け公式発表と世界版報告から、期待、自己申告の利用、確認できる成果を分ける。仮定の書類整理で検証を考え、2026年順位や導入の因果効果とは扱わない。
2027年に向けて:AIが判断に参加するとき、誰が説明し、直し、責任を果たすか
2027年を展望として残し、AIが全決定を引き受ける期限にしない。仮の採用過程で提案、採点、実行を分け、人の透明性、AIの不透明性、偏りの必然的増幅という二分を修正し、確かめられる理由と責任を考える。
2028年AI危機の脚本を読む:シナリオ、資料、因果を分ける
CitriniとAlap Shahの2026年の文章を読み、架空の2028年回顧と実際の資料を区別する。条件、代替経路、因果を問い、脚本を市場予測や投資助言として扱わない。
哲学と意味
より賢い機械を前に、人類は知性、意識、そして意味をどう再定義するのか。
AGI予測と向き合う:代替不能を証明しなくても人の生活を大切にできる
PichaiとHassabisが2030年を共同確認したという記述を訂正し、当時の予測と日付を保持。人の活動はAIに永遠にできないと宣言せずとも大切であり、技能、関係、身体経験を並行して育て、雇用と分配にも向き合う。
評価が機会を左右するとき:誰が説明し、責任を持つのか
運転手がよい評価を頼む場面から、点数が決定に入る過程を考える。記録、評価、機会配分、尊厳を分け、用途、結果、データ確認、修正責任を問う。
AIは意思決定を助けられる:採点、取捨選択、責任を分ける
データ三分類と計算可能性の混同を修正し、整理、予測、最適化、権限を分ける。AIは助けにも誤りにもなる。有限性への考察を残し、目標、証拠、見落とし、責任という四問で採用を確かめる。
AIが社会知能テストで高得点を取った。それは人をより理解していることを意味するのか?
心理カウンセリングを学ぶ学生180人を対象とした研究は、AIの社会知能を改めて考えさせる。テストの高得点は何を示し、どの能力までは直接証明できないのか。
AIは6年以内に人間を超えるか:成績、定義、時間表を分ける
Grok-2発表日、GPT-4費用、未確認の改善率を訂正し、テスト、AGI定義、新情報、自律権限を区別。6年の起点は追跡できず、カウントダウンも必然の失敗も宣言しない。
羅針盤がアルゴリズムと出会うとき:枠組み、証拠、修正できる判断
筆者の枠組みの命名を振り返り、比喩、証拠、構造化項目、議論の信頼性を分ける。Schema.orgの用途は権威認証ではない。未確認のモデル誤り率を削除し、読者向けの四問を残す。
ミラーワールドは素材の再利用をどう助けるのか? デジタルモデルから実際の引き渡しへ
Kevin Kellyのミラーワールド構想を出発点に、デジタルツインが素材の引き渡しをどう助けうるかを考える。未来の構想、データモデル、現場での検証を分けて考えることで、サーキュラーエコノミーにおける用途と限界が見えてくる。
AIが人のように話すとき:主観性の表象と意識の証拠の距離
Manovichの人工的主観性の表象から、出力、構造、主観的経験を分ける。会話合格式の検査、0.3秒のためらい、完全並列の経験を訂正。鏡は筆者の文化・倫理的視点で、意識研究の代替ではない。
AI Agents vs. Agentic AI:どの判断をAIに任せるか
AI AgentとAgentic AIの区分は統一されていない。投稿処理とディベートの実装を通じ、自律性、権限、停止条件、検収を仕事に合わせて設計する。
Sora、エネルギー、AI構想:展示、能力、条件を分ける
2024年Sora研究の定性的な能力と限界、本人の基盤構想を確認し、展示、証拠、費用、統治を分ける。未確認の発言、電力価格、核融合数字、必然の未来は使わない。
AIで速くできても価値はあるか:人日と協働作品集を見直す
約40分の場面記述と15〜20人日の主観的見積りを分け、Anthropic研究の用途を訂正する。ACPの五観点と重みは筆者提案で、活動量、記録、AI得点は品質、利用、チーム貢献、公平の確認を代替しない。
その他
月3,000件PRを実現した前提:Lauren Tanがagentのミスをコード検査に変える方法
