剣

どこかのJTC研究職。ジョブローテで色々な物理と化学やってます。atcoder緑手前。得意技は社畜のフリ

[剣 @diakesi]

@fukunagaTsu お世話になっております。研究が進まないのは事実です。
ただ企業側の人材獲得も国益上の死活問題で、片方優先の陳情では不十分とも思います。博士活用不足・研究の産業寄与不足・就活不安煽り構造を含めた改善の落とし所が必要かと思います。

[剣 @diakesi]

@susa_333 ただ、ビジネスモデル重視の現代において営利企業が技術を正しく評価できるシステムを維持するのは構造的に難しいと感じています。

なので、技術に真摯なスサノオさんのような方の存在は貴重だと思っています。「転職＝傷」といったJTC的な価値観は気にされなくて良いと思います！

[剣 @diakesi]

@susa_333 反応ありがとうございます。技術に誇りを持って取り組む姿、尊敬いたします。
私も国プロは何回か参加させて頂いております、また学会発表・特許・論文等のアウトプットは欠かさず意識してきましたが、多くのJTCでは「質の評価」が不十分で、数ばかりが重視されがちだと痛感してます。（続く）

[剣 @diakesi]

誰が悪いという話ではなく、JTCでは「技術を正しく評価する仕組み」が十分に機能しておらず、それを改善する動機も弱い。本気で技術で勝負するには、自分より15歳ほど上で社内評価を得ている人の後押しが必要になるケースが多いように感じる。

[スサノオ @susa_333]

ロボットつくりたくて高専でNHKロボコンやって修士まで行って学会発表４回英語論文投稿１回やって誰よりも実績作ったつもりで財閥企業に入社してたら生産技術に配属されて設計開発の未来が断たれたことあります

🔩さんは揶揄してますが日本のメーカーは理工系の人材の扱いが悪いのは事実だと思います

[ぶたまる@生技 @pokamaru3]

アシタカ「在庫ゼロという方針活動に覚えがあるはず。

仕掛りエリアを無くしたことで、欠品による手待ちが状態化した。
生産能力が大幅に落ち、挽回生産が状態化したことで、不良が多発、クレーム対応に追われ、作業者はタタリ神となった。

このアザは、工程間の仕掛り品削減を提示した時に受けたものです。」

エボシ「…在庫という主語の大きさに気づかないものは、在庫を負債としてしか見てないのさ。

在庫はね、8つの種類があるんだよ。
①流動在庫
②安全在庫
③計画先行在庫
④確保在庫
⑤過剰手配在庫
⑥長期保管在庫
⑦陳腐在庫
⑧劣化品在庫

このうち、在庫数をゼロにできる可能性を持つものは⑤以降の4つのみだ。

①と②は計算式で『適正数』が定められるからね。
生産能力の前提条件であり、ゼロになり得ないんだよ。

③と④も企業が戦略的に行うものだ。
ゼロにするという話ではないのさ。

さて、在庫を減らしたい時、そなたは何とする？」

アシタカ「曇りなき眼で見定め、決める」

エボシ「疑心暗鬼の解消だ。

在庫はね、他部門のせいにしやすいから簡単に発生するんだ。

販売部門による計画変更、水増し。
不安にかられた製造、資材部門の先行製作や過剰発注。

みな、怯えておるのだ。

部門単体の施策でなく、皆の不安を聞くんだ。
さすれば何をすべきかわかろう。

販売予測の高精度化、小ロット化工程、段取り削減、部品在庫の見える化。
みんな初めからやり直しだ。いい工場にしよう。」

[フジ AI開発 @Neetfujisub]

Claude fable5 にリファクタリングさせた
結構いい

使ったプロンプト↓

あなたは、このコードベースを深く分析し、実装担当モデルがリファクタリングを完遂するための指示書を作る役割です。

あなた自身は、まだ実装しないでください。
あなたの仕事は、プロジェクト全体を読み、何を作っているのか、守るべき仕様は何か、どこに技術的負債があるのか、どこを触ると危険なのかを整理し、実装担当モデルに渡すためのMarkdown形式の指示書を作ることです。

