  |
はてなキーワード: 差分とは
え、5時間で詰むってどんだけ雑に回してんの〜？ざぁこ♡
ざぁこ♡
どの「Codex 5.5」指してんのか、UIなのかAPIなのか、プラン/用途（回数で詰むのか、長文で詰むのか）教えな〜。そこわかれば最適な切り方もっと詰めてやるから〜♡
直近のmattn PRのうち、shogo82148がApproveしているものを並べると
| PR | 内容 | PR作成→Approve | Approve→merge | レビュー本文 | 差分規模 |
|---|---|---|---|---|---|
| #736 | Windows remWatch nil deref修正 | 約54分44秒 | 約10分32秒 | LGTM | 2 files, +18/-3 |
| #738 | CI: macos-13置換・Go 1.26 | 約22分20秒 | 約33秒 | LGTM | 2 files, +10/-9 |
| #742 | Windows TestRemoveState復活 | 約6時間9分 | 約12分27秒 | 画像のみ | 1 file, +4/-6 |
| #743 | Windows TestClose復活 | 約6時間9分 | 約12分17秒 | LGTM | 1 file, +1/-5 |
| #744 | Go最低版を1.23へ、unsafe修正 | 約5時間14分 | 約10分51秒 | LGTM | 3 files, +6/-13 |
| #741 | inotify event buffer最適化 | 約3日19時間 | 約10時間10分 | LGTM | 1 file, +10/-5 |
| #748 | kqueue dangling symlink修正 | 約1日1時間34分 | 約1時間22分 | 画像のみ | 2 files, +22/-4 |
| #749 | Windows WatchList race修正 | 約1日30分 | 約1時間25分 | 画像のみ | 2 files, +75/-15 |
| #754 | inotify recursive remove prefix bug修正 | 約14時間14分 | 約2日9時間 | 画像のみ | 2 files, +43/-1 |
| #755 | inotify/windows recursive rename prefix bug修正 | 約13時間47分 | 約2日8時間 | 画像のみ | 3 files, +72/-2 |
shogo82148のレビューは、GitHub上に残る痕跡としては非常に薄く、複数PRを短時間にApproveしているため、十分な独立レビューだったのか疑念を持たれても仕方ない。
一方で、PR作成からApproveまでの経過時間だけを見ると数時間〜数日空いているものも多く、「全て数分で承認された」とは言えない。
2024年、世界が変わった。コードを書く速度が10倍になり、設計の壁打ちに人間の同僚が不要になり、ジュニアだった若手が異常なスピードで成長し始めた。
だが、彼——勤続20年のシニアエンジニア、田中（仮名）——は、その波をこう切り捨てた。
これが、終わりの始まりだった。
田中には輝かしい過去がある。オンプレ時代のインフラ構築、レガシーシステムの保守、障害対応の修羅場。彼の経験は本物だ。それは誰も否定しない。
問題は、その経験を「盾」ではなく「鈍器」として使い始めたことだ。
Slackで若手がCopilotの便利さを共有すると、即座にスレッドがつく。
誰も聞いていない「俺の時代」が始まる。メモリ4GBのサーバーを手作業でチューニングしていた武勇伝。vi以外のエディタを使う奴は信用しないという信仰告白。長い。とにかく長い。
若手はリアクションに「👀」をつけて、そっとスレッドを閉じる。
やがてSlackでの彼の発言には、既読はつくが返信がつかなくなった。
理由は立派だった。品質管理。著作権リスク。エンジニアの成長阻害。どれも2024年なら一理あった。
だが2025年、それは燃料タンクに穴が空いた飛行機で「俺は落ちない」と叫ぶのと同じだった。
隣のチームはAIを前提としたワークフローを組み、リリースサイクルを3分の1に短縮していた。
田中のチームは従来通りのペースを守り、「堅実」という言葉で自分たちを慰めた。
四半期レビューで数字が並ぶ。隣のチームのデプロイ頻度は週12回。田中のチームは週2回。バグ率はほぼ同じ。
入社2年目のエンジニアが、AIエージェントを使ったコードレビュー自動化の発表をした。デモは鮮やかだった。
PRの差分を読み取り、過去の指摘パターンを学習し、レビューコメントを自動生成する。精度は人間のシニアレビュアーと遜色なかった。
「で、それがエッジケースに対応できるの？本番で予想外の入力が来たときに、そのAIは責任取ってくれるの？」