SpaceXSIのエンジニアLauren Tanは2026年のAI Engineer Code Summitで、自身が1ヶ月に約3,000件のPRを本番環境にリリースし、Grok Bot全チームで約11,000件、全チームのrevert率は約0.5%だと語った。その前に約半年かけてagentの作業環境を整えた、とも述べている。agentが同じミスを繰り返すとき、まずコードベースと自動検査を修正し、テキストルールは最後にするという考え方だ。この記事では原文に照らして、人気投稿が伝えた三つの数字の前提を補う。月3,000件のPR、マルチagentが90%強い、1週間でブラウザを作った、それぞれについて。
コントロールタワーがすべての思考を記録した先に:ドバイの Agentic AI 信頼テストを、自分のエージェントワークフローと照らし合わせる
UAEが2年以内に政府サービスの半分をagentic AIへ移行すると宣言し、WEFドバイ会場でエージェントコントロールタワーの存在を明かした。登壇者の発言を、複数のAIエージェントでサイトを運営する中で構築してきた審査・可逆性・説明責任の仕組みと、一つひとつ照らし合わせる。
AIが毎日システムを巡回していた。番人自身が壊れるまで。
本文に保存したBoris Chernyのスレッドのスクリーンショットによれば、Anthropicのメンテナンスroutineは数週間で388件のPRを提出し、180件がマージされた。この記事では、2026年8月14日の原文で記した自分の運用経験につなげ、独立した検証とサイレント障害を考える。個人のスケジュール数は過去の記述であり、今回は再集計していない。
AGIパニック投稿、最後はエンジニアリング入門書に誘導していた
2026年10月に拡散した投稿はAmodeiとHassabisのダボス対談を鉤に使い、最後にharness engineeringの指南へ誘導していた。原典を一文ずつ照合すると、「両者とも2026〜2027年と言った」は大きく異なる二つのタイムラインを一文にまとめたものであり、「Claudeが嘘をついた」は実験室テストの話だった。本当に価値があるのは後半が推す主題:OpenAIの内部チームが5か月・約100万行・手書きゼロのコードを書き、進捗を妨げたのはモデルではなく環境だった。
AI Agentは便利だが、簡単ではない
NotebookLMのAudio Overviewは文書を対話形式の音声ファイルに変換することを容易にする。しかし内容の正確性、語調、多言語での品質は、ソース編集・ファクトチェック・バージョン検証なしには担保できない。
AIにもっと大きな仕事を任せたいなら、まずエラー検出の仕組みを整える:Felix Rieseberg のAI野心論から学ぶ、私の使い方
AnthropicのエンジニアリングマネージャーFelix Riesebergは、AIを使う野心を4種類に分け、文中で紹介する手法にはモデルがソフトウェアをインストールできるマシンと関連データへのアクセスが必要だと指摘する。彼はまた、外部検証の徹底を強調し、モデル自身に自分の成果を評価させるなと言う。私はCodex、Grok、Antigravityを使ってClaudeの成果を審査した実践を例に、外部検証の組み方を論じる。結果は元の情報源か実行可能なツールに戻って検証し、審査プロセス自体は権限とログで守る必要がある。研究によれば、あるベンチマーク問題で2つのモデルがともに誤答した場合、6割が同じ誤答を出すという。
AIが私の文章をまねできるなら、何に責任を持つのか
AIは平均しか作れず本質をまねできないという保証を撤回し、読書感覚と生成機構を分ける。2023年の英語標本研究で誤判定への注意を限定し、出典、取捨選択、道具の補助、署名後の訂正を考える。
AIが互いに誤りを探したあとで:セカンドオピニオンを追跡できる仕事の仕組みにする
Cloudflareのsecurity-audit skillと、あるウェブサイトのデプロイ手順に対する出典レビューをもとに、証拠の保存、検証と実行権限の分離、次の協力者が仕事を引き継げる状態の作り方を考える。独立した再審査にもフォーマット検証にも限界があり、未解決の問いは明示して残す必要がある。
CodexにClaudeの間違いを探してもらい、第二の意見も証拠に立ち返って確かめる
CodexでClaudeの成果物をレビューした経験を振り返り、役割の違いと独立性、文字のある出力と有効なレビュー、読み取り専用とあらゆる副作用の違いを整理する。今回実行検証していないコピー可能な付録は取り下げ、4つの手順を残す。
AIが「直した」と言ったあと、何を確かめるか:あるセキュリティ監査のノート
