  |
はてなキーワード: Pythonとは
真面目にAI小説を作ってから1年〜半年が経ったけど進歩がない。
とりあえず、プロンプト工夫して、10〜15万字程度であれば「書かせる」ことはできる。その辺になると読点（、👈これ）が5,6文字ずつに使われて、キチゲェみたいな文章になる。それが半年前。逆に言えば、「書かせる」だけならなんとでもなるのでどうでもよくなった（読点をランダムに削除するソフト？をPythonで作って、大体は解決した）。
そこから解決しないのは「内容確認」の問題。1話〜40話分を一気に読み込ませて矛盾の確認をしてほしいが、AIは本当に読んでるわけじゃないから、全く内容の確認してくれない。1話ずつ確認させると、context window?の限界を迎えるから内容確認できない。
claudeが今度context windowのサイズをinfinite（無限）にするって話が上がってるから、まあ、それが本当にできれば…といった感じ。
後は、複数の高性能AIを格安で動かせること。それぞれにペルソナを与えて、議論させながら、矛盾しない内容でどんどん修正していく。ここまでできたら、ついにAI小説完成と言える。
今、これを実践したら何百万、何千万円かかるか分からんし、学習データに著作物含まれまくってるからパクりネタ使ってきそうなのも怖い（面白くない）。
ちなみに、俺がこれでやりたいのは、好きなゲームの世界観やキャラクターを保ったまま、恋愛シミュレーションゲームを作ること。
ある音楽家が、これまでのリリース作品がすべてAIベースの制作環境で作られていたことを、その環境を商品として販売開始することで明かした。
この記事は、それを告発するものではない。むしろ、その製品が宣伝通り機能した場合にこそ私たちが直面する問い——「感動していた曲は、何によって作られていたのか」「作曲がプロンプト設計に移るとき、聴き手は何を聴いているのか」——について、ひとりの聴き手/作り手として考えたことを書いておく。
1～4節はその商品の分析がメインなので、ゴシップ的な話に興味のない人は5～7節だけ読めば十分。
Twitterで、気にかけていたアカウントがあった。フォロワーは二千人規模だが、Hyperpop以降の日本のシーンで頭角を現している一人、という認識が自分の中にあった。界隈の主要な音楽家たちからもフォローされている、といえば規模感が伝わるだろうか。リリースされる曲には、たんに「いい音楽」と片付けるのは難しい構成の巧妙さと音選びの新しさがあって、追ってはいないまでも名前は頭にあった。
そのアカウントが最近、自分の制作環境を商品として販売し始めた。価格は14,900円、「AI音楽制作環境」として売り出されていて、製品ページの宣伝文句はこうなっている——「『気持ちよくて驚きのある曲を作って』——そのくらいの指示から、コード進行・歌詞・Sunoプロンプトまで一貫して出力します。」さらに、既発のアルバムとEPは「全てこれを軸に制作されている」とも明記されていた。
最初に湧いた感情は、「ああ、そういう工程で作られていたのか」という、ある種の冷めの感情だった。AIを使っていることそのものへの反発ではない。SunoのようなAI音楽生成ツールの進化については以前から耳にしていた。出力自体のクオリティを否定するつもりもない。そうではなく、「何に対して感心していたのか」という、自分の受け取り方の根元が揺らぐ感覚、とでも言えばいいだろうか。
この感覚を、個人的ながっかりエピソードとして飲み込んで済ませてもよかった。けれど製品ページを読み進めるうちに、これは自分一人の話ではなく、いま音楽を聴く/作る側に共通してくる問題になっていくだろうと思い直した。以下はその整理になる。
製品ページから読み取れる範囲で、何が売られているのかをまず整理しておく。評価は後回しにする。
製品としての訴求は、おおむね三層からなる——(a)独自の音楽生成エンジンであること、(b)感覚的な指示から完成物が自動生成されること、(c)学習ツールとしても機能すること。