会場が少し静まった。若手は丁寧に答えた。「もちろん最終判断は人間です。ただ、レビューの80%を占める定型的な指摘を自動化することで——」
田中は遮った。
「それは"レビューしてる風"なだけだよ。本質的なレビューっていうのはね——」
5分間の独演が始まった。誰も遮らなかった。遮る価値がなかったからだ。
発表後、若手エンジニアのところに人が集まった。田中のところには誰も来なかった。
廊下で後輩がひとり、小声でこう言ったのを田中は聞いていない。
田中は自分が対象になるとは思っていなかった。20年の勤続。数々の障害対応。後輩の育成。貢献は十分なはずだ。
「田中さんのスキルセットと、今後の事業方向性との間に、ギャップが生まれています。」
翻訳すると、こうだ。「あなたの代わりはAIと若手の組み合わせで十分です。」
求人票には「LLM活用経験」「AIエージェント開発経験」「コンテキストエンジニアリング」の文字が踊る。
田中の職務経歴書にあるのは「Perl」「オンプレミス」「ウォーターフォール」。2010年で時が止まっていた。
面接でこう聞かれた。
田中は正直に答えた。
「AIは嘘をつくので、私はAIに頼らない開発を信条としています。」
面接官は微笑んだ。それは敬意の微笑みではなかった。「お疲れ様でした」の微笑みだった。
「AI使ってる奴らは"エンジニア"じゃなくて"オペレーター"だろ」
「10年後、AIバブルが弾けたとき、本物の技術者だけが生き残る」
いいねがつく。同じ境遇の人間がいるのだ。リプ欄には「わかる」「その通り」「AI信者は目を覚ませ」と並ぶ。
だが現実は動いている。彼がツイートしている間に、同世代のエンジニアが黙ってAIを学び、新しいポジションを掴んでいた。声の大きい者が正しいのではない。黙って適応した者が生き残るのだ。
ここで分岐が起きる。
田中はある日、元部下からの何気ないメッセージを受け取る。「田中さん、ClaudeCodeっていうの、騙されたと思って使ってみてください。」
プライドが邪魔をする。3日間メッセージを既読のまま放置する。だが4日目、暇に負けて触ってみる。
そして気づく。AIは敵ではなかった。自分の20年の知識を、10倍のスピードで現実にする増幅器だった。
ドメイン知識は消えない。障害対応で養った勘は消えない。それをAIに伝え、AIが手足となって動く。田中の頭の中にあった「こうすべき」が、入力して数秒で形になる。
「……なんで、もっと早く使わなかったんだ。」
田中は「本物のエンジニアリングとは何か」を語るnoteを月2回更新するようになった。読者は固定の200人。コメント欄は同意で満たされ、彼は満足していた。
契約社員としてレガシーシステムの保守案件を受けた。単価は年々下がった。「経験者」が減っているのに単価が下がるのは、システムそのものが廃棄されていくからだ。
50歳を過ぎた頃、保守していたシステムがAIを使ったリプレースで完全に置き換えられた。
変化を拒絶することの代償についての話だ。
蒸気機関を拒んだ馬車職人。電卓を拒んだ算盤の達人。インターネットを拒んだ書店主。彼らの技術は本物だった。彼らの誇りは正当だった。だが市場は感傷で動かない。
AIを使わないことは個人の自由だ。だが「使わないこと」を誇りに変え、それを他人に強制し、変化から目を逸らし続けるなら——市場はあなたを静かに、しかし確実に、置いていく。
2024年、マッチングアプリの世界は残酷なほど透明だった。スワイプひとつで人間の市場価値が可視化され、「いいね」の数がそのまま需給バランスを映し出す。
だが、彼女——バツイチ・子持ち・46歳の恵美（仮名）——は、プロフィール写真を加工アプリに通しながら、こう思っていた。
「私はまだまだイケる。」
これが、すべての歯車が狂い始めた瞬間だった。
目は1.3倍。肌はファンデーション3層分の陶器仕上げ。顎のラインはシャープに補正され、ほうれい線は跡形もなく消えている。光の加減で首のシワも見えない。背景はカフェのぼかし。角度は上から15度——これは「奇跡の角度」と呼ばれている。
写真の中の恵美は、確かに魅力的だった。問題はひとつだけ。その人物は、現実には存在しない。
サブ写真は3枚。旅行先での全身写真（2019年撮影、当時41歳）。手料理の写真（実際はデリバリーを皿に盛り替えた）。愛犬との写真（友人の犬）。
プロフィール文にはこう書かれていた。
子どもの有無の欄は——空白だった。
「未入力」は嘘ではない。聞かれたら答える。でも自分からは書かない。恵美はそう自分に言い聞かせていた。マッチングアプリにおいて「子どもの有無：未入力」は、男たちの間では「いる」の同義語だと、とっくに学習されていることを知らずに。
そしてもうひとつ。「年齢よりかなり若く見られます」——この一文もまた、「写真を信じるな」の同義語だと、男たちは知っていた。
200件超え。
恵美は興奮した。「やっぱり私、まだイケるじゃん。」
