金属音

情報学生/GameDev/CS

[金属音 @SteelResonance]

有能なX民がAIの組み合わせ方や利用先の試行錯誤をしてくれたおかげで自分みたいな人が遅れて始める人はまずはパクって、気になるところを変えて自分なりの構成にすることができるんだよな

[金属音 @SteelResonance]

Muse, 間違えたらDDoSみたいな感じになりそうで怖いことが分かった。
Agentで大手のwebサイト以外の弱小・ローカル(地元)のサイトとか行ってなにかあったら…と考えると怖い(責任委譲されボタンもあるし)
だからこそ、そういうエンジニアリングを学ぶことの大事さを感じた。
怖がりすぎ？

[ジョニー @alphaz_johnny]

青鬼の無言配信覗いてみたら、おもっきり台パンかましててマジで笑い死ぬかと思った

[金属音 @SteelResonance]

こういうのを知りたい

[BatStudio @batparker]

게임 개발 용어 중, LKP(Last Known Position) 라는 말 들어 보셨나요?

LKP는 Last Known Position의 줄임말인데, '마지막으로 알려진 위치'라는 의미입니다. 게임 AI 개발에서 많이 쓰는 용어죠.

NPC 가 타겟을 추적하다가 타겟이 시야(Line of Sight)에서 사라지는 경우, 가장 마지막으로 발견했던 지점을 의미합니다.

만약 게임에 이 개념이 없다면 적 AI는 플레이어가 시야에서 사라지자마자 방금까지 총을 쏘던 일을 잊고 제자리로 돌아가거나, 반대로 벽 뒤에 숨은 플레이어의 위치를 투시하듯 실시간으로 알고 끝까지 쫓아오게 됩니다.

그 결과 플레이어 입장에서는 적 AI가 너무 멍청하거나 아니면 치팅을 한다고 생각하게 되죠.

LKP는 바로 이 문제를 해결하기 위해 적 AI에게 일종의 짧은 '기억'을 심어주는 것입니다.

예를 들어 플레이어가 적에게 쫓기다가 골목길 모퉁이를 돌아 숨었을 경우, 적 AI는 플레이어가 시야에서 사라진 바로 그 모퉁이 지점을 LKP로 기록하고, 일단 그 위치까지 달려갑니다.

그리고 막상 모퉁이에 도착했는데 플레이어가 보이지 않는다면, 그 주변을 두리번거리며 일정 시간 동안 수색을 시작합니다.

만약 수색 중에 플레이어를 다시 찾아내면 곧바로 교전을 이어가고, 끝내 찾지 못하면 그제야 경계를 풀고 원래의 순찰 코스로 복귀합니다.

어쌔신 크리드 같은 게임을 해 본 분들은 아마 이 방식에 익숙하실 겁니다. 다만 LKP 가 개발 용어라 다소 생소할 뿐이죠.

[金属音 @SteelResonance]

なんてタイトルの小説なんだ

[nini @nini_incrypto_]

现在最聪明的一批人，正在往两个完全相反的方向走。

一拨往前走，扎进大模型、算法、机器人的深处，在没有人走过的地方，替文明开启下一段路。

一拨往后走，回归到身体、心灵、信仰，去探索自然的本源。

这两拨人有一个共同点，比方向本身更要紧：他们都不再相信旧世界那套玩法了。一个在探文明的下一站，一个在找文明的源头。

但最后，他们终会相遇的。

“旧世界那套玩法”本质上是工业化和商业效率叙事：把人异化成齿轮，用线性增长、KPI、消费主义和世俗成功来定义一切价值。

最敏锐的一批人最先感受到这套系统的边际效益见顶（甚至开始反噬人本身），所以率先离场：

往前走的人（大模型、算法、具身智能），是在把旧世界里关于“算力、效率、生产力”的规则推到极致——让硅基彻底接管工具属性，逼近“智能与造物到底是什么”的边界。

往后走的人（身体、心性、信仰、自然本源），是在剥离现代性强加给人的符号和焦虑，往回找碳基生命最底层的感知力，回答“人活着的本体体验到底是什么”。

之所以终会相遇，是因为这两条路走到极点其实撞上的是同一个终极问题：当硅基把所有“有用之事”（工具理性、世俗劳作）全包揽之后，碳基生命还剩下什么？意识、觉知和生命本身到底是什么？

向前走到尽头，必须在哲学和心性里找方向；向后退回本源，也刚好接住技术解放出来的空白。就像一个圆环，从同一个破局点背道而驰，走到底自然会在圆的另一端碰头。

[n0kk @xn0kkx]

