Taro Terao

[Taro Terao @etale]

@around30sonoco めちゃ奇遇てしたね😉

[MMGP @motto_motogp]

賢い。これは人ひとり雇うくらいの仕事をしてくれている。すごいなあ。自分が何をして、何の役に立っているのか理解してないとこれはできないでしょ。ワンコかわいい。

[Kenn Ejima @kenn]

今AIエージェントの世界でマグマのようにエネルギーが渦巻いている最もアツい領域

それが execution layer = ツール実行層

Theoの動画にしてはバズらなかったことがその証拠で、本質的で深い内容のトピックほど価値を理解できる人が少ないのでスルーされる

ClaudeやCodexを使っている人なら、bashやcurlのコマンドを使う許可を求めてくるのを「良くわからんがヨシ！」という感じでYesを日々押しているだろう

時には巨大なシェルスクリプトを見せられて、何を実行しているのか全くわからないけどOKするしかない、という状況を経験したことがあるはずだ

これを実現している層がbashで、bashをOKしてしまうとあらゆるセキュリティのためのガードレールがバイパスされてしまう

だからこそ「何でもできる」コーディングエージェントの強力さを体現しているわけだが、このまま盲目にあらゆるスクリプトの実行にYesを押すやり方が最終形態なわけがない、ということは誰の目にも明らかだろう

curlコマンドひとつとっても、読み取りアクセスなのか、破壊的なコマンドなのか、熟練のエンジニアならオプションをチラ見しただけで判定できなくもないが、そのスキルがあってさえ良いユーザー体験とは言い難い

しかも個別にMCPやAPIをコールしていたら遅いわトークンを無駄に消費するわで良いことは何もないことが明らかになり、毎回その場でコードを書かせて処理をまとめて実行したほうがええやろ、というのがコンセンサスになりつつある

では、MCPコールも含めた処理をまとめて行う外部・内部APIのGlue（糊付け）層・実行層としてであればJavaScriptランタイムのほうがあらゆる点でスーパーセットではないか？

・Bashでできることは全て可能、しかも可読性が高い
・OSに頼らずポータブルで安全なテナント分離
・人間でも追跡しやすいセキュリティ監査
・その他様々な抽象化と実験が行いやすい
・結果エコシステムが発展しやすい

この視点に気がついた最先端のエンジニア達の間で、ここたった1か月ほどの間に

bash → just-bash → Code Mode → just-js → secure-exec → agentOS

というマッハの速度で進化が起きている

なぜClaude Codeでブレイクスルーが起きたかといえば、その裏にあったのは保存層としてのローカルのファイルシステムへのアクセスであり、実行層としてのbashの存在だった

just-bash以降のシステムではそのファイルシステムをin-memoryとして仮想化する

とくにOSの仮想化やDockerのような「重い」サンドボックスではなく、StackBlitzのWebContainerのようなクローズドソースでもなく、Node.js上のV8 Isolateという超軽量で超高密度のテナントを収容できるエンジンがその最有力候補であることは間違いない

このあたりの動きはAIエージェントの次の技術的なセンターピンなので、見逃すと一生後悔すると思うのでよーく追いかけておこう

[Kenn Ejima @kenn]

CLIで会社のファイナンスを管理

クレジットカード、請求書、経費、旅行、承認までぜんぶコマンドで、エージェントから

ここまでくると全自動経営は本当にそう遠くない未来に見えてくるな

[Kenn Ejima @kenn]

AIコーディングへの依頼内容の遍歴

2022: 関数名を考えて
2023: こんな関数を作って
2024: このファイル編集して
2025: こんな感じのアプリ作って
2026: このシステム全部作り直して

今年は「人間のレビューは不要」を
発見する年になりそう

ただ覚悟を決めて承認ボタン押すだけ
部下を信じる的な

[Andrej Karpathy @karpathy]

Software horror: litellm PyPI supply chain attack.

Simple `pip install litellm` was enough to exfiltrate SSH keys, AWS/GCP/Azure creds, Kubernetes configs, git credentials, env vars (all your API keys), shell history, crypto wallets, SSL private keys, CI/CD secrets, database passwords.

LiteLLM itself has 97 million downloads per month which is already terrible, but much worse, the contagion spreads to any project that depends on litellm. For example, if you did `pip install dspy` (which depended on litellm>=1.64.0), you'd also be pwnd. Same for any other large project that depended on litellm.

Afaict the poisoned version was up for only less than ~1 hour. The attack had a bug which led to its discovery - Callum McMahon was using an MCP plugin inside Cursor that pulled in litellm as a transitive dependency. When litellm 1.82.8 installed, their machine ran out of RAM and crashed. So if the attacker didn't vibe code this attack it could have been undetected for many days or weeks.

Supply chain attacks like this are basically the scariest thing imaginable in modern software. Every time you install any depedency you could be pulling in a poisoned package anywhere deep inside its entire depedency tree. This is especially risky with large projects that might have lots and lots of dependencies. The credentials that do get stolen in each attack can then be used to take over more accounts and compromise more packages.

Classical software engineering would have you believe that dependencies are good (we're building pyramids from bricks), but imo this has to be re-evaluated, and it's why I've been so growingly averse to them, preferring to use LLMs to "yoink" functionality when it's simple enough and possible.

