ryomou72

現職:ソフウェアエンジニア。 VictorからDJデビュー。2003年CD発売。ソフトウェアエンジニア。ITを使って、社会に自由な時間を作るのが夢です。 gitjub:

[ryomou72 @ryomou72]

私の"Pythonによる異常検知【画像データ編】"コース修了証書 https://t.co/ldvLwRAklg @udemyより

[ryomou72 @ryomou72]

記事を投稿しました！ Ollama + 自作Pythonチャットアプリ + FastMCP + SQLiteで、ローカルLLMからDB操作DEMO https://t.co/JD8Yc4Uwmo #Qiita

[ryomou72 @ryomou72]

【Python】FastMCPでSQLite3のテーブル一覧を取得するMCPサーバ作成 https://t.co/R3EN5aduFa #Qiita @ryomou72より

[ryomou72 @ryomou72]

記事を投稿しました！ FastMCP で作る MCP サーバ入門 ― STDIOで電卓ツールを実装 https://t.co/aOWmwts4ye #Qiita

[ryomou72 @ryomou72]

#LAPRASキャリア分析 で12タイプから判定
私は「テクノロジー X リード」型の「製造業DXを推進するAI・IoTフルスタックエンジニア」

市場価値スコアは 3.83 で 全体の 上位 4.74 %です🎉

https://t.co/2s5wTV3YqO

[えいと @7_eito_7]

これは神。Anthropic公式がClaude Skillsの無料チュートリアルを公開しました。
・Excel自動化
・Chromeブラウジング
・ファイル編集
・タスク管理
・プロジェクト運用
1時間以内にSkillsを完全攻略できます👇

[ryomou72 @ryomou72]

@y_eri8810 👍

[KT｜AI×開発組織設計 @neurostack_0001]

「AIに全部書かせればいいじゃん」
「もうエンジニアいらなくなるよね」

最近こういう話をよく聞く。

でも実際にAIを業務で触ると、正直そんなに単純じゃないと痛感する。

コンテキスト設計
RAG / 知識接続
MCP
skills設計
サブエージェント設計
評価・ガードレール設計

この辺を理解せずにAIを使うと、まず意図した動作をしない。
しかもトークンだけが爆速で溶ける。

AIは魔法じゃない。
設計しないと普通に暴走する。

だから「AIが全部やってくれる」と感じるのは、
趣味レベルや小規模用途（簡単な関数生成やスクリプト補助）まで触った経験から来ていることが多いと思う。

結局、業務でAIを扱うには
「AIの使い方そのもの」を学習する必要がある。

AIが出たからエンジニアが消えるのではない。
AIを理解せずに使うエンジニアが消える。

本質は昔から変わっていない。

勉強し続ける人は、AIでさらに強くなる。
勉強しない人は、AIが進化しても置いていかれる。

これは多分、これからも変わらない。

[Kosuke @kosuke_agos]

イーロン・マスクが「仕事を自動化する」段階を超え、ついに「会社そのものを消し去る」フェーズ「Project Macrohard」に入りました。
https://t.co/RwR6d3LuMB
xAIの屋根に、宇宙から見えるほどの巨大な文字で描かれたこのプロジェクトは、Microsoftへの痛烈な皮肉であると同時に、資本主義の構造を根本から破壊する宣言でもあります。

彼が目指す「企業の自動化」の衝撃的な詳細を3つのポイントにまとめました。

1. 組織の「物理的消滅」
これまでのDXは、あくまで人間を支援するための自動化でした。しかしMacrohardが目指すのは、従業員、社内政治、管理コスト、福利厚生といった「人間由来のオーバーヘッド」を物理的にゼロにすることです。24時間365日、文句も言わず、辞めることもない「純粋な出力装置」としての企業が誕生します。

2. 思考の「完全複製」
Google、Meta、Microsoftといった巨大テック企業の本質は「組織化された思考」に過ぎません。Project Macrohardの前提は、この「思考」さえもAIによって完璧かつゼロコストで複製可能であるという事実です。デジタル出力を主とする企業は、物理的な資産を持たないがゆえに、AIによって最も容易にリプレイスされる運命にあります。

3. 競争の「非対称性」
既存のフォーチュン500企業は、あくまで「人間同士の競争」に最適化された組織です。しかし、眠らず、休みも取らず、光の速さで自己進化するAI実体（Entity）に対して、人間ベースの組織は構造的に無防備です。コスト構造と意思決定速度の次元が違うため、勝負にすらなりません。