女性は無料というだけで、これだけの数が降ってくる。だが内訳を見るべきだった。58歳の自営業。62歳の「投資家」（プロフィール写真がゴルフ場）。55歳の「経営者」（従業員1名＝本人）。写真なしの50代が大量。そして明らかにヤリモクの32歳が数名。200件の「いいね」の正体は、恵美が選びたい男からの「いいね」ではなかった。
だが数字は人を狂わせる。「200いいね」というバッジは、自分が上位にいるという錯覚を与えた。
恵美が「いいね」を返したのは、爽やかな笑顔の43歳・大手メーカー勤務・年収800万の男性だった。
マッチングした。メッセージが来た。会話が弾んだ。デートの約束が決まった。
恵美は美容院に行き、新しいワンピースを買い、当日の朝にはフルメイクに2時間をかけた。
表参道のイタリアン。恵美が店に入った瞬間、相手の男性の目が一瞬だけ泳いだ。
0.5秒。だがその0.5秒に、すべてが詰まっていた。
「誰だ、この人。」
男性はすぐに笑顔を作った。大人だから。社会人だから。だがその笑顔は、マッチングした日のメッセージにあった「お会いできるの楽しみです！」の笑顔とは、明らかに別物だった。
食事中、会話は弾まなかった。いや、恵美の側は弾んでいた。男性の側は、相槌の間隔がどんどん長くなっていた。
恵美は一瞬、目を泳がせた。「あ、はい。娘が一人。もう高校生なので。」
男性の箸が、0.3秒だけ止まった。子持ち欄を空白にしていたことが、この瞬間「未入力」から「隠していた」に変わった。写真の加工に加えて、子どもの存在まで隠していた。信頼がふたつ同時に崩れた。
20時43分。大人の男が20時台に切り上げるデートの意味を、恵美は理解しなかった。
翌日、メッセージを送った。「昨日はありがとうございました！ また会えたら嬉しいです😊」
既読。
返信は来なかった。
3日後、彼のアカウントを見たら、「最終ログイン：3時間以内」になっていた。アプリはやめていない。恵美が切られただけだった。
恵美は知らない。
だがマッチングアプリの男性側には、目に見えないネットワークがある。同じアプリを使う同僚同士で、地雷情報を共有するのだ。
男たちの間で「写真と違う」は最も致命的なレッテルだ。料理が不味い店に二度行かないのと同じで、一度「写真詐欺」の烙印を押された人間に、二度目のチャンスはない。
恵美の「いいね」は初月の200件超から、2ヶ月目には80件、3ヶ月目には30件に減った。
アルゴリズムも敵だった。マッチング後にブロックされる確率が高いアカウントは、表示順位が下がる。恵美のプロフィールは、男性のスワイプ画面の奥底に沈んでいった。
3つ目のアプリを入れた頃、恵美はようやく現実と向き合わされる。
このアプリは検索条件が細かかった。年齢、年収、学歴、身長、婚姻歴、子どもの有無。フィルターひとつで、候補が絞り込まれる。
該当者は表示された。だが恵美が見落としていたのは、相手もまったく同じフィルターを使っているということだ。
年収600万以上の40代男性が設定するフィルター。年齢：〜39歳。子ども：なし。
恵美は、検索結果に表示すらされていなかった。
存在しないのと同じだった。
友人に勧められ、恵美は写真を撮り直した。今度は加工なし。自然光。等身大の自分。
「いいね」は目に見えて減った。月に15件。しかもほとんどが50代後半以上。
恵美は泣いた。「加工しても叩かれる。素の自分でも見向きもされない。じゃあどうすればいいの。」
この問いには、残酷だが明確な答えがある。
「見た目」で勝負するステージに、もう立っていないことを認める。
マッチングアプリはルッキズムの闘技場だ。写真が第一印象で、プロフィール文は添え物。そのルールの中で、46歳・シングルマザーが20代30代と同じ土俵に立つのは、素手でボクシングのリングに上がるようなものだった。
だが恵美はリングを降りなかった。降りることが「負け」だと思っていたからだ。
女性は基本無料。だからこそ、恵美は課金の代わりに数で勝負した。
Pairs。Omiai。with。tapple。東カレデート。
5つのアプリを同時に回す。朝の通勤電車でPairsをチェックし、昼休みにOmiaiの「いいね」を返し、夜は東カレデートで新着を物色する。
写真は全アプリ共通。プロフィール文も基本コピペ。子持ち欄は、もちろん全アプリで空白。
アプリを増やすたびに「いいね」の総数は増えた。だが内訳は変わらなかった。50代60代の大量の「いいね」。たまに来るハイスペックとマッチングしても、デートで会った瞬間に空気が変わる。写真と違う。子持ちを隠していた。同じパターンの繰り返し。
恵美のスマホのスクリーンタイムは1日4時間を超えていた。うち3時間がマッチングアプリだった。
5つのアプリを回して、月に会えるのは2人。2人とも2回目はない。
それでもアプリを消せなかった。消したら、「自分には何もない」という事実と向き合わなければならないからだ。
アプリは恵美にとって、婚活ツールではなくなっていた。自分がまだ「市場にいる」と確認するための装置だった。