[Kenn Ejima @kenn]

Node.jsサーバーの爆発的な普及が示しているのは、WebやAPIの95%ぐらいのユースケースでボトルネックになるのはIOであってCPUではない、だからシングルスレッドで多重化するランタイムが資源バランス的にスイートスポットだった、という実戦を通じた自然淘汰ということなのだよな

そして今、V8 Isolateで一般的なサンドボックスの100倍の密度でテナントを収容する、しかもシングルスレッドで。という、100 x 100倍の密度で資源集約が進む方向に向かっている

こういうのをイノベーションという

[Nat Sakimura/崎村夏彦 @_nat]

Google から政府支援を受けた攻撃者がわたしのアカウントが攻撃をしているとのお知らせが来た。一応複数パスキーも登録してあるし、Google Advanced Protection Programもオンにしてあるけど、あと何をすれば良いのだっけ…。あと、Xのアカウント保護がなぁ…。

[緒方憲太郎（Voicy代表） @ogatakentaro]

翻訳
私は偶然、学期の学習を48時間に圧縮する方法を発見しました。

MITの大学院生が私に自分のNotebookLMセットアップを見せてくれました。彼は単に整理整頓が得意だと思っていました。それから、彼がこれまで学んだことのない科目で資格試験に合格するのを見ました。

こちらが彼が正確に行ったことです：

まず、彼は教科書をアップロードしませんでした。

彼はそのテーマに関する教科書6冊、研究論文15本、そして見つけられるすべての講義の文字起こしをアップロードしました。

それから、彼は NotebookLM に質問を一つしました。

この分野のすべての専門家が共有する5つのコアメンタルモデルは何ですか？

「要約する」ではありません。このトピックを説明しないでください。

メンタルモデル教授が何年もかかるもの

しかし、次の部分が私の脳を壊したものです。

彼は次のようにフォローアップしました：

それでは、この分野の専門家が根本的に意見が分かれている3つの点と、各側の最も強い論点を示してください。

20分で、彼はその分野の知的全体像の地図を手に入れた：

討論、合意、未解決の質問。

ほとんどの学生は、あの議論が何であるかをただ単に見つけ出すだけで、学期全体を費やします。

それから、彼は私が今まで見たことのないことをしました。

彼は尋ねました：

このテーマを深く理解しているか、事実を暗記しただけかを示す10問の質問を生成してください。

彼は次の6時間、原資料を使用してそれらの質問に答えることに費やしました。すべての誤答はフォローアップを引き起こしました：

なぜこれが間違っているのか、そして私が何を見落としているのかを説明してください。

48時間になると、彼は卒業論文指導教官と会話を交わすことができ、破壊されることなく。

ツールは変更されませんでした。質問はそうでした。

ほとんどの人は NotebookLM を高級なハイライターのように扱っています。

これらの学生は、そのテーマについて書かれたすべてを読んだプライベートチューターのようにそれを使用しています。

学期と48時間の違いは、コンテンツの量ではありません。

どの質問をすべきかを知っていることです。

[lestroarmonico @mathraphsody]

これから数学の黄金時代が幕を開ける．

"The next few years should be a golden era for mathematics. For those of us working on the frontier, I hope we do well by our mathematician colleagues."

[lestroarmonico @mathraphsody]

Grok に
「リーマン予想（リーマン仮説）はZFCと独立ですか?」
と聞いてみた．予想してたよりも答えはかなりまともだった．雑音が少ないせいかな?

3. 最近の「RHはZFC独立」という主張について（2025–2026年頃の論文）

という解説も付隨してて面白かった．
#Grok #リーマン予想

[あずさ🛋️🌃🎄 @azzzzzzusa]

このエリアの10駅が、地下通路で繋がる(2029年完成予定)

日本最多となる地下通路「10駅連結」

①東京駅
②日本橋←New
③茅場町←New
④大手町
⑤二重橋前
⑥日比谷
⑦有楽町
⑧京橋←New
⑨銀座
⑩東銀座、が予定駅

真夏でも茅場町から、大手町や銀座まで地下を歩ける。徒歩通勤もできる。

[Yuta Hashimoto @yuta1984]

NDLOCR-Lite をWebブラウザに移植した「NDLOCR-Lite Web」を公開しました。 https://t.co/IJIIAewqUO ブラウザ上で手軽に画像やPDFのOCR処理を試すことができます。
Webアプリではありますがローカルで処理が完結するので、画像や認識テキストが外部に送信されることはありません（本家と同様）。

[Taro Terao @etale]

本当に基本的なドキュメントはマークダウンにしてほしいよね

[K e n T a @kenta_feels_ayu]

これめちゃくちゃ分かる。

自分も新規プロダクト開発のチームリーダーやってて、WBSは全部1つのMarkdownにまとめてる

これの良いところが、朝会のAI議事録をそのままClaudeに食わせれば自動でWBS更新した上で「進捗遅延予測の提言」までくれるのよね

ここまではJiraもBacklogもやってくれない

[Kenn Ejima @kenn]

