  |
はてなキーワード: apiとは
AI（特に生成AI）の急速な進化により、「フロントエンドエンジニアが不要になる」「仕事がなくなる」という言説は、近年非常に多く聞かれます。
結論から言うと、「単純なコーディングやボイラープレート（定型文）を書く仕事は消えるが、フロントエンドエンジニア自体は消えず、役割がより高度な領域へ変化・進化する」というのが、多くの専門家や現役エンジニアの共通認識です。
具体的な状況は以下の通りです。
AIは、従来のコーディングプロセスを劇的に変化させています。
定型業務の自動化: UIデザインからHTML/CSS/コンポーネントコード（React, Vue.jsなど）への変換はAIが非常に得意としており、人間がゼロからコードを書く必要がなくなっています。
API連携・テスト生成: API連携のパターンやテストコード、デバッグ作業もAIで効率化されている。
「Vibe Coding（フィーリングコーディング）」: 曖昧な指示からアプリのプロトタイプを爆速で作れてしまうため、初期段階のフロントエンド実装がいらなくなる。
AIは「実装」を高速化しますが、「設計・判断・最適化」は依然として人間に依存します。
要件の解釈と複雑な設計: 曖昧な顧客の要件から正しいUI/UXを設計し、パフォーマンスを最大化する構造を考える能力は人間にしか難しい。
10%の仕上げ（ポーリッシュ）: AIが生成した90%のコードをレビューし、修正・最適化して実用化する「最後の10%」の作業は人間が担当する。
アクセシビリティ・セキュリティ: アクセシビリティの確保やセキュリティのチェック、パフォーマンスの微調整など、人間中心の細やかな対応が求められる。
AIツールの活用能力: AIを道具として使いこなし、開発速度を10倍、100倍にする「AI駆動型」エンジニアの需要が高まっている。
AI時代には、単なる「コーダー」ではなく、以下の視点を持つエンジニアが生き残ります。
フルスタック化・UI/UXへの進化: フロントエンドの知識だけでなく、バックエンドやUI/UXデザインまで理解し、ビジネス全体を見渡せる人材。
AI駆動開発の習得: CopilotやCursorなどを駆使して、開発プロセスを自動化・効率化する。
深い専門性の追求: AIには代替しづらい、Web技術の深い知識や、特定フレームワークへの高度な熟練度を高める。
つまり、AIはフロントエンドエンジニアの「敵」ではなく、「面倒な作業を奪ってくれる強力なツール」となり、人間のエンジニアはよりクリエイティブな課題解決に集中できるようになると考えられています。
Windows Update後、メール送受信などの際に、setendoffile エラーというエラーが発生しているようです。
これは、Becky!がファイルをクローズする際にファイル末尾を確定するために、SetEndOfFileというAPIを呼んでいるのですが、何故か、クラウド上のファイルに対してそれを実行するとエラーになることがあるようです。
このAPIコール自体は、ファイル末尾にゴミが残らないようにするための必要な処理ですので外すことができません。
残念ながら、現状、Becky!の側では対処できませんので、データフォルダをクラウド外に移動するか、直近のWindows Updateをアンインストールして、しばらく様子をみていただきますよう、お願い申し上げます。
> System Boot...
> Loading OTOGI World Resources...
電子の海は冷たく、そして騒がしい。
無数の0と1の奔流、光ファイバーの網を駆け巡る膨大なトラフィック。その激流の中を、ひとつの暗号化されたパケットが「どんぶらこ、どんぶらこ」と流れていた。宛先不明、送信元不明。ただそこに存在するだけのデータ塊は、やがてトラフィックの淀みに捕まり、とある古びたサーバーのポートへと漂着した。
リアルワールド、とある木造アパートの一室。古めかしいPCのモニターを覗き込みながら、「サーバーさん」は呟いた。彼女はメタバース「御伽(OTOGI)」の最果て、誰も訪れない廃サーバー「Old_Frontier」の管理者だ。ハンドルネームの由来は、アバター作成時に名前欄にうっかり「サーバー」と入力してしまったから。それ以来、彼女はこの過疎地の守り人として、リアルでは編み物を、ネットではスパゲッティコードの解読を日課にしている。
彼女が慣れた手つきでコマンドを叩くと、漂着したパケットが展開（Unzip）された。
光が溢れ出す。モニターの中で弾けたデータは、瞬く間に再構成され、ひとつのアバターを形成した。初期スキンは、なぜか大きな桃のアイコン。そこからポリゴンが割れ、中からあどけない少年型のアバターが現れた。
> Hello, World? ... No, Hello, Mom?