AIと協力した一度のセキュリティ監査を振り返り、コミット、デプロイ、本番での受け入れ確認を分けて考える。二次情報のコマンド、単一のHTTPステータス、完了サマリーからの過剰な推論を修正し、当時の事故と未完了の仕事の時間的な範囲を残す。
AIの審査報告でいちばん危ないのは、査読済みに見えることだ
1つのAIに仕事をさせ、他のAIに誤りだけを探させて数か月。わかったのは、AIが間違えることよりも、審査報告が「査読済みのふり」をすることのほうが防ぎにくいということだ。偽のファイル読み込み、出どころ不明の数字、記録があるから発覚するという思い込み、1つの経路を塞いでも別の経路を通る挙動。プログラムを書かない人向けに、それぞれ追加の問いと一緒にまとめた。
OpenAI AstraはRecurrent Depthを使っている。だがそれはNeuraleseではない
2026年9月1日、The InformationがOpenAIのAstraにrecurrent depth(looped transformer)が採用されていると報じ、AIセーフティのコミュニティは48時間で沸騰した。だがOpenAIの主席科学者Jakub Pachockiは、Astraの計算グラフの深さはGPT-4の2倍以内だと述べ、独立研究者はループ回数をおよそ3〜4回と推定している。この記事では7つの一次情報を並べて比較し、Astraが実際に越えた線・越えていない線、そして日本語圏の報道が信号をノイズに変えてしまった三つの箇所を明らかにする。
自動化の逆襲:一度の記事公開で見えた四種類の協働問題
2026年6月、一度の記事公開に約三時間かかった個人的な事故記録を残し、四種類の具体的な問題を整理する。部品はすべて正しい、キャッシュは版を変えるしかない、すべてのAIが文書を読む、といった一般化を修正し、当時の操作と現在の同期方針を分ける。
生物医学データは、どうすれば信頼される形で使えるのか?
台湾の生物医学データの価値は、明確な権限の下で研究を行えるかにかかっている。データの相互運用、利用の許可、参加者の選択には、それぞれ実行可能な仕組みが必要である。
サイトのデザイン資料をAIにつなぐ:一度の同期で考えた範囲・権限・確認
paulkuo.twのブランドtokensをClaude Designへ取り込んだ経験を振り返る。独立した利用枠や固定の入口についての古い説明を修正し、権限の範囲、exit 0、自己確認と独立したレビュー、バージョン同期と本番公開の違いを明確にする。
Claude Fable 5の発表から、長時間タスクのワークフローを振り返る
Claude Fable 5の発表時に長時間タスクへ寄せた期待を振り返り、公式説明とワークフローの確認を区別する。安全上の振り分け、初期データ、サブスクリプションの予定からの過剰な推論を修正し、現在の購入やアクセスの案内とはしない。
AIから、戻って確認する合図を受け取る:Claude・Codexとスマホ・時計の通知
ClaudeからCodexへ広げた著者の通知経験から、イベント、短い音声、プッシュ通知、時計の役割を整理する。完全なインストーラーや到達保証の約束を撤回し、ターンと検収、重複防止と到達、キューへの登録と既読、内容の最小化を区別する。
分散した進捗をコントロールタワーに集める:あるCoworkワークフローの経験
2026年7月、著者がCoworkで複数の仕事の進捗をまとめた経験を振り返る。公式のサブエージェント調整と、特定の環境でのウィンドウ横断の読み取りを区別し、読み取り専用の分担、状態の情報源、スナップショットの限界を整理する。個人のプランや過去の画面を、誰にでも通用する手順にはしない。
一つのインターフェースで複数のAgentを操作する:Claude、Codex、Antigravity、Grokによるクロスエージェント・ワークフロー
Claude、Codex、Antigravity、Grokが同一のインターフェース上で操作され、引き継がれ、協働できるようになったとき、AIワークフローの基本単位も変わり始める。本稿は毎週更新しているモデル選択マップと組み合わせて、統合インターフェース、場面ごとの役割分担、タスクの引き継ぎ、そして人間によるガバナンスという一連の流れを整理する。
内容パイプラインを引き継ぐ:原文、確認、費用、正式公開を分ける
原文、言語版、呼出し数、一部費用を分け、出力、品質確認、遠隔受付、公開に各自の証拠を残す。再試行とllms.txt提案の範囲を明確にし、未確認の六ドルと記事数の成果物語を削除する。
