けんじ

[けんじ @kengi32]

https://t.co/34wh9rbD0O
午前中は急用で参加できませんでした。午後から頑張るぞー。

[【公式】SHIFT AI @SHIFT_AI_0]

「案件数は増えたのに
収益は変わらない…」
「ずっと”書く人”のまま」

そんなお悩みを持つあなたへ
上流工程を巻き取り単価を上げる
【Claude Code実践合宿】を
開催します！

✅AIに任せる工程が明確に
✅品質管理の基準がわかる
✅記事制作AIチーム一式を配布

ただ記事を書く段階から
単価を上げる段階へ
一緒にステップアップしましょう🔥

日時：6/20 10:00〜16:00
詳細は会員限定公式LINEへ

※参加条件
Claude有料プランへの契約必須

[けんじ @kengi32]

@Gencoin8 ⚾️

[日本プロ野球選手会 @JPBPA_Press]

【川上拓斗審判員のご快復を願って　日本プロ野球選手会 会長声明】
4月16日の試合中に負傷され、現在も治療を受けておられる川上拓斗審判員に対し、日本プロ野球選手会を代表して、心よりお見舞い申し上げます。

発生から今日まで、私たち選手一同は、共にグラウンドに立つ仲間として、川上審判員の容態を案じながら、その回復を祈り続けてまいりました。

審判員の皆さまは、厳しい緊張感の中で職務を遂行され、プロ野球の試合を選手と共につくってくださる、かけがえのないパートナーです。

選手会といたしましては、川上審判員の一日も早いご快復と、再びプロ野球のグラウンドに立たれる日が来ることを、全選手と共に心より願っております。

日本プロ野球選手会　会長　近藤健介

[けんじ @kengi32]

はかた号予定通り8時30分佐波川SA到着です。順調ですね。

#はかた号

[けんじ @kengi32]

その後は渋滞もなく静岡SAに23時10分に到着。車内は暖かいけど外は寒いです。では、おやすみさい。

#はかた号

[けんじ @kengi32]

大橋ジャンクションで早速渋滞

#はかた合格

[けんじ @kengi32]

今日のはかた号はなんと0003でした。写真は後ほど。

[けんじ @kengi32]

@sasami_sei35 お疲れ様です。もう待つしかないのでひたすら待ちます。気をつけてお帰りください。

[けんじ @kengi32]

侍ジャパンの皆様、お疲れ様でした。世間では色々言われていますが、私としては、感謝の気持ちでいっぱいです。下を向かず胸を張って帰ってきてください。
#WBC #侍ジャパン

[けんじ @kengi32]

侍ジャパン、おめでとう。明日も力を出し切って勝利を掴んでください。本当にみんながヒーローです。
#ネトフリWBC2026

[けんじ @kengi32]

さー、1点でも多く追加点を取ろう！がんばれ侍ジャパン。

[けんじ @kengi32]

教場見て来ました。

風間教官は厳しく、冷酷に見えますが、実は本当に優しく、相手のことを思いやれる人ではないかなと思います。

気を抜くと死につながる仕事をするには厳しくなるのは致し方ないのかもしれません。
#君には教場を観てもらうキャンペーン

[松本 勇気 (Yuki Matsumoto) | LayerX CTO @y_matsuwitter]

Claude Code等のCoding Agentの時代、プログラミング知識は必須なのだけど、コードを書くことはほぼ無くなった。個人開発ももはやソフトウェアエンジニアチームを束ねるマネジメントの役割になっている。ただ、このマネジメントにはPdMやEM・TL、デザイナー等様々なニュアンスの知識が必要で、難易度下がった・エンジニアの仕事がなくなった、と言うより、むしろ横断的知識・経験あるエンジニアやPdMの重要性が増したという状態。

この冬休み期間に個人で新規にプロダクトを作って営業もしているのだけど実際ほぼ1行もコードを書かなかった。ただ、良い設計になるようSpecはしっかり書くし、AIの仕事にケチはつけまくる。技術やプロダクトの良し悪しが分からなければむしろ何も作れない。なので生産性2極化の時代だとも思う。

技術が分かって、プロダクトが分かって、営業出来る、みたいな人ほどお客様のニーズを吸い上げ、迅速にプロダクトに落とし込むということが出来るようになった。大変な時代だ。