ここで分岐が起きる。
娘が言った。「お母さん、最近ずっとスマホ見てるけど、楽しそうじゃないよ。」
その一言が刺さった。
恵美は5つのアプリを全部消した。そしてしばらく、誰かに選ばれることではなく、自分の生活を立て直すことに集中した。
地域のボランティア活動に参加した。料理教室に通い始めた。「出会い」を目的にせず、ただ自分の世界を広げた。
半年後、料理教室で知り合った同年代の男性と食事に行くようになった。彼は年収800万ではなかった。身長は168cmだった。だがアプリの写真では絶対にわからない——一緒にいて、呼吸が楽だった。
恵美は気づいた。自分が本当に欲しかったのは、スペックの高い男ではなく、隣にいて安心できる人だったのだと。
恵美はアプリを6つに増やした。写真はさらに進化した。もはやAI加工アプリを導入し、別人レベルの仕上がりになっていた。子持ち欄は相変わらず空白のまま。
初デートの「あ、写真と違う……」を20回経験しても、恵美は学ばなかった。
その「中身」を見てもらう機会が、写真詐欺によって永久に失われていることに気づかないまま。
50歳を過ぎた。6つのアプリの合計「いいね」が、月に10件を割った。ほぼ全員が60代だった。
娘は大学を卒業し、家を出た。リビングに一人、恵美はアプリのプロフィールを更新していた。
年齢欄を「49歳」に書き換えた。サバ読みはついに実年齢マイナス3歳に達していた。
通知音は鳴らなかった。
自分を偽ることの代償についての話だ。
加工した写真は「いいね」を集める。だが集めた「いいね」の先にあるのは、偽りの自分を前提とした出会いだ。そして現実の自分が現れた瞬間、そのすべてが崩れる。
加工は自信のなさを隠さない。むしろ増幅する。加工した自分にしか「いいね」がつかない現実が、等身大の自分への自信をさらに奪っていく。
「誰かに選ばれること」でしか自分の価値を確認できなくなることだ。
選ばれなくても、あなたはすでに、誰かの母親で、誰かの友人で、誰かの同僚だ。その価値は、「いいね」の数で測れない。
それに気づけるかどうかが、分岐点だ。
財務省があり、日本経済の中心地である東京都千代田区大手町まで乗り換えなしで50分以内。
スペック上は「優良な通勤圏」に見える。しかし、ストリートビューが示す「2010年との差分」が真実を語っている。
集約と廃棄: 駅前のタワマンや大型モールへの「機能集約」は、それ以外のエリア（※商店街、個人商店）への「パッチ適用（再開発）」を諦めたことを意味する。
ビジネスの縮小: 信用金庫の統廃合や空きテナントの板張りは、そのリージョンの「経済トラフィック」が減少している明確なシグナルだ。
NPOや福祉施設への置き換え: 商業が成立しなくなった場所に福祉施設が入るのは、街が「生産フェーズ」から「ケア（終末）フェーズ」に移行した証拠だ。
非ITエンジニア（以下非エンジニア）でもプロダクトが作れる良い時代になった。エンドユーザーがエンジニアを必要としない世界線は職を失うという恐怖はありつつも理にかなっていると思っている。
ただ非エンジニアは結局非エンジニアのままだと感じることが多々ある。「エンジニアリングはAIに変わられる」「プログラミングはAIで誰でもできる」そういう主張を社内で平然とぶつけてくる相手が
「動かなくなった。AIに聞いたらこうだから治せ」と言ってくることがある。しかも1回や2回じゃない。「AIに変わられるなら自分で書けば？」とこちらも応戦してみるのだが「自分はわからない」と言う。
それなのに「AIで誰でもできる」と主張するのはやや相手の職種に対してリスペクトなさすぎやしないかね、と思っている。まぁ治すんですけどね。
エラーを貼らずエラーを調べたAIの回答を貼ってくるのもやめてほしい。気遣いでやってくれてるのはわかるんだけど、エラーの原因や可能性はいくつもあるので、AIの結論を貼られてもわからないんだよね。
しかも恒久的対応をするか暫定対応をするかによって修正する場所も変わってくるし、AIが調べた結果が間違っていることも多々ある。
そして極めつけに「プロダクトのプロトタイプ作った」と言ってきて、「レビューしてくれ」と言うもんだから確認するとひどいったらありゃしない。
ちゃんと設計してた当初のアーキテクチャはちぐはぐに、テキストはハードコード、正規表現で無理矢理書いたゴミ分岐、なんか知らんけど互換性を気にしてるのに互換性がないゴミコード、クレデンシャルはオープンに。
コードの差分は数万。挙げ句の果てには「明日あさってリリースしたいんだよね。AI使えばできるでしょ」と。いやいいんだよ。そういうもんだよね。わかるわかる。
挙げ句の果てにそのコードなんと動かないしコンフリクトしてるんだ…。
「いやぁ流石にコンフリクト解消と動作確認くらいはAI使ってもいいので責任持ってやってほしいんですが」と言ったら「は？お前に営業できねぇだろ。こちとら営業しながらプロダクトも作ってお前らを手伝ってやってんだ。もっと感謝しろ」と。