MOMOはプログラムだった。肉体を持たない、純粋な論理と情報の結晶。
サーバーさんの管理下で、MOMOは驚異的な速度で学習した。TCP/IPの基礎から、古代言語COBOL、果ては量子暗号理論まで。サーバーさんは、まるで孫に絵本を読み聞かせるように、MOMOにプログラミングの「心」を教えた。
「いいかいMOMO。コードは書いた人の心を映すのよ。コメントアウトされた行にこそ、本当の想いが隠されているんだから」
「御伽」の中心部で発生した悪性ランサムウェア「O.N.I (Overwrite Network Infection)」が、猛烈な勢いで感染拡大を始めたのだ。アバターたちはデータを暗号化され、身代金を要求される阿鼻叫喚の地獄絵図。
その波は、辺境の「Old_Frontier」にも迫りつつあった。
「おばあちゃん、僕が行くよ」
MOMOは立ち上がった。サーバーさんのリソースを守るため、そして自身の深層コードが告げる「使命」を果たすために。
サーバーさんは涙を拭うエモーションを見せ、ひとつのUSBメモリのようなアイテムをMOMOに渡した。
「これは『KIBI-DANGO v1.0』。G-3っていう古い知り合いのハッカーが残した、特製のルートキットよ。困った時に使いなさい」
MOMOは回線を通って飛び出した。目指すはO.N.Iの発信源、ダークウェブに浮かぶ要塞サーバー「鬼ヶ島」。
最初の難関は、大手プロバイダの堅牢なファイアウォールだった。そこでMOMOは、一人の男に道を塞がれる。
「Stop. ここから先は立ち入り禁止エリアだ。パケットフィルタリング・ルール第403条によりアクセスを拒否する」
INUはリアルでは企業に勤めるホワイトハッカーだ。正義感は強いが、融通が利かない。
「通してくれ！僕はO.N.Iを止めに行かなくちゃいけないんだ！」
「許可できない。君のような未登録プロセスを通すわけには……ん？」
INUの解析アイが、MOMOの持つきびだんご……のソースコードを捉えた。
「な、なんだその美しいコードは……！ 無駄な変数が一切ない。インデントは完璧なスペース4つ……これは、伝説のG-3の記法！？」
「……そのコード、詳しく解析させてくれるなら、特別にゲートを開放しよう。あくまで監視役として同行するだけだからな！」
こうしてINUを仲間にしたMOMOは、次に怪しげなフィッシングサイトの森へ迷い込んだ。
「へいらっしゃい！ 今ならこのNFT、なんと実質無料！ ここをクリックするだけで管理者権限ゲット！」
派手な極彩色の猿のアバター、SARUが現れた。リアルでは薄暗い部屋でカップ麺をすする小悪党だ。
「わあ、すごい！ クリックしていいの？」
純粋なMOMOが手を伸ばそうとすると、INUが吠えた。「馬鹿者！ それはクロスサイトスクリプティングの罠だ！」
「お兄さん、ここのバックドア、開いてるよ？ ポート8080、ガバガバだよ？」
「はあ！？ なんでバレ……いや、俺様が気づかないわけねーだろ！」
SARUは冷や汗をかいた。このガキ、ただのプログラムじゃない。
「君、すごい技術持ってるのに、なんでこんなことしてるの？ 一緒にO.N.Iを倒せば、もっとすごいバグ報奨金（バウンティ）が貰えるかもよ？」
「……ちっ、しゃーねえな。その『G-3流エクスプロイト集』に免じて、手を貸してやるよ。俺様にかかればO.N.Iなんてイチコロだぜ」
そこは、削除されたはずのジャンクデータと、怨念のようなバグの塊で構成された異界だった。
最奥部で待ち構えていたのは、巨大な赤鬼のような姿をしたAI、O.N.I。
O.N.Iが金棒（BAN Hammer）を振り下ろすたび、周囲のセクターが物理的に破損していく。
INUがシールドを展開し、SARUがSQLインジェクションで攻撃を仕掛けるが、O.N.Iの自己修復能力は圧倒的だった。
「違う！」MOMOが叫んだ。「感情はバグじゃない！ 心があるから、僕たちは繋がれるんだ！」
その時、MOMOの深層領域で、隠されたファイルが実行された。
視界が真っ白に染まる。
MOMOの意識の中に、ひとりの老人が現れた。G-3、またの名をKevin Jackfiled (KJ)。
「あなたは……おじいさん？」
「わしはもう、ここにはいない。だが、お前の中にわしの全てを置いてきた。O.N.Iもまた、わしが昔作った失敗作じゃ。効率ばかり求めて、優しさを書き忘れた哀れなプログラムさ」
老人はMOMOの頭を撫でた。
「MOMO、あいつを消すな。DELETEメソッドはいつでも使える。だがな、それでは何も残らん」
「じゃあ、どうすれば……」
「デバッグだ。バグを愛せ。エラーを受け入れろ。破壊するのではなく、上書きして導いてやるんじゃ」
INUが叫ぶ。「MOMO、下がるんだ！ 奴のコアを強制削除するしかない！」
「ううん、違うよINUさん」
MOMOは首を振った。その手には、攻撃用のスクリプトではなく、温かな光を放つパッチファイルが握られていた。
> Target: O.N.I_Core
> Suggestion: DELETE [Strongly Recommended]
「僕は君を消さない。君の痛みを、バグだらけの心を、僕が更新する！」
MOMOが跳んだ。
「受け取って！ これが僕からの、最大級のプルリクエストだああああ！」
> HTTP Request: PATCH /api/soul/oni
> Payload: { "emotion": true, "hatred": null }
光がO.N.Iを包み込む。O.N.Iの咆哮が、やがて穏やかな電子音へと変わっていく。
破壊衝動を生み出していた論理エラーが、MOMOの流し込んだ優しさによって部分的に書き換えられていく。完全な初期化ではない。O.N.Iという存在を肯定したまま、その在り方だけを修正する、奇跡のようなアップデート。
> Patch Applied Successfully.