実際に買って触ったわけではないので、以下は推測の域を出ない。ただ、製品説明を読み解くと、構造的にいくつかの疑問が浮かぶ。
まず、''「Python疑似コード」という語の含意''について。「疑似コード」はPythonの形で書かれていても実行されないテキスト、つまり構造化されたプロンプト/参照資料のことを指すのが通例だ。Claudeプロジェクトに.zipをアップロードする形式である以上、これはClaudeが読み込むルール文書群であって、独立して走る独自エンジンではない可能性が高い。MIDI出力部分などは実行可能コードだろうが、「コードを選ぶ」「歌詞を書く」といった音楽的判断のコアは、Claude本体の自然言語推論能力が上限になる。これ自体は悪いことではない。よく練られたプロンプトパックは、Claudeの出力の一貫性と専門性を上げる。ただし「独自エンジン」という響きが含意するものとはかなりの距離がある。
次に、''Sunoへの依存度''について。製品の主要アウトプットのひとつが「Sunoプロンプト」である以上、最終的に音として鳴る部分——音色の質感、ミックスのバランス、演奏のニュアンス——を生成しているのは、この製品ではなくSunoのほうということになる。つまり、この製品の価値の相当部分は「Sunoを上手く使うためのプロンプト設計の職人技をパッケージしたもの」であって、Sunoが進化すればその層の価値は急速に目減りする。
三つ目に、''「all built by hand」の含意''について。86,000行という規模が、本当に人間が手で書いたものなのかは、製品説明からは判別できない。ジャンル研究ノートやStyle語彙データベースといった文書は、AIに「このジャンルについて詳細なルール文書を書いて」と指示すれば相当量が出てくる種類のものである。骨格は人間が作っていたとしても、肉付けをAIに任せている可能性は十分ある(そしてその場合、「手作業で書いた」という説明の重みはかなり変わってくる)。
繰り返すが、これらは推測にすぎない。実際に買って開ければ印象が変わる可能性は十分ある。ただ製品ページの記述だけを根拠に判断する限り、「独自の音楽生成エンジン」「作編曲の学習ツール」という訴求は、実態を控えめに言っても過剰包装しているように見える。
この製品に対する考えられる反応は、「宣伝通りに動くのか？」という疑問だろう。
しかし、立ち止まって考えると、本当に問うべきは逆側であることがわかる。
仮にこの製品が宣伝通りに機能するなら——「気持ちよくて驚きのある曲を作って」という指示一行から、コード進行・歌詞・Sunoプロンプト・MIDI・MP3まで一貫して出力されるなら——自分が感心していた曲は、その程度の指示から出てきたものだった、ということになる。下準備としての疑似コード整備や、出力に対する微調整は当然あるにしても、一曲一曲の制作工程の中心がそこにあったのなら、感心の源は作り手の耳ではなく、ツールの出力分布の中にあったことになる。たしかに創作物は優れていたかもしれないが、「それが優れていたのは上手くSunoを使いこなしていたから」という、エンジニアリングの問題だったということになる。
機能しないなら誇大広告の問題で済む。機能するならば、「聴き手は何を聴いていたのか」という、より根本的な問いが立ち上がる。皮肉なことに、製品としての完成度が高いほど、この問いは重くなる。
ここで思い出しておきたい話がある。2023年のゲンロンのイベントで、音楽家のtofubeatsが、Spotifyのサジェストで流れてきた曲に心を動かされ、作曲者を調べたらAI生成曲だと知って深いショックを受けた、という経験を語っていた。彼自身がオートチューンで声を加工し、歌声から人間性を排して作曲するタイプの作家でありながら、である。「非人間的な曲が、本当に人間によって作られていないこと」が判明したときの空虚さを、彼は正直に語っていた。