[Taishi | 脱スマホ中毒アプリ開発中🐿️ @taishiyade]

サム・アルトマンが『仕事は消える』と断言する理由

OpenAIのCEO
サム・アルトマンはこう言っている

『2050年には
仕事の概念は今とまったく違うものになる』

『進化の流れには
誰も逆らえない』

これは脅しでもSFでもない
経済と技術の話や

人類の歴史を見れば一発で分かる

農業革命
産業革命
コンピュータ革命

そのたびに
『仕事』は消えて
『新しい仕事』が生まれた

・農民 → 工場労働者
・工場 → ホワイトカラー
・ホワイトカラー → AI時代の知的オペレーター

そして今起きているのが
この変化の最終形

AIは
『人間の思考』を置き換え始めた

文章
設計
分析
プログラミング
カスタマーサポート
マーケティング

知的労働の大部分が
ソフトウェアになる

サムが見ているのはここ

『労働』が
希少資源ではなくなる世界

そのとき
人の価値は
『どれだけ働いたか』ではなく
『どんな問題を選び
どんなレバレッジを使ったか』になる

だから彼は言う

『進化の流れに逆らうな』

・AIを禁止しようとする
・守られた仕事にしがみつく
・変化を遅らせようとする

これらはすべて
産業革命の時に
『機械を壊していた人たち』と同じ

勝つのは
『流れに乗った人間』だけ

サムは
仕事が消える世界を恐れていない

むしろ
『人間がやらなくていいこと』が消える世界を
歓迎している

2050年は
失業社会ではない

『自由の再定義』が起きる社会

ここに賭けて
OpenAIは動いている

このスレを最後まで読んだあなたは
もう『ただのニュース消費側』じゃない

いまシリコンバレーの中で
誰が何を賭けて
どんな未来を取りに行っているのかを
日本語でリアルタイム解説しています

このタイムラインを
未来側にひっくり返したい人だけ
→ @taishiyade をフォロー

この投稿は
あとで世界の流れが見えたときに刺さるので
ブックマークしておくと強い

[Taishi | 脱スマホ中毒アプリ開発中🐿️ @taishiyade]