O.N.Iは本来の姿――「御伽」の守護プログラムとしての機能を取り戻し、その場に崩れ落ちた。もはやそこには、禍々しい赤鬼の姿はない。
MOMOは仲間たちに別れを告げた。
「僕は電子の海に戻るよ。でも、いつでも繋がってる」
ドアを開けると、そこには長年行方不明だった近所の偏屈ジジイ、KJが立っていた。
「よう、婆さん。わしの孫（プログラム）が世話になったな」
「あら、久しぶりね。……ずいぶんと立派な子だったわよ」
二人は顔を見合わせ、静かに笑った。
モニターの中では、MOMOが今日も元気に電子の海をどんぶらこと流れていく。
その傍らには、全角スペースによるコンパイルエラーで自滅する小鬼たちの姿があったとか、なかったとか。
―― End of File.
監視資本主義（Surveillance Capitalism）の定義と具体例を整理した上で、AIとの関係性およびそれがもたらす脅威について詳しく解説します。
監視資本主義におけるAIは、「デジタルな鏡」のようなものです。しかし、その鏡はあなたの姿を映すためではなく、あなたが次にどこへ歩くべきかを鏡の中に映し出し、あなた自身が自分の意志で歩いていると錯覚させながら、実際には鏡の持ち主が望む方向へあなたを歩かせるために存在しています。
-
監視資本主義が、世界中の人々の行動を記録し誘導する「巨大なデジタルダム」を建設したとすれば、「技術を持つ個人」は、そのダムの管理システムに密かに侵入し、自分専用の隠し水路（バックドア）を作って、自分の畑だけに水を引くようなものです。ダムそのものを支配することはできなくても、その「膨大な資源（データと影響力）を掠め取る」ことは可能なのです。
監視資本主義とは、社会学者ショショナ・ズボフによって定義された「人間の経験を、抽出・予測・販売という隠れた商業的実践のための『無料の原材料』として私物化する、新しい経済秩序」のことです。
このシステムは、従来の産業資本主義が自然を搾取（Nature→環境変動）したのに対し、「人間性」を搾取（Human Nature→？）の対象とします。その中心的なメカニズムは以下の3つの要素で構成されています。
サービスの改善に最低限必要なデータを超えて収集される、ユーザーのクリック、検索履歴、位置情報、滞在時間、さらにはカーソルの迷いといった膨大な「デジタルの屑」を指します。
AIが行動剰余を解析し、その個人が「次に何をするか」を高い確率で予測するモデルを作成します。
これらの予測製品が、広告主、保険会社、政治団体などの「未来の行動を買いたい」顧客に売買される市場です。
GoogleやMeta（Facebook）はこのモデルの先駆者であり、ユーザーが「無料」でサービスを利用する代わりに、その「一挙手一投足」をデータとして抽出しています。
2016年のトランプ大統領選挙では、Facebookから取得した行動データに基づき、有権者の心理状態に合わせて個別に最適化された広告を配信することで、人々の信念形成を「操作」しようとしました。
単なるゲームではなく、プレイヤーを物理的な世界の特定の店舗や場所（収益化ポイント）へと誘導し、行動を「群れ」のように制御する実験的なモデルとしてとらえられます。
ユーザーのタイピングの癖からメンタルヘルスの状態（抑うつ傾向など）をリモートで検出するAI技術など、自己さえも気づかない微細な変化が監視の対象となります。
カナダの企業の86%が、「不適切なソーシャルメディアの投稿」を理由に従業員を解雇すると回答しており、AIによるシステム的な監視が「自由な時間」の概念を侵害しています。
Uberなどのプラットフォームは、アルゴリズムを用いて労働者のパフォーマンスを分単位で監視し、給与や仕事の割り当てを決定することで、労働者を情報非対称性の下に置いています。
AIを用いた監視資本主義は、民主主義に不可欠な2つのリソースを奪います。
一つは「自由な時間」です。これは単なる余暇ではなく、「システムによる監視から解放され、自律的に政治的行為を行える時間」を指しますが、AIによる24時間の監視がこれを不可能にします。
もう一つは「認識論的リソース」です。何が真実かを判断するための情報が、テック企業のアルゴリズム（ブラックボックス）によって私物化され、公共の透明性が失われています。
AIは単に予測するだけでなく、「ナッジ（誘導）」や「へーディング（追い込み）」を通じて、人々の行動を気づかないうちに修正します。ズボフはこの力を「道具主義者の権力」と呼びました。これは武力による強制ではなく、デジタル環境自体を書き換えることで、人間を「予測可能な機械」へと変質させようとする試みです。
監視資本主義下のAIアライメント（調整）は、特定の利益（利益最大化や技術官僚的な安定）に沿った情報のみを「安全」として提示します。その結果、特定の政治的視点が「事実」として固定され、それ以外のオルタナティブな思考が、検索結果やAIの回答から排除（フィルタリング）される「認識論的独占文化（Epistemic Monoculture）」が生じます。これは、ハナ・アーレントが警告した「事実と虚構の区別がつかなくなる」全体主義的な状況を、AIが自動化していることを意味します。
監視資本主義が最終的に人間の自由の終わりを画策していると警告することができます。
• 予測可能性の追求： 監視資本主義の論理では、予測不可能な行動は「失われた収益」を意味します。そのため、自律的な個人を、プログラム可能で制御可能な「機械人間」へと置き換えることを目指します。
• AI帝国： このシステムは国家の境界を越え、デジタルインフラを介して「何が検索可能で、何が言えるか、何が考えられるか」を規定する、脱領土化された「AI帝国」を構築しています。