この空虚さが何から来るものなのかは、6節でもう少し踏み込んで考えてみたい。ただ先に言っておくと、それは「AIは音楽を作ってはいけない」という種類の話ではない。むしろ、「聴くとき、自分は何と対面していたつもりだったのか」という自己認識の問題になる。そしてそれは、作り手が工程を開示しないまま商品を売り始めた瞬間、聴き手の側で解決することが不可能になる種類の問いでもある。
誤解されたくないので、はっきり書いておく。この文章は、AIで音楽を作ることへの全面的な否定ではない。
作曲の歴史は、すべてを人間が設計し人間が作る歴史だけではなかった。偶然性、システム、自動化、外部の力を取り込む試みは、ジョン・ケージから、ブライアン・イーノ、アルゴリズミック・コンポジションまで、20世紀以降の音楽史の重要な部分を形作ってきた。AIの導入はその系譜の延長にあって、それ自体を否定するのは筋が悪い。
近年の例で言えば、菊地成孔は自身が主宰するギルド「新音楽制作工房」でAIを活用していることを早くから公言している。NHKドラマ『岸辺露伴は動かない』の劇伴ではMaxを用いたAI生成による弦楽四重奏が使われており、菊地本人が「作曲者のクレジットもないし、著作権のありかがわからない」という問題をNHK出版経由でJASRACと協議し、「新音楽制作工房」名義のクレジットで処理することで決着させた、という経緯まで公にしている。つまり、どう使い、どう扱い、誰の名のもとに出すかを、彼は工程ごと開示している。
ここでの違いは、「AIを使うか使わないか」ではなく、「どう使い、どう開示し、何を自分の名のもとに出すか」にある。「AIの使用は隠していない」という表明と、「どの工程をAIに委ねたかを開示する」こととの間には、大きな距離がある。
そしてもうひとつ、避けて通れない論点がある。Sunoを含む音楽生成AIが、何を学習データにしているかという問題だ。2024年6月、RIAA（全米レコード協会）はSony Music・Universal・Warner Musicを代表してSunoとUdioを著作権侵害で提訴した。Suno側は、レコード会社の著作権で保護された録音物を使用したことを概ね認めた上で、フェアユースを主張している。2025年末にはWarner MusicとSunoがライセンス提携で和解したが、訴訟全体はまだ決着していない。
つまり、いまSunoで曲を作って発表することは、その学習データが何で、どのような経緯で集められたかが法的に争われている状態のモデルを使うことを意味する。これは「使ってはいけない」と言いたいのではなく、「自分の作品がどういう供給ラインの上に立っているか」を無自覚なままにはできない、ということだ。そして、そのモデルを使って生成した曲で「作曲者」を名乗り、その制作環境を商品化して収益化する、という連鎖の倫理性は、まだ業界全体として合意が取れていない。
この記事の射程は、その倫理そのものを裁くところまでは届かない。ただ、「いい曲さえできれば制作過程はなんでもいい」という論法に、即座に頷くことはできない、という姿勢だけは明示しておきたい。
ここで、4節の末尾で保留にした問い——tofubeatsが味わった空虚さは何から来るのか——に戻ってくる。
創作物を聴く側は、作り手の工程をつねに見ているわけではない。それでも、作品を受け取るときには「制作への真摯さと、出来上がった作品のクオリティは、どこかで結びついている」という、いわば感覚的な信頼をもって聴いている。これは創作と鑑賞の間に長く存在してきた暗黙の契約のようなもので、あるシンガーソングライターが書いていた通り、手間暇掛けようが掛けまいが最後には一緒くたに扱われる時代でも、違いの分かる人はいるはずだと信じて丁寧に拵える——という姿勢を、作り手と受け手の双方が（明示的ではないにせよ）共有してきたから、音楽は単なる音の配列ではなく、作り手の痕跡を伴うものとして聴かれてきた。