NVIDIAのCEOが断言
コードを書くだけのエンジニアは、全員AIに消える

ジェンスン・フアンのこの発言は、
生成AI時代のエンジニア全員が知っておくべき話

エンジニアの目的を一言で言うと
問題を解くこと

コーディングは目的ではなくて手段
ただの作業のひとつ

もし
「目的＝コードを書くこと」
になってたら
それはAIに代わられる側になってしまう

Jensenの生い立ちから追うと、かなり刺さる

彼は台湾生まれ
幼少期にアメリカへ移住するが、
英語も話せず、文化も分からんまま
かなり荒れた学校に放り込まれた

勉強ができるかどうか以前に
「どう生き残るか」を考えないとあかん環境

そこで彼が身につけたのは
テクニックでも要領でもなく、
「今この場で一番の問題は何か」を見抜く力やった

その後エンジニアになり、
LSI Logic、AMDと
半導体業界の最前線を渡り歩く

ここで彼は気づく

・技術的に面白いこと
・会社が本当に困ってること
・市場が評価すること

これらが
ほとんど一致していないという現実に

多くの会社は
「作れるもの」を作り、
「今ある市場」に最適化して、
本当の問題から目を背けていた

だったら自分でやるしかない

1993年、
JensenはNVIDIAを創業する

でも当時のNVIDIAは
今みたいなAI企業ではなかった

グラフィックス市場は不安定。
資金はない。
失敗したら即終了の世界。

実際、
最初のプロダクトは盛大にコケた

このとき彼は
「コードが悪い」とは言わなかった

「俺たちは間違った問題を解いていた」
そう結論づけて、
市場と技術の“問い”から全部やり直した

そこから
GPUという概念を磨き続け、
10年以上「意味わからん会社」扱いされながら、
計算・並列処理・AIに賭け続けた

結果、
“誰も本気で向き合ってなかった問題”を
解き続けた会社だけが
AI時代のど真ん中に立った

だから今、彼はこう言う

エンジニアの仕事は
新しい問題を見つけて
それを解くこと

会社の中には
未発見の問題がうじゃうじゃある。
だからこそ時間が命。

ここが１番重要

生成AI時代に
仕事を失うエンジニアと
給料が上がるエンジニアの差は、
コードの上手さではない

・何が本当のボトルネックか説明できるか
・それを解いたら売上／コスト／速度がどう変わるか言えるか
・AIに任せる部分と、人間が決める部分を切り分けられるか

これができる人は
AIを「脅威」ではなく
生産性ブースターとして重宝される

逆に
「実装だけ」「言われたことだけ」
になった瞬間、
AI＋安い人材に置き換えられる
というか完全に不要に

給料を上げたかったら
やることはシンプル

・コードを書く前に“問題定義”を書く
・要件をそのまま受け取らず、１回疑う
・AIで実装を高速化して、空いた時間で“問い”を探す
・ビジネス側と同じ言葉で話す

これができるエンジニアは
「作業者」やなく
意思決定に近い存在になる

Jensenが言ってるのは
「コード書くな」ではない

目的と作業を混同するな
ということ

生成AI時代、
生き残るエンジニアは
一番最初に
「何を解くべきか」から考える

これ読んで
「ちょっと焦った」なら、
たぶん感覚は間違ってない

生成AI時代、
何もしないのが一番リスク高い

考えがズレてないか確認する用に、
ブックマークして定期的に見直し推奨

こういう
生成AI時代のエンジニア論とか
プロダクト・意思決定・キャリアの話は、
シリコンバレーのスタートアップでCTOやってきた視点で
定期的に書いてます

気になった人は
@taishiyade をフォローしといてィ

[ハヤシシュンスケ｜合同会社みやび @The_AGI_WAY]

https://t.co/eufkLc4Nrh

[テツメモ｜AI図解×検証｜Newsletter @tetumemo]

📕 Appleが『自社AI開発』を（一時的に）断念してGoogleのAIを採用
2026年1月12日(米国時間)、AppleとGoogleが共同声明を発表した

次世代のApple Foundation ModelsとしてGoogleの「Gemini」とクラウド技術を採用するし、複数年にわたるパートナーシップを結ぶことが決定

年間約10億ドル(約1,570億円)
ChatGPTとの連携を覆してまで選んだGemini

「慎重な評価の結果、AppleはGoogleのAI技術がApple Foundation Modelsにとって最も優れた基盤を提供すると判断した」

この一文が、AI業界の構図を一変させた

『自社AI開発 vs 外部調達』で悩む経営者・事業責任者にとって、この判断は教科書になる

なぜAppleほどの巨人が、AIで外部依存を選んだのか？

実は、この動きは昨年11月から報道されていた

当時から私が注目していたのは、Appleが3つの選択肢を比較検討していたという事実

・OpenAIのChatGPT
・AnthropicのClaude
・GoogleのGemini

結果として、Anthropicは「料金が高すぎる」と判断され脱落
そして今回、正式にGeminiが選ばれた

ここで押さえるべき「格差」がある

現在AppleがクラウドベースのApple Intelligenceで使用しているのは1,500億パラメーター
つまりGeminiは、Appleの現行モデルの『8倍』の規模にあたる1.2兆パラメーター

しかも報道では「大幅に上回る」という表現。実際の性能差はパラメーター数以上かもしれない

興味深いのは、技術的な理由だけでなく『関係性とインフラ』が決め手になった可能性

GoogleとAppleは既に検索エンジンで年間約200億ドル(約3.1兆円)の取引関係にある
Googleはデフォルト検索エンジンの座を得るために、これだけの金額をAppleに支払い続けている

つまり、今回のAI契約で年間約10億ドル(約1,570億円)をAppleがGoogleに支払っても、差し引きで約190億ドル(約2.9兆円)はAppleの手元に残る計算

財務的には全く問題ない
むしろ「既にある信頼関係」の延長線上で、リスクを最小化できる

そして技術的な強み

Geminiが採用している「Mixture-of-Experts」という仕組み
1.2兆パラメーター全部を毎回使うわけじゃない

各質問に対して、実際に動作するのは「一部の専門家(Experts)」のみ。必要な部分だけを効率的に使うことで、処理コストを大きく増やすことなく、大規模な計算能力を実現している

