盗むことは技能である

2026/06/24 22:08

盗むことは技能である

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

要約

Japanese Translation:

真の創造性は、すべてから新たに発明することではなく、実証済みの解決策を効率的に再構築することにこそあります。中心的な提言は、「盗むことには技術がある」というマインドセットの採用であり、価値創出がオープンソースライブラリを使うだけでなく、既存の作業を実際にコピーし分析することで達成されるというものです。このアプローチの具体例として、デザイナーの Virgil Abloh の有名な「3% ルール」があります。これは当初 Air Force 1s に関する文脈で提唱されたものであり、完璧な製品のわずかな部分を改変しながら、その構造を深く理解するという考え方です。実証的に Kibu チーム(Justin も含む)はこの原則を適用し、Mintlify のマーケティングサイトを実際にピクセル単位で再構築しました。共通の文脈としてドキュメントツールを持つことを活かし、ナビゲーションバーのぼかし効果やセクション幅など、特定の設計上の妥協点を明らかにしました。プロセスは元のものを 100% 検討した上で初めて 3% を変更することを含み、その結果得られた反復改善版では CTA にチーム写真を追加し、スクリーンショットよりも動画コンテンツを増加させるなどしたものです。週末の作業だけで Framer 上に 1 ヶ月以内にデプロイされたこのプロジェクトは、Steve Jobs の「創造性とは既存のアイデアをつなぐことにある」という見解に沿っており、非効率的なドラッグ&ドロップ型のビルダーから遠ざかり、「vibecoding」を用いたより速く AI を支援した開発へと移行する姿勢を示しています。キャリアにおける哲学のシフトは、成功の定義を「独自の独自性を証明すること」から「先に事例(ブログ、動画、過去の作品など)を検索し、より賢い先行者が既に解決済みの課題を発見した上で、効率的に問題を解決すること」と再焦点化しました。

本文

「盗む」ことは創造性の加速装置

2026 年、著者 DJbennyBuff は独自の「アドバイスリスト」を更新しました。従来の透明性や幸せの記録に加え、**「盗むことが能力である」**という新しい原則を掲げています。

なぜ「盗む」ことなのか?

  • 魂にとって善い行為: 上手に「盗む(模倣・再構築)」ことは、スピリチュアルの面で肯定的です。
  • 2 面性のメリット:
    • 驚異的なスピードで価値を生み出す
    • 同時に自分自身について学び続ける

「3% アプローチ」による徹底検証

この手法の源流は、クリエイター・ビルジル・アブロフ氏の「3% アプローチ」にあります。エアフォースワンのリデザインにおいて、既存デザインの良さを損なわないよう、変更範囲を厳密に**3%**に制限したのが起源です。

著者らはこれを「キブ(Kibu)」プロジェクトで独自に進化させました。

  • 100% へのアプローチ: "3% を変えろ"と言われた瞬間、対象物を全 100%(縫い目一つに至るまで)検証する義務が生じます。
  • 愛するものを再構築する: ピクセル単位でオリジナルを分解し、針仕事のように一つずつ組み直すことが、真の理解への最短ルートとなります。

カンパニー・サイトの刷新プロジェクト

キブ(Kibu)は新たなマーケティングサイトリニューアルに乗り出しましたが、独自性の欠如を感じていました。そこで発見したのは、ミンティフライ(Mintfly)の 2025 年版サイトでした。

  • 一目惚れの要素:
    • 目を引くトップフォールドデザイン。
    • 決定的な色彩使い。
    • **"show, don't tell"(語るのではなく見せる)**理念の実践。
  • 戦略的な決定:
    • 両社がドキュメントツールである点(文化的親和性)。
    • 文字通り、ミンティフライのサイトをピクセル単位までコピー・再構築することを決意。

「盗む」ことからの学び

誰かの作品を再現することは、その人独自の物語を知る行為です。

  • 知見とトレードオフの理解: なぜここにはホバー効果があるのにあそこはないのか?などの設計意図を読み解きます。
  • 技術的な驚嘆: コンポーネント幅がフLOATING な背景ぼかし付きナビゲーションと完全に揃う完璧さを実感しました。

修正によるブランドの深化(「サイドクエスト」)

元のサイトは完璧ではありませんでしたが、それを土台にすることで以下の改善へ直結しました。

  • ナビポップオーバー: よりミニマルなデザインへ進化。
  • CTA ボタン: チーム写真を追加し、「私たちはチームである」と訴求。
  • コンテンツ戦略: 動画含有率を上げてスクリーンショットよりも動的表現を採用。

わずか1 ヶ月での週末作業で、フル機能のサイトを完成させました。この小さな調整こそが、ブランドの本質を教えてくれた最も効果的な方法でした。

視座の変化:独創性 vs 効率性

以前は「独創的なアイデア」を崇拝していましたが、現在は以下の視点にシフトしました。

  • 問題解決の効率性: 新しいアイデアを探すよりも、既に存在する賢い人々の解決策を模倣し、適用する方が報酬は大きいです。
  • 確率論的現実: 多くの優れた実行者が既にその問題を解決済みである可能性が高いです。

行動指針:どう「盗む」か?