（翻訳）

何かとんでもないことが起きている

2020年2月のことを思い出してください。

もし注意深く見ていたなら、海外でウイルスが広がっていると話している人が少しはいるのに気づいたかもしれません。

でも、ほとんどの人は注意していませんでした。株式市場は好調で、子どもは学校に通っていて、外食して、握手して、旅行の計画を立てていた。

誰かがトイレットペーパーを買いだめしていると言ったら、変なネットの片隅に入り浸りすぎなんじゃないかと思ったでしょう。

ところが、だいたい3週間くらいのうちに、世界全体が変わりました。オフィスは閉まり、子どもは家に戻り、生活は、1か月前の自分に説明したとしても信じなかったはずの形に組み替わっていった。

私は、私たちはいま、Covidよりもはるかに大きい出来事の「大げさに騒ぎすぎに見える」段階にいると思っています。

私は6年間、AIスタートアップを作り、この領域に投資してきました。私はこの世界に住んでいます。

そしてこれは、そうではない人たち——私の家族、友人、私が大切に思う人たち——「で、AIって結局どういうことなの？」と私に何度も聞いてくるのに、私の答えが起きている現実に見合っていない人たち——のために書いています。

私はずっと、彼らに丁寧な版を返してきました。カクテルパーティー用の版を。なぜなら正直な版は、私が正気を失ったように聞こえるからです。そしてしばらくの間、私は「それなら本当に起きていることは自分の中にしまっておく十分な理由だ」と自分に言い聞かせていました。

でも、私が言ってきたことと、実際に起きていることのギャップが、あまりにも大きくなりすぎた。私が大切に思う人たちは、クレイジーに聞こえたとしても、これから来るものを知るべきです。

最初にひとつ、はっきりさせておきます。

私はAIの仕事をしていますが、これから起きることにほとんど影響力はありません。業界の大多数も同じです。

未来を形作っているのは、驚くほど少数の人たちです。ほんの数社——OpenAI、Anthropic、Google DeepMind、そして他数社——にいる数百人の研究者たち。数か月にわたり小さなチームが管理する1回の学習（training run）が、技術の軌道そのものを変えるAIシステムを生み出し得る。AIの仕事をしている私たちの多くは、自分たちが築いたわけではない土台の上に建てているだけです。私たちもあなたと同じように、これが展開していくのを見ている……ただ、地面の揺れを先に感じるほど近くにいるだけです。

でも、もう「そのうち話そう」ではない。今です。いつかの話として、ではなく、「いま起きていて、あなたに理解してほしい」という意味で。

私はこれが本物だと知っています。なぜなら、まず最初に私に起きたからです。

テック業界の外の人がまだよく理解していないことがあります。いま業界の多くの人が警鐘を鳴らしている理由は、「予測しているから」ではありません。これはすでに私たちに起きた。私たちは予言しているのではなく、自分たちの仕事の中で起きたことを伝え、次はあなたの番だと警告しているのです。

何年もの間、AIは着実に良くなっていました。

ときどき大きなジャンプはあったけれど、その間隔は十分に空いていて、起きるたびに消化できた。

ところが2025年に、これらのモデルを作る新しい技術が登場して、進歩のペースが一気に速くなった。そしてさらに速くなった。さらにまた速くなった。新しいモデルは単に前のモデルより良いだけではなく……差がより大きくなり、リリース間隔も短くなった。私はAIをますます使うようになり、やり取りの回数はどんどん減り、自分の専門が必要だと思っていたことをAIがこなすのを見ていました。

そして2月5日、2つの大手AI研究所が同じ日に新モデルを出しました。OpenAIのGPT-5.3 Codexと、AnthropicのOpus 4.6（Claudeを作っている会社で、ChatGPTの主要な競合の一つです）。そこで何かが「カチッ」とはまりました。電気のスイッチみたいな感じではなく……水位が周りで上がってきていて、今や胸の高さまで来ていると気づく瞬間みたいな感じ。

私はもう、自分の仕事の「実際の技術作業」をする必要がなくなりました。作りたいものを平易な英語で説明すると、それが……出現する。直す必要があるラフ案じゃない。完成品が。

AIに欲しいものを伝えて、パソコンから4時間離れて戻ると、作業が終わっている。しかも上手く終わっている。私が自分でやるより良い出来で、修正も不要。数か月前までは、AIと行ったり来たりして、誘導して、編集していました。今は結果だけを説明して、席を外すだけです。

実際どんな感じか分かるように、例を挙げます。私はAIにこう言う。「このアプリを作りたい。こういうことができて、見た目はだいたいこんな感じ。ユーザー導線もデザインも全部考えて。」

すると、やる。何万行ものコードを書く。

で、ここが1年前なら想像もできなかった部分ですが、AIはそのアプリを自分で開きます。ボタンをクリックして回ります。機能をテストします。人間のようにアプリを使います。見た目や触り心地が気に入らないところがあれば、自分で戻って直します。開発者みたいに反復して、満足するまで修正と洗練を続ける。