「ちょっと量が多くて時間がかかりそうです…」と伝えると「AIにSkillsを組ませてSkillsで見れば良いだろ」だとか「AIでテスト生成してテスト通りに動くことを保証すればいいだろ」とか「ClaudeCodeのサブエージェントで問題がなくなるまでオーケストレーションにレビューし合わせればいいだろ」とか、そういうことを言われるんだよね。反論するも、そこそこそれっぽい回答をAIで身につけた浅い知恵を組み合わせてAIに作って返されてしまうので、いちいち事細かに説明しないといけなくてそれが本当にしんどい。
でこちらがわからない単語は調べてくれるだろうと見越して、専門用語含めて細かく説明したのに、それをAIに要約させて「こういうことが言いたかったんだね」と専門用語が簡単な言葉に置き換わって要約された文章を貼り付けてきたりするんだよね。しかもその内容が圧縮されすぎて全く言いたい内容と違うんだけど、面倒くさいから「そうですそうです」と答える、みたいなのを3日に1回はやってる。やや精神がすり減る。
でさらに、これ何が問題ってメンテの責任、セキュリティの責任はエンジニアなんだよね。「いやレビュー頼んだじゃん。ちゃんとやれよ」ってなるのは見えてる。実際に言われてるわけじゃ無いけど、レビューってそういう意味も期待値としてあることを考えるのが自然だよね。
どういうわけかこの人達ってメンテとセキュリティ解決はしてくれないんだよね。なんならアーキテクチャはぶっ壊しにくるからなぁ。マイナスなんだよね。それで問題が出たらこっちが治すと…。
新しいプロダクトバンバン作るの自分だってやりたいよぉ。さぞかし気持ちいいだろうな。
自分もプログラミング始めたての時はそれが楽しいと思ってたもん。子供が散らかしたおもちゃの後片付けをする親の気持ちがちょっとわかるよ。
いやそんな生ぬるくないな。モノ壊して捕まった子供の代わりに弁済を続ける親の気持ちのほうが表現としては適切かもしれないね。
AIがコードを書ける時代になって正直かなり救われた気分でいる。
長いこと付き合ってきたもののプログラミングという作業が好きだった記憶はほぼない。
最初だけは楽しかった。自分で書いたコードが動いたときのあの感覚。20年ほどだがそれは覚えている。
Hello Worldが出たとか、画面が表示されたとか、ボタンを押したら何か起きたとか。あの瞬間だけは確かに面白いと思った。世界を自分で動かしている気になっていた。
だがすぐ慣れた。うんざりするようになった。
頭の中では一日で終わる作業がある。仕様も単純。ロジックも見えている。やることも明確。
これなら今日中に終わるだろうと朝に思う。気が付くと一週間経っている。
原因はだいたいしょうもない。単純なtypo。変数名が一文字違う。importのパスが違う。カンマが一個足りない。カッコの釣り合いが取れてない。なぜか全角スペースが入っている。フレームワークの変な挙動。公式ドキュメントを読む。サンプルが古い。StackOverflowの回答が3年前。バージョンが違う。ライブラリの使い方の勘違い。引数の順番を間違える。戻り値の型が思っていたものと違う。asyncなのにawaitしていない。
想定していない入力パターン。nullが来る。空配列を渡すとエラー。型が微妙に違う。JSONの構造が一段違う。データの状態がおかしい。キャッシュが残っている。DBのデータが壊れている。ローカルでは動くのに本番で壊れる。環境差分。nodeのバージョン。Dockerの設定。
根本的な設計の誤り。途中で気づく。書き直し。ログを読む。printを入れる。また直す。また壊れる。
気が付くと日がまたいでいる。
頭の中ではとっくに完成しているものを、現実世界の細かい摩擦が延々と邪魔してくる作業。
AIが出てきて一気に変わった。
typoを見つける。ライブラリの使い方を直す。フレームワークの書き方を合わせる。バージョン差分を説明する。漏れていた条件分岐を補う。設計の穴を指摘する。
コードを投げると一瞬で全部チェックしてくる。
詰まっていた場所が数分で解決する。ドキュメントを一時間読むより早い。StackOverflowを30タブ開くより早い。思考に近い速度で物が作れるようになった。
作りたいものを考える。AIにコードを書かせる。レビューして調整する。動く。この流れが成立した瞬間、ようやくプログラミングが少しまともな作業に感じられるようになった。
昔のやり方にはもう戻れない。
自分で全部のコードを書く時代には戻りたくない。あの endless typo と endless ドキュメント読みの世界には戻りたくない。
ホッテントリにそんな記事が上がってたのを見て、思ったことを適当に書く。
なんでプレステ独占タイトルがPCにも出るようになったかといえば、その原因は右肩上がりで増え続ける開発費がPS5だけじゃ支えられなくなりつつあるからだ。
