尹 煕元／YOON Hiwon

尹です。金融関係の研究者です。
研究成果を実践するための会社をやっています。
2016年からビットコイン等の仮想通貨も研究テーマです。
2018年から『藻』が興味の対象。
2020年からバイオメカニクス、
2022年からはweb3.0に大きな可能性を感じています。
そして、今はAI、です。

[Ta 152H-1 @ta_152h1]

日本電気☞Lenovo
沖電気　☞PC事業消滅
富士通　☞Lenovo
日立　　☞PC事業消滅
東芝　　☞Dynabook分離
三菱電機☞PC事業消滅
松下電器☞Let'sNote
ソニー　☞VAIO分離
シャープ☞会社消滅
🙏

[Deliriumm @0xDeliriumm]

ANTHROPIC'S LEAD ENGINEER MAKING $2.2M/YEAR LEAKED THE COMPANY'S INTERNAL OBSIDIAN BRAIN - AND GOT FIRED THE SAME DAY

00:07 a live neural network with 21 inputs, 10+ hidden layers, ReLU activation - thousands of connections firing in real time as the system processes every decision

first layer 64 neurons, second 37, then 22 - all the way to outputs - this is not a diagram, this is the living brain of the company thinking right now

8,893 nodes, 4,729 links - a knowledge graph so dense it looks like a galaxy when you zoom out

Marginalia Collection, Glossary Backbone, Master Index with 9,000+ documents - every cluster its own universe of connected knowledge

the company building the most powerful AI in the world uses an Obsidian graph to manage its own innovations - and now it's all public

he made $2.2M/year to know this - you got it for fre

[西 和彦 Kazuhiko Nishi @nishikazuhiko]

@sccno 富士通は白金の八芳園の座敷で伊野常務が土下座

日立は副社長がシアトル来訪して
三億六千万円出すから、ごめんと

三菱電機は　マルチ16やってる時に何でIの事を教えてくれなかったんだと3時間監禁愚痴　石田

シャープは売ってくれなきゃ
独占禁止法違反で訴えるよと　ヤクザの西岡

[西 和彦 Kazuhiko Nishi @nishikazuhiko]

1978年に
アスキーマイクロソフトとして
BASICのソフトウェアを持って
国内企業を回った時に
受けた対応

４８年前なので秘密保持契約は失効しています

各社の反応

日本電気　面白いからやりましょう
NEC PC8000誕生　渡辺さん

沖電気　もっと詳しくお願いします
OKI if800誕生　大西さん　生野さん

富士通　全然聞いてくれない
日立　マイクロをバカにしていた
東芝　頑固の塊
三菱電機　キーボードを分離しないと輸出出来ませんよといってもガン無視
松下電器　教えてください　金はある
ソニー　２人頑固がいて、あくまでSony BASICだった　絶望した
それを修整してくれたのは出井さん　社長になった
シャープ　10円やったらこうたるわ

成功か失敗かはトップの姿勢が全てのような気がする

お前のような雑誌の記者風情が、何を言う
みたいな感じだった
広告ねだりに来たのだろう

でも
IBMパソコンにマイクロソフトのDOSが採用されたときに、
全ての態度が変わった
でも、それでも言われたことは、
西くん、大変な利権を手に入れたね
だった

その後、マイクロソフトの本社の副社長になった時、呼び方が　
西くん　から　
西さん　に変わった

玄人に素人扱いされ、バカにされることが私のトラウマになっていると判りました

自分が好きでずっとやってきた
モビリティの取り組みも同じで
素人扱いされて、
今の自分は、
自分の考えてきたモビリティの意味を
証明しなければならないという気持ちです

[Sprytix @Sprytixl]

ANTHROPIC LEAD ENGINEER MAKING $2.3M/YEAR JUST LEAKED A 12-PAGE DOCUMENT - AND GOT FIRED 15 MINUTES AFTER PUBLISHING

most developers build loops - but almost every loop breaks in one of five ways, and each failure has a symptom visible from the outside without reading a single line of code