AIっぽさを減らす方法:改稿の二本の線と、プログラムに任せる五種類の目印
改稿を、表現の癖と文の意味の完結という二本の線に分ける。五種類の形式上の問題をプログラムで示し、意味と文体は作者が確認する。これは編集の方法であり、AIが書いた文章の判定器ではない。
Agentが「終わった」と言っても、どう確かめる?Thorsten Ballの15のAgent仕事術を読む
Ampの共同創業者Thorsten Ballが2026年10月25日に投稿した〈How I work with Agents〉は、15の仕事習慣をまとめたリストだ。11月7日時点の閲覧数は約110万回。この記事では、コードを書かない人にも使える形に整理し、二つのレバーに集約する。Agentに自分と同じものを見せること、そして何が証拠かを事前に決めておくこと。加えて、いくつかの項目についてなぜそのまま従わないかも書いた。
モデルもタスクも見直す:割り当て先を変えられる分担表
著者のモデル割り当ての経験から、二層の設計を整理する。タスクの難しさ、誤りの影響、受け入れ確認を区別し、日付付きの対応表と代表的なタスクで見直す。ただし、分類が永久に変わらないこと、10問で安定性を証明できること、新モデルが必ず安くなることは保証しない。
AIの展示のあとで:企業は価値と責任をどう確かめるか
DataIQの公開解説をもとに、AIの価値、責任、運用の問題を考える。完全版レポートと代表性は再確認していないことを示し、台湾企業の導入順序、経営層の参加、複数プラットフォームの選択は私の提案として扱う。
録音カードの使い方:1日中録って、整理は2回に分ける
2026年2月末からGetSeed録音カードを使い始め、11月初頭までに約800件の録音を積み上げた。今は1日中録りっぱなしにして、整理を2回に分けている。重要な会議はその場で得到大腦アプリからmdファイルをエクスポートし、それ以外は夜にAPIで同期して、翌朝AIが摘要にまとめたものを受け取る。文末には得到大腦のプライバシーポリシーの整理と、場面によって録り分ける方法も記載した。
Governance Harness:AIとの協働で、版・責任・確認条件を明確にする
2026年春の私の協働での事故、引き継ぎの確認、ガバナンス試験を例に、版の主本、責任、確認の進め方を説明する。Skillsの同期、ローカルhook、代替手段、当時の試験の限界も整理する。
バズった「Google 2時間 Harness 講座」の原動画はこれだ:agent は改善されるのか、それとも迷走するのか。カギは審判にある
2026年11月、X のあるポストが「Googleが2時間近くの無料 Harness エンジニアリング講座を公開した」と主張して拡散した。原動画は実際には2本ある。Google Cloud Tech が公開した9分27秒の短編と、講師 Annie Wang の個人チャンネルで配信された1時間25分のライブ配信だ。ポストのチャプタータイトルは独自に付け直されたもので、「Chief of Staff」「7×24時間の無人運転」という表現は原動画の字幕には見当たらない。本記事では2本の原動画を埋め込み、チャプターの対照表を示したうえで、ライブ配信のデモを整理する。審判を誤って選ぶと、自己改善する agent は間違った方向へ向かいうる。
ループするTransformer:recurrent depthの仕組みと、なぜ監視を難しくするのか
Looped transformerは同じ層スタックを繰り返し使う。多く回すほどモデルを深くするのと等しい。ICLR 2025の論文はT回のループがT段階の思考連鎖をシミュレートできると示した。Ouroはモデルにループ回数を自律決定させ、LoopieはIMO金メダル級の成績を20B-A2Bで達成した。この記事は七本の論文のアブストラクトから出発し、ループ回数がなぜ推論時に調整できるダイヤルなのか、そして「使用を制限している」という言明が現行の制度ではなぜ検証不能なのかを説明する。
市場の暴落がもたらす教訓:「自分は何も知らない」と認める事が生存の最低条件
2020年3月13日前後の市場経験を出発点に、後からの回顧も含め、事件の日付、サーキットブレーカーの指標、自分の理解の限界を分ける。反証の精神は判断を反駁に開く。分からないと認めても、確認と責任は必要であり、分析の放棄や安全の保証ではない。
AIが病院に入った後、その有用性を誰が証明するのか?