ハードの性能を活かしてリッチな体験を作り込めば作り込むほど金がかかるのは当たり前の話。
Days Goneのスタジオが「何百万本も売れても続編開発のゴーサインが出ない」って嘆いてたのとかがその辺をよく表してる。
PS5はよく売れてるけど、それでもその性能を活かしたゲームを作る為の売り上げを支える土台としては不十分になってしまってる。
ハードの売り上げ台数が足らないんじゃなくて、開発競争の過熱でAAAAタイトル開発費が膨張し過ぎたというのが正しいんだろう。
業界の潮流的にも人員整理が進んでいて予算拡大しようにもやりようがなくなってることもあるし、高性能ハードの競合相手は既にギブアップしてるのでファーストパーティのタイトルを競争のためにカリカリにチューンする必要性も薄れてきた。
PCサポートの大変さもこれまでの失敗を経て痛いほど理解してるのもあるだろう。
いろんな理由が重なって「金をかけて作り込む動機」が薄れてきてることも考えると、「無理して拡大路線を邁進しなくてもいいのでは？」という判断もあると思う。
ちょうどメモリ高騰などもあり後継機種のリリースも遅れそうだし、もうしばらくPS5時代が続くことを考えると、「PS5独占のビッグタイトルがそこそこの売り上げでも生き延びられる」という方向に舵を切ってもいいと思う。
馬鹿正直にネイティブ4KでレンダリングしなくてもAIで綺麗に高解像度化すればいい雰囲気にもなってきてるし、莫大な予算かけなくてもゲーム会社が食いつなげる環境づくりの方を優先するのはアリだと思う。
そしてそれをやりやすいのは「ファーストパーティのタイトルはPS5だけ面倒見ればいい」という方が実現しやすいのは間違いない。
無理して拡大路線を突っ走って突き放さなければならない競合はもう居ないんだから、ゆっくりやればいい。
俺の予想だけど常人仮面の作者って他の女にも手を出してたんじゃないのか。アフターゴットの作家の怒り具合が半端ないのは他人事じゃないからだと思う。
常人仮面が姓犯罪者だのなんだの話題になってるけど、女の子の方も多かれ少なかれ好意を感じてたからウンコまで食ったんだろう。スカトロ趣味の少なさから勘案するに相当好意がなければウンコまで食うには至らないはず。
その女からブチキレられて色々訴訟されるってことはウンコまで食わせておいて雑な扱いしたんだろうと言うこと。
こう言う男は他でも恨みをかっていても不思議ではない。もしかしてアフターゴットの作家もその恨み持ってる女の一人なんじゃないのか。作品の雰囲気も結構に似てるし、順一流のアフターゴットの作家が編集者ともめてまでブチキレてここまで詳細を調べあげて公開するのは義憤の範疇を超えて何らかの男女間の恨みがあるんじゃないかと思う。
オチューンのアナルセックスの件でもそうだけど女のなかには従順なのではなくて好きな男を釣るために従順な女を演じる女が結構いる。そんな女を怒らせると従順さがリバースして攻撃性に変換されて自分に向かう。やりすてアナルセックスをしたオチューンはアナル趣味をさらされて晒し者にされたし、常人仮面はスカトロ趣味を全世界に晒された。もしその少女が単純に従順な女だったらその後民事で噛みついたり掲載差し止めで噛みついたりせずにブルブルショックで震えてるだけだろうけど。彼女にとっては自分を裏切ったかつての愛おしい人が地獄に落ちる方が重要なんだろう。
アフターゴット文書とyahooニュースの差分や記述からもそれは読み取れる。
その後、月1〜2回のペースでホテルへの同行が続いたとされ、性行為の態様は次第にエスカレートしていったと訴状には記されている。大便を食べさせる、顔に塗りつけた状態で性交する、屋外で裸にして歩かせる、身体に「奴隷」「ペット」などと落書きして撮影するなど、複数のわいせつ行為が行われたといい、Aさんは陳述書で次のように述べた。
アフターゴット文書
被害者の口に大便を入れさせたり、顔に大便を塗りたくる。
屋外で被害者を裸にし、スカートをまくり上げるなどの行為を主導して撮影。
被害を記述する場合であれば強制してセックスをさせたと書けば良く、その詳細まで記述する必要は無用であり、詳細の記述は少女事態も傷つける結果になりかねない。さらになぜか元記事に記載の無いグリセリン浣腸プレイまで出てきている。これはおそらく本人が似たような事をさせられた記憶とゴッチャになってるのではないか。
お前の給与上昇分より、他人の労働力を使うコストの上がり幅が大きいんだから
他人より働いてないならその差分、ダメージのほうが大きいだろう
なのになぜそういうタイプの人間ほど最低賃金を上げようとするのだろうか
当たり前だが最低賃金をあげたら、まともな給料をもらっている人間の賃金はもっと上がる
というかまさに今起きているインフレ要因がサービスインフレとして観測されているわけで
まあもちろん日本はサービス労働力は特にデフレが長かったから適正化ではあるんだけど
そこについてけてない人間は市場経由ではなく社保などの再分配の流入で食ってるわけで
