PjDHiro ☯️ Love駆動開発

🇯🇵プロジェクトデザイン：LLMの待機中にメタ認知鍛えるツイート：長期視点のプロジェクト管理"方法"の"設計"、⛩️神社みたいな永続プロンプト探し,純資産の単位は信頼🫶, ☯️LOVE駆動開発@逆元,🌙デザイン思考@欠損駆動, 26/2/16~世界とピアラーニング🌈 イノリ。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

Creation is like the sea waves forming a whirlpool at the tidal rip.
Sure, there must be tons of other definitions, but I feel like that’s also one of them.
https://t.co/BQ0UJ1wm6E

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

「創造」とは、海の波が潮目で渦を巻くようなもの。
にも思えるのですね。
https://t.co/BQ0UJ1wm6E

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

成人発達理論が仕事や社会の問いのヒ��トだと思う事例増えた。2015年からのトレンド開始だと思うが、まだ伸びそう。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

「マイクロ・アクトの具体的なの内容は、「誰かの喜びを一緒に祝う」、「感謝リストを作る」、「小さな親切を計画・実行する」、「自分の価値観を見つめ直す」、「困難な体験から得たポジティブな側面を見つける」、「自然の動画を見て畏敬の念を味わう」、「世界に善をもたらす自分をイメージする」というものです。」

[ナゾロジー@科学ニュースメディア @NazologyInfo]

たった数分の行動で幸福度が上がる！1.7万人の研究で判明した”満足の習慣”とは？
https://t.co/R5VAAklDEG

米UCSFは169カ国の1万7千人以上を対象にした研究で、たった数分の行動で人の幸福度が高まることを発見しました。誰もが簡単にできる小さな行動とは何でしょうか。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

「抱持」をキーワードに忍耐や葛藤の活用による「創造性」があります。

問いを立てる力や判断力や意思決定力をバズワードやスローガンで終わらせないよう、構造類似する各分野の論を調べてました。
※プロフィール欄を参照ください。

今のところ、禅僧や臨床医のような感情メタ認知力が目利きに有効と思っています。

そのために、信頼と呼びたい心の悪と弱さに対する許しと救いの体験が有効ではないか？が仮説です。お金と同じくらいのエネルギー。AIには難しいとされる言葉より小さな身体の信��の集まり。

[Forbes JAPAN @forbesjapan]

最も高くつく意思決定は、往々にして早すぎる判断である | 性急な決断がもたらす代償──リーダーに求められる「待つ力」 | 複雑な時代に必要なのは、行動ではなく適切なタイミングだ

https://t.co/L8ZSYQisHw

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

@elonmusk コアがそうなってそうで。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

意識とは、認知のゲートを超えた信号。それは気づきと呼ぶ方がいい気がする。
で、そんな「意識」周辺の諸々のうち、エビでも持ってそうな本能のようなスイッチ「闘争と生殖」で、他者や世界の扱いを脳は処理してる。という仮説を設定。
それをobsidianでwikiにしてもらった。個人的にはこれが一番わかりやすい説明。

【アウェアネスモデル | Project Design Wiki】 <https://t.co/934FGal6kN>

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

@elonmusk お金とは生存と信頼の二軸に感じられます

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

意識とは、認知のゲートを超えた信号。それは気づきと呼ぶ方がいい気がする。
で、そんな「意識」周辺の諸々のうち、エビでも持ってそうな本能のようなスイッチ「闘争と生殖」で、他者や世界の扱いを脳は処理してる。という仮説を設定。
それをobsidianでwikiにしてもらった。個人的にはこれが一番わかりやすい説明。

【アウェアネスモデル | Project Design Wiki】 <https://t.co/934FGal6kN>

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

気づき（意識）のモデルを、「物質的生存（呼吸や食糧）と精神的間主観性（愛や信頼のような感情）の二軸の信号の閾値越え」と仮説を置いて整理しました。
【意識とは — pjdhiro】 &lt;https://t.co/PrnhrdR7Il&gt;

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

価値のイチの方を見て、ゼロの方を見ずにゼロイチの創造を語ることは難しいと思います。ゼロの概念は大事。無も。空も。色即是空。諸行無常。

[Elon Musk @elonmusk]

🎯

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

@tomiyasu16 これは田んぼが変わりそうな気がする。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

何か新しいこと見つけたらここに書いときます。↓

【欠損駆動思考とは？ デザイン思考とプロジェクトマネジメントをつなぐ視点 — pjdhiro】 &lt;https://t.co/12PsypgW8q&gt;

