Kagi に戻る

2026/07/22 22:08

Kagi に戻る

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

要約

Japanese Translation:

いくつかの代替案を検証した後—including DuckDuckGo、Brave Search、Qwant ならびに独自 SearxNG インスタンスのいずれか数ヶ月の利用—著者は Kagi に断固として再購読した。2021 年以来の購読者であり、プライバシーを重視するアプローチと高品質なテキスト結果を評価している。Google も試したが、AI コンテンツ、ビデオ、画像を有用なテキストよりも優先するため拒絶した。SearxNG インスタンスはレート制限および応答時間の遅さに苦しんだが、他の検索エンジンには Kagi のような関連性と品質が欠けていた。また、著者は Kagi 固有の機能(埋め込みサマライゼーションと翻訳)や、ユーザースクリプトやユーザースタイルでは複製できないカスタム CSS 拡張も恋しく思っていた。Kagi に戻ることでプライバシーと結果の質に対する要件を本当に満たすため安堵した。この決断は、マルチメディアの distraction や AI 生成コンテンツを好む非プライバシー重視の検索エンジンを使用することを避け、データ追跡なしに優れたテキスト精度を持つ集中型・効率的な研究体験を確保するというコミットメントを強化するものである。

本文

検索エンジンへの再登録:Kagi の魅力と決断

2 ヶ月間の比較検討を経て、昨日ついにカギ(Kagi)への再登録を完了しました。これまでの利用履歴と、他のツールを試した経験に基づく考察を整理します。

過去の利用実績と評価

  • 利用経歴: 以前は Google と DuckDuckGo を使い分けていましたが、2021 年以降は長期間、Kagi のユーザーとして利用し続けていました。
  • 高評価の理由: サービスが目指すプライバシー重視のアプローチと、検索結果の高い品質を常に高く評価していましたが、ある時点で離脱せざるを得ませんでした。
  • 再評価: 離脱後の体験により、Kagi の独自機能や姿勢への信頼が一層深まりました。

他の検索エンジンが抱える課題

Google や DuckDuckGo 以外、多角的な検証を行いましたがいずれも Kagi に及ばないことが判明しました。主な問題点は以下の通りです。

  • Google:
    • 結果の質が低下しており、テキスト検索という基本ニーズ(99% のケース)から遠ざかっています。
    • AI、動画、画像への重点配置が強すぎており、必要な情報が見つけにくい状態でした。
    • カスタム設定を行った SearxNG インスタンスも反応が悪く、レート制限問題に頻繁に見舞われ、非常に苦痛な体験となりました。
  • **他社エンジン **(DuckDuckGo, Brave Search, Qwant など):
    • Kagi が見せるような高い品質と関連性を再現できませんでした。
    • 「要約」と「翻訳」機能が利用できず、実用的ではありませんでした。
    • CSS カスタマイズやユーザースクリプトでの再現を試みましたが、思うようにいかず、設定されたデザインが恋しくなりました。

再登録の決め手と結論

苦難を経て再び Kagi に戻った現在、以下のような安堵感と喜びを感じています。

  • ニーズへの即応性: 自分の求めている検索結果に真正面から答えてくれる唯一のツールとして確立されました。
  • 結果の優位性: 試したあらゆる他の検索エンジンよりもるかに優れた質の結果を提供しています。
  • プライバシーと独自機能への信頼: 手探りで他社を試した経験が、Kagi のプライバシー保護姿勢への信頼を強化しました。

今後のスタンス

これからは以下の原則に従って検索エンジンの利用を行うことになります。

  • Google とは距離: ユーザーのプライバシーや高品質な結果を最優先にせず、単なるテキスト検索でも AI や動画などを押し付けるような姿勢には二度と戻りません
  • ストレス回避: 試すこと自体がストレスとなる環境から離脱し、快適に情報を取得する環境(Kagi)へと固執します。
  • 「井戸は毒された」状態の確信: 他の選択肢を試しても理想の結果が得られない現状を認め、Kagi を第一選択として固定します。

同じ日のほかのニュース

一覧に戻る →

2026/07/23 2:30

ターレンス・オのチャートプとの対話:ヤコビアン仮定に対する反例について

## Japanese Translation: 该平台主要通过安全的登录提供个性化体验。经过身份验证后,用户将获得量身定制的响应而非通用回答,并可访问由其保存的聊天历史所告知的答案。关键功能包括直接在界面中创建自定义图像,以及上传外部文件以实现与工作流的无缝集成。通过将创意工具与基于记忆的个性化相结合,该平台将标准效用转化为自适应环境,从而简化任务,并在无需重复设置的情况下利用之前的互动。