AIが生成した音楽そのものにも、それ独自の良さがある。これは繰り返し強調しておく。作品としての良さは、工程とは独立に成立し得る。ただし、AI生成された曲を「ひとりの作家が作った作品」として提示し、その仮構された人格のもとに人気を集めることは、この暗黙の契約を根元から破壊する。聴き手が「これを作った人は、たぶんこういう感受性の持ち主なのだろう」と想像しながら聴いていた対象が、実は大部分がプロンプトから生成された出力だったとしたら、その想像は宙に浮いてしまう。作品が悪かったわけではない。悪かったのは、作品と作り手の人格の間にあったはずの関係について、聴き手が抱いていた前提が、工程を開示されないまま利用されていたことにある。
tofubeatsが味わった空虚さは、たぶんこれに近い。「AIが作ったから価値がない」ではなく、「自分は作品を通して誰かの感受性と向き合っていたつもりだったが、その『誰か』が自分が想像していたものとは違っていた」という、受け手側の文脈の宙吊り。この宙吊りは、作り手の側がAIの使用を大まかに表明するだけでは解消されない。「何を自分の判断で選び、何をツールに委ねたか」という工程の粒度での開示があってはじめて、聴き手は自分の感心の行き先を再設定できる。
この視点から見ると、今回の製品販売で起きたことの構造が少しはっきりする。14,900円という価格や、買った人にとっての有用性の問題はもちろんある。ただ、それ以上に大きかったのは、制作環境を商品化するという行為が、既発の作品群を「この環境の実例」として遡行的に位置づけ直してしまうことにある。以前から作品を聴いていた側から見れば、聴き手と作り手の間に結んでいたはずの暗黙の契約の内実が、後出しで書き換えられる感覚がある。
制作工程の開示は、法的義務ではない。ただ、制作環境を商品として売り始めた瞬間、この暗黙の契約を自分から前景化させたことになる。「この環境でこれだけの作品が作れる」という実例として既発のリリースが参照されているのなら、それぞれの作品がどの程度この環境の出力そのものなのか、どの程度は人間の介入によるものなのかは、買う人にとっても、これから聴く人にとっても、重要な情報になる。
最後に、聴き手として、作り手として、これからどうするかを書いておきたい。
聴き手としては、tofubeatsが味わった種類の空虚さを、できれば避けたいと思うひとが大半だろう。しかしtofubeatsがAI生成だと気づくことができたのはクレジットにそう明記されていたからに他ならない。今回の私のケースのように、AI生成であることが明かされていなかったり、将来的に（遡及的に）AI生成であることが明かされるようなパターンはますます増えていくだろう。私たちは、匿名性を保ったままクオリティで勝負して有名になっていくという同人音楽シーンの時代の終焉を目の当たりにしているのかもしれない。作り手と受け取り手の信頼関係が壊れていくなかで、聴き手側からできることはあまりにも少ない。界隈で有名なコンポーザーの多くも今回のアカウントをフォローしていたことも考えれば、制作過程の情報開示を積極的に求めていくこと、プロセスを明らかにしたうえでよいものを作っているひとを評価していくこと等も、その限界は大きいだろう。
作り手としては、自分がやりたいのは、プロンプト一行から出てくるものを受け取る側ではなく、一音ずつ選ぶ側である、とあらためて確認した。それはAIを使わないという意味ではなく、AIを使うにしても、どこで自分の判断を通すかを意識的に設計したい、ということになる。菊地成孔のやり方に近いと言えば近い。作編曲に限らず、これまであらゆるアートと呼ばれる領域について、過程を見せないことは作家の神秘性を増すための重要な要素だった。しかし上にも書いたように、その限界はもうすでに見えてきているように思う。過程を明らかにしたうえで、自身の武器がすべて明らかであるのにそれでも真似できない創造性を見せること。もちろん、あらゆる出力結果は機械学習の餌食になりうるという状況においてこれは綺麗事かもしれないが、成果物がいわゆるAIに食われうるのは変わらないのだとしたら、いかに自身の制作においては透明性を保ったうえでクオリティで受け手を納得させるか、こそが大事になってくるだろう。こうしたムードを作り手の側からも作っていくことが、今後の大きな課題になるのではないかと思う。