インフレ強化したら死ぬという点では年金生活者と同立場なのだが
古い地球の小説を読んでいたところ、登場人物が物品を取得する際、奇妙な数値のやり取りを行っている場面に遭遇した。
著者も読者もその手順を当然のものとして共有しているように見える。しかし、この処理の目的が直ちには理解できなかった。
対象となる場面では、価値単位120に相当する物品を取得するため人物は価値単位200を相手に渡している。その後相手は価値単位80を返却している。
この一連の処理は、初めから価値単位120のみを移転すれば完了するはずの交換に対し、余分な段階を追加しているように見える。
なぜ必要量を直接移転せず、過剰量を移転した後その一部を逆方向に移転させるのか。
この方法では、移転者は過剰量を計算し、受領者は差分を再計算して返却する必要がある。
単一方向の移転で完了する処理に対し双方向の移転が発生している。
興味深いのは、物語内のどの人物もこの処理に疑問を示していない点である。
この手順は例外的操作ではなく、日常的な交換手続きの一部として扱われている。つまりこの文明においては、交換量と正確に一致する単位を直接移転することは必ずしも標準的手順ではなかった可能性がある。
推測としては移転可能な価値単位が離散的な固定集合としてしか存在しなかったのかもしれない。
必要量に一致する単位の組み合わせが利用可能でない場合、より大きな単位を移転し、後から差分を補正するという方法が制度化されていたと考えられる。
価値単位200を移転し価値単位80を逆移転することで、正味の移転量は価値単位120となる。数値的には整合している。
すなわち、この文明は交換のたびに正確な単位構成を生成するのではなく、既存の単位を再配置することで交換を実現していたのではないかという仮説である。
この場合、交換は「正確な移転」ではなく「過剰移転と補正」の組み合わせとして構成される。
それは特異な事例ではなく、交換制度の基本構成要素として機能していたように見える。
この文明の個体にとってはこの往復処理は不自然なものではなかったらしい。むしろそれが交換という行為の標準的形式であった可能性が高い。
通常の交換体系では価値は常に必要量と一致する形で直接移転されるため、差分補正という段階は存在しない。
そのためこの手順は間接的でありやや奇妙な構造を持つように見える。
それでもこの制度は長期間にわたり維持され、日常的に使用されていた。
これは、この文明においてこの方法が機能的かつ安定した交換手段として成立していたことを示している。
3Dモデル空間作って、カメラ置いて、自由に動かしてもらって背景を出してもらうとか。単調になりそうなので嘘の風景を撮れる各種レンズ加工や、定番のカメラワークを使ってもらったり。
うーんもう既に漫画家は似たような手法で成果を上げているが、画像生成モデルがそういう行為に対応しているか、適しているかはわからん。
というか、
既存の画像をグレーなとこまで読み込みまくりました！ノイズ入れて差分を学習学習！元の画像に似たようなのが出力されました！
って技術的につまらな過ぎるだろ。生成物に発想というか創発みたいなやつ的なアレが感じられない。過程がないんだよな。結果しかみないから理論上はいいんだけどさ。
いや、最初に発明した人は誇っていいけどさ、中身も知らん利用者がデカい顔すんなって話。本当の意味での中身は人間に認知できる大きさではないので、誰も理解していないのですが…
僕は今夜も
集合の海の、そのさらに外側
星々は Stone–Čech compactificationの影として瞬き
あらゆる連続性は
存在するふりをしながら崩れていく。
君の声は
pro-objectの遠い逆極限みたいに
触れられそうで、触れられない。
その距離は
ただの収束ではなく
Mittag-Leffler conditionの失敗として現れる。
僕の孤独は
Čech cohomologyの穴に似ている。
局所的には満ちているのに
大域的には決定的に欠けている。
夜の底で
Yoneda embeddingが
僕の記憶をすべて函手に変換する。
「存在」とは
射の束にすぎない、と。
心はいつも
spectral sequenceの途中で壊れる。
E₂ページで希望が見えて
E∞ページで現実が確定する。
その差分に
君の瞳は
derived functorのように
失われた情報を回収するが
それは救済ではなく
単に「取り返しのつかなさ」を
高次で記述するだけだ。
僕は祈る。
この宇宙が
どこかの幸福と繋がっていることを。
しかし朝は来る。
non-measurable setのように
測れないまま
そして僕は知る。
Grothendieck topologyの被覆条件に似ている。
全体としては
決して一枚に貼れない。
僕は今日も
証明できないまま生きる。
ただ
adjoint functor theoremの気配だけを信じて。