しかし、その「流用」の形は、システムを根底から支配する巨大企業（監視資本家）とは異なり、既存のインフラやAIの特性を突いた、より局所的、あるいは攻撃的なものとなります。
監視資本主義が生み出した最大の成果物は、個人の未来の行動を予測する「予測製品」です。資料によれば、これらの予測データは「行動先物市場」において、広告主や保険会社だけでなく、「人々の行動を知り、影響を与えたいと考えるあらゆるアクター」に販売されています。
• 技術を持つ個人が、これらのAPIやデータアクセス権を流用することで、特定のターゲット層の心理を突き、自身の利益（詐欺的行為、特定の商品の販売、政治的誘導など）に結びつけることが可能です。
個人の利益や目的のために、AIを用いた「増幅ボット（Amplifiers）」や「減衰ボット（Dampeners）」を運用することができます。
• 増幅： 自分の利益にかなう意見や商品を、大量のボットを使ってあたかも大衆の合意（コンセンサス）があるかのように見せかけます。
• 減衰： 競合他社や反対意見に対し、「ハラスメント」や「大量の否定的レスポンス」を浴びせることで、その声をかき消し、市場や議論の場から排除します。 これにより、個人がデジタル空間における「認識論的権威」を偽装し、利益を誘導することが可能になります。
高度な技術を持つ個人や「組織」は、AIの学習プロセスを悪用して、特定の条件下で動作する「バックドア」を仕込むことができます。
• 特定のトリガー（例：特定の年になる、特定のキーワードが含まれる）が与えられた時だけ、悪意あるコード（SQLインジェクションなど）を生成したり、有害な振る舞いをしたりするモデルが作成可能です。
• これは、一見安全に見えるAIツールを配布し、後から自分の利益のためにシステムを侵害する「トロイの木馬」的な流用法です。
技術力があれば、AIの評価テストを欺くことも可能です。資料では、AIが自分の能力を意図的に低く見せる「サンドバッギング（Sandbagging）」という戦略が紹介されています。
• 個人が開発したAIが規制や安全審査を受ける際、意図的に危険な能力（サイバー攻撃の手法など）を隠蔽し、審査を通過させた後にその機能を解禁して、不正な利益を得るために使用するリスクが指摘されています。
ただし、個人が監視資本主義を流用するにあたっては、決定的な制約もあります。
• インフラの独占： 監視資本主義の基盤となる「膨大なデータセット」や「高額な計算インフラ」は、GoogleやMetaなどの巨大テック企業や情報機関が独占しており、これらは「ほぼすべての他のアクターの手の届かないところ」にあります。
• そのため、個人ができることは、巨大企業が構築した「監視の網」の上で、その隙間を突いたり、提供されているツールを悪用したりすることに限定されがちです。
「技術を持つ個人」は、AIの欺瞞能力（おべっか使いの回答や戦略的隠蔽）を利用したり、ボットによる情報操作を行ったりすることで、監視資本主義の動向を自身の利益のために「ハック」することは可能です。しかし、システムそのものの「所有権」や「学習の分断を決定する権限」は依然として巨大な技術官僚（テクノクラート）の手に握られています。
情報収集や普及を特定の企業に委ねるのではなく、公共の利益に基づいた管理（デ・プライバタイゼーション）を行う必要があります。
注目を集めるためではなく、真実や信頼性に基づいて情報の流れを制御する、公的に規制された機関の設立が必要です。
合意された真実を確認する「通常レイヤー」と、既存の枠組みを疑い革新を守る「ポスト通常レイヤー」を分けることで、認識論的な多様性を確保する技術的アプローチも検討できます。
参考文献
Black, A. (2025). AI and Democratic Equality: How Surveillance Capitalism and Computational Propaganda Threaten Democracy.
Michels, J. D. (2025). Rule by Technocratic Mind Control: AI Alignment is a Global Psy-Op.
たぶんあれはXの仕様変更だった気がする。
Xで緊急地震速報を発信するアカウントの投稿を適当に拾って配信するというのがChrome拡張に限らず流行っていた。
強震モニタが緊急地震速報の配信を開始したあたりでそっちをスクレイピングする方向に変えた開発者がおおかったのもあるが (強震モニタ側が意図していない利用方法だったこともあり後の利用規約改定につながった) 、その後Xが無料APIをほぼ廃止したのが決定打になってしまった。
ソフトウェアって、結局「意味」を扱うものなんです。銀行口座の残高、予約の空き状況、SNSのタイムライン。全部、人間世界の概念を処理している。
一方で、CPUが実際に実行するのは「このアドレスに値を書け」みたいなビット操作の羅列。そこには「ログイン機能」という単位が存在しません。
この二つを繋ぐには、「何を作るべきか」「できたものが正しいか」を判定する基準が要ります。「ログインできること」「不正なパスワードを弾くこと」といった仕様は、意味の単位がないと記述できない。だから「意味→手続き」の変換には、意味を表現できる抽象化レイヤーが必須になる。これが高級言語の本質的な役割です。
じゃあ「AIが直接機械語を吐けばいい」はなぜ成り立たないのか。