Uma coisa que eu odeio na área tech é que vc tá sempre ultrapassado, usando I.A como exemplo: eu aprendi a usar RAG os cara tavam usando skills, eu aprendi a usar skills os cara tavam orquestrando agentes, eu aprendi a orquestrar agentes os cara criaram harness
KKKKKKKKKKKKKKKKKK

[金属音 @SteelResonance]

試す

しかし背後の視線に、「そこまで詳しく知らないだろうにイキってClaude使っててうおw」を感じ、使うのが怖い←弱い😭

[金属音 @SteelResonance]

Claude in Chromeをブラウザサイドバーの質問担当にしたとして、トークン消費大丈夫なのかなー
そこまでするならProから上げなきゃヤバいか？Opus5.5じゃなかったら大丈夫？

[金属音 @SteelResonance]

うちだけかもしれんが、周りの大学生の4割ぐらいが、PCよりスマホで作業するほうが効率的っぽくて、授業で調べ物やメモにまとめるときとか、PCを目の前に閉じて置いたままスマホだけで作業してるみたい。

理解できんが、そういう需要もあるのかな。
Museとか刺さってそう

[金属音 @SteelResonance]

そうなったら、未来の自分が報われる予定なので、願う

[K e n T a @kenta_feels_ayu]

これはエンジニアもコンサルもそうだけど「本来の専門職のあるべき姿に戻った」と考えるべきだと思う

ソフトウェア工学を体系的に学んでない奴がエンジニアやるべきじゃないし

経営学を体系的に学んでない奴が仮説検証だの課題設定だの小手先のテクニックだけで経営コンサルなんかやるべきじゃない

[金属音 @SteelResonance]

タスク管理アプリ TickTick にLLM機能が来たみたいだけど、要る？見ればわかるくね？

[金属音 @SteelResonance]

「無駄にトークンを使って、本当に大事なときに使えなくては困るからトークンは基本使えない」思想が根底に根付いてて、成長の邪魔なんだが❓❓

[金属音 @SteelResonance]

> ここに大きなビジネスチャンスがあると思います。技術を理解しない人を悪用するのではなく、複雑なAI能力を、普通の企業が理解でき、操作でき、有料で購入できるサービスに本当の意味で変換できることです。

そう思います(社会実装)

[Ethan 恩宇 @UPing123zzz]

我最近越来越强烈地感觉到一件事：天天混 X、GitHub 和 AI 社区的人，对整个社会的 AI 普及程度，可能有非常严重的误判。

我们每天看到的是什么？新模型发布、Agent 自动写代码、一个人运行多个 AI、几十个 Skill 相互协作，甚至已经有人开始讨论怎么用 AI 组织去管理一个完整的业务系统。看这些内容看多了，你会觉得这些东西不是早就普及了吗？现在还有谁不会用 AI？

但是你真正走进一家传统企业，和老板、员工聊聊，你会发现根本不是这么回事。

有些人对 AI 的全部认知，可能就是打开一个聊天软件，问几个问题、写篇文章、做个 PPT。他觉得这就是 AI 的全部能力。之前试过几次，发现回答不准确，或者根本完成不了工作，于是得出一个结论：AI 也就那样，没什么实际用处。

可问题是他可能根本没有接触过 Codex、Claude Code，也不了解工具调用、Skill、MCP 和完整的 Agent 工作流。他用过的只是整个 AI 生态里很小的一部分。

我听到一个挺有意思的例子，有人在线下教企业员工使用 AI，甚至只是告诉对方，需求描述不清楚的时候，可以让 AI 主动提问、帮自己把需求梳理清楚。就是这么简单的一个技巧，在技术社区里根本不值得专门讨论，但对一些普通用户来说，已经足够改变他们的使用体验。

这让我意识到，我们自己其实也活在信息茧房里。

X 上的信息密度很高，更新也很快，但你每天接触的都是一群对技术特别敏感的人。你很容易把这群人的认知水平，当作整个市场的平均水平。

我觉得这里面存在很大的商业机会。不是去利用别人不懂技术，而是你能够把复杂的 AI 能力，真正转换成普通企业可以理解、可以操作、可以付费购买的服务。

你跟老板讲什么多 Agent 编排、Context Engineering，他可能一点兴趣都没有。但你拿他正在处理的一份真实业务文件，现场把一个原本繁琐的工作流程做出来，他就能理解 AI 到底有什么用。

做 AI 的人不能永远待在技术社区里。你必须走出去，接触真实的用户，看看他们每天到底在为什么事情头疼。

有时候我们以为市场已经卷得不行了，实际上只是我们这个圈子太卷了。真正的业务世界，可能连第一轮 AI 改造都还没开始。

[金属音 @SteelResonance]

個人情報がクラウドLLMに渡るのを怖がっているが、
それよりもChatの履歴のほうが見られたくないことに気づいた
それが渡ってる(多分)時点で個人情報云々考える必要はない…？

Museにサポートされてみたいんだよ

[O'Reilly Japan @oreilly_japan]

[New Book] AI時代のWebパフォーマンス・エンジニアリング https://t.co/FPu6IrpZ1D

[金属音 @SteelResonance]

pandoc ?