> Blind loop - the agent waits for a human to hand it work every morning - automating execution but not discovery
> Tangled loop - parallel agents share one directory and overwrite each other parallelism that destroys instead of multiplies
> Nodding loop - the agent grades its own work and approves it every time a loop that has never said no to itself is broken
> Amnesiac loop - results live only in the context window every morning the system wakes up with no memory of yesterday
> Manual loop - no trigger a human presses the button to start it that is not a loop that is a script waiting for a person

a real loop finds its own work - remembers what it did has something that can say no never lets two agents touch the same file and fires itself on a timer

remove any one of the five - and the loop either breaks or never starts

12 pages that changed how I build agentic systems today

[ガガロット @gagarot200]

Anthropicで年収約3億円を稼ぐ
主任エンジニアが社内で使っていた
Obsidianベースのナレッジブレインが流出w

公開されたのは、
会社全体の知識を繋ぐ巨大な「思考システム」
👇　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
・21の入力を持つニューラルネットワーク
・10層以上の隠れ層
・ReLU活性化
・リアルタイムで発火する数千の接続

最初の層は64ニューロン
次に37、22…
そして出力まで何層にも渡って情報が流れる

これは概念図ではなく
実際に組織の意思決定を支えていた生きた脳。
さらに、
・8,893ノード
・4,729リンク
・9,000以上のドキュメント

それぞれが独立した知識空間を持ち
すべてが相互接続されている。

世界最高峰のAIを開発するAnthropicが
社内の知識管理に採用していたのは
派手な専用システムではなくObsidian

高性能なAIを支えていたのは
AIそのものではなく、圧倒的に整理された
知識基盤だったということ

本当の差は
・知識をどう蓄積し
・どう繋ぎ
・どう再利用するか
👇

[尹 煕元／YOON Hiwon @cmdl100]

『情報源符号化定理』がエントロピーと情報を結びつけていたことは知っていたけど、単に知っているだけだった。
この動画で「エントロピーがなぜ、情報に関わるのか」の本質が初めて分かった。
すごいなこの動画。
（自分メモ）
https://t.co/22GeWbuDCj

[尹 煕元／YOON Hiwon @cmdl100]

参考3
（自分メモ）

[Vincent @Vincent_AINotes]

Netflix 把一个内部工具开源了，叫 Headroom。

简单说就是：给 AI 喂数据之前先帮你压一道，token 能省 60%–95%。

最狠的是——省归省，精度一点不掉。因为它是可逆压缩，意思是你省下来的东西还能原样还原回来，信息一个字不丢。

写代码的人应该都懂那种心疼：长日志、RAG 拉来的文本、一开口就 load 好几个文件，每喂一次 AI，token 就在悄悄烧。这工具就是冲着这个去的。

[尹 煕元／YOON Hiwon @cmdl100]

参考なる2。
（自分メモ）
https://t.co/RUDzmJCA1H

[尹 煕元／YOON Hiwon @cmdl100]

参考になる。
（自分メモ）

[Haruki Yano / Haruma-K @harumak_11]

共通基盤開発はいわゆる汎用サブドメインが多いので、AIが精度高く設計・実装してくれることが多いが、その中で人間の役割はどう変わっていくのか、という話📝

AIに任せる設計、人間に残る設計｜anizozina https://t.co/8t3zlpPcTi #zenn

[尹 煕元／YOON Hiwon @cmdl100]

全くもって、ごもっとも。
（自分メモ）

[チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 @masahirochaen]

PalantirのCEOアレックス・カープが語るLLMの限界とPalantirの強み。

「AnthropicやOpenAIみたいなLLM企業が、Palantirを丸ごと再現できるんじゃないの？」

答えがめちゃくちゃ刺さるので要約👇

・そう聞いてくる投資家は、ラテ片手に"理解してない記事"を読んでるだけ
・LLM企業のエンジニアは優秀。でも現場（エンタープライズ）と話してないし、技術の本当の難しさを分かってない
・LLMが輝くのは「51%勝てればいい」確率の世界（投資とか）。でも車の部品、月へのロケット、国防みたいに"絶対に外せない"領域は確率じゃ通用しない
・「コードをデプロイすればPalantir再現できる」なんて完全な茶番。連中はトークンが売れる簡単な問題しか解いてない
・価値があるのはモデルじゃなく"実装"。少なくとも今後7年はそこで決まる

個人的にめちゃくちゃ同意。

Claude Code Fable 5などの最強のAIモデルが出ても、成果に繋げるには現場を理解した実装が必要不可欠。

[尹 煕元／YOON Hiwon @cmdl100]

とても重要。
（自分メモ）

[How To Prompt @HowToPrompt__]

turns out AI models cannot do math.. even grade school math. the kind a 10-year-old solves.