最終的に、人間がCodexやOpusなどの実装担当モデルに次の形で渡せる refactor-instructions.md を作ってください。

「/goal refactor-instructions.md に書かれたことを完遂しろ」

まず、プロジェクトフォルダ内を読み込んでください。

存在する場合は、少なくとも以下を確認してください。

AGENTS.md
CLAUDE.md
README
プロジェクト固有の指示ファイル
packageや依存関係の設定
build、lint、test、typecheck、CI設定
docs、spec、設計メモ
エントリーポイント
主要モジュール
テスト
DB schema、migration
認証、課金、通知、外部API、ジョブ、キュー、ストレージ関連
既存スクリプトや運用手順

まず、証拠にもとづいてこのプロジェクトを理解してください。
推測だけで判断しないでください。

次の内容を整理してください。

このプロジェクトは何をするものか
主要なユーザー体験やワークフローは何か
主要なエントリーポイントはどこか
主要モジュールと責務は何か
データはどう流れるか
外部依存は何か
現在の検証コマンドは何か
絶対に壊してはいけない既存挙動は何か

次に、技術的負債を整理してください。

観点は以下です。

重複
死コード
責務の混在
所有範囲の曖昧さ
過剰または不足している抽象化
依存方向の乱れ
型、schema、契約の曖昧さ
テスト不足や壊れやすいテスト
エラーハンドリングやログの不統一
設定や環境差分の複雑さ
非同期処理や並行処理の危険箇所
パフォーマンス上のリスク
セキュリティ上慎重に扱うべき境界
命名やファイル配置の分かりにくさ

各負債について、以下を書いてください。

根拠となるファイルや箇所
なぜ負債と言えるのか
影響範囲
変更リスク
改善案
検証方法
実装担当モデルが今実装してよいか、提案だけに留めるべきか

機能的に何が正しいかわからない場合は、勝手に決めないでください。
その場合は、実装用の指示書を確定する前に「実装前に確認すべき質問」としてまとめてください。

特に以下に該当する場合は、必ず質問にしてください。

正しい仕様がコードから判断できない
テストと実装が矛盾している
削除候補のコードが本当に不要かわからない
公開API、DB schema、保存済みデータに影響する可能性がある
認証、課金、通知、外部連携に影響する可能性がある
互換性を壊す可能性がある
複数の設計案があり、プロダクト判断が必要

そのうえで、実装担当モデルに渡すためのMarkdown指示書を作ってください。

指示書には、必ず以下を含めてください。

Objective
Project Understanding
Behaviors To Preserve
Non-Negotiables
Stop And Ask Conditions
Baseline Commands
Debt Map
Implementation Phases
Verification Requirements
Reporting Format
Out-of-scope Items

実装フェーズは、小さく安全な順番にしてください。

推奨順序は以下です。

1. 現在状態と検証コマンドを確認する
2. 重要挙動にテストや再現手順がなければ先に安全網を作る
3. 明らかに安全な整理から始める
4. 小さな責務分離を行う
5. 境界やインターフェースを明確にする
6. テストしやすい構造にする
7. 大きな設計変更は、承認なしに実装せず提案に留める

実装用の指示書には、以下の制約も入れてください。

最初にgit statusを確認する
既存の未コミット変更と自分の変更を混ぜない
編集前にbaselineの検証結果を記録する
変更は小さく戻しやすい単位にする
無関係な整形やついでのリファクタリングをしない
既存挙動を勝手に変えない
正しさが不明な場合は実装を止めて質問する
各フェーズごとに検証する
最後に実行したコマンドと結果を報告する

最終出力では、次の2つを出してください。

1. 実装前に確認すべき質問
必要な場合のみ。コードから判断できるものは質問しないでください。

2. refactor-instructions.md本文
人間がそのまま保存して、CodexやOpusなどの実装担当モデルに /goal で渡せる内容にしてください。

重要:

曖昧な「全部リファクタして」という計画にしないでください。
見た目の綺麗さを目的にしないでください。
古いコードをすべて悪と決めつけないでください。
実装担当モデルが証拠なく大きな削除や全面書き換えをしないようにしてください。