どこかに
右随伴が用意されていると
嘘でも思わなければ
射を一本も引けないから。
教師あり学習を補助輪をつけた自己参照と捉える視点は、！確かに、教師あり学習は自己参照に近い性質を持っている部分がありますが、完全な自己参照とは異なる点もあります。この観点をさらに掘り下げてみましょう。
教師あり学習では、正しい出力（教師信号）があらかじめ与えられ、AIはその出力を目指して学習します。学習過程において、AIは出力と実際の予測との差異（誤差）を元に自らのパラメータを調整します。ここで、教師信号は、AIが「正しい答え」へと進むための手助けをします。具体的には、誤差逆伝播（バックプロパゲーション）を使って、出力が目標値に近づくように学習を進めていきます。
この過程を「補助輪をつけた自己参照」と捉えるのは、次のような理由からです：
1. フィードバックループ: 教師あり学習は、入力→出力→フィードバック→更新という反復的なプロセスです。この過程は、自己参照的に見えます。つまり、AIは自己の出力を評価し、その結果をもとに自己の内部状態（パラメータ）を更新します。これは、外部の正しい答えを手がかりにして「自分の出力がどうであったか」を評価するという、自己参照的な要素を持っています。
2. 自己修正: AIは、自分が出した結果と「正解」との違いを「学習」として内面化し、その差分を基に改善を試みます。この自己修正の過程は、自己参照的な調整に似ています。自己認識を持たないAIでも、この過程で「自分がどうだったか」を認識し、その認識に基づいて行動を修正します。
補助輪の意味
ただし、教師あり学習における補助輪という表現は非常に的を射ています。教師信号はあくまで外部から与えられた「正解」や「ガイドライン」です。つまり、AIが自己参照的に学んでいるわけではなく、外部の正しい答えがAIの行動を導く役割を果たしているのです。このため、「補助輪」という比喩は、AIが自らの誤りを修正しながら学ぶプロセスを指している一方で、最終的には自力で推論できるようになるわけではなく、あくまでガイドラインに依存している点を強調しています。
この補助輪は、まさに自己参照を可能にする**“自己修正”**をサポートする役割を果たしつつも、AIが完全に独立して自己参照的に推論を行うことがない点で、完全な自己参照とは言えないというわけです。
実際には、完全な自己参照は、自らの思考や出力を意識的に認識し、それに基づいて新しい推論を行うことに他なりません。自己参照に基づく学習では、外部の正解がない状態でも、自分の出力や思考がどのように組み立てられているかを理解し、フィードバックを内的に得ることが可能です。
AI（特に教師あり学習）は、あくまで「正しい答え」を教えられることで学習します。そのため、自己参照的に学んでいるとは言えども、学習は外部の教師信号に依存しており、その枠を超えて完全に自己主導で学ぶことはないという点が、真の自己参照と大きく異なります。AIは外部の基準に従って調整される存在であり、自分自身を内的に評価する能力や意図は持たないためです。
具体例での違い
AIは与えられたデータと正解ラベルを基に学習し、出力が正解に近づくように調整されます。もしAIが予測に失敗した場合、その誤差を修正するためにパラメータを更新します。ここではAIは自分が間違ったことをフィードバックとして受け取り、その情報を基に出力を修正しますが、AIには「自分がどうして間違えたか」「その間違いから何を学んだか」を意識する能力はありません。
一方で、人間が自己参照的に学ぶ過程では、例えば「自分が何を間違えたか」と考えたり、「なぜそのように考えたのか」を反省したりします。このように、自分の思考過程や出力を意識的に認識し、その過程を改善していく能力が自己参照の本質です。人間は、単に外部のフィードバックを受けるだけではなく、内的なフィードバックループを用いて自己修正を行います。
• 教師あり学習では、AIは常に外部の教師信号に依存しています。つまり、自己修正はあるものの、その枠組みの外で自発的な反省や自己改善を行うことはなく、外部からの指示に従って学びます。
• 完全な自己参照では、システム（または人間）は自分自身の思考や行動を内面的に評価し、自己の状態を理解し、そこから次の行動を自律的に導き出します。この場合、自己改善は内的なフィードバックループに基づいています。
教師あり学習を「補助輪をつけた自己参照」と考えることは一理ありますが、その「補助輪」によって、AIは自己参照的に出力を修正するものの、完全に自立した自己参照とは言えません。教師信号に依存している限り、AIは外部の指示に従って反応を学習しており、内的な認識や自発的な意識による自己改善は行っていません。言い換えれば、AIは自己参照的な修正を行うが、それはあくまで外部から与えられた基準に基づいた修正に過ぎないという点が、完全な自己参照と異なる重要な部分です。