Apple published a devastating study that exposes a massive illusion at the core of artificial intelligence.

they took the standard math benchmark (GSM8K) that every AI company uses to brag about how smart their model is.

first, they just changed the names in the word problems.. the models' performance fluctuated for no reason.

then, they changed the numbers. the performance immediately dropped.

but then they ran the test that broke everything.

they added one single, completely irrelevant sentence to the word problem. something like: "By the way, 5 of the apples were green."

A human 10-year-old ignores the green apples and solves the underlying math.

the AI didn't.

across every state-of-the-art model, performance collapsed by up to 65%.

the AI blindly grabbed the irrelevant number and tried to shove it into the equation. it didn't know why it was doing the math. it just saw a number and assumed it was supposed to use it.

there is no genuine logical reasoning happening under the hood.

we are deploying these systems to run our finances, analyze our legal documents, and make complex strategic decisions.

but the models don't actually understand the logic they are spitting out.

they just know what a smart answer is supposed to look like.

[尹 煕元／YOON Hiwon @cmdl100]

DeepSeek v4は既にmlx対応済みなのか。
早いなぁ。
（自分メモ）

[antirez @antirez]

DeepSeek v4 PRO running via SSD streaming on my 128GB MacBook m5 max. 1.6 trillion parameters.

[尹 煕元／YOON Hiwon @cmdl100]

フム。
（自分メモ）

[iijlab @iijlab]

これまで内部で開発していたシングルサインオン可視化ツールをOSSとして公開しました！
研究成果をより多くの方に活用していただけると幸いです。

https://t.co/8CTGaURDZo

[尹 煕元／YOON Hiwon @cmdl100]

いろいろな事が起こる。
（自分メモ）

[Claude Code Studio @ClaudeCode_love]

【衝撃】
Anthropicハッカソンで優勝した人が、自分の
Claude Codeの開発セットを丸ごとOSSで公開してヤバい🔥これ何が入ってるかというと👇
https://t.co/0RJtX8HBIZ
・183個の agent skills（用途別に動くClaudeの“技”）
・48個の sub-agents（役割で分担する小さなAI）
・79個の ready-made commands（よく使う作業の一発コマンド）
・Claude Code / Codex / Cursor / Gemini / OpenCode で動く
・名前は「Everything Claude Code」、MITライセンスで商用利用OK

つまり何ができるかというと…

具体的に👇
・183個のskillsを混ぜて自分のリポに足せる
・サブエージェントは並列で走らせられる

今夜リポを入れるだけで、
本格的なエージェント開発環境が手に入る時代。

AIの進化 止まらないですね。

この“skillsを束ねてClaudeをチーム化する”全体像を一気に押さえたいなら、Skills 67選の記事が一番速い。
気になる人はこの下の記事を読むと解像度が一段上がる👇

[尹 煕元／YOON Hiwon @cmdl100]

少し気になる。
（自分メモ）

[オープンソース研究所 @opensourcelab9]

【海外で話題】
Tencent公式が出した「文書を検索可能な脳みそに変える」OSSが★1万5千超え👀

名前は WeKnora。
・PDFやDocsを投げる→自動でRAG化
・推論エージェントとしても動作
・自社Wikiの自動メンテナンスも可能
・Goで書かれた1バイナリ

つまり「散らかった社内ドキュメントを、検索できるAIにする」を最速で実現。
会社の知識資産を救う系のOSSです。

https://t.co/Tyj5G6bKWC

[尹 煕元／YOON Hiwon @cmdl100]

フムフム。
（自分メモ）

[Max For AI @MaxForAI]

