AI's real superpower: consuming, not creating

2025/12/17 17:34

AI's real superpower: consuming, not creating

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

(すべての重要ポイントを統合し、明瞭さを保つ)


Summary

著者はAIの真の力は新しいコンテンツを生成することではなく、自分自身が蓄積した知識の「究極の読者」として機能することであると主張しています。多くの人々がAIを消費者ではなく創作者として誤用していると指摘しています。

彼のObsidianボールトには、約3年間の日次エンジニアリングノート、500件以上の会議反省、数千件の観察、書籍ハイライトが含まれています。このボールトをAIシステムに接続することで、彼は「何か新しいものを書け」というクエリから「私はすでに何を発見したか?」へと質問を転換しました。これにより、従来の検索では正確なキーワードを覚えている必要がない概念ベースの質問が可能になりました。

AIは具体的な洞察を明らかにしました:パフォーマンス問題はツール不満が出る2〜3週間前に観測された、またBufferのAPIと彼のcarpeta.appアーキテクチャとの間で12の設計決定リンクが浮き彫りになった。これらの発見は、長年にわたるパターンを表面化させるシステムの力を示しています。

2023年3月頃、彼は技術的負債について考える上でパラダイムシフトを経験し、クイックフィックスからそれを「システム進化情報」とみなすようになりました。AI強化ワークフローを2か月使用した後、問題解決の速度が速くなり、忘れたコンテキストからより良い意思決定ができ、新しいパターン発見が可能になったと報告しています。

主なメッセージは、自分自身の将来のためにドキュメントを作成し、AIを研究助手として機能させる個人が競争優位性を得られるということです。企業にとっても同様の実践を採用することで、よりスマートな知識管理と技術的負債の削減につながります

本文

2025年10月30日

今まで誰もがAIを間違った使い方をしていました―私も含めて。
メールを書かせたり、レポートを生成させたり、コンテンツを作らせたりするのです。まるでスーパコンピュータをタイプライターとして使うようなものです。本当のブレイクスルーは、私が全く別のアプローチに切り替えたときに起こりました。


AI の真価は創造ではなく「消費」にある

創造の罠

ほとんどの人はAIを次のように使っています:

  • 「エンジニアリングリーダーシップについてブログ記事を書いて」
  • 「この機能のコードを生成して」
  • 「この会議の要約を作って」

これらのタスクは時間を節約しますが、あまりにも狭い範囲です。

私の Obsidian ボールトには以下が入っています:
 • 3 年分の日々のエンジニアリングメモ
 • 500 件以上の会議反省文
 • ソフトウェア構築に関する数千件の一時的観察
 • 私が捕らえたすべての本のハイライトとカンファレンスインサイト

誰か人間が生涯でそれを全部読むことは不可能です。AI は秒単位で消費します。

消費のブレイクスルー

先月、Obsidian ボールトを AI に接続しました。質問の仕方が完全に変わりました:

「何か新しいものを書いて」と聞く代わりに、「私はすでに何を発見したか?」と尋ねる。

今週の具体例:

  • 「直近50回の1対1ミーティングからどんなパターンが浮き彫りになっているか?」
    AI は、パフォーマンス問題がツール不満の2〜3週間前に必ず発生することを見つけました ― 私自身は決して気づかなかった洞察です。

  • 「技術的負債についての私の考え方はどう変わったか?」
    2023年3月から「修正すべき事柄」から「システム進化に関する情報」に転換したことを示しています。

  • 「Buffer の API 設計と mycarpeta.app のアーキテクチャの間にどんなつながりがあるか?」
    無意識に繰り返している12件の設計決定(うまいものもあれば再検討すべきものも)を浮き彫りにしました。

知識はアクセスできるときだけ増殖する

会議、シャワー中の閃き、デバッグセッションは何かを教えてくれます。しかし、その知識が取り出せなければ無価値です。

従来の検索は正確な語句を覚えていないと失敗します。脳はすべてを保存するように設計されていません。

AI は取得のゲームを変えます:

  • キーワードではなく概念でクエリ
  • 年単位でパターンを発見、ドキュメントだけではなく
  • 時間と文脈を隔てたアイデアを結びつける

制約は書くことではありません。人間は正しい入力があればすでに創造に優れています。本当の制約は常に「消費」―全てを読む、覚える、結び付ける―でした。


消費システムの構築

私のセットアップは見た目以上にシンプルです:

  1. すべて(会議、思考、反省)を Obsidian に入れる。
  2. AI がボールト全体にアクセスできるようにする。
  3. 過去の自分を研究助手として質問する。

ツールが魔法ではなく、マインドセットの転換が鍵です。AI を創作者とみなすのをやめ、「あなたの経験を究極に読む存在」として捉え直してください。すべてのメモは将来の洞察へ、すべての反省は検索可能な知恵へ、そしてランダムな観察も明日の欠けたピースになるかもしれません。


複利効果

このアプローチを始めてから2か月。

  • 過去に似た状況があったときに問題解決が速くなる。
  • 忘れた文脈にアクセスできるので、より良い意思決定が可能になる。
  • 時間を散らばっていたパターンが見えるようになった。

あなたの経験は競争優位です―ただしそれにアクセスできれば。ほとんどの人はノートやランダムファイル、薄れていく記憶の中に金鉱山を埋め込まれています。AI はそのボールトを自分自身の専門知識が検索可能なデータベースへ変換します。


本当の革命

私たちはまだ AI を 2023 年の「執筆アシスタント」「コード生成器」「コンテンツクリエイター」と考えています。
真の革命は、AI があなたが今までに思ったすべてを読む存在になることです――それによって知識の捉え方自体が変わります。

まずはドキュメント化を始めましょう―他人のためではなく、自分自身と「忘れたものを覚えてくれる AI」のために。

この記事は元々私の週刊ニュースレターで掲載されました。仕事、技術、そして実際に可能なことについて異なる視点を得るには購読してください。

同じ日のほかのニュース

一覧に戻る →

2025/12/18 1:42

Gemini 3 Flash: Frontier intelligence built for speed

## Japanese Translation: > **概要:** > Google は、低コストで高速な AI モデル Gemini 3 Flash をリリースしました。これは Flash レベルのレイテンシーでプロ級の推論性能を提供します。Gemini アプリと Search の AI Mode では既にデフォルトエンジンとなり、Gemini 2.5 Flash は世界中で追加料金なしで即座に置き換えられます(Gemini 3 Pro が公開された直後)。ベンチマーク結果では、GPQA Diamond で 90.4 %、Humanity’s Last Exam(ツール無し)で 33.7 %、MMMU Pro で 81.2 %、SWE‑bench Verified で 78 % を獲得し、より大きなフロンティアモデルを上回ります。Gemini 3 Flash は Gemini 2.5 Pro より約30 %少ないトークン数で同等以上の性能を発揮します。価格は入力トークンあたり 0.50 USD、出力トークンあたり 3 USD(音声入力は 1 USD/百万トークン)です。JetBrains、Bridgewater Associates、Figma など多くの企業がこのモデルを活用し、コーディング、データ分析、設計ワークフローの高速化に役立てています。開発者は Gemini API(Google AI Studio)、Antigravity、Gemini CLI、Android Studio、Vertex AI、および Gemini Enterprise を通じて Gemini 3 Flash にアクセスできます。このモデルは Gemini アプリと Search 経由で全ユーザーへ展開されるほか、プレビュー API でも利用可能です。