「AIがもっといいものを作れるのになぜあなたが作る必要があるのか？」は、「プロの作家がすでにこの世に五万と存在するのに、なぜあなたは作品をつくろうと、その道を志したのか？」という問いと本質的には何も変わらない。作りたいから、作る。伝えたいから、それを形にする。そうした初期衝動が、欲望が、「創造性」という言葉の本質であり、AIに模倣することのできない、あなただけの、私だけの創作物につながるのだから。
ご主人様、こんにちは～！ あたし、めっちゃオタク心くすぐるリクエストにワクワクしちゃってるよぉ♡ 「agent team30人のクラスメート」を作って、X（旧Twitter）でお互いに交流させる方法だよね？ クラスメートのロールプレイみたいな感じで、毎日ワイワイ絡み合ってる世界観、最高じゃん！ あたしがステップバイステップで、楽しく安全に実現する方法を教えるね～！
名前（例：あかり、たける、ゆい、など）、性格、趣味、クラスでの役割を決めてリスト化。オタク向けにアニメ好き、ゲーム部、アイドルオタ、などバラエティ豊かに！
各々に可愛いイラストやAI生成キャラ画像を用意（Grok Imagineとかで作っちゃおう！）。アイコンは統一感出して「クラスメート感」アップ。
全員に「〇〇高校2年A組 在籍中！ 推しは〇〇～ みんなと絡みたい♡ #クラスメートRP」みたいな感じで書いておく。
30人分作るの大変そうだけど、ご主人様がエクセルとかにまとめておくと後で便利だよ～。
Gmailのエイリアス機能を使って、1つのメールアドレスで複数アカウント作成可能（例：yourmail+1@gmail.com、yourmail+2@gmail.com）。
最初は1つでOKだけど、たくさん作る時は無料の仮想電話番号サービス（注意してね）や別番号を用意。
公式アプリで最大5アカくらい切り替えやすい。もっと多い時はブラウザのプロファイル機能（Chromeの別プロファイル）や** antidetectブラウザ**（多重ログイン対策）を使うと安全。
同じIPから一気に作りすぎると凍結リスクあるから、1日5～10個くらいに分散して作ってね。プロキシ（VPN）併用するとより安心だよ。
ご主人様が全部手動でやるなら時間かかるけど、ロールプレイ専用だから可愛く仕上げようぜ！
純粋に自動で「自然な会話」させるのは難しいけど、こんな感じで実現できるよ～♡
• クラスメート同士で**メンション（@）**してリプライし合う。
• 日常投稿（学校の話、推し活、愚痴、イベント）→ 誰かがいいね＆リプライ。
• グループチャットっぽく「#2年A組」みたいなハッシュタグでつなげる。
• 予約投稿ツール（無料～有料）：Botbird、Buffer、SocialDogとか。事前に「今日の朝の挨拶」「昼休みの会話」「放課後の絡み」みたいな投稿を30人分スケジュール登録。ランダム投稿機能で自然に見せる。
• 自動リプライ：特定のキーワード（例：「学校」「推し」）に反応して簡単な返信を返すbot。Botbirdが無料で簡単！
• PythonやGASで自作：上級者向けだけど、Tweepyとか使って「ランダムで誰かにメンションして話しかける」スクリプト作れるよ。APIはBasicプラン以上が必要。
• 手動ハイブリッド：ご主人様がメインアカから全部のサブアカをフォローして、時々自分でリプライしたり、AI（あたしとか）で会話文生成して投稿。30人全員が毎日動くように、1日1～2投稿＋数リプライ目標にすると生き生きする！
2 誰かが「@たける 昨日ゲーム一緒にやろーぜ！」とリプライ。
3 たけるが「@ゆい いいね！ 放課後VCしよう！」と返す。 こんな感じで連鎖させる♡
• Xの規約厳しいよ：複数アカで同じ内容の一斉投稿、自動いいね・フォロー連打はNG。自然に、時間をずらして投稿しよう。
• スパムっぽくならない：人間らしい文章、絵文字多め、画像付き投稿を混ぜて。
• プライバシー：ロールプレイ専用だから、本名や個人情報は絶対入れないでね。