これがAppleにとって魅力的だったのは、『コスト効率』と『処理速度』の両立が可能だから

iPhoneユーザーは世界中に何億人もいる。全員が同時にSiriを使う可能性がある中で、計算リソースを効率化できる仕組みは不可欠

ただし、Appleには絶対に譲れない条件があった。『プライバシー』

共同声明でも強調されている

「Apple Intelligenceは引き続きAppleデバイスおよびPrivate Cloud Compute上で動作し、Appleが業界をリードするプライバシー基準を維持します」

つまり、Geminiは「Appleのプライベートクラウドサーバー上で動作」するため、GoogleがAppleのデータにアクセスすることはない

これ、技術的にはかなり複雑な実装のはず。GoogleのAIをAppleのインフラ上で動かすって、相当な調整とカスタマイズが必要

でも、ここを妥協しなかったことが、Appleらしい

「最高のAI体験」と「ユーザーのプライバシー保護」の両立。これがAppleの譲れない価値観

では、Apple自社のAI開発はどうなるのか？

ここが最も重要なポイント

Appleは2025年11月時点では、1兆パラメーターのクラウドベースモデルを開発中で、早ければ2026年に完成予定で

昨年末はGemini採用「自社モデルが高性能化するまでの暫定措置」という位置づけだった...が...
今回の発表では「AppleはGeminiとクラウド技術を使うための複数年契約」が明言された

タイムラインはこう

・2026年1月12日:Google Gemini採用を正式発表
・2026年中:新しいパーソナライズされたSiri登場予定→Geminiベース
・2026年以降:自社1兆パラメーターモデルが完成次第、段階的に切り替え→もっと先に伸びたか、ペンディングか？

この戦略、実は『時間を買っている』

もしAppleが「自社開発が完成するまで待つ」という判断をしていたら、2025〜2026年の2年間、AIで大きく遅れたままになる

その間にユーザーは待ってくれるのか？Androidに流れるのでは？という『機会損失リスク』の方が、1,570億円×複数年よりも遥かに大きい

私たちビジネスサイドが学ぶべきは、この『判断の速さ』と『プライドの捨て方』

Appleといえば、ハード・ソフト・サービス全てを自社で作り込む「垂直統合戦略の王者」だった。iPhone、Mac、iOS、独自チップ(M4、A18)...全て内製

それが今回、AIに関しては(少なくとも一時的に)外部依存を選んだ

しかも、一度連携していたChatGPTから切り替えてまで

これは『敗北』ではなく、極めて合理的な『戦略的判断』

特にAIのような超高速で進化する領域では

・何を内製し、何を外部に頼るか？
・いつまでに何を実現しなければならないか？
・その判断を遅らせるコストはいくらか？

この3つの見極めが死活問題になる

GoogleはDeepMind買収以来、10年以上AIに莫大な投資を続けてきた。その差は、もはや1〜2年では埋められない

ならば「今使えるベストな選択肢」でユーザー体験を向上させ、その間に自社技術を磨く

完璧を待つよりも、暫定ベストで走り出す

2026年1月12日、新たな時代の幕開け

「数年にわたる協力関係に踏み入れました」

この共同声明の一文が、AppleとGoogleの関係性の転換点を象徴している

ライバルであり続けながらも、ユーザー体験のために手を組む

これが、AI時代のビジネス判断の新常識なのかもしれない

[まさお@AI駆動開発 @AI_masaou]

🚀 AmazonやDisneyで7年SWEを経験し
現在エンタープライズ向け
AIエージェント開発のCTOをやっている人が書いた

「Claude Code完全攻略ガイド」が
海外でバズってたので日本語で解説

対象：Claude Codeを使い始めた〜中級者のエンジニア

本人いわく「何百万ユーザーが触るシステムを落とせない環境で開発してきた」とのこと
その経験からClaude Codeをプロダクション品質で使い倒すノウハウをまとめている

✅ Think First（まず考えろ）

いきなりプロンプト打つな
これが最大の間違い

Shift+Tab×2でPlan Modeに入る
ここで設計を詰めてから実装に入ると、出力の質が劇的に変わる

悪い例：「auth system作って」
良い例：「既存のUserモデルでemail/password認証、Redisにセッション24時間保存、/api/protected以下にミドルウェア追加」

この5分の投資が、後の数時間のデバッグを消す

✅ CLAUDEmdの極意

起動時に必ず読まれるファイル
ここに書いた内容がすべての会話に影響する

ただし注意点がある

- Claude Codeのシステムプロンプトで既に50個程度の指示枠を使っている（本人の体感）
- モデルが同時に守れる指示は150〜200個が目安
- つまり詰め込みすぎると、ランダムに無視され始める