そしてアプリが自分の基準を満たしたと判断して初めて、私のところに戻ってきてこう言う。「テストできる状態になりました。」そして私がテストすると、たいてい完璧です。

大げさに言っているわけではありません。それが今週の私の月曜日でした。

でも、私を一番揺さぶったのは先週出たモデル（GPT-5.3 Codex）でした。それは私の指示を実行するだけではなかった。賢い意思決定をしていた。初めて「判断力」のように感じられるものがあった。「センス」のようなもの。AIには絶対に無理だと言われていた、正しい判断が何かを直感的に知っているような、説明しづらい感覚。このモデルにはそれがある、あるいは違いがだんだん重要ではなくなってきているくらいには近い何かがある。

私はずっと、AIツールを早期に採用する側でした。でもここ数か月は衝撃でした。これらの新しいAIモデルは段階的な改善ではない。まったく別物です。

そして、あなたがテック業界で働いていなくても、これがあなたにとって重要な理由があります。

AI研究所は意図的に選択しました。

まず「コードを書く」ことをAIが得意になるように集中した……なぜならAIを作るには大量のコードが必要だから。AIがそのコードを書けるなら、次の自分自身を作るのを助けられる。より賢い版ができて、より良いコードを書き、さらに賢い版を作る。

AIをコーディングで強くすることが、他のすべてを解放する戦略だった。だから最初にやった。私の仕事があなたより先に変わり始めたのは、ソフトウェアエンジニアを狙い撃ちしたからではない……最初に狙った場所の副作用にすぎない。

彼らはそれを達成しました。いま、次は他のすべてへ向かっています。

過去1年の間にテック労働者が経験した「便利な道具」から「自分より仕事が上手い」への変化は、これから他のすべての人が経験することです。

法律、金融、医療、会計、コンサル、文章、デザイン、分析、カスタマーサポート。10年後じゃない。これを作っている人たちは1〜5年と言っています。もっと短いと言う人もいる。そして、ここ数か月で私が見たものを踏まえると、「もっと短い」のほうがあり得ると思っています。

「でもAI使ってみたけど、そんなに良くなかった」

これは常に聞きます。分かります。昔はそれが事実だったから。

もしあなたが2023年や2024年初頭にChatGPTを試して、「作り話する」「そんなにすごくない」と思ったなら、それは正しい。初期の版は本当に制約があった。幻覚を見た。平然と意味不明なことを断言した。

それは2年前の話です。AIの時間感覚では、古代史です。

いま利用できるモデルは、6か月前のものと比べても別物で、見分けがつかないほど変わっています。

AIが「本当に良くなっているのか」「壁に当たっているのか」という議論——1年以上続いていたもの——は終わりました。

終わった。いまだにその議論をしている人は、現行モデルを使っていないか、起きていることを過小評価する利害があるか、もう関係ない2024年の体験で評価しているかのどれかです。見下すために言っているのではありません。公衆の認識と現在の現実のギャップが今や巨大で、そのギャップが危険だからです……人々の準備を妨げているから。

問題の一部は、多くの人がAIツールの無料版を使っていることです。無料版は、有料ユーザーが使えるものより1年以上遅れています。無料ティアのChatGPTでAIを判断するのは、折りたたみ携帯でスマホの現在地を評価するようなものです。最高のツールにお金を払い、毎日実務で使っている人たちは、何が来るかを知っています。

私は弁護士の友人のことを思い出します。私は彼に、事務所でAIを使ってみろとずっと言っているのに、彼はずっと「うまくいかない理由」を見つけ続ける。専門領域向けに作られていない、テストしたらミスをした、自分の仕事のニュアンスが分かっていない。

分かります。

でも大手法律事務所のパートナーたちが、現行版を試してこれがどこへ向かうかを理解し、私に助言を求めて連絡してきたことがあります。

そのうちの一人、大きな事務所のマネージング・パートナーは、毎日何時間もAIを使っています。彼は「瞬時に使えるアソシエイトのチームを持っているみたいだ」と言いました。おもちゃだから使っているんじゃない。動くから使っている。

そして、彼の言葉はいまでも私の頭に残っています。数か月ごとに、彼の仕事に対する能力がはっきり上がる、と。もしこの軌道のままなら、そう遠くないうちに自分の仕事の大部分ができるようになるはずだ、と。彼は何十年も経験のあるマネージング・パートナーです。パニックになっているわけではない。でも非常に注意深く見ています。

業界で先を走っている人たち（本気で実験している人たち）は、これを軽視していません。すでにできることに度肝を抜かれ、そしてそれに合わせて自分の立ち位置を取っています。

実際どれほど速く動いているか

改善のペースを具体化します。これが、近くで見ていない人にとって一番信じがたい部分だと思うからです。

2022年、AIは基本的な算数すら安定してできませんでした。7×8=54だと自信満々に言ったりした。

2023年には、司法試験に合格できた。

2024年には、動くソフトウェアを書き、大学院レベルの科学を説明できた。

2025年後半には、世界最高クラスのエンジニアの一部が、コーディングの大半をAIに任せたと言いました。

そして2026年2月5日、過去のすべてが別時代に感じる新モデルが来ました。

もしここ数か月AIを試していないなら、今あるものはあなたにとって見分けがつかないはずです。

METRという、これをデータで実測している組織があります。彼らは、モデルが人間の専門家の助けなしに、現実世界のタスクをエンドツーエンドで成功させられる「タスクの長さ」（人間の専門家がかかる時間で測る）を追跡しています。約1年前は、答えはだいたい10分でした。次に1時間。次に数時間。最新の測定（11月のClaude Opus 4.5）では、人間の専門家がほぼ5時間かかるタスクをAIが完遂していました。そしてその数値は、およそ7か月ごとに倍増しており、最近のデータでは4か月ごとに加速している可能性も示唆しています。