2025/12/18 6:13

I got hacked: My Hetzner server started mining Monero

## Japanese Translation: ヘツナー VPS 上で Coolify をホストし、Next.js ベースの Umami アナリティクスを含む複数コンテナを実行していた。12 月 7 日に、Umami コンテナ内に Monero マイニングボット(`javae`/`xmrig`)が出現し、CPU スパイクが約 15 倍に増大した。著者はマイナーをコンテナに追跡し、CVE‑2025‑66478 ― Next.js の React Server Components “Flight” プロトコルにおける不安全なデシリアライゼーション(Puppeteer を介さずリモートコード実行が可能)を特定した。HTTP リクエストを巧妙に作成することで RCE が発動し、マイナーがインストールされた。ホストファイルシステムのチェック(`/tmp/.XIN-unix/javae`)ではエスケープは確認できず、コンテナは非 root の `nextjs` ユーザーとして実行され、特権モードやボリュームマウントも無いため、すべての悪意あるプロセスは名前空間内に留まった。 著者は侵害されたコンテナを停止・削除し、CPU 負荷を通常状態へ戻した。UFW をデフォルトで受信トラフィックを拒否するよう設定し、SSH、HTTP、および HTTPS のみ許可することで、オープンな PostgreSQL / RabbitMQ ポートを効果的に遮断した。ヘツナーは 2025‑12‑17 にネットワークスキャン検知後、アブズケース警告を送付し、著者が侵害と対策を説明するとともにチケットはクローズされた。 重要な教訓として、十分に隔離されているコンテナでも基盤フレームワークに脆弱性がある場合は突破可能であり、「Next.js を使っていない」状態が第三者ツールの依存関係によって偽りになるケースがあることを指摘した。この事例は、ファイアウォールルール、非 root ユーザー設定、特権モード無し、監視・ fail2ban の導入、およびタイムリーなパッチ適用という防御層の重要性を強調した。 ## 行動計画 - Umami を廃止する - すべてのコンテナに対してユーザー権限とマウントを監査する - SSH アクセスを強化し、アラートを設定する - セキュリティパッチを定期的に適用し、将来のインシデントを防止する ---

2025/12/18 3:15

How SQLite is tested

## Japanese Translation: > **SQLiteのテストインフラは網羅的で、コードベース全体にわたって完全な分岐カバレッジを実現しています。** > プロジェクトには約155.8 KSLOCのCソースがありますが、テストコードは92 M KSLOC以上――約590倍の量――で、すべての行が実行されることを保証しています。4つの独立したハーネスがカバレッジを提供します: > • **TCL**(27.2 KSLOC、1,390個のスクリプトファイル)で51,445件の異なるケースと数百万回の実行があります; > • **TH3**(1,055.4 KSLOC、約76.9 MBのバイナリ)で50,362件の異なるケース、完全カバレッジに必要な2.4 Mインスタンス、および約248.5 Mテストを実行するソークテストがあります; > • **SQL Logic Test (SLT)** はSQLiteとPostgreSQL、MySQL、MS SQL Server、Oracle 10gを比較し、7.2 Mクエリと1.12 GBのデータで検証します; > • **dbsqlfuzz**(libFuzzerベース)はSQLとデータベースファイルの両方を変異させ、約336個のシードファイルから16コアで1日あたり約500 Mテストを提供します。 > 追加の軽量ハーネスには `speedtest1.c`、`mptester.c`、`threadtest3.c`、`fuzzershell.c`、およびJSONBファズラ `jfuzz` が含まれます。 > 異常テストではメモリ不足、I/O障害、クラッシュ/電源損失、およびカスタムmalloc/VFSフックを使用した複合故障をシミュレートし、各障害後に整合性チェックが実行されます。 > ファズリングの歴史はAFL(2014‑2019)からOSS Fuzz(2016年以降)、その後dbsqlfuzz(2018年末)とjfuzz(2024年1月)へ進化しました。`fuzzcheck` スクリプトは毎回ビルド時に興味深いケースを再実行し、新しいバグが自動的にリグレッションテストとして生成されることを保証します。 > リソースリーク検出はTCL/TH3ハーネスに組み込まれており、メモリリーク、ファイルディスクリプタ枯渇、および不要なスレッドが自動的に監視されます。 > カバレッジは `gcov` を使用して100 %の分岐カバレッジと変異テストで達成され、マクロ(`ALWAYS`、`NEVER`、`testcase`)がMC/DCを強制し、コメント(`/*OPTIMIZATION‑IF‑TRUE/FALSE*/`)は偽陽性を防ぎます。 > 結果として、継続的に拡張される高い信頼性のテストスイートが実現し、ユーザーにSQLiteの安定性への確信を提供し、セキュリティ脆弱性から保護し、オープンソースデータベース品質保証のベンチマークとなります。

AI's real superpower: consuming, not creating | そっか~ニュース