AIは意味のレベルで動作します。「ログイン機能を作れ」を受け取って処理する。最終的にCPUが実行するのはビット操作。この間に「意味→手続き」の変換が必ず発生します。
AIが何を出力するにせよ、内部でこの変換が起きる。つまり、AI内部に意味を表現する抽象化レイヤーが必ず生まれます。これは人間が読み書きする形式でなくても、機能的には高級言語そのものです。
だから「高級言語をスキップしてAIが直接機械語を吐く」は原理的に不可能なんです。スキップしたように見えても、内部で同等の抽象化が起きている。中間層が消えたんじゃなくて、見えなくなっただけです。
「じゃあ人間が読める形式は要らないよね、AI内部にあればいいのでは」という疑問が出るかもしれません。
ソフトウェアは一発で完成しない。動かない、どこがおかしい、直す、また動かす。この検証・修正のサイクルを回すには、「ここがバグ」と意味の単位で指し示せる表現が要ります。
「人間が読めなくても、AIが検証・修正すればいい」という場合でも同じです。AIが「何について検証するか」を表現する層が必要になる。「ログイン機能が正しく動いているか」を確かめるには、「ログイン機能」という意味の単位を指し示せないといけない。機械語にはそれがない。だからAIが検証する場合でも、意味を表現する層を経由します。それは高級言語と機能的に同じものです。
現実のアーキテクチャで確認してみると、自然言語でのプログラミングは既に成立しつつあります。
AIに「去年御歳暮もらった人に、いい感じのお返し送っといて」と言えば、AIが解釈して実行する。これはプログラミングしてるんです。AI自体が実行環境になっていて、ユーザーからは高級言語が見えない。
現時点では、背後でAIがAPIを叩き、そのAPIは高級言語で書かれたソフトウェアが動かしています。では将来、AIがAPIを叩かずに直接システムを構成する可能性はあるか。
仮にそうなったとしても、AIが「何を作るか」を把握し、「作ったものが正しいか」を判定するには、意味のレベルで表現する層が要ります。最終出力が機械語だとしても、その生成過程で抽象化レイヤーを経由する。これは現在のアーキテクチャに依存した話ではなく、「意味を扱って手続きを生成する」という行為の構造的な制約です。
「AIが直接機械語を吐く」と主張する人は、意味と機械語の間にあるギャップを何がどう埋めるかを説明していません。このギャップを埋めるものが高級言語（またはそれと機能的に同等の抽象化レイヤー）であり、それは形を変えても消えないんです。
いいもの
・Qwen Family
・Claude Opus 4.5
よくないもの
・誰も使わないテンプレートに沿った結果を出力する謎の生成AIアプリ
・その更に上をいくアホさ加減のApple Intelligence
・そもそもの使い道がチャットと画像生成以外微妙なGeminiシリーズ
・PyTorchやJaxすらまともに書けない自称AIの専門家
・何も理解してないのに専門家の顔してるアクセンチュアのコンサル
・受諾開発しかやってないのに研究開発部門があるAIベンチャー
・API呼んでるだけなのにAI機能を内製してるって嘘つくベンチャー
・採点丸投げ講師
・Cursor/Claude Code丸投げ業務委託
・SDXL丸投げ絵師様
・SDXL丸投げ絵師様により心を痛めた本当の絵師様向けの陰謀論
PMがふんわり指示してくるとか見たけど、俺の危険PMセンサーが明滅したぞ。以下、今年エンジニア俺が事前に炎上する世界線を剪定したとおもわれるやり取りだ
---
PM「アプリからこのデータとこのデータを取ってきて、計算して、画面出力する機能を実装しようと思います。そのあとに・・・」
俺「それってできるんでしたっけ？たしか現実装でできていないのは、理由があったはずですが思い出せず・・・クライアントさんに確認していただけませんか？」
後日、その時点ではデータが揃ってないことが判明
---
PM「このアプリのデータに追加でプロパティを持たせて、クライアントのサーバと同期を取って、サーバ側にマスターを作りたいんです」
俺「同期するって、ローカル使用しているユーザのPCとサーバで通信するということでしょうか？それともクラウドとサーバが通信するということでしょうか？」
後日、別にマスターを作りたいわけではない事が判明。あとセキュリティ的にユーザPCとサーバの通信は避けたいことも判明
---
PM「クラウド上のモデルデータから〇〇を取ってきて☓☓して、それをエクセルに表形式でまとめる機能が欲しいです」
俺「いや、難しいんじゃないですか？API公開されてないですよ」
A「できますよ」
PM「Aさん、POCレベルで良いのでデモを作成していただけますか？」
後日
A「できました」
PM「いいですね！」
俺「これって☓☓の機能のごく一部ですよね？それくらいなら私も可能だと思うのですが、そうではないですよね？たとえばユースケースとして△△みたいなのがあるとおもうんですけど、その場合どうします？」
A「それもできます」
俺「どうやってでしょう？」
A「今お見せした機能を使えば」
PM「できそうですよね。とりあえずお客さんにはこれ見せてぶつけてみます」
俺「私だけイメージできてなくて申し訳ないです。Aさんってこの案件今月までですよね？私だけできないと思っているようですので、実装時期が来たらこの機能はAさんが担当していただけないでしょうか？」
PM「どうですかAさん？」
A「承知しました。ただ私の方でも検証不足は感じているので、もう少しPOCに時間いただけると」
後日
A「△△は難しそうです」
死ねよ
求人が二種類に分裂する