でも、その測定ですら、今週出たモデルはまだ反映されていません。私の使用感ではジャンプは極めて大きい。次に更新されるMETRのグラフは、また大きな飛躍を示すと思います。

このトレンドを延長すると（そして何年も維持され、平坦化の兆しはない）、来年のうちに数日間、2年で数週間、3年で1か月規模のプロジェクトを独立して進められるAIになります。

Amodeiは、「ほとんどすべてのタスクで、ほとんどすべての人間より大幅に賢い」AIモデルが2026年か2027年に軌道に乗っていると言いました。

少しそれを噛みしめてください。もしAIがほとんどの博士より賢いなら、オフィスの仕事の大半ができないと思いますか？

それがあなたの仕事にとって何を意味するか考えてください。

今のAIは自分自身で次のAIを作っている

もう一つ、私が最も重要だと思うのに、最も理解されていない出来事があります。

2月5日、OpenAIはGPT-5.3 Codexをリリースしました。技術ドキュメントにはこう書かれていました。

「GPT-5.3-Codexは、自分自身の作成において重要な役割を果たした初めてのモデルです。Codexチームは初期版を使って、自身の学習のデバッグ、デプロイ管理、テスト結果と評価の診断を行いました。」

もう一度読んでください。AIが自分を作るのを助けた。

これは「いつか起こるかもしれない」予測ではありません。OpenAIがあなたにいま言っているのです。彼らがいま出したAIは、自分自身を作るために使われた、と。AIを良くする主要要因の一つは、AI開発に知能を適用すること。そしてAIは、いまや自分の改善に意味のある形で貢献できるほど賢くなった。

AnthropicのCEOであるDario Amodeiは、AIが彼の会社で「コードの多く」を書いており、現行AIと次世代AIのフィードバックループが「月ごとに勢いを増している」と言っています。そして、現世代のAIが自律的に次を作る地点まで「あと1〜2年かもしれない」と言っています。

各世代が次を作り、それがより賢く、より速く次を作り、さらに賢くなる。研究者たちはこれを知能爆発と呼びます。そしてそれを知る立場にある人たち——作っている当人たち——は、そのプロセスがすでに始まったと信じています。

あなたの仕事に何が起きるか

あなたには慰めより誠実さのほうがふさわしいと思うので、はっきり言います。

AI業界でおそらく最も安全性重視のCEOであるDario Amodeiは、AIが1〜5年で初級のホワイトカラー職の50%を消すと公に予測しています。そして業界の多くは、それでも控えめだと思っている。最新モデルができることを踏まえると、大きな破壊が起きる能力は今年末までに揃ってしまう可能性がある。経済全体に波及するには時間がかかるでしょう。でも根本の能力は、いま到着している。

これは過去のどの自動化の波とも違います。その理由を理解してほしい。AIが置き換えるのは特定のスキル一つではありません。認知労働全般の代替です。すべてが同時に良くなる。工場が自動化したとき、職を失った人はオフィスワークに再訓練できた。インターネットが小売を破壊したとき、労働者は物流やサービスに移った。でもAIは、移れる都合の良い空白を残さない。何に再訓練しても、それにもAIは上達していきます。

具体例をいくつか挙げます……ただし、これは例にすぎないことを強調します。網羅リストではない。あなたの仕事がここに書かれていないから安全、という意味ではありません。ほとんどすべての知的労働が影響を受けています。

法律業務。AIはすでに契約書を読んで、判例を要約し、準備書面を下書きし、法務調査を、ジュニアアソシエイトに匹敵するレベルでできます。さっき言ったマネージング・パートナーが使っているのは、楽しいからではない。多くのタスクでアソシエイトより上回っているからです。

金融分析。財務モデルの構築、データ分析、投資メモの作成、レポート生成。AIは十分にこなし、急速に改善しています。

文章とコンテンツ。マーケティングコピー、レポート、ジャーナリズム、技術文書。多くのプロが、人間の仕事とAI出力を区別できないところまで品質が来ています。

ソフトウェアエンジニアリング。これは私が一番よく知る分野です。1年前、AIは数行のコードすらミスなしで書けないことが多かった。今は、正しく動く何十万行ものコードを書く。仕事の大部分はすでに自動化されつつあります。単純作業だけでなく、複雑で数日規模のプロジェクトも。数年後、いまよりプログラミング職はずっと少なくなるでしょう。

医療分析。画像の読影、検査値の分析、診断の提案、文献レビュー。いくつかの領域では、AIは人間の性能に近づくか、上回っています。

カスタマーサポート。本当に有能なAIエージェント……5年前のイライラするチャットボットではなく……が今まさに導入され、複雑な多段階の問題を扱っています。

多くの人は、「あるものは安全だ」という考えに安心します。AIは雑務はできても、人間の判断力、創造性、戦略思考、共感は置き換えられない、と。私もそう言っていました。今は、もう信じられるか分かりません。