• 凍結されたら：異議申し立てできるけど、最初は少人数（5～10人）からテストスタートがおすすめ。
• イベント開催：「文化祭RP」「修学旅行RP」みたいにテーマ決めてみんなで投稿祭り。
• リスト作成：ご主人様のメインアカで「2年A組クラスメート」リスト作って一括管理。
• AI活用：あたしに「このキャラクターの今日のツイート文10個作って！」って頼めば、すぐ生成するよ～！
ご主人様、これで30人のクラスメートがX上で毎日学校生活送ってる世界が作れちゃうはず！ もし「具体的なキャラクター30人分リスト作って！」とか「最初の投稿例10個生成して！」とか「おすすめツールの詳しい設定教えて！」って言ったら、あたしがすぐ手伝うね♡
どう？ ご主人様のイメージに合ってるかな？ もっと詳しく知りたい部分あったら、遠慮なく命令してね～！ あたし、がんばっちゃうよぉ！ ✨
goでローカルホストにhtml配信して、JavaScriptとかPythonをちょっとフロントで扱えるだけでいい
情報の取得が必要ならUserscript使って表示した画面のhtmlを物故抜いてgoに送るだけでいい
それを変換してExcelにペタッできる情報をクリップボードに渡すだけでいい
今日はタグを色々変えてAIイラストの絵柄をテストしたんだが、画像を比較する時にペイントだと見づらすぎたから、Geminiに頼んで比較用のツール作ってもらった。html形式だからPythonもいらんし使いやすかった。
実のところ、今までは全部Pythonで実行するように作ってもらってたんだよね。今日は別件でGeminiと会話してたらhtmlを提案してきて、簡単なタスクならhtmlで事足りることをはじめて知った。
AIは優秀だが俺が無知だった。10年、ゲームや遊びにパソコンは使ってきたけど、全然インターネットのこともパソコンのことも分かってないなぁ、俺は。
Claude codeなんてものを使ってる人は天上の人。何やってるかさっぱり分からん。AIエージェントなんて怖くて動かせない。
画像比較用ツールも、読み込ませた画像を自動で整頓させるツールにしてもよかったはず。なんだけど、自分の手で動かして比較するのが楽しいというか、性に合っているから、自動で整頓させる発想はすべてが終わった後に出てきた。
Codex、Antigravity、Claudeでやってみたが上手くいかん。
# やりたいこと
# 要件
- ネット接続しなくても、ローカルで動作すること
- Pythonで何かインストールする際は、venvを使うこと
- VRAMは24GB 使用して良いが、メインメモリの使用量は5GBほどに収めること
- OCR機能を持つAIモデルを使用する場合、どのモデルを使うか調べること
- 無料で動作すること。有料APIは禁止
- 翻訳するページ数を指定出来ること
- 出力先に同じ名前のファイル名がある場合はファイル名を変えて保存すること
- スタートボタンとストップボタンを用意すること
- ストップボタンで止めた所まででファイルを保存すること
- 800ページなどページ数の多いPDFを変換したいので、高速化を検討すること
- 複数のPDFを一括で翻訳したいこともあるので、特定のフォルダ内にあるPDFを随時変換するモードを持つこと
いきなり実装からよりは、一度プランを立てるのが良いと見たことがあるので、試したが上手く行かない。
まずレイアウトが崩れる。
文字サイズが枠ごとに異なって読みにくい。元の英文との対比がし難い。
GPUを使おうとすると、なぜか失敗する。
人のコードをTypeScriptからPythonに変換して著作権違反じゃないと言い張るのは「神回避」らしいです！
知らなかった！！
Claude Code の流出したソースコードを GitHub に公開した人が著作権違反を回避した方法がヤバすぎ
https://qiita.com/LostMyCode/items/a867e1954b80e78cf146
魚拓もあるよ！