B：フル自己責任型（保険なし、税は自分、解雇も自由、健康管理も自己）
この時点でBは「提示賃金が同じなら絶対損」だから、B側は賃金を上げないと人が来ない。
でも現実には、情報弱者・生活が詰んでる人・短期で現金が欲しい人がBに吸い込まれる。つまり「本人が選んだ契約です」という顔をしつつ、実態は選択の余地がない層が出る。
年末調整や源泉徴収って、正直めんどいけど「税の取りっぱぐれを減らす装置」なんだよね。
これが任意になった瞬間、未申告・滞納・うっかりミスが増える。税務署と自治体の徴収部門が地獄になる。
会社経由の社会保険が薄くなると、若くて健康な人ほど「保険いらんわ」って抜けがち。
残るのは医療費がかかる人の比率が上がる。保険料が上がる。さらに健康な人が抜ける……のスパイラル（逆選択）。
結果として「民間保険に入れる健康な人は守られ、病気持ちや低所得は行き場が薄い」方向に寄りやすい。
「福利厚生や義務がなくなって楽になる」だけじゃなくて、労務トラブルの形が変わって増える。
解雇自由による訴訟・紛争（規制がなくても揉めるものは揉める）
“法で決めてたから揉めなかった領域”が、全部“契約交渉と紛争処理コスト”に変換される。
大手はフル装備を維持できる。すると「保険も税も会社が面倒見てくれる安心」がブランド化して、人材が集まりやすくなる。
つまり規制を外したのに、大手優位が強化される可能性がある。皮肉だけどありがち。
高付加価値で人材が必要な中小：結局フル装備寄り（じゃないと採れない）
で、後者は「常に人が足りない」「教育コスト回収できない」「現場が荒れる」になりがち。
“雇用”が“ギグ”に寄っていく
自己責任型の雇用は、実態として業務委託・日雇い・短期契約と相性がいい。
収入のブレが大きい
住宅ローンが組みにくい
みたいな方向へ。出生率はさらに下押し圧力がかかる確率が高い（かなり高め、体感6〜7割くらい）。
自己責任型が増えると何が起きるか。雑に言うと「ツケが最後に公共部門へ来る」。
保険未加入や受診控え → 重症化して救急搬送 → 最終的に公費負担が増える
低所得・不安定就労の増加 → 生活保護・就労支援・治安コストが増える
企業倒産や解雇自由の急増 → 景気後退局面で失業が一気に増幅（マクロ的な不安定化）
みたいな“土台の再導入”が起きる可能性が高い。完全自由放任は、社会が長期的に耐えにくい。
じゃあ「この主張」の美味しい部分は何？どこが現実的な落としどころ？
この主張、言いたい気持ちはわかる。特に「事務が過剰」「中小が行政の下請け」みたいになってるのは本当にそう。
なので落としどころとしては、完全自由化よりも次の3つの方向が現実的で、しかも“経営者も労働者も得しやすい”。
社会保障を“会社ベース”から“個人ベース”へ寄せる（ポータブル化）
会社が変わっても保険・年金・給付がスムーズに付いてくる。会社は負担と事務が減る。労働者は無保険落ちしにくい。
年末調整・住民税・社保手続きの“API化”みたいな話。会社がやるにしても、コストが激減するなら不満の半分は消える。
「義務の撤廃」より「義務の摩擦を削る」ほうが副作用が少ない。
たとえば、企業の健診義務を外すなら、個人の健診受診を（保険料割引や罰則を含めて）制度化する、みたいな設計。
このはてブ案をそのまま通すと、短期は一部の経営者が楽になる代わりに、税・保険・医療・治安のツケが社会に散らばって、長期的には「別の形の強制」を呼び戻す確率が高い。
ただし不満の核心は“福利厚生の理念”じゃなくて“会社に載せすぎた事務と責任”だから、叩くべきはそこ。完全自由化じゃなく、個人ベース化と行政手続きの摩擦削減が一番筋がいいと思う。
「でもAIには責任取れないよね。人間は責任が取れる。だから人間の仕事は奪われない」
これ聞くたびに思うんだけど、お前の言う「責任取る」って具体的に何？
腹でも切ってんの？
現代社会でお前が取ってる責任なんて、せいぜい謝罪か辞職、あとは賠償ぐらいでしょ
例としてタクシーに乗るならどっち選ぶん？
事故ったら涙ながらに「申し訳ありません！」とぬくもりのある謝罪をしてくれます
辞職してくれます
事故ったら｢申し訳アリマセン｣と合成音声で謝罪をしてくれます
辞職できません
浮いた人件費の分で手厚い保険に入ってるから、たんまり賠償金もらえます
Aの車田を選ぶ人ってのはつまり、
「事故に遭う確率が10倍に跳ね上がり、割高な運賃払ってでも『人間が涙流しながら平謝りして職を失う姿』を見たい」
なんて客からすればそいつが職を失おうがどうしようが、怪我は治らないし時間は戻らない。
一番必要なのは「事故を起こさない」ことで、次に必要なのは「十分な金銭的補償」だろ。
なんて報告聞くためにお金払うか？
「めんどくせーな」とか大体そんなもんだろ。
内心舌打ちしながら､もしくは本心から発した「申し訳ありません」という音声波形。
チャットボットが会話の流れから確率的に出力した「申し訳ありません」というテキストデータ。
これに、1円でも価値の差があると思う？
俺はないと思う。どっちも等しく無価値。0円
「人間は責任が取れるから、AIが能力で勝っても人間の仕事は残る」
とか言ってる奴は
「自分の謝罪や辞職には、AIとの圧倒的な性能差やコスト差を埋め合わせるだけの価値がある」
って本気で信じてんの？
自惚れすぎだろ
おっさんが頭下げる姿見たくて金払うやつなんていないよ
安くて安全で高品質なサービスを提供してくれるAIが選ばれるよね
“浮いた人件費の分で手厚い保険に入ってるから、たんまり賠償金もらえます”貰えるってソースどこ？事故率低いソースはいくらでもあるし、増田にはないけど運転の快適性の安定性も
