近藤 賢志｜Satoshi Kondo

Engineering Manager @ LegalOn Technologies｜AI時代のエンジニアリング・プロダクト・組織を現場から考えています｜AI / Data / LegalTech / Global Product

[近藤 賢志｜Satoshi Kondo @skondo]

量子化の影響で、変換精度や結果が微妙に元のllama.cpp版と異なるので、もう少し確認が必要だけれど、iPad mini gen6 (A15)でもギリギリ使えそう。
M系出なくても、最新のA17 Proの載ったminiならばもう少し快適になるかもしれない。(Apple Intelligence対応CPUが最低限の要求スペックとして妥当かも）
- MLX affine 4bit: 短文p90約82ms、長文p90約134ms
- モデルサイズ49.1MiBでメモリ負荷も小さい
- Air 11（M1）との差は定常時約13〜15%

[近藤 賢志｜Satoshi Kondo @skondo]

週末、ZenzaiをiPad Air Gen5 (M1)で試しているけれど、さすがにちょっと重い。
llama.cpp (Q5_K_M)で、ある程度metal最適化はされていると思うけれど、今ひとつなのでApple Siliconを生かすため、MLX Swiftに切り替えてみた。
Zenzaiは、MLX対応はしていないみたいだけれど、Codexに頑張ってもらってさくっと対応できたのはありがたい。
Llama.cppの初回ロードとウォームアップが長い課題が、MLX版（affine 4bit量子化）では、かなり改善できたのと、推論スピードも2,3割改善できたので、M系ならば使い物になるかもしれない。
最新のM4,M5搭載のiPad Proならばもっと快適に使えるのだろうか？

https://t.co/JlVYFNl2m2

[近藤 賢志｜Satoshi Kondo @skondo]

Obsidian ＋ iA Writerの組み合わせを試行中。

Obsidian iOSクライアントでの編集操作が今ひとつしっくり来ていなかったけれど、エディタを別に用意する事で不満点もだいぶ解消されて快適になった。
ファイル同期は、Obsidian syncをそのまま使ってVault管理してiA Writerは編集のみという役割分担でうまくいっている。

[近藤 賢志｜Satoshi Kondo @skondo]

Claudeを使っていると、応答結果の末尾に、謎の指示プロンプトが含まれていたり、それをこちらの指示と誤認して、自家中毒のように、以降の結果が意図しない影響する事が度々ある。
GPTの方が、その点安心して使える。

結果コンテンツへのフィルタや制約もやや厳しめな印象が強い。

[近藤 賢志｜Satoshi Kondo @skondo]

鑑賞

[近藤 賢志｜Satoshi Kondo @skondo]

いざ東京へ。

[近藤 賢志｜Satoshi Kondo @skondo]

到着

[近藤 賢志｜Satoshi Kondo @skondo]

出航

[近藤 賢志｜Satoshi Kondo @skondo]

20%割引クーポンが出ていたので、思わずE-ink 端末を入手した。

RAMが4GBとかSDメモリカードスロットがない、とか、端末の回転認識が無いとか、e-inkディスプレイが世代の古いCarta 1000であるとか、Android 13でちょっと古いとか、色々と気になる点はあるのだけれど、

・7インチサイズが多い中で、8.2インチサイズの手頃な大きさ（10インチクラスはやや大きすぎる）
・SoCはMedia Tek Hello G99で数年前のミドルレンジ性能だが同クラスのE-ink端末では、まあまあ良い性能。Kindleやテキスト処理中心なら十分
・EMRペンなので充電要らず。他のEMR対応のペンが選べること
・フロントライト対応
・Google Play Store対応
・メーカーによるソフトウェア更新が頻繁
・ペン、カバー込みで手頃な価格
・メモリカードスロットなどがない分本体は5.1mmと薄い
・技適あり

で利点の方が上回ったので購入。

[近藤 賢志｜Satoshi Kondo @skondo]

やっと届いたー。

[近藤 賢志｜Satoshi Kondo @skondo]

iPhoneで文字打ち機会が増えて、あらためて標準IMEの漢字変換機能に不満を感じるようになった。
特に絵文字が常に優先されるのが耐え難い。
一応、Atokなども選択肢にあるが、外付けBluetoothキーボードなどを繋げると純正キーボード/IMEしか使えないというのが仕様上致命的なのが辛い。
そろそろAndroid端末に乗り替え時か？
ただしメインはMacBookなので、データの同期や共有連携などはどこまで対応できるか次第。
iPhoneの代わりにAndroidのChatGPTモバイルアプリから自宅のMacのCodexと連携できるならば、障壁の一つが解消できるのだけど、はてさて。

[近藤 賢志｜Satoshi Kondo @skondo]

これから怖い話をします。

2026年も、もうすぐ半分終わる。

[近藤 賢志｜Satoshi Kondo @skondo]