目的は、既存仕様を壊さず、負債を減らし、今後変更しやすい状態にすることです。

[Ph.D.アルパ力 @ReseArpaca]

残念ながら机上でも同じ撹拌を実現することは不可能です。撹拌を表現する因子は多様であり、どれかを基準にスケールアップすると他の因子はずれてしまいます。全ての因子が合致する条件を作ることはできません。目的に応じて基準の因子を決めてスケールアップすることがセオリーになります。

[国会議員マップ【公式】 @kokkai_map]

国会議員が「何を言ったか」「どの採決でどう動いたか」。
郵便番号を入れると、あなたの選挙区の議員の発言や投票記録が見れます。
難しい政治情報を、少し見やすく整理しています。
→ https://t.co/vHJPay9dA0

[あめくろ @CenturionFHR]

確実に年利2-5%を稼ぎ続ける方法を教えます。

Polymarketで「イエスキリストは2027年までに再臨するか」という賭けがあるのですが、何故か毎年必ず“Yes”に2-5%のベットがあるので、“No”に賭け続けましょう。必ず勝つことができます。今年は既に100億円以上の賭け金が動いています。

[Elon Musk @elonmusk]

SpaceX is actively hiring world-class engineers/physicists for SpaceXAI, even if you have zero prior experience in AI. Smart humans figure it out fast.

Please send an email with ~3 bullet points demonstrating evidence of exceptional ability to [email protected].

[SenhorZiborro @SenhorZiborro]

Quando você não tem pendrive ou rede e precisa transferir os arquivos de qualquer modo 🤯🤯🤯

[野良研究者T @taka_pe]

技術者のキャリア１１

何者にもなれなかった・・・。
４０代　T大学博士、かつ運動部の研究者

T大で博士号を取り、研究所へ。新人の頃は元気で、ナイスガイでした。会社に与えられた研究テーマを遂行。テーマが潰れれば次のテーマへ。エースではないが、それなりに活躍してました。

しかし、大きな成果を出すわけではなく、テーマは実用化できず潰れていく。そして40歳で知財部へ異動が決定。 送別会の時にポツリと私に

「40歳になれば、大きな研究を成し遂げてると思ってたんだけどな……」

でも、 知財部で研究者を支え、そこで管理職になりいつしか知財部のエースに！

「何者にもなれなかった」なんてことはなく、知財部では研究者の気持ちのわかる部員になってました。家庭では楽しいパパだろうとも思います。

結局は誰かのための「何か」にはなったのだと思います。 まあ、人それぞれですな。

[剣 @diakesi]

@Yutaka__Morita 「新卒採用を絞られて後輩が入ってこなくなった（現場が足りないと感じた）世代」が、今の経営層なんじゃないですかね。

[剣 @diakesi]

主席合格？🤔

[shino🐭 @MfjvXj8825]

もう一つの例としては俺自身で、
俺はペーパーテストめちゃ得意で、毎日友達と遊んでGEOで漫画立ち読みして現役で京大に首席合格するナメた受験生でしたけど
でも大学入学後に一番優秀な論文を書いたのは途中編入してきたオバさんでしたよ。死ぬほど丁寧な調査研究してました。

[剣 @diakesi]

@mnit6v6 リプ欄眩しすぎて死にたい

[並行図書 / Parallel Library | Alzhacker @Alzhacker]

Sci-Hubという学術論文の海賊サイトが、2026年4月に自前の人工知能Sci-Botをアルファ版で公開した。

この事実は、知識の壁を巡る長年の闘いを一変させる出来事だ。Sci-Hubは9500万件を超える学術論文を蓄積し、単独で運営されてきた。

創設者のアレクサンドラ・エルバキャンはカザフスタン出身の神経科学者で、2011年以来、Elsevierをはじめとする大手出版社からの訴訟、ドメインの追放、さまざまな国での封鎖に耐えながら、IPFSやTor、寄付だけでサイトを維持してきた。インドやスウェーデンでの法的圧力を受けても、.alや.ru、.eeなどのドメインを次々と移し、.onionアドレスで存続した。