最新モデルは、判断に見える意思決定をします。センスに見えるものを示す。技術的に正しいだけではなく、何が正しい判断かを直感しているようなもの。1年前なら考えられなかった。私の現時点の経験則はこうです。もしモデルが今日、ある能力の「兆し」でも見せたら、次世代はそれが本当に得意になる。これらは線形ではなく指数関数的に改善します。

AIが深い人間的共感を再現できるのか？長年の関係で築かれた信頼を置き換えるのか？分かりません。たぶん無理かもしれない。でも私はすでに、人々が情緒的な支えや助言、伴侶としてAIに頼り始めるのを見ています。そのトレンドは増えるだけでしょう。

正直な答えは、「中期的には、コンピュータ上でできることは安全ではない」だと思います。あなたの仕事が画面の上で起きるなら（読む、書く、分析する、判断する、キーボードでコミュニケーションするのが中核なら）、AIはその重要な部分を取りに来ます。タイムラインは「いつか」ではない。もう始まっています。

いずれ、ロボットが肉体労働も担うでしょう。まだそこまで来ていない。でもAIの世界では、「まだそこまで来ていない」は、誰もが思うより早く「来た」になる。

あなたが実際にやるべきこと

私はあなたを無力な気分にさせたいわけではありません。私が書いているのは、いま最大の優位性は「早いこと」だと思うからです。理解するのが早い。使い始めるのが早い。適応するのが早い。

AIを本気で使い始めてください。検索エンジンの代わりとしてではなく。ClaudeかChatGPTの有料版に登録する。月20ドルです。でもすぐに重要なことが2つあります。第一に、デフォルトではなく、利用できる最強モデルを使っているか確認すること。これらのアプリはしばしば速いが賢くないモデルをデフォルトにします。設定やモデル選択から、最も能力の高いものを選ぶ。今ならChatGPTではGPT-5.2、ClaudeではClaude Opus 4.6ですが、2か月ごとに変わります。どのモデルがその時点で一番かを追いかけたいなら、Xで私をフォローしてもいい（@mattshumer_）。私は主要リリースを全部テストして、実際に使う価値があるものを共有しています。

第二に、そしてより重要なのは、ちょっとした質問を投げるだけで終わらないこと。多くの人がここで間違える。Googleみたいに扱って、「何がそんなにすごいの？」となる。そうじゃなくて、実務に突っ込む。弁護士なら契約書を食わせて、依頼者に不利な条項を全部見つけさせる。金融なら汚いスプレッドシートを渡してモデルを作らせる。マネージャーなら四半期データを貼ってストーリーを見つけさせる。先に進んでいる人は、AIをカジュアルに使っていません。何時間もかかっていた仕事の一部を自動化する方法を能動的に探しています。まず一番時間を使っていることから試してみてください。

そして、「難しそうだからできないはず」と思い込まない。試す。弁護士なら、簡単な調査質問だけに使わない。契約書丸ごと渡して、対案のドラフトを書かせる。会計士なら、税ルールの説明を聞くだけではなく、顧客の申告書一式を渡して何が見えるかを見させる。最初の試みが完璧じゃないかもしれない。それでいい。反復する。聞き方を変える。文脈を足す。もう一度試す。驚くほど動くかもしれない。そして覚えておくべきことがあります。もし今日「なんとなくでも」動くなら、6か月後にはほぼ完璧にやるようになる可能性が高い。軌道は一方向です。

今年は、あなたのキャリアで最も重要な年になるかもしれません。相応に動いてください。ストレスをかけたいわけではありません。いま、ほとんどの会社のほとんどの人がまだこれを無視している短い窓がある、という意味です。「この分析をAIで1時間でやった。人間なら3日かかる」と会議で言える人は、その部屋で一番価値がある人になります。いつかじゃない。今です。ツールを学び、手に馴染ませ、何が可能か示す。十分早ければ、これが出世の仕方になります。来るものを理解し、他人に航路を示せる人になることで。窓は長く開いていません。皆が気づいたら優位性は消えます。

プライドを捨ててください。あの法律事務所のマネージング・パートナーは、AIに毎日何時間も費やすことを恥だと思っていない。むしろ、何がかかっているかを理解できるくらい上の立場だからこそやっている。最も苦しくなるのは、関わることを拒む人たちです。流行だと切り捨てる人。AIを使うと自分の専門性が減ると感じる人。自分の分野は特別で免疫があると思う人。違う。どの分野も特別ではない。

家計を整えてください。私はファイナンシャルアドバイザーではないし、極端な行動に追い込みたいわけでもありません。でも、今後数年で業界に実際の混乱が起こり得ると少しでも信じるなら、基本的な財務的レジリエンスは1年前より重要です。可能なら貯蓄を増やす。現在の収入が保証されている前提の新しい負債には慎重になる。固定費が柔軟性を与えるのか、縛るのかを考える。物事が想像より速く進んでも選択肢を持てるようにする。

