専門性が活かせるポジションは想像より少ない。ここで言うポジションとは、分相応な待遇も含む。席を見つける運はなかったけど専門性を研ぎ澄ます/発揮する気持ちが強い場合、そのぶつけどころとして競技が有効活用されてきたのかもしれない。
それか単にソシャゲ好きが多いか。
日本だからかわからんけど、冷笑と達観の文化みたいなのあるじゃん。新しいことに無邪気に取り組むことそれ自体を小馬鹿にする雰囲気。
取り組み自体は肯定しつつそのやり方や内容に異議を申し立てるのはありなんだけど、なんかそうじゃない感じなんだよな。
自分はロボティクス/ML/ソフトウェア/ミドルウェアのR&Dエンジニア、ML/DSの技術コンサル、Data Platform/AIのアーキテクトと遷移してきました。
技術分野はMLやAIを主軸にしつつ組み込みから大きなプラットフォームに遷移し、役割は技術特化からビジネスサイドに遷移してます。
近年のAIの発展を見ると、この動きはスキルセットや経験の観点で非常に都合が良かったですし、ある程度先を見据えて行動してきたつもりでもあります。
しかし、本当に向こう数年はどうキャリアを形成すべきか難しくなってきました。おそらく、いまは名もないような動き方の役割が続々と誕生する(してなければいけない)と思われますので、社会において何を演じたいかが重要なのかもしれません。
外国でなんかインパクトのある発表があったときに、なぜか国内の既存産業や企業を揶揄したりする奴が現れるのはなんなの?
お前はインパクト出した本人ではないどころか、十分に既存産業の恩恵も受けている側で、未来永劫どちらの成果にも追いつかんだろうに…と思う。
さいばね@HELLO CYBERNETICS retweeted
ティアフォーとミュンヘン工科大学、「Autoware」研究拠点を設立!🚗
TUM Autoware Research Center by TIER IVの設立を通じて、安全で拡張性の高い自動運転システムの実現に向けた研究開発を推進するとともに、自動運転の普及に向けたエコシステム構築を加速していきます💡
hubs.ly/Q04BdFJR0
最近ラプラス変更の議論を目にすることがあった。この基礎にはフーリエ級数展開があり、システム、関数、信号を基底変換して扱いやすくしているという背景がある。
このことを直感的かつ妥当な正確性で理解できる記事を書いた。Hello Cybernetics時代の焼き回し。
zenn.dev/cybernetics/article…
AI向けにエコシステムが再構築されていくのは避けられないなぁ。
Anthropicは、Claudeを使ったAI支援開発でマージ数が急増したため、Gitでは追いつかなくなり、独自のソース管理システム「Scion」をゼロから作り、5ヶ月でモノレポを完全移行した
・2026年5月:1日あたり約2,500マージ
・2026年9月:1日あたり30,000以上(約10倍)
これに伴いモノレポが肥大化し、メインブランチの履歴だけでほぼ100GB、CIだけで1日約2,500万回のチェックアウトに及ぶ
Gitは「オフラインで完結する分散型」を前提に設計されているが、Anthropicの主なクライアント(AIエージェントやCI)は常時オンラインのため、「エージェント規模・常時オンライン前提で設計したらどうなるか」という発想でScionを作った
GoogleのPiperやMetaのSaplingを参考にしつつ、Anthropicのワークロードに合わせて設計
主な考え方:
1. クライアントは常にオンライン
必要なデータをオンデマンドで取得。完全なローカルリポジトリは持たない。
2. クライアント・サーバーの非対称性
コミットやマージなどの重い処理はサーバー側で実行。クライアントはキャッシュだけを持つ。
3. 包括的なソース管理サービス
blameやdiffなどのクエリもAPI経由で提供。ローカルにリポジトリを置かなくても済む。
4. 水平スケーラビリティ
完全なリポジトリコピーをどこかに持たない。データは分散し、コンポーネントごとに独立してスケール。
5. 安価でインクリメンタルなロックフリーコミット
コミット・rebase・マージが変更の大きさに比例してスケール(リポジトリ全体のサイズに依存しない)。
6. オプションのスパースなワーキングコピー
そもそもチェックアウトを避けられる場合は避ける。必要なファイルだけを取得。
Scionは「大規模モノレポ+大量のAIエージェント」向けに特化したシステムで、一般的なGitの代替を目指したものではない。ただし、Git自体をよりエージェントフレンドリーにするための示唆(サーバー側スケーリング、RPC API、交渉プロトコルの改善など)は多く、GitHubやGitLab、OSSコミュニティと協力して進化させたい、というスタンス。
「AIがコードを大量に書く時代のソース管理は、人間中心のGitの延長では足りない」という問題意識から、常時オンライン・サーバー中心・インクリメンタルな新しいアーキテクチャを実際に作り、移行まで完了させた。
(Claudeの要約を調整)
anthropic.com/engineering/re…
どっちかというと、「全部微分積分の特定条件下の話じゃない?」と考える方が数学的な発想かと思います。
応用分野の典型的な問題設定に合わせて、数学のサブセットを取ってくる教え方のほうが工学的です。
どちらが良いかはともかく、感覚としては上記のまとめのほうがしっくりくる人多いかと。
This quoted post is unavailable.
Piのクリーンさは、個人利用では自由にプラグインをつけ足していけるので良いんですよね。一方で組織利用だとその自由度がガバナンスを困難にするので、仕事ではアドホック作業でプラグイン無し利用は合理的かも。
それよりもDSH使ったことないし、存在も初めて知った。
OpenCode から Pi へ切り替えた
voluntas.ghost.io/migrate-op… 1 分で読めます。人間が書きました。

