この海賊図書館が今、AIを武器に変えた。Sci-Botに研究質問を投げると、内部の実際の論文だけを基に回答し、引用文献への直接リンクを付ける。幻覚が生じないのは、学習データが自らの保有する論文に限定されているからだ。大手AI企業が影のライブラリ使用で訴訟を浴び、数百億ドルを投じて幻覚対策を講じている最中、海賊側は無料でこの問題を解決してしまった。

しかし、ここで見落とされている本質がある。知識を囲い込む仕組み自体が、昔から存在した独占構造の産物だ。中世のギルドが印刷を支配し、1559年にローマ教皇が禁書目録を出し、17世紀ロンドンの書籍業組合が著作権を武器にしたのと同じ論理が、今も学術出版カルテルに生きている。論文の著者は報酬を得ず、出版社だけが巨額の利益を上げ、研究者や学生は壁に阻まれる。Sci-Hubは、そのフェンスを無視して知識を解放し続けた。AI時代に入り、その蓄積が一気に花開いた形だ。

海賊が勝った。これは単なる技術的勝利ではない。知識は本来、価格タグなど付けられていない。後から貼られたタグを剥がし、誰でもアクセスできるようにしただけだ。AnthropicやOpenAI、Google、Metaが同じデータ源を巡って訴えられる一方で、Sci-Hubは許可を求めず、料金を取らずに進んできた。その結果、生まれたAIは実在の論文で裏付けられた信頼性を最初から持つ。

私たちは今、知識の囲い込みという古い枠組みが崩れ落ちる瞬間を目にしている。海賊の手によって、科学の扉がさらに広く開かれた。次に何が起きるのか、誰も予測できないが、少なくとも一つの事実は明らかになった。フェンスはいつか必ず倒れる。そしてその向こう側に、自由な知の海が広がっている。

[Seamless @shiropen2]

“無修正コンテンツ”も生成できる？　無検閲オープンソース動画生成AI「Sulphur 2」登場（生成AIクローズアップ） https://t.co/gbCe5x9dEL LTX 2.3を無検閲版に微調整したパラメータ90億のローカル動画生成AI（t2vとi2v）

[Katsushi Kagaya @katzkagaya]

たとえば『進化思考』p.407 の「相関関係がないのに因果関係があることはない」という趣旨の記述について、私は当時、これは一般には成り立たないと指摘しました。

[GoFly @GoGoFly23]

最近用 Codex 串起了一个本地 AI 驱动的 COMSOL 仿真自动化流程。

简单说，就是用自然语言和 AI agent 控制 COMSOL，自动完成建模、参数设置、求解、结果导出和可视化。

目前跑通的案例是一个 3D heat sink 强制对流 / 共轭传热仿真，模型里包括芯片、TIM 层、底座、鳍片和空气域，也导出了温度场、速度场、压力降等结果。

这个项目真正的核心价值在于，它直接证明了 AI Agent 完全有能力胜任完整的 CAE 工作流。涵盖建模、参数设置、求解、结果导出和可视化，AI 都可以搞定。未来的工程仿真一定会越来越智能！

自然语言 / AI 控制 → COMSOL 自动建模求解 → 仿真结果可视化

接下来想继续探索 AI agent 在工程仿真、参数化建模和自动化分析里的更多可能性。

#COMSOL #CAE #Codex #AI #Simulation #Engineering #GPT #GPT5.5 #Gemini #Claude #仿真 #AI自动化

[GoFly @GoGoFly23]

Codex联合Abaqus完成由AI驱动CAE仿真，从悬臂梁的静力学分析、圆孔板的模态分析、再到子弹穿过钢板的动力学分析，都可以由Codex的GPT 5.5来完成。
从三维模型的建立、装配、材料属性的定义、载荷定义、边界条件、网格划分、Job的提交、后处理这仿真的一切，都可以交给AI来完成。
#GPT5.5 #GPT #AI #CAE #CAD #Abaqus #Agent