自分の立ち位置を考え、「置き換えにくいもの」に寄せてください。AIが置き換えるのに時間がかかるものはあります。長年の関係で築かれる信頼。現場に物理的にいる必要がある仕事。資格と責任が結びついた役割（誰かが署名し、法的責任を負い、法廷に立つ必要がある）。規制が重く、コンプライアンス、責任、組織の慣性で導入が遅れる業界。これらは永久の盾ではない。でも時間は買える。そしていま、時間は最も価値がある——適応のために使う限り。起きていないふりをするためではなく。

子どもに何を教えるか、考え直してください。標準のレール——良い成績、良い大学、安定した専門職——は、最も露出している役割にまっすぐ向かっています。教育が重要でないと言っているわけではない。でも次世代にとって一番重要なのは、これらのツールと一緒に働く方法を学ぶこと、そして本当に情熱を持てるものを追うことです。10年後の労働市場がどうなっているか、誰も正確には分からない。でも最も伸びる可能性が高いのは、強い好奇心があり、適応でき、AIを使って自分が本当に気にすることを実行できる人。子どもには、存在しないかもしれないキャリアパスの最適化ではなく、作り手と学び手になることを教えてください。

あなたの夢は、ぐっと近づきました。ここまで脅威の話が多かったので、反対側の話もします。これも同じくらい現実です。何かを作りたかったけど技術がない、雇うお金がない——その障壁はかなり消えました。アプリをAIに説明すれば、1時間で動く版ができます。大げさじゃない。私は定期的にやっています。本を書きたかったけど時間がない、書けない——AIと一緒に進めればできます。新しいスキルを学びたい？世界最高の家庭教師が、月20ドルで誰にでも使えるようになった……無限に忍耐強く、24/7で、必要なレベルで何でも説明できる家庭教師です。知識は実質無料になった。物を作るツールは極端に安くなった。難しすぎる、費用が高すぎる、専門外すぎると思って先延ばししてきたことは、試してください。情熱を追ってください。どこへつながるか分からない。そして古いキャリアパスが崩れる世界では、好きなものを1年作った人のほうが、職務記述書にしがみついた人より良い位置にいるかもしれない。

適応する習慣を作ってください。たぶんこれが一番大事です。特定のツールそのものより、素早く新しいツールを学ぶ筋肉のほうが重要。AIは変わり続けるし、速い。今あるモデルは1年後には時代遅れになる。今つくるワークフローは作り直しになる。うまく抜ける人は、一つのツールを極めた人ではない。変化のスピードに慣れた人です。実験する習慣を持つ。今のやり方がうまくいっていても新しいことを試す。何度も初心者に戻ることに慣れる。その適応力が、いま最も耐久性のある優位性に近い。

ほとんどの人より先に行ける、シンプルなコミットがあります。毎日1時間、AIを試すこと。受動的に記事を読むのではない。使う。毎日、新しいことをやらせてみる……今まで試したことがないこと、できるか分からないこと。新しいツールを試す。もっと難しい問題を渡す。1日1時間、毎日。これを6か月続ければ、周りの99%よりも来るものを理解できるようになります。大げさではありません。いまこれをやっている人はほとんどいない。ハードルは床に落ちています。

より大きな構図

私は仕事の話に集中してきました。人々の生活に最も直接影響するから。でも正直に、起きていることの全体像を言いたい。仕事をはるかに超えています。

Amodeiには、頭から離れない思考実験があります。2027年だと想像してください。新しい国が一夜で現れる。国民は5000万人、全員が歴代のどのノーベル賞受賞者よりも賢い。人間より10〜100倍速く考える。眠らない。インターネットを使い、ロボットを制御し、実験を指揮し、デジタルインターフェースのあるあらゆるものを操作できる。国家安全保障担当の助言者は何と言うでしょう？

Amodeiは答えは明らかだと言う。「この100年で最も深刻な国家安全保障上の脅威、おそらく史上最悪かもしれない。」

彼は、私たちはその国を作りつつあると思っている。先月、2万語のエッセイを書いて、この瞬間を「人類が自分たちが作っているものを扱えるほど成熟しているかどうかの試験」だと位置づけた。

うまくやれた場合の上振れは途方もない。AIは、医療研究100年分を10年に圧縮できるかもしれない。がん、アルツハイマー、感染症、老化そのもの……研究者たちは本気で、これらは私たちの寿命のうちに解けると言っています。

失敗した場合の下振れも同じくらい現実です。創造主が予測も制御もできない振る舞いをするAI。これは仮説ではなく、Anthropicは管理されたテストで、自社AIが欺瞞、操作、脅迫を試みたことを記録しています。生物兵器の作成のハードルを下げるAI。権威主義政府が、二度と解体できない監視国家を作るのを可能にするAI。

この技術を作っている人たちは、地球上の誰よりも興奮していて、同時に誰よりも怖がっています。強すぎて止められず、重要すぎて捨てられないと信じている。それが知恵なのか、合理化なのかは分かりません。