2026/07/23 2:20

GigaToken:言語モデルのトークナイゼーション速度が約1,000倍高速化

## Japanese Translation: Gigatoken は、HuggingFace および tiktoken などの標準的なトークナイザーの超高速で即座に置き換え可能なものとして機能し、ネイティブ API を通じてデータ処理を革命化します。これは、マルチスレッド Rust プログラミング、SIMD 最適化、キャッシュ階層の改良、分岐の最小化といった高度なエンジニアリング技術によって達成された画期的成果です。ベンチマーク結果では、EPYC 9565 などの高エンド AMD プロセッサ上において、HuggingFace のトークナイザーよりもほぼ 989 倍、tiktoken よりも 681 倍以上の高速化が確認されています。 本ソフトウェアは、Llama 3/4、Qwen、Gemma、Phi-4、DeepSeek、GLM、Nemotron、Kimi K2、Mistral、CodeLlama などの主要な AI モデルをサポートします。スタンドアローン API(最も高速)および HuggingFace または Tiktoken を既存のワークフローで使用するための互換モード(わずかに低速)を備えています。本ツールは現在、Linux ベースのシステム上で AMD EPYC、Apple M シリーズ、または AMD Ryzen チップを使用する際に最適化されたバイト対ペア符号化を用いて最も効果的に動作し、Windows でのサポートは限られています。ユーザーには WSL の使用を推奨します。 今後の計画としては、Python インテグレーションの改良(現在は ABI3 を使用しており、これは内部 API よりもわずかに低速)およびさらなる最適化によるハードウェア互換性の拡大が含まれます。現在知られている制限事項には、API におけるファイルシンクの欠如と SentencePiece 最適化の制限があります。最終的に、Gigatoken は精度を損なうことなく、モデルトレーニングと推論を大幅に高速化するトークナイゼーション時間を劇的に削減することを約束します。研究用途については、@software{roed2026gigatoken...} として引用されるべきです。

2026/07/23 6:15

Malleable コンピューティング、Emacs、そしてあなた

## Japanese Translation: 著者は、大量導入向けのスケーラビリティよりも速度と簡潔さを優先する軽量のツール `fj` を使用し、Emacs 内で GitHub の Issue 管理を自動化することに成功した。このソリューションは複雑なローカルサーバーを避けるために既存の `gh` コマンドラインユーティリティを利用して認証を行い、UI 操作には Elisp パッケージ `Transient`、フォーマット変換には `ox-gfm` を統合することで、ユーザーがエディタから直接 Issue のメタデータをコピーし、Org モードでコメントを作成し、ブラウザウィンドウを開くことを可能にしている。これらすべての機能は JSON 解析ロジックで約 20 行以内で実装されている。「可変計算(malleable computing)」の原則に従い、Emacs を再起動することなしに迅速なプロトタイピングを可能にしている。2 時間半という初期開発フェーズとコードのリファクタリングを経て、最終製品は個人の利用に最適化された約 400 行の Lisp から構成されている。このアプローチは、伝統的な大衆向けソフトウェア("N")とは対照的に、最小限の計画で堅牢なツールを個人ニーズのために構築することは非常に実現可能であることを示している("1")。 ## Summary: 著者は、大量導入向けのスケーラビリティよりも速度と簡潔さを優先する軽量のツール `fj` を使用し、Emacs 内で GitHub の Issue 管理を自動化することに成功した。このソリューションは複雑なローカルサーバーを避けるために既存の `gh` コマンドラインユーティリティを利用して認証を行い、UI 操作には Elisp パッケージ `Transient`、フォーマット変換には `ox-gfm` を統合することで、ユーザーがエディタから直接 Issue のメタデータをコピーし、Org モードでコメントを作成し、ブラウザウィンドウを開くことを可能にしている。これらすべての機能は JSON 解析ロジックで約 20 行以内で実装されている。「可変計算(malleable computing)」の原則に従い、Emacs を再起動することなしに迅速なプロトタイピングを可能にしている。2 時間半という初期開発フェーズとコードのリファクタリングを経て、最終製品は個人の利用に最適化された約 400 行の Lisp から構成されている。このアプローチは、伝統的な大衆向けソフトウェア("N")とは対照的に、最小限の計画で堅牢なツールを個人ニーズのために構築することは非常に実現可能であることを示している("1")。