  • 検討時間の投資: 一日中「何を」「なぜ」「どの程度」盗むかを考え抜く時間を惜しみません。
  • 責任ある創造:
    1. 既存の全 100% を理解する。
    2. 独自性の道を探す。
    3. 自分の3%(独自の付加価値)を足し合わせる。

「創造性はただ物を結びつけることです。」
—— スティーブ・ジョブズ
(実際には何も作り出していないのではなく、単に見つけいただけ)

「私が行ったこと全ては、何か私に影響を与えたものへの言及です」
—— ビルジル・アブロフ

補足:用語と技術的背景に関するメモ

¹ 3% アプローチの正解:

  • これはルールではなく「アプローチ」です。検索サイト上に誤認されがちですが、ビルジル・アブロフ氏本人は「神聖なルール」として fetishizing(過剰愛好)されることを否定しています。
  • 文脈:既存デザインを模倣しつつ、オリジナルであることが禁止されているわけではないことに注意が必要です。創造性にはスペクトラム(グラデーション)が存在します。

² 技術移行の成功:

  • 2026 年 3 月、チームは Framer から完全にコードベースへ移行しました。
  • 目的:"vibecoding"によるドラッグ&ドロップ型ビルダーや AI ツールによるロックインを避け、より高速な開発を実現するためです。
  • その戦略は既に実を結んでいます。

同じ日のほかのニュース

一覧に戻る →

2026/06/25 2:47

OpenAI、ブロードコムによる初自有チップを発表

## Japanese Translation: 要約: OpenAI は、Nvidia ハードウェアへの依存を減らすという戦略的な動きとして、Broadcom と共同で開発した最初の独自の AI 推論チップ「Jalapeño」を発表しました。このチップの主な優位点は、既存の選択肢を上回る卓越したワットあたりの性能であり、これは OpenAI の大規模言語モデルが直接、チップおよび全体の基盤スタック(アーキテクチャ、カーネル、メモリスистем、ネットワーク、デプロイメントシステムなど)の最適化に参加するという独自のプロセスを通じて実現されています。事前学習タスクは既存のシステムで引き続き行われますが、10 月の公式パートナーシップ発表以降およびさらなるテストを経て、推論ワークロードが Jalapeño へ迅速に移転する見込みです。このチップは推論用に特別に設計されており、より高速で信頼性が高くコスト効率の良い AI エクスペリエンスを実現するとともに運用コストを削減することを可能にします。これは OpenAI の財務の底線を改善する方法として強調されており、エージェント型製品(例:Codex)やリアルタイムモデルを取り扱う専用データセンターなどの目的builtアプリケーションを動かすために適しています。

2026/06/25 7:39

PostgreSQL で十分です

## Japanese Translation: 主要な要点は、GitHub Desktop で特定のクローニングタスクが必要なユーザーは、コントリビューター「cpursley」から提供される専用のスクリプトを使用すべきであるということです。Gist の URL—`https://gist.github.com/cpursley/c8fb81fe8a7e5df038158bdfe0f06dbb.js`—はスクリプトを提供しており、ユーザーは GitHub Desktop 内での使用のために「cpursley/c8fb81fe8a7e5df038158bdfe0f06dbb」をローカルに保存するよう指示されています。内容は、背景や今後のアップデートなしに直ちに実装することに焦点を当てています。

2026/06/24 23:41

RubyLLM:すべての主要 AI プロバイダーに対応する Ruby フレームワーク

## 日本語翻訳: RubyLLM は、OpenAI、xAI、Anthropic、Gemini、Ollama を含むローカルモデルに至るまで主要なすべての AI プロバイダーをサポートする統一された Ruby フレームワークです。多様な API とレスポンス形式を単一のインターフェースに統合することで開発を簡素化するのがその主たる価値であり、このことでチームはチャットボット、AI エージェント、RAG システム、コンテンツ生成器、および様々な AI ワークフローを構築できます。インストールは簡単です:Gemfile に RubyLLM を追加し、`config/initializers/ruby_llm.rb` で API キーを設定し、必要であれば generator コマンドで Rails と統合し、`localhost:3000/chats` でローカルチャット UI を起動できます。開発者は RAG システムやコンテンツ生成器などの複雑なアプリケーションをわずか 2 分で構築でき、Ruby エコシステム内でこの機能を拡張しています。JPG(画像)、MP4(ビデオ)、WAV(音声)、PDF(文書)、RB(コード)を含む広範なファイル解析をサポートしており、`RubyLLM.paint` を介した画像生成、`RubyLLM.embed` を介した埋め込み生成、`RubyLLM.transcribe` を介した音声書き起こしが可能となります。また、`RubyLLM.moderate` を用いたコンテンツモデレーション機能も含まれており、テキストの安全性を確認できます。ユーザーは `.with_tool` を使用して AI エージェントが特定の指示に基づいて実行するカスタム Ruby クラスツールを定義でき、`RubyLLM::Agent` を用いて特定の指示、モデル、ツールの関連付けを持つエージェントを作成できます。さらに、このフレームワークは `RubyLLM::Schema` で定義されたスキーマによる構造化 JSON 出力をサポートし、`.ask` メソッドに渡されるブロックを通じてストリーミングレスポンスを提供します。このアプローチにより、高度なモデルを使用して複雑なタスクを実行する洗練されたエージェントの迅速なデプロイが可能となり、ネイティブ Ruby 環境内で堅牢な人工知能ソリューションの作成が著しく加速されます。