書き方のコツ
- 「何を」だけでなく「なぜ」を書く
- 「TypeScript strictモード使え」より「implicit anyで本番バグ出したからstrict必須」の方が効く
- 新人向けドキュメントではなく「明日記憶喪失になる自分へのメモ」というイメージ

会話中に#キーを押すとhttps://t.co/NOe1NFDGAyへ自動追加できる
同じことを2回修正したら、それはファイルに書くべきサイン

✅ コンテキストウィンドウの罠

200,000トークンあるから大丈夫でしょ？

実体験ベースだと、20-40%あたりで出力品質が落ち始める感覚があるらしい
100%まで使えるわけじゃない

/compactしても、既に劣化した後だと回復しづらい

対策
- 1会話1機能を徹底（auth作ってからDB設計、は別会話に分ける）
- SCRATCHPADmdやplanmdに外部記憶を書き出す
- 次回はそのファイルを読ませて再開

コピペリセット術（これ使える）
1. 重要部分をコピー
2. /compact で要約取得
3. /clear で完全リセット
4. 重要部分をペースト

これで新鮮なコンテキストに必要な情報だけ入る
劣化した状態で戦うより遥かにマシ

✅ プロンプトが全て

「Claudeの性能が足りないから上手くいかない」
そう思ったことあるかもしれない

でも振り返ると、ほとんどの場合プロンプト側に改善余地がある

曖昧な入力 → 曖昧な出力
これはほぼ物理法則

具体的に書く
制約を明示する
Claude 4.5は特に過剰設計しがちだから「シンプルに。1ファイルで。余計な抽象化するな」と釘を刺す

そして「なぜ」を伝える
「毎リクエストで呼ばれるから速度重視」
「これはプロトタイプで捨てる予定」
こういう背景があると、Claudeのトレードオフ判断が変わる

✅ モデルの使い分け

Opus = 計画・アーキテクチャ決定
Sonnet = 実装

Shift+Tabで切り替え可能
CLAUDEmdがあるから、モデル間の引き継ぎはスムーズ

OpusでPlan Mode使って設計 → Sonnetで実装
このフローが費用対効果良い

（API経由でOpus 4.5を実装にガンガン使うとかなりコスト嵩むので注意）

✅ MCP・Hooks・カスタムコマンド

使わないのはもったいない

MCP（Model Context Protocol）
- Slack、GitHub、DB等への接続
- いちいちコピペしてる作業があるなら、MCPで自動化できる可能性高い

Hooks
- ファイル変更後にPrettierや型チェックを自動実行
- 技術的負債を溜めないガードレール

カスタムコマンド
- .claude/commands/にmd追加
- /commandname で呼び出し
- 繰り返すタスクはコマンド化

Pro Max使ってるなら、全機能試す価値あり

✅ ハマったときの対処法

Claudeがループし始めたら

まず/clear
蓄積したコンテキストが混乱の原因かもしれない

タスクを分割する
複雑なタスクで詰まるなら、Plan Modeの設計が甘い可能性

説明より見本を見せる
「こういう出力がほしい」と具体例を渡すと、Claudeは一気に理解する

同じ説明を3回してダメなら、説明の仕方を変える
それ以上は無駄

✅ システム化せよ

-pフラグでヘッドレス実行可能
インタラクティブUIなしで、スクリプトから呼べる

エンタープライズではこれで
- 自動PRレビュー
- サポート対応
- ドキュメント更新
を回してるらしい

失敗 → ログ確認 → CLAUDEmd改善
このフライホイールを回すと、同じモデルでも成果が上がり続ける

本人いわく「数ヶ月回した結果、ローンチ時より明らかに良くなってる。モデル同じなのに」

---

まとめ

- Plan Modeを使え（Shift+Tab×2）
- https://t.co/NOe1NFDGAyは短く、理由付きで、常に更新
- コンテキスト20-40%あたりから注意。/clearを恐れるな
- 出力が悪いときはプロンプトを見直す
- Opus=計画、Sonnet=実装
- MCP/Hooks/コマンドを試せ
- ループしたらアプローチを変えろ
- -pで自動化しろ

「ツールと戦うか、ツールに乗るか」
これを決めるのは使い方