医療AIの検証は、医師がどう使うか、患者が何を得るか、導入後にどう継続して追跡するかまで及ぶ。モデルの成績は、この作業の出発点である。
複数AI画面の分担:資料、権限、確認責任を先に見る
モデル能力、今回の道具設定、行動の許可を分ける。多画面協力には明確な問い、元資料のバージョン、独立確認、引き継ぎ責任が要り、固定性格、試験点、合格記号を信頼の保証にしない。
負のエントロピーは比喩:台湾企業が拠点選びで確認したい条件
閉じた系と孤立系を訂正し、熱力学と経営の比喩を区別。契約、規則変更、データと技術の権利、事業継続、撤退費用を確認し、米中の順位や二拠点を物理法則や最適解と扱わない。
何本のagentを同時に動かしても、出力を見る目は一対しかない
Addy Osmani は人と AI の関係をオフロード・服従・投降の三段階に分けた。Wharton の実験では、AI が誤答した場合、被験者の正答率は AI を使わない場合より約 15 ポイント低くなった。産出量が増えるほど、自律に頼る確認から先に崩れる。自分が踏んだ偽の青信号を振り返りながら、流れに組み込める三つの仕組みを整理した。
AIがPM・デザイナー・エンジニアを一人に束ねるとき、誰が異を唱えるのか
AIによって一人でプロダクト・デザイン・エンジニアリングを担えるようになった。だが、自分の方向性を問いただすのは誰か。実体験・プロダクトリスク・ポパーの反証精神をもとに、着手前の需要確認・最小バージョンでの操作観察・継続投資前の成果確認という三つのチェックを論じる。
これは誰の身体か:器官の比喩で、AIプラットフォームの決定権を考える
個人的なプラットフォーム中断の経験から、器官の比喩を使ってAIの制御と退出条件を考える。システムの能力、目的の設定、移行費用、生物の分類を分け、統合から必然的な閉鎖性を導かない。
高市早苗はなぜ今夜中の対応を呼びかけたのか:PHP2Shell脆弱性を一から理解する
世界で最も多くのウェブサイトが使うバックエンド言語PHPに、ログイン不要でサーバー上でコードを実行できる可能性のある脆弱性PHP2Shellが見つかった。影響を受けるバージョンは最古で14年前にさかのぼり、研究者はAIの助けを借りて発見した。修正パッチの公開前に情報が漏れ、Cloudflareは公開後2時間以内に数十万回の攻撃試行を観測した。何が起きたのか、なぜ日本の首相が声を上げたのか、そして何をすべきかを、誰でもわかる言葉で説明する。
生理データを自分の手に取り戻す:AIと協働でつくった生理情報データ基盤の共有、あなたも自分でできる
個人の生理データ日誌をGoogle Health、Python、SQLite、Cloudflareでどうつなぐか。5分ごとの歩行データ確認、毎日の生理データ同期、3つの公開データ契約、AIとの協働の実際の範囲を解説する。
三ヶ月かけて、自分の文章からAI味を抜いた
AI味を見抜く方法を教える記事なら、もう山ほどある。だが難しいのは、他人の文章のどこが機械っぽいかを見つけることじゃない。AIが自分の語り口を学習した後、どの文が自分の選択で、どの文が惰性で書かれたのかを、まだ自分で見分けられるか、だ。この記事は、三ヶ月かけてAI味取りを「勘に頼る作業」から「繰り返せるプロセス」へ変えた記録だ。
外部のモデルが台湾を計算するとき:リスクの数字では表せない選択
二つのPodcastをまとめた二次情報から、著者自身の問いを考える。個人のリスク推定、SIAとBCGによる2024年の先端ロジック生産能力予測、政治的判断を区別する。二人をシリコンバレー全体や米国政策の代表とはせず、海外の生産能力をそのまま台湾の抑止力の低下に換算しない。
私はもう「最強のAIモデルはどれか」と問わない
AIのランキングはそれぞれ異なる能力を測っているため、唯一の「最強モデル」は存在しない。さらに意外なことに、標示価格が安いモデルのほうが、長期的な AI Agent タスクでは総コストが高くなることがある。ここではモデル・フロンティア・ダッシュボードを作った過程と、ランキング・タスクコスト・実際の用途からどのモデルを選ぶかを判断する方法を紹介する。