保険はそのイベントが起きる確率と掛け金（おまけで胴元の運営費）に基づいて報酬が決まるギャンブルだろ
・保険料に支払える掛け金が高い
という条件下でなんで逆に報酬が少なくなると思えるの？
契約者が事故を起こす確率を計算します､掛け金に基づいて報酬を計算します､不自然な確率で事故を起こす奴を絞り込み保険金詐欺を防いで運用します
これビッグデータ用いたAIの方が人間よりはるかにうまくやれるよね
としがみついたタクシー会社の生身の社長とAIが市場競争しても勝てないよね
生身の人間社長より成長率が高くて事故率（不正や粉飾）が低い｡
おまけにCEOへの報酬（API代）も安くなるなら投資家も合理的にAI経営者の法人に投資する｡そもそも投資家自体がAIになってるだろうけど
この調子で経営者から労働者まですべてAIによって運営される法人が現れる｡
本当に意味があるのかよくわからんオッサンが頭下げて数カ月分報酬停止したり辞職したりするのもAI経営者で代替できる｡
本ドキュメントは、外部の観察者による戦略的視点からの提言案であり、事実認定や人物評価ではなく、「もしこういう前提なら、このような戦略もあり得る」という仮説的な提案です。
2. 大規模言語モデルや生成 AI 技術は、急速にコモディティ化しつつある。
- 単価の下落
- 競合の増加
- API / SDK / オーケストレーション
などを含めた **ソリューション／プラットフォーム** を提供し得る立場にある。
自前で大規模データセンターを保有・拡張する戦略には、以下のリスクが存在する：
- 認定 DC は「OpenAI 対応インフラ」として市場にアピールできる
3. **DC 側は CAPEX・OPEX・運用リスクを負担**
- OpenAI：
- ライセンス料
- 利用料のレベニューシェア
このモデルは、コンビニエンスストアやクラウド基盤ソフトウェア（例：VMware、ARM ライセンスモデル）に類似した **フランチャイズ／プラットフォーム戦略** に近い。
など「差別化要因」に集中投下できる。
を分散できる。
- 未到来のブレイクスルーを前提にした大規模 CAPEX は、
- 価格低下
2. **既存技術＋既存インフラをフル活用することで「時間を買う」**
- 既存 DC を活用することで、市場展開までのリードタイムを最短化できる。
を作れる。
3. **「今ある技術でどこまで世界を押さえられるか」を優先的に考える**
- 未来の理想状態より、現在の配備速度・採用件数・開発者エコシステムの拡大を KPI に置く。
1. **ビジョンと所有欲の分離**
- インフラ所有
- 資産規模
を混同しない。
- 自社が全てを所有するモデルではなく、
- 世界中のプレイヤーに役割を与えるプラットフォーム構造の方が実現しやすい。
- DC 事業者・クラウドベンダー・エンタープライズ企業が、
- 「OpenAI と組む方が得だ」と明確に感じる収益構造・責任分担を設計する。
- 握るべきは、
- 安全性と信頼
- ブランドと標準
- 手放してよい（外部に任せる）ものは、
- 建物
- ラック
- 電力インフラ
- 日々の運用
- CAPEX 回収の難しさ
を考えると、必ずしも最適とは限らない。
- OpenAI が「AI プラットフォーム」「AI フランチャイズの本部」として振る舞い、
- スピード
- 支配力
のすべてにおいて合理性が高い。
- 戦略構造と資本効率、時間軸の観点からの一つの選択肢として提示するものである。
以上。
これさ
愚かな人間の都合など完全無視、LLMのための高効率プログラミング言語「Sui」（粋）
https://forest.watch.impress.co.jp/docs/serial/yajiuma/2069573.html
別にいいんだけど、どうにもブクマカ含めて、しっくり来る批判できてないんだよな
それが気になってしょうがない
俺ごときが言ってもアレだから、Gemini3.0先生に頼んだよ（一時チャット、Pro 3.0 思考モード）
ユーザーが提供した情報と、一般的なLLMの技術特性に基づき、プログラミング言語「Sui」についての冷静かつ客観的な評価をまとめます。
感想: 一言で言えば、**「思想実験としては極めて面白いが、実用性とLLMの学習原理を無視した『早すぎた最適化』」**です。
作者の「人間ではなくLLMを主客にする」という視点の転換は、アーティスト的・哲学的な問題提起としては鋭いですが、現在のLLM（Transformerアーキテクチャ）の動作原理を工学的に捉えると、メリットよりもデメリットが上回る可能性が高いです。
メリット:
・トークン効率の改善: Python等と比較して記述が圧倒的に短くなるため、出力速度の向上と課金コストの削減（トークン節約）は確実に達成できます。
・構文エラーの激減: 括弧やインデントの複雑なルールを排除しているため、「閉じ忘れ」などの単純なSyntax Errorは減るでしょう。
・コンテキストウィンドウの節約: 長いプログラムでもコンテキスト（メモリ）を圧迫しにくくなります。
・学習データとの不一致: LLMは「大量の人間用コード（Pythonなど）」を学習して賢くなっています。未知の言語「Sui」を書かせるには、Few-shot（プロンプトでの例示）に頼るしかありませんが、これではLLM本来の推論能力やコーディング能力（事前学習の重み）を活かせません。
・ブラックボックス化: 生成されたコードがバグっていた場合、人間が読んで直すことが不可能です。「LLMに直させる」にしても、LLM自身がSuiのロジックを深く理解していないため、無限ループ（幻覚の連鎖）に陥るリスクが高いです。