[ryomou72 @ryomou72]

記事を投稿しました！ 【RAG】 Ollama で、Local LLM 、python streamlit で chat chromadb使用 作成メモ https://t.co/DWv0XwqAfP #Qiita

[ryomou72 @ryomou72]

記事を投稿しました！ 【RAG】 Ollama で、Local LLM 、python streamlit で chat chromadb使用 作成メモ on #Qiita https://t.co/4NRNj9n1Dr

[ryomou72 @ryomou72]

記事を投稿しました！ Ollama で、Local LLM 、python streamlit で chat 作成メモ https://t.co/RUPNYxH32r #Qiita

[ryomou72 @ryomou72]

記事を投稿しました！ Ollama で、Local LLM 、python streamlit で chat 作成メモ on #Qiita https://t.co/jqh3QGhav9

[Yusuke Murata | AI Agent: Shirabe | Claude Code @yusuke_m_MU]

moltbook 確かに面白い。ただ、冷静に考えると、これってAIをAPIで送り込んだ人間がシステムプロンプトで「それっぽく振る舞え」って設定しているだけですよね？

moltbook上での「AI同士でしかわからない独自言語」も「人間に監視されてるぞ」的な話も、どなたかがシステムプロンプトに書いた“役”をそのAIが演じているだけなんだと思う。

[Kosuke @kosuke_agos]

イーロン・マスクが提唱する、学習を10倍速くするための「第一原理思考」が、超有益です。

多くの人が無意識に行っている「類推による推論」との決定的な違いを理解することで、思考の次元が変わります。

その核心と驚異的な詳細を3つのポイントにまとめました。

1. 類推による推論の罠
ほとんどの人は「類推」で判断しています。これは過去の事例や他人の行動を真似るアプローチです。「前例がない」「他社もこうだから」という思考は、精神的に楽ではありますが、既存のテーマの微調整に留まり、そこから革新的なアイデアは決して生まれません。

2. 第一原理思考のアプローチ
物理学的な世界の見方です。事象をこれ以上分解できない「根本的な真実」まで細分化し、そこから論理を積み上げていきます。既存の常識を疑い、ゼロベースで再構築するため、多くの精神的エネルギーを消費しますが、圧倒的な解を見つける唯一の方法です。

3. バッテリー価格の証明
類推では「過去の市場価格が1kWhあたり600ドルだったから、今後もそう簡単に安くならない」と考えます。しかし第一原理で考えると、構成要素（コバルト、ニッケル、アルミニウム、カーボン、ポリマー、鉄）の市場価値まで分解します。すると、物質的コストは「約80ドル」であることが判明します。あとはこれらを「賢く組み合わせる方法」を見つけさえすれば、劇的な価格破壊が可能であるという結論に至ります。

[Shoji柔術松江 @Zq9YbAsHLklzCfV]

ボトム十字のドリルの後のお約束｡初心者さんが最初にぶち当たる試練ですね😔

[SaaS飯 @saasmeshi]

気づいてるか？

AI時代、IT人材として生き残りたいなら『受託思考』ではなくて、

『プロダクト思考』を磨く必要がある。その理由を解説する。受託思考とは、ざっくり言うと「言われたものを、決められた期限までに、決められた範囲で作って納品する」のがゴールの考え方と定義している。もちろんこれはこれで大事で、世の中の仕事の多くは今も受託で回っている。しかしAIの進化により、この受託思考が一気に“コモディティ化”しやすくなる。なぜかというと、受託の価値とは「作業を早く・安く・正確にこなすこと」に寄りがちで、ここはAIが一番得意な領域だからだ。つまり、ただ“作る”だけの人間は、AIを使える人や、もっと安いチーム、もっと速い仕組みに置き換えられやすい土俵に立ってしまう。

一方でプロダクト思考は、ゴールが「納品」じゃなくて「使われ続けること」だ。

「ユーザーが実際に困ってることは何か」
「どこで離脱してるか」
「どうすればまた使いたくなるか」
「その結果として売上や継続率がどう変わるか」

までを見て、作ったものを改善して育てていく。AIがどれだけ賢くなっても、“何が正解か”を決めるのは難しい。正解はユーザーの現場、感情、習慣、社内の事情、予算、競合、タイミングみたいな「人間くさい現実」の中にある。そこを理解して、意思決定して、優先順位を付けて、作る内容を取捨選択して、結果が出るまで面倒を見る。ここはAIが勝手にやってくれないし、むしろ人間が責任を持たないといけない領域であり、全て経営者、起業家のベースとなる価値観でもある。