またまたやばい分割キーボードが出てきた。

[ギズモード・ジャパン（公式） @gizmodojapan]

【Keychron × GIZMART】
Keychron Orca echoを発表しました。台北で開催中のCOMPUTEXでプロトタイプが展示されます。
・完全無線左右分割キーボード
・右手に19mmトラックボール
・左手にホイール
・左右に上下スクロールパッド
・2段階テンティングスタンド内蔵
・底面マグネットで左右が合体
・設定はオンデバイスメモリに保存
・有線、Bluetooth3台、2.4GHz接続
・6/19クラファン開始、価格は後日

[近藤 賢志｜Satoshi Kondo @skondo]

IEEE Accessに出していた論文、無事Acceptedされました！

binary decision processなので、1回目は容赦なくReject。
その後1か月ほど、大学院終了後も、査読コメントと格闘しながら大幅に改訂して再投稿。

大変でしたが、最後にAcceptedの文字を見られて本当にほっとしています。

[石川由依Official @YUI_STAFF]

株式会社On TechnologiesのAI駆動セールスを実現するProfessional AI「DealOn」CMに、Lena役で出演します！

タクシーで流れるみたいなので、乗った際はぜひチェックしてくださいね🚕

[Professional AI by On Technologies【公式】 @Pro_AI_On]

＼声優 石川由依さんを起用✨／

Professional AI「DealOn」の大規模タクシー広告が6/1より全国でスタート🚕
全編アニメーションで描く“AI駆動セールス”の世界観にも注目✨

そして、広告の女性キャラクターの声を石川由依さんが担当🎙️
ぜひ見かけたら感想を教えてください👀
https://t.co/3aQNLJ2TQU

[Shin丨AI×プロダクト開発の専門家🤵🏻 @shin_sasaki19]

a16zが面白い記事を出していました。「AIアプリ層はもう終わった、結局OpenAIやAnthropicが全部食う」という最近の風潮に真っ向から反論する内容で、これは整理しておくと示唆深いので解説してみます📝

記事では『イエローレンガの道』というメタファーで説明しています。これはOpenAIやAnthropicといったラボが莫大なリソースを注ぎ込んで歩いている道のこと。コード生成、ライティング、画像生成といった『モデルの素の能力がそのまま製品品質に直結する領域』がここに該当します。事前学習と事後学習に1ドル使うほど製品が良くなる問題は、構造的にラボが勝つ。

一方で『オズの国の他の場所』が広がっており、ここはラボには到達できない領域だと指摘します。バーティカル特化で、複雑な業務フロー、複数の人間の承認、レガシーシステムとの統合、決定論的な出力が求められる仕事。価値の源泉は『モデルの素の能力』ではなく『モデルを業界文脈で信頼でき運用可能にする周辺の足場』にあります。

興味深いのは、OpenAIとAnthropicが今年5月にエンタープライズAI向けの『フォワードデプロイド型のJV』を立ち上げた事実。要するに「汎用AIだけでは企業の問題は解けない」ことを当のラボが認めているということ。次のモデルでなんとかなると思っているなら、数十億ドルかけてJVなんか作らないわけです。
ではなぜラボには『オズの他の場所』を取れないのか？4つの理由が挙げられています。

1. データと学習のフライホイール
業界の暗黙知、書かれていない標準、実務家の頭の中にある知識は公開ウェブ上に存在しません。顧客横断のパターン認識と、顧客内の『なぜその判断をしたか』という文脈は、本番ワークフローに長く入り込んでいる企業しか蓄積できない。

2. モデルの多様性管理
ラボは自社モデルしか選べませんが、アプリ層企業は『各サブタスクに最適なモデル』を市場全体から選べる。新モデルが出るたびにevalを再実行し、プロンプトを再調整する移行コストもアプリ層が吸収する。

3. コスト最適化
全クエリをOpus 4.7に流すと粗利は確実にマイナスになります。フロンティアモデルは難しいタスクに、ミドル層は大量処理に、ファインチューンした小型モデルは特定領域に、と振り分ける。ラボは『この価格で最低限の知性』を売るが、アプリ層は『必要な知性レベルを最低価格で』売れる。

4. ガバナンス
法律業界のFRCP、医療のHIPAA、金融のSECとFINRA、保険の州別規制。これらを契約上引き受けられるのはバーティカル特化企業だけ。CIOは『AIエージェントのコンプライアンスを契約で保証してくれるパートナー』を求めている。

『次世代のエンタープライズソフトウェアはイエローレンガの道の外で作られる』という結論。AIラボの進化に怯えるのではなく、業務システムそのものを所有する戦略の重要性が明確に整理された記事でした。日本のSaaS起業家にもかなり参考になる視点かと思います。

[近藤 賢志｜Satoshi Kondo @skondo]

LLMOps本、本日発売なので早速職場近くの書店で確保した。