[金属音 @SteelResonance]

〇〇大学の〇〇の資料が無料公開されてる！！
系の話4ヶ月に1回ぐらい聞くけど、どの大学の見ればインだろ

[金属音 @SteelResonance]

"AIネイティブ"は、
今までとは異なる方法でどうにかして経験を重ねてそれ以前の人みたいな能力の獲得を目指すか、
新しい形の人材になるか
の選択を迫られている気がする。　

どちらもテンプレの進む方法が無いのがきつい…

[ちょまど🦕ITエンジニア @chomado]

#生成AIネイティブ世代の悩み
ちょっと話 逸れるんだけど、
情報工学科の大学生と
ランチご一緒させてもらったことがあってね。

その子は何でもチャッピーに聞いてしまって、「私はただのチャッピーの wrapper なんです」
「自分自身の成長を感じない」ことが悩みだと言ってた。

生成AIネイティブ世代の悩みというか、

「大学の課題もチャッピーが素晴らしい成果物を出してくれるから成績も良く卒業できそう」「そのおかげで良い企業のインターンにも行けた。でもそのインターン先で打ちのめさせられた。ベテランの先輩エンジニアの方々は、元々すごい人たちが AI により "さらに強くなってる" って感じで。でも、一方で、私はただのチャッピーの wrapper なんです。ただインターフェースが私という人間であるだけで、中身はチャッピーなんです。私自身(人間)は何もできない。何も成長しないまま大学を卒業して社会人になりそう。このままではいけない、けど、どうしたらいいのか分からない」と。

これが令和の悩み…難しい…

なんというか、私は「10代に生成 AI の存在しない世代」であったことは、恵まれていたんだなあと思った。
一通り自分の手を動かして「一通り実際に経験した」ちょうど良いところで、
生成 AI がやってきた、みたいな。

もちろん、生成 AI ネイティブ世代の ユニークな強みは存在すると思う！ネイティブならではの、私ら固定観念のある世代からは発想できないような使い方とかすると思う。

(たとえば女子高生の中ではコンビニのアイスやリップどれ買うかすらもチャッピーに(写真送って)相談して決めてもらってる子も少なくないらしい。想定外の使い方過ぎてビックリした。(私はトークンの無駄と思ってしまって(&そんな意思決定まで外部化してしまったら人間としてヤバそうと感じてしまうので) できないw) やはりネイティブ世代は固定観念が無い分 生活への浸透が驚くほど早い)

でも、やっぱり、「無い状態」(人間本体)がデフォルトで
そこから「AI によって強化する」(10倍にするとか) という考え方が大切だよなあと思った。
AI が本体になってはいけない。当たり前のことを何言ってんだ(型エラーやろ) って感じだけど、改めて言葉にしてみた。

だから、本体が弱い (戦闘力 0.5 とか) だと、
AI を身につけてもまだまだよわよわでしかならない。

しかし本体がもともと強い(豊富なドメイン知識、失敗と成功の泥臭い経験の蓄積、強いスキル、など)と、
AI によって「さらに強くなる」んだなぁ。

要するに、何が言いたいかというと、
ドラクエも人生もレベル上げが大切ということです。レベル上げてステータス上げた状態で強い武器装備するのが良いねという話

[金属音 @SteelResonance]

新しい製品の名前を最近聞きすぎてどれがどの括りの話か分かりづらい

Claude duet, Grok Bot, Muse, dots, Cue
は同列にあげれるっぽい

Deepseek Harness, Claude Codeとかも同列にあげれるっぽい

Xを見る時間に対して整理する時間が取れてないのは良くない‼️

[金属音 @SteelResonance]

ジモティーにはグラボがたくさん売られているべきだ

[金属音 @SteelResonance]

学生のうちからAIを触ったほうがいい vs 触る前に自分でその技術を理解してから触るべき vs AIは"AI技術"として切り分けて学び、それぞれの技術も並行して学ぶべぎ vs ダークライ