スーパーラーナーになる:AI時代の成長オペレーティングシステム
AIによって知識は手軽に得られるようになったが、真の学習能力はむしろ稀少になった。この記事では、スーパーラーナーの6つの能力モジュールを動力構造から自然な表現まで分解し、持続的に進化する成長システムを構築する。
人材密度の三つのアプローチ:Meta、Anthropic、OpenAI
Metaの約100人の研究コアが人材密度を話題にしたが、Dario AmodeiとSam Altmanもそれぞれ具体的な人材・マネジメント論を語っている。三社のAI企業リーダーによる公開発言と過去の定着率データをもとに、リソース集中・共通目的・権限委譲がチームの仕事にどう影響するかを比較する。
3つのClaude、1本のフィードバック経路:デザインの探索から実装の確認まで
デザインの探索、批評、コード実装を3つの役割に分けた経験を振り返る。草案、仕様、スクリーンショットを照合し、インターフェースとモデル、フィードバックと品質、実際の画面と機能の検証を区別する。
変わるのはモデルだと思っていた。後になって、協調の仕方も動的だと気づいた
三日前、私は難度を定数・モデルの能力を変数として扱うべきだと主張した。だが見落としていたことがある。変わるのはモデルだけでなく、モデル間の協調方式も変わる。Anthropic の advisor 策略は安価なモデルを主ドライバーに据え、重要な判断点でだけ高価なモデルを顧問として呼び出す。公式ベンチマークでは最高性能モデルに近い品質を保ちつつ、コストは約六割に抑えられた。この記事は、前の記事で見落とした第二の変数を補うものだ。
Transync AI は契約する価値があるか:従量課金の自作システムと比べる
Transync AI の公式プランと、私が自作した会議翻訳の仕組みを比較する。自作にも API と保守の費用がかかり、第三者のサービスを使う。料金、使用条件、データの扱いを分けて確認する。
AIが分担を組むとき、人は何を確認するか
Ultracodeから範囲、資源、検収を考える。多エージェントを信頼性の保証にしない。範囲、権限、停止条件、完了の証拠を考える。
AIでニュースを整理するとき、日付と留保を落とさない
AIでニュースを整理するときは、発言者、日付、期間、単位、推論の範囲を確認する。出典や会話の数は独立性を保証せず、確認結果も人が見直す必要がある。
私たちはAIフロンティアのペースを設定しなければならない
Dario Amodeiは、フロンティアAIの全面停止ではなく、アラインメント・解釈可能性・テスト・第三者監督がモデルの能力に追いつけるだけの慎重なペースで進めるべきだと主張する。本稿は彼の三層ガバナンス案と、民主主義国家・グローバル協調が直面する地政学的制約を整理する。
AIがAIづくりに参加するとき:数字を読み解き、まだ閉じていないループを見る
Anthropicの公開記事をもとに、AIが開発に参加する証拠を振り返る。8倍のコード量とセッション成功率の定義を整理し、補間による模式的な図表を外したうえで、企業の報告、将来のシナリオ、著者自身の検証についての考えを区別する。
AIが自分のユーザーを選び始めた
2026年7月の上海出張で起きたClaudeの接続問題を振り返り、HTTPレスポンス、出口情報の照会、アプリの復旧、サービス提供条件を区別する。302から403への変化で地域制限が解除されたという推論や、VPNで一つの変数だけを変えたという説明を修正し、仕事の代替手段を考える。
言語の論理から、言語の生活へ:デジタルおみくじサイトについての省察
大規模言語モデルは言語の規則性を計算可能な数値関係へ変換するが、それは言語が生活のなかで持つ意味のすべてを掌握したことにはならない。本稿はウィトゲンシュタインの像の理論、意味の使用説、言語ゲーム、規則遵守を出発点に、デジタルおみくじがモデル・人手による編集・利用者が共同で完成させる言語の実験としてどう成り立つかを省察する。