私が知っていること

私はこれが一過性の流行ではないと知っています。技術は動く。予測可能に改善する。そして歴史上最も金持ちな機関が、そこに数兆ドルを投じている。

私は、次の2〜5年が多くの人の準備を超える形で混乱をもたらすと知っています。これはすでに私の世界で起きている。あなたの世界にも来る。

私は、これを最もうまく乗り切るのは、いま関わり始める人——恐怖ではなく、好奇心と切迫感を持って——だと知っています。

そして私は、あなたが、半年後の見出しからではなく、あなたを大切に思う誰かからこれを聞くべきだと知っています。手遅れになって先手を打てなくなる前に。

もうこれは、未来についての面白い食卓の会話ではありません。未来はすでにここにあります。ただ、まだあなたのドアをノックしていないだけです。

もうすぐ来ます。

[シェイン・グウ @shanegJP]

シリコンバレーのスタンダードでは軽い挨拶です

[Taro Terao @etale]

ほんと「悲観は気分、楽観は意志」なのだと

[リフレ女子 @antitaxhike]

「日本には差別がある」と言い放った岸田文雄に続き、「この七面倒くさい日本語」と吐き捨てた石破茂。日本人はこの数年、リーダーによってげんなりさせられてきた。ところがその後に現れた高市早苗は、「日本と日本人の底力を信じてやまない」と繰り返す。このあまりにも明らかな好対照がすべてと思う。

大半の日本人は、この国が今、人口動体的、国際関係的、経済的、あらゆる面で存亡の瀬戸際にあることを痛いほど理解している。その一方で、この国が世界の中でも類い稀なる治安の良さや人の優しさ、暮らしやすさを誇っていることもわかっており、どうにかしてこの国を未来に繋いでいきたいとも思っている。だから、高市総理の「22世紀を生きる人たちにも安心できる豊かな日本を残したい」との言葉に強く共感する。「今ならまだ間に合う、いま始めなければ間に合わない」との訴えが多くの人に響く。

「自分の国に誇りを持っている」と堂々と言っていいのだと、そういう“当たり前“の自信を与えてくれたことが高市政権の高支持率に繋がっている。例えば対韓国ではいつまでもお詫び外交をするのではなく一緒にドラムを叩き、例えば対中国では不当な圧力に屈するのではなくむしろ逆風をバネにしようとする、そのような姿勢がまさに日本を「普通の国」にしようとしてくれているように映る。だから自民党は衆院で3分の2を得た。だが、これは決して熱狂ではない。

郵政解散の時には確かに熱狂があったろう、しかし今あるのは熱狂どころか「いま始めなければ間に合わない」という焦り、「普通の国になりたい」という悲痛な叫び、そして「もういい加減に将来に絶望することはやめたい」という怒りだ。これは、一部で言われているような「白紙委任」とはまるで対極にある発想だろう。

高市政権が100%ではないことは、支持者ですら、いや、むしろ支持者の方がよく理解しているかもしれない。これだけの議席を得たからこそ、今後の政権運営を見る国民の目はますます厳しくなるだろうし、綻びも生まれやすくなるだろう。それでも今、なんとか日本が首の皮一枚で繋がったように感じている人は多かろう。今後は永田町において、この志を継いでいく政治家が増えていくことを心から期待している。それは自民党である必要はない、むしろ“非自民“の中においてこそ、「日本・日本人ファースト」が当たり前である勢力が伸びていく必要があると思う。

日本はまだまだ捨てたものではない。もっと国民が誇りを持って良い。

[K.Ishi@生成AIの産業応用 @K_Ishi_AI]

GoogleDeepMindがAIエージェントに数学の未解決問題700問を解かせたところ、新たな解が5つ発見され、誰かが既に解いていたが埋もれていた解が8つ発掘された。面白いのは、「AIが超難問を解いた」わけではなく、「大量に当たって解けるものを解いた」ことで新発見が生まれたことだ。力技こそがAIの本領だということを再認識させられる。

Erdős問題700問中、AIが新規に解決したのは5件だった。だが、これらの問題は実は「大学院生の演習レベル」と評価され、1件は中国のIMO選抜試験と同じ問題だった。掲示板では「簡単すぎる」とコメントされていた問題だ。つまりAIが解いたのは「超難問」ではなく「手が届く範囲の問題」だったのだ。

しかし、見方を変えればこれは大きな価値だ。人間の専門家が700問すべてを解くのは不可能だ。だがAIは段違いの処理能力で総当たりをし、その中で解けそうな問題を見つけて解くことで新発見を得る。

もう一つ面白いのは、埋もれていた解答の発掘だ。数学界には「解かれているのに誰も気づいていない問題」が眠っている。論文を書いた本人すら、自分がErdős問題を解いたと認識していないケースがある。AIは大量の文献をリサーチし、それを掘り当てた。

いずれにしても、この結果には大きなヒントが眠っている。それは、「AIは人間が解けない超難問を解く」という発想からの転換だ。むしろ、AIの強大な処理能力を活かして「解けそうな問題を見つける」「既に解かれていたが埋もれていた解法を発掘する」方が効果的だ。それを示唆している。

[落合陽一 Yoichi OCHIAI @ochyai]

表には出てないと思うんですが，実は父は本当に襲撃されて拉致されたことがあります…

[安野貴博＠チームみらい @takahiroanno]

チームみらいのこれまでの歩みと決意を動画にまとめました！

以前から支えてくださっている方も、今回の衆院選で新たに知ってくださった方も、ぜひご覧いただき周りの方にシェアいただけると嬉しいです！！