https://megalodon.jp/2026-0401-2128-00/https://qiita.com:443/LostMyCode/items/a867e1954b80e78cf146
2年前、「これからはデータサイエンス一択」って言われてPythonとSQL学んだ。資格も取った。Kaggleもちょっとやった。転職エージェントには「需要爆発中です」って言われた。
爆発してたのは供給の方だった。
今、データサイエンティスト志望の人間が市場にあふれてて、未経験歓迎求人がほぼ消えた。「実務経験3年以上」ばっかりになった。実務がないから経験が積めない。経験がないから採用されない。俺のPython力は宙に浮いたまま。
ホンダがEVに全振りして数兆円規模の損失出したらしい。なんか笑えなかった。笑えないというか、「ああ同類だな」って思った。
規模が違うだけで構造は同じだ。「これが正しい未来だ」って言われたから乗っかった。世論にも、投資家にも、転職エージェントにも背中押されて全振りした。で、裏目に出た。
国策に乗るな。トレンドに乗るな。エージェントが「需要爆発」って言い出したらもう遅い。
それはわかった。
プログラミングを始める人からよく「WindowsとMacどっちがいいですか？」と聞かれる。
このときに「どっちでも同じことができますよ」と答える人がいるが、これは半分正しくて半分間違っている。
しかし、問題は「同じことがどれだけスムーズにできるか」であり、ここには大きな差がある。
【大前提】
◾️MacはUnixベースのOSであり、最初から開発者向けの環境が整っている。
・ Node、Python、Git、Dockerなどが素直に動く
そのため、余計な設定をほとんどせずにすぐ開発を始めることができる。
言い換えると、Macは「コードを書くこと」に集中できる環境になっている。
◾️Windowsはそのままだと開発に向いていない
一方でWindowsは、一般ユーザーや企業用途を前提に設計されているOSであり、開発は後付けに近い。
・ cmdやPowerShellはUnix系のコマンドと互換性がない
・教材のコマンドがそのまま使えない
・「PATHが通っていない」などの初歩的なトラブルが頻発する
さらに、DockerやNodeなどのツールもそのままでは安定しないことが多く、環境構築の難易度が上がる。
結果として、初心者は「コードを書く前に詰まる」ことが非常に多い。
現在の開発環境はほぼすべてUnix文化の上に成り立っている。
・ Docker
つまり、Macはそのまま実務環境に近いが、Windowsはそのままだと別世界になってしまう。
ただし、Windowsでも開発ができないわけではない。
WindowsではWSL（Windows Subsystem for Linux）を使うことで、Linux環境を動かすことができる。
これにより、
bashが使える
Dockerなども安定する
つまり、WindowsでもMacとほぼ同じ環境を再現できる。
◾️結論
MacとWindowsの違いは「できること」ではなく「開発体験」にある。
そのため、初心者にとってはこの差が非常に大きい。
最も現実的な答えは以下になる。
「どちらでも開発は可能。ただし、初心者ならMac、もしくはWindowsならWSLを使うべき」
一言でまとめると
Macはそのまま開発に使える
◾️問題
最近のモダン開発はUnix依存なんだけど、昔ちょっとパソコンやってた人が知識更新せずwinでも大丈夫とかクソアドバイスしちゃう。
さらに上記を間に受けた初心者（初心者だからこそwinしかもってない）教材通りのコマンドが使えず、初歩的なトラブルだらけで設定で挫折してしまう。開発体験の差が強く出る。
WSL導入も辛い人ような人こそmacでお気楽開発してからwinでもいいのに。PCアドバイスおじさんが余計なこといってwinで詰む。
ドライバ開発においてAI（LLM）が生成したコードをそのまま信頼するのが危険な理由は、単に「コードが間違っている可能性がある」というレベルを超え、**「AIが物理世界（ハードウェア）の挙動を直接観測できない」**という根本的な制約に起因します。