卧槽，终于有人对CAD行业下手了

过去几年，我们见到了很多3D的AI模型，但是那些都是玩具，很难用，基本无法用到到工业生产

但刚刚麻省理工开源了一个将照片转换为可完全编辑的 CAD 程序的 AI 模型GenCAD，它悄然终结了每小时 150 美元的 CAD 建模行业。

GenCAD不只是生成一个3D外形。

它做的是：给一张CAD图像/渲染图，生成对应的参数化CAD命令序列，也就是CAD program，再通过几何内核转成3D solid model。

重要的是它保留了「建模历史」。

所以它不是「AI画了个3D玩具」，而是在尝试把图片变成可编辑、可制造流程能继续接住的CAD模型。

同时它：

→ 无需 SolidWorks 许可
→ 无需数周建模
→ 不需要 CAD 工程师

100% 开源

如果后续这条路线跑通，CAD行业最贵的那部分时间，草图理解、参数化建模、反复改模型，都会被一点点吃掉。

代码、数据和预训练模型入口都已经放出来了。

GenCAD可能是AI真正进入工业设计工作流的一个信号。
项目地址：https://t.co/R9eJ3lMhP4
视频Demo：https://t.co/WY3SGe9yyR
Paper：https://t.co/kBReJW3X8N
github：https://t.co/kKT2uInMBX

[尹 煕元／YOON Hiwon @cmdl100]

とても興味深い。
個人的には、脳は再帰構造を持っていると思っているので、この見方は合点がいく。
（自分メモ）

[How To Prompt @HowToPrompt__]

Google has quietly dropped what researchers are calling "Attention Is All You Need V2."

And it signals the end of the Transformer era as we know it.

In 2017, the original "Attention Is All You Need" paper changed the world by proving that AI doesn't need recurrence, it just needs to pay attention.

But today, even the most advanced models like GPT and Gemini suffer from a massive, structural flaw: Catastrophic Forgetting.

The moment an AI learns something new, it starts losing what it learned before. It’s why AI "hallucinates" or loses the thread in long conversations.

This paper, titled "Nested Learning: The Illusion of Deep Learning Architectures," completely replaces the way AI stores information.

The researchers have introduced a paradigm shift called Nested Learning (NL).

Here is why this is "V2":

For the last decade, we treated AI models as one giant, flat mathematical function. NL proves that a model is actually a set of thousands of smaller, "nested" optimization problems running in parallel.

Instead of one giant "memory," each layer has its own internal "context flow." This allows the model to learn new tasks at test-time without overwriting its core intelligence.

It moves us past the static Transformer. The new architecture (HOPE) demonstrated 100% stability in long-context memory and "post-training adaptation" that was previously impossible.

The technical takeaway is brutal for the competition:

Existing deep learning works by compressing information until it breaks. Nested Learning works by organizing information so it can grow forever.

We’ve spent 7 years trying to make Transformers bigger. Google figured out how to make them "Nested."

The Transformer replaced the RNN in 2017.

Nested Learning is here to replace the Transformer in 2026.

[尹 煕元／YOON Hiwon @cmdl100]

Qwen3.5-397Bがオンプレで動いた。
多分、ほぼ全てのoss LLMは動くはず。
結構、うれしい。

あとは安定的に運用するだけだぁ。
（自分メモ）

[尹 煕元／YOON Hiwon @cmdl100]

ドンドン出てくる2。
（自分メモ）

[elvis @omarsar0]

// Multi-Agent Synthesis RAG //

Nice paper on improving RAG systems with multiple agents.

(bookmark it)

The paper introduces MASS-RAG, a multi-agent synthesis framework for retrieval-augmented generation.

Specialized agents handle distinct roles: retrieving candidate documents, assessing their actual relevance to the query, and synthesizing the final answer from evidence that actually contributes.

Instead of one model doing everything, responsibility is decomposed across coordinated evaluators.

Most real-world RAG failures come from retrieving technically-relevant but contextually useless documents, then forcing a single model to reconcile them. Multi-agent synthesis is a cleaner decomposition of the problem and fits the direction the field is already heading in for deep research agents.

Paper: https://t.co/syEVmtUp53

Learn to build effective AI agents in our academy: https://t.co/1e8RZKs4uX