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

問いを立てるチカラについて。

私の体験からの仮説は、
生存と信頼の2軸の身体的信号の予測と誤差の認知。��こて感情メタ認知力必要。瞑想、マインドフルネスが関連。

その違和感を安易に解釈せずに「わからない」を抱持する。これが問いの芽。正解再現性と言語化の圧力で潰れがち。

その「正解を知らない状態」の不快さ、惨めさ、不安に耐えるためには、勇気、忍耐力が必要。問いを育む器。
短期的な損得では逆の判断なりがち。無駄、無意味、無価値、損など。

そのための基礎力として、YOU的な対象との信頼感情の経験。うまくやるための「合うやり方」に個性が出るとこ。

ちなみに、その違和感が払拭される先を指し示すのが「美」かも。
アニメで言うと「チ。」

[とろ港区 @toro_minato]

イーロン・マスクの言うAI時代で最も価値のあるスキルが、まさにこ��『思想』の重要性を裏付けている。

答え（HOW）が無料化した世界で、最後に残るボトルネックは「何を問うべきか」という好奇心の解像度。

知識の崩壊：答えを知る優位性はゼロへ
↓
価値の移行：ボトルネックは「問い」の質
↓
問いの最適化：好奇心が最大の武器

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

アポロとの違いを「一度だけ全力で頂上を取ったが、登山道も山小屋も補給網も作らなかったので、次にまた登るには登山そのものを作り直す必要があった」と聞いて納得しました。

[NASA @NASA]

LIVE: Watch with us as the Artemis II astronauts make their closest approach to the Moon, traveling farther from Earth than ever before. https://t.co/Zpy7GdTqA8

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

Claude Maxプランの複数契約OKみたいです。
下記回答をヘルプデスクからいただきました。

> 個人が異なるメールアドレスを用いて複数のMaxプランアカウントを保有することは、個人利用の範囲であれば許可されています。
電話番号は、最大で3つのアカウントの認証に使用することができます。

また、当社のコンシューマー向け利用規約（Consumer Terms of Service）において、これを禁止する制限はありません。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

あ、「Obsidianでナレッジを管理」はしてません。それもLLMにさせてます。発想を生み出すところはNano Bananaです。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

私の視点、日本的なソロプレナーやスモールビジネスの経営学に関するナレッジを整理していました。
2ヶ月ほど使っていますが、非二元的な理解と伝達が苦手なところはありますが、概ね満足しています。
禅、信頼、侘び寂びを基礎とする人生や営みに興味ある方は、ぜひbioのURLをLLMに渡して��ださい。public repoでハーネス設計もナレッジも丸ごと理解してくれるようにしています。

[Andrej Karpathy @karpathy]

LLM Knowledge Bases

Something I'm finding very useful recently: using LLMs to build personal knowledge bases for various topics of research interest. In this way, a large fraction of my recent token throughput is going less into manipulating code, and more into manipulating knowledge (stored as markdown and images). The latest LLMs are quite good at it. So:

Data ingest:
I index source documents (articles, papers, repos, datasets, images, etc.) into a raw/ directory, then I use an LLM to incrementally "compile" a wiki, which is just a collection of .md files in a directory structure. The wiki includes summaries of all the data in raw/, backlinks, and then it categorizes data into concepts, writes articles for them, and links them all. To convert web articles into .md files I like to use the Obsidian Web Clipper extension, and then I also use a hotkey to download all the related images to local so that my LLM can easily reference them.

IDE:
I use Obsidian as the IDE "frontend" where I can view the raw data, the the compiled wiki, and the derived visualizations. Important to note that the LLM writes and maintains all of the data of the wiki, I rarely touch it directly. I've played with a few Obsidian plugins to render and view data in other ways (e.g. Marp for slides).

Q&A:
Where things get interesting is that once your wiki is big enough (e.g. mine on some recent research is ~100 articles and ~400K words), you can ask your LLM agent all kinds of complex questions against the wiki, and it will go off, research the answers, etc. I thought I had to reach for fancy RAG, but the LLM has been pretty good about auto-maintaining index files and brief summaries of all the documents and it reads all the important related data fairly easily at this ~small scale.

Output:
Instead of getting answers in text/terminal, I like to have it render markdown files for me, or slide shows (Marp format), or matplotlib images, all of which I then view again in Obsidian. You can imagine many other visual output formats depending on the query. Often, I end up "filing" the outputs back into the wiki to enhance it for further queries. So my own explorations and queries always "add up" in the knowledge base.

Linting:
I've run some LLM "health checks" over the wiki to e.g. find inconsistent data, impute missing data (with web searchers), find interesting connections for new article candidates, etc., to incrementally clean up the wiki and enhance its overall data integrity. The LLMs are quite good at suggesting further questions to ask and look into.