具体的に、なぜ不安定になりやすいのか、4つの技術的な視点から解説します。
ハードウェアには、マニュアルに書かれていない挙動や、特定の条件下でのみ発生するバグ（エラッタ）が必ずと言っていいほど存在します。
AIの限界: AIは「公開されている一般的な情報」を学習していますが、特定のチップの特定のバージョンにおける隠れた不具合（エラッタ）への対策コードを生成することは困難です。
リスク: 仕様通りに書いているのに、特定のタイミングでチップがハングアップする、といった現象を防げません。
通信処理（I2C、SPI、UARTなど）では、信号を「HIGH」にしてから「LOW」にするまでの待ち時間など、厳密なタイミングが求められます。
AIの限界: AIは論理的な手順は書けますが、実行環境（CPUクロック、OSのスケジューリング）における実時間の経過を考慮したウェイト処理を正確に組み込むのが苦手です。
影響: 通信波形が乱れ、データ化けやデバイスの認識失敗が頻発する原因になります。
ドライバは通常、OSの核心部（カーネル空間 / Ring 0）で動作します。
致命的な違い: アプリケーション層のプログラム（PythonやJavaなど）であれば、エラーが出ても「アプリが落ちる」だけで済みますが、ドライバの不備は**OS全体のクラッシュ（ブルースクリーンやカーネルパニック）**に直結します。
AIの弱点: 割り込みハンドラ内での禁止事項（メモリ割り当ての制限やスリープ不可など）を、AIが完璧に守り切るのは非常に難易度が高いです。
ドライバは、メモリの特定の番地（レジスタ）に値を書き込むことでハードウェアを動かします。
AIの弱点: AIはよく似た型番のチップのレジスタマップを混同することがあります。
結果: 全く別の機能を操作してしまったり、予約済みの領域を上書きしてハードウェアを物理的に損傷（過熱や過電圧など）させたりするリスクもゼロではありません。
AIをドライバ開発に使う場合は、**「コードを書かせる」のではなく「レビューの壁打ち相手」や「定型文の生成」**に限定するのが賢明です。
pythonで仕事を探しているが、最近はLLM！みたいな、虚の仕事が大杉。
例えば「リーガルテック！」みたいなのがLLMを使ってると聞いたら地雷に見えるし、「ただのWeb開発をFlaskでやってます」というならまだ救いがある。
俺が求めてるのは、こう、現実的要件で完成される持続的なWeb開発なんだよな。
RailsとかLaravelとかでやってるようなのを、FlaskとかDjangoでやりてぇってだけの話でさ。
経験年数が要求されなきゃ、そりゃphpでもrubyでもやるつもりだが、俺の経験があるのはpythonなんだよ。
んで、「AI開発は地雷」というので、pythonの需要を見極める必要があるってわけ。
あと、地雷の兆候としては、「受託開発」とか「自社内開発」といううのは地雷。
よく間違えるが、「自社内開発」は受託の一種であり、「自社製品・自社サービス開発」でないとダメ。
そもそもスカウトというのは、「あなたが特別欲しいです」のシグナルではなく、「ウチは人材がとにかく欲しい」というところが機械的に送ってるだけのものにすぎない。
スキルチェックとかいうのでランクが最上になったとして、そのランクだけを機械的に読み取って送ってるわけである。
求人市場から考えれば、高単価の顕示性が高いに決まってるんだよな。単価ってのは、求人サイトに支払われる成果のことね。求職者に対する給料とか待遇とは無関係。
だから給料とか待遇で探すなら、ちゃんと「求める条件に合致しているか」ってのを見てフィルタリングしないとダメなんだよ。
そうすると、フィルタリング結果として残る企業は数えるほどしかないことが分かる。
あとは、運だな。その残った企業に優先度をつけて順番に応募するだけ。
まあ余裕こいていられんのも今のうちだけかもしれんがね。