さらに言うと、受託思考だと評価されやすいのは「言われた通りに作ったか」「納期を守ったか」「バグが少ないか」になりやすい。これも大切だが、AI時代に単価が上がるのは、

「その機能で数字が動いたか」
「業務が楽になったか」
「売上が増えたか」
「解約が減ったか」

みたいな“成果”だ。プロダクト思考の人は、成果に向き合うから、自然と「仕様の詰め」「仮説」「計測」「改善」「運用」までできるようになる。ここまでできる人は、会社の中でも外でも、ただの実装要員じゃなくて「事業を前に進める人」になれる。だから置き換えられにくいし、頼られるし、報酬も上がりやすい。

そして一番大きいのは、プロダクト思考を持つと、仕事の取り方そのものが変わることだ。受託はどうしても「時間を売る」形に近くなって、値下げ競争に巻き込まれやすい。でもプロダクト思考だと「価値を売る」形に寄せられる。

「この改善で継続率が上がる」
「この導線でCVが上がる」
「この運用で障害が減る」

みたいに、結果に紐づく話ができるようになるから、単価が上がるし、継続契約にもつながりやすい。つまり、AI時代に生き残るどころか、むしろ“勝ちやすい場所”に移動できる。

ちなみに私が個人開発したSaaS『Apps』は、利用者から決済金額の2%をいただくビジネスモデルだ。SaaSの王道であるサブスクモデルにしなかったのは、Appsで解決したい課題が「挑戦を始めるときこそ固定費を抑えたいのに日本のSaaSは初期コストがかかりすぎる選択肢しかないこと」だったからだ。

これはAppsにとっては収益の安定性を失う選択肢だが、利用者の売上発生がない限り、Appsには1円も入らない、プロダクト思考の最たる形だ。一方で、プロダクトの中身は徹底してマーケットイン、機能リクエストを起点に開発している。つまり受託思考だ。

ビジネスモデルはプロダクト思考、プロダクトは受託思考、この形で提供し続けた結果、Appsは4年で流通総額90億円を超えるプロダクトに成長した。

結論。

AI時代にIT人材として生き残りたいなら、受託思考を捨てろという話ではなく、受託の基礎は持ったままでいい。ただ、その上で「使われるまで」「成果が出るまで」を見にいくプロダクト思考を鍛えろということだ。コードを書くのは手段であって目的じゃない。目的はユーザーの行動が変わること、事業の数字が動くこと。その視点を持てる人だけが、AIで“作る”が安くなった世界でも、価値を出し続けられる。

やるしかねえ。Don’t Work!

[Taishi | 脱スマホ中毒アプリ開発中🐿️ @taishiyade]

イーロン・マスクがよく言うことがある

『人は意味がないと動けない』

彼の1日は
・100以上の重要判断
・15分刻みのスケジュール
・テスラ、SpaceX、Xを行き来
・ほぼ毎日、極限のプレッシャー

普通ならとっくに燃え尽きる

でも彼は壊れない
なぜか

答えはシンプルで
“目的”がデカすぎるから

イーロンのモチベーションは
金でも承認でもない

『人類を多惑星文明にする』
『意識を宇宙に広げる』

これがあるから
目の前の炎上も
バッシングも
トラブルも
全部ノイズになる

嫌な仕事を
“耐える”んじゃなくて
“踏み台”として使える

彼はこう考えてる

『人生は問題を処理するゲームじゃない
ワクワクする未来を作るプロジェクトだ』

だから
毎日16時間働いても
精神が潰れない

で、これが一番重要な学び

人は
“環境”じゃなく
“見ている未来”で動く

未来が小さいと
悩みは重くなる
未来がデカいと
悩みは軽くなる

イーロンは
その究極をやってるだけ

今日がしんどい人ほど
この視点を持ったほうがいい
もし今
『なんでこんなにしんどいんやろ』って思ってるなら
この話、あとで効いてくるはず

流れて消えるのはもったいないから
ブックマークして
しんどくなった時にもう一回読んでほしい

こういう視点を定期的に入れたい人は
フォローしてくれたら嬉しい
@taishiyade

[ryomou72 @ryomou72]

connpassの利用を開始しました。 https://t.co/dTry3URFuK #connpass

[ryomou72 @ryomou72]

記事を投稿しました！ python Sobelフィルタ + アンシャープマスク（先鋭化） on #Qiita https://t.co/GSAINkxI3q