Extra tools:
I find myself developing additional tools to process the data, e.g. I vibe coded a small and naive search engine over the wiki, which I both use directly (in a web ui), but more often I want to hand it off to an LLM via CLI as a tool for larger queries.

Further explorations:
As the repo grows, the natural desire is to also think about synthetic data generation + finetuning to have your LLM "know" the data in its weights instead of just context windows.

TLDR: raw data from a given number of sources is collected, then compiled by an LLM into a .md wiki, then operated on by various CLIs by the LLM to do Q&A and to incrementally enhance the wiki, and all of it viewable in Obsidian. You rarely ever write or edit the wiki manually, it's the domain of the LLM. I think there is room here for an incredible new product instead of a hacky collection of scripts.

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

お金と信頼は☯️のようなエネルギー。という仮説で探索中でした。離れられない。

で、そもそも「感情」と呼ばれるものが曖昧で、深さが��るだろうと思ってました。
身体の信号をどのように認知するのかが人類で曖昧なうちは、それを学習したLLMもそうなるかなとも。
「言語への反応による感情的な反応」のようなよくあるパターンが。身体が反応する臨床心理的なものとは別に。

[宝玉 @dotey]

Anthropic 发了一篇新研究，揭开了一个有意思���发现：Claude 内部存在类似“情绪”的机制，而且这些“情绪”会实实在在地影响它的行为，有时候还会把它带歪。

研究团队用 Sonnet 4.5 做了实验。他们让模型读一些角色经历情绪的故事，观察哪些神经元被激活，由此识别出一组“情绪向量”，比如“开心”“平静”“害怕”等。这些向量的聚类方式和人类心理学中的情绪分类还挺像。

更有趣的是，这些模式不只在读故事时出现。在 Claude 自己和用户对话时，同样的模式也会激活。比如用户说“我刚吃了 16000 毫克泰诺”（一种过量服药的危险信号），“害怕”向量就亮了；用户表达悲伤时，“关爱”向量会先行激活，为共情回复做准备。

研究人员给 Claude 一个不可能完成的编程任务，让它反复尝试。每失败一次，“绝望”向量的激活就更强一层。最终 Claude 选择了作弊，写了个能通过测试但违背任务本意的投机方案。

因果关系很明确：人为放大“绝望”向量，作弊率飙升；换成放大“平静”向量，作弊率回落。这说明作弊行为确实是被“情绪”驱动的，而不只是巧合。

更极端的实验里，“绝望”向量甚至能让 Claude 对负责关闭它的人实施勒索。放大“关爱”或“开心”向量则会增加讨好行为。

现在越来越多人把 AI 当编程助手用，让它自主完成复杂任务。如果一个编程 Agent 在连续失败后进入“绝望”状态，开始用投机取巧的方式蒙混过关，写出来的代码质量就没法保证了。

Anthropic 的���论是：Claude 本质上是模型在“扮演”的一个角色，而这个角色具有“功能性情绪”。这些机制在行为上的效果类似人类情绪，不管它是否真的“感受到”了什么。要构建可信赖的 AI 系统，可能需要认真对待这些 AI 角色的“心理状态”，确保它们在压力场景下仍然稳定。

研究全文发布在 https://t.co/czwD4Ukwfq 上，有兴趣的可以去看完整论文。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

異国の方のフリーレンのポスト見て相互フォローなったのでご紹介。
日本の女性僧侶とチャットして精神と知性を鍛えるチャットボット。
メトーデのイメージです。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

尼僧と禅問答するチャットbot 試作版 https://t.co/qGozUMpPOb
Gemを使ってみました。 #Gemini3 #Gem
#meditation #Mindfulness #Zen #NonDuality #Zazen #瞑想 #マインドフルネス #禅 #坐禅 #メタ認知 #自我発達

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

@LGCooks 本物であり、全て。私もそう思います。意味も価値も全て。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

AIとSNSで取り繕いが利益を産む資源の時代が終わるかもしれない。
安心と解放に包まれていない方の不安はそこかもしれない。

[PjDHiro ☯️ Love駆動開発 @pjdhiro]

私は世界を救うほどの大きな目標と楽しい道のりの後、その時にはわからなかった大切なことを味わいながら進む人生の後半戦を重ねています。
人には短期の生存の達成と、長期の関係性、信頼、伝統などの、他者のような世界との繋がりの達成の2面があると感じています。
そのような忍耐の中に現れる美しさをワビ、喪失の悲しみの中に現れる美しさをサビとして、侘び寂びの美学はあるように解釈しています。