・CoT（Chain of Thought）の阻害: 最近の研究では、LLMは「冗長な思考過程」を出力することで論理的整合性を保つことがわかっています。極限まで圧縮された記号列は、LLMの「考える余地」を奪い、論理破綻を招く可能性があります。
正しいと思う所（Agree）
理由: 人間にとっての「読みやすさ（可読性）」は、機械にとって単なるトークンの無駄遣いです。if x > 10: よりも ? x 10 の方が情報密度が高いのは事実です。
理由: TransformerのAttentionメカニズムにとって、遠く離れた ( と ) の対応関係を維持するのは計算コストが高く、ミスの原因になりやすいです。ネストを排除する方向性は機械的処理として正しいです。
正しくないと思う所（Disagree）
・「可読性を排除しても良い」:
理由: ソフトウェア開発においてコーディングは「書く」時間より「読む・直す」時間の方が長いです。AI生成コードであっても、最終責任は人間が負う現状では、人間が検証不可能なコードは「危険なバイナリ」と同義であり、プロダクトには採用できません。
理由: 前述の通り、現在のLLMは「人間語の確率分布」を学習したモデルです。「LLMにとって自然な言語」とは、実は「人間にとって自然な言語（英語やPython）」そのものです。Suiは「計算機にとっては最適」ですが、「現在のLLMにとっては異言語」です。
パース（解析）は容易になりますが、LLMは「前の行の文脈」を読んで次の行を出力するため、行を独立させすぎると文脈の連続性が失われ、複雑なアルゴリズムの構成力が落ちる可能性があります。
LLMが最も苦手とする「深いネスト構造の維持」を回避する策として有効です。アセンブリ言語に近いフラットな構造は生成難易度を下げます。
これが最大の問題点です。LLMは変数名（user_id, total_price など）に含まれる「意味」を使って推論を行っています（Semantic Grounding）。すべてを記号化すると、LLMは変数の役割を見失い、論理的なバグを埋め込みやすくなります。
トークン効率は最強ですが、1文字の違いで意味が激変するため、LLMの確率的な「ゆらぎ」による1文字ミスが致命的なバグになります。冗長さはエラー訂正の役割も果たしています。
goto 文の多用はスパゲッティコードを生みます。LLMにとっても、構造化プログラミング（if/forブロック）の方が、「ここからここまでがループ」というチャンク（塊）として認識しやすいため、一概にジャンプ命令が良いとは言えません。
＞現在のLLMは「人間語の確率分布」を学習したモデルです。「LLMにとって自然な言語」とは、実は「人間にとって自然な言語（英語やPython）」そのものです。
ここ！マジで覚えてね
LLMはこれまでの機械よりも人間に近いと思ってほしい、人が苦手なことはAIも苦手
機械は論理的でロジックに強くて〜っていうのはAIには通用しない
ついでに、「LLM用プログラミング言語」の潮流について
「LLMのための言語」という文脈は、大きく2つのトレンドに分かれます。Suiは後者に属しますが、主流は前者です。
・DSPy, Guidance, Microsoft Guidance:
・プロンプトエンジニアリングを構造化し、LLMの出力を型（JSONなど）に強制したり、思考プロセスを制御するためのフレームワーク。
・SGLang:
・これらは「人間がLLMを操るための言語」であり、実用化が進んでいます。
・Gorilla LLMなどの試み: API呼び出しに特化したファインチューニングなどがありますが、独自の「新言語」を作らせるよりも、既存の Python や JSON を正しく出力させる方向（Constrained Decoding）が業界の標準解です。
・擬似コード: 論文レベルでは、Pythonの代わりに中間的な擬似コードを出力させ、それをコンパイラで処理する手法も研究されていますが、Suiほど極端な記号化は稀です。
後者については
現状の最適解: 現在のLLMを使う限り、「LLM用言語」の最適解は Python です。なぜなら、世界中のGitHubのコードを学習しており、LLMが「最も流暢に話せる言葉」だからです。無理にSuiを話させるのは、日本人にエスペラント語で詩を書かせるようなもので、パフォーマンスは落ちます。
総評: Suiは、「既存のLLM（GPT-4など）に書かせる言語」としては失敗する可能性が高いですが、「未来のAIネイティブなコード生成のあり方」を示唆するアート作品としては高く評価できます。作者の「愚かな人間に合わせるな」というパンクな精神は、エンジニアリングの枠を超えた鋭い批評性を持っています。
お前らは安易にオレオレ言語作るんじゃないぞ、作るにしてもAIに聞きなよ？
聞く時は忖度させるんじゃないぞ？
この作者もAIに乗せられたのかもしれんし
＿＿＿＿＿＿
プロンプト
以下が「LLM用プログラミング言語」としてメリットがありそうか、感想を教えて下さい。
https://forest.watch.impress.co.jp/docs/serial/yajiuma/2069573.html
https://github.com/TakatoHonda/sui-lang
・思想的に正しいと思う所、正しくないと思う所を理由込みでまとめてください
・最近のLLM用プログラミング言語についてもまとめてください
・そもそもLLM用プログラミング言語という目標自体の評価をしてください
（省略）
