AI を実際につくっている人たちが今日話したこと。1 ページ、約 6 分。
今日は2つの意見が目立ったが、向かう先は同じだ。Aaron Levie は、世界の token の99%は企業の中で消費されると言い、ワークフローを作り直す必要があるため浸透には何年もかかると語る。一方 Meta の Madhu Guru は、製品が今も、何かを成し遂げる前にユーザーへ研究所の専門用語を覚えさせているから普及が遅いのだと主張する。その最中に Jeff Dean の Google 退社が飛び込んできた。今日いちばん読み応えのある長文の主張は、次に来る大型のコンシューマー向け AI プロダクトは、より優れたテキストボックスではなく、マルチプレイヤーなものになるというものだ。
世界の token の99%は企業の中で消費される
Levie の主張はこうだ。token のほとんどは企業の文脈で燃やされる。コードを書き、ライフサイエンスの研究を洗い、製造を自動化し、会社を守り、不正を検知する。そこは推論コストを正当化しやすく、自分の代わりにタスクをこなす並列のワーカーが最も報われる場所でもある。消費者に触れる agent でさえ、その多くは end to end のサービスとして包まれて届く。保険の加入や銀行の口座開設が速くなる、といった形で、向こう側に AI の姿は見えない。重要なのは彼の但し書きのほうだ。agent を中心にワークフローを作り直す必要があるので、浸透には何年もかかる。一夜にして変わると期待している人は、時間軸を見直したほうがいい。
AI の普及が遅いのは、ユーザーに研究所の専門用語を覚えさせているからだ
ボトルネックは能力ではない。空っぽのウィンドウでユーザーを迎え、prompt を書かせ、model を選ばせ、agent が必要かどうかを判断させ、そのうえ context window や reasoning、MCP、memory、skills が何なのかを知っている前提で話を進めている。そこが問題だ。ほとんどの人はそんなことに関心がない。用事を片づけたいだけで、それを与えた者が勝つ。すべてを覆い隠すブレイクスルー的な製品は12か月以内に出てくる、と彼は見ている。あわせて Gemini 時代の Jeff Dean への謝辞も述べた。一緒に働いたなかで最も気取らない上級幹部で、深く技術的な議論の最中に、自分が口を出す立場にもない意見をぶつけても最後まで聞いてくれた人だという。
次のコンシューマー AI の勝者は、テキストボックスではなくマルチプレイヤーから出る
コンシューマー向けコンピューティングの主役は、技術に深く通じた創業者からプロダクトの天才へと移り続けている。Google は95%がバックエンドの魔法で、Facebook は Google ほど技術的ではないが Friendster よりは技術的だった。Pinterest、Snap、Instagram の頃には CEO はまったく技術者ではなくなっていた。AI はまだ Google のフェーズにいる。ChatGPT は頑固なまでにシングルプレイヤーの製品のままで、ヘビーユーザーは custom instructions を民間伝承のように抱え込んでいる。custom GPTs について、Benchmark の Sarah は率直だ。「犯罪的だとすら思う。明らかに信じられないほど有能なチームが作っているのに、ソーシャルではないのだから」。欠けているのは、ステータス欲と信頼だ。誰かの GPT を3,000人が使ったことは見えても、中の prompt もドキュメントも見えない。だから誰も、誰かをフォローする理由を持てない。
Jeff Dean が Google を去る。ついでに次に来る AI バズワードの予報
Jeff Dean の Google 退社と Nikita の X 退社が重なり、SF に戻ってくる日としては最悪だった、と彼は言う。もう一つの貢献は、今後6〜9か月で使い倒されそうな用語のウォッチリストだ。out of distribution、control plane、unverifiable fields、rails、intelligence per watt、cope、angst。すでに出回っているものもあるが、賭けの対象は登場頻度が跳ね上がることのほうだ。
コーディングで後れを取るなか、Demis は world models に賭けている
Google の立ち位置についての Shipper の読みはこうだ。今日の競争で戦うには最前線のコーディング能力で追いつく必要がある。だが Demis は、world models のような別の基礎研究の方向性のほうが、今の競争上の重要度は低くても、自分の長期的な目標にとっては重要だと考えている。見落としではなく、意図的なトレードオフとして読める。
agent は同時1万本、CPU は毎分5,000コア、上限は引き上げ可能
Rauch が売り込んでいるのは、事実上無限の agent 用コンピュートだ。同時実行1万本に加えて毎分5,000 CPU コア、しかもこの上限は引き上げられる。別件で、彼が挙げる機械知能のベンチマークは笑いだ。バズるツイートを書くことは AGI 完全であり、model がそれを多項式時間でやると証明できたなら、AGI 問題のクラス全体を解いたことになる。
原始的なマルチエージェント・スケジューラ、終わったら呼び返すスレッド
近い将来のマルチエージェント像を、粗い形で示したものだ。あるスレッドに、終わったら呼び返すよう設定しておく。それだけで、依存関係を持つスレッドの kanban あるいはウォーターフォールのグラフが暗黙のうちにでき、各 agent は自分の作業を保持したままになる。これをきちんと実現したツールはまだないが、今あるコーディング agent のほとんどで無理やり組むことはできる。彼はこのパターンのためのまともな UI を求めている。
agent の下書きをビジュアルエディタで開く /human-review skill
Codex と Claude Code 向けの新しい skill。/human-review にドキュメント名を添えて打つとビジュアルエディタが開き、テキストを直接編集して書式を整え、画像のサイズを変え、Google Doc にコメントを残す感覚で AI へのフィードバックを書き込める。送信ボタンを押せば agent がすべての修正を反映する。PRD やランディングページなど HTML や Markdown のファイルを想定していて、前提にあるのは、最後の10%の磨き込みは agent をもう一周回すより人間の手を必要とする、という考え方だ。
出力が十分に良くなれば、AI 判定はどうでもよくなる
AI 判定をめぐる騒ぎに対する彼のたとえはこうだ。銀食器はかつて手作りだったが、今どき自分のフォークが機械で打ち抜かれたことに文句を言う人はいない。大事なのはアイデアの質であり、肝心なのは人がちゃんと食事できることだ。彼は、判定という商売そのものが意味をなさなくなるほど model が良くなる日を待っている。
元データは zarazhangrui によるオープンソースプロジェクト follow-builders（MIT ライセンス）から取得しています。要約はそのプロジェクトの公開フィードをもとに LLM が生成し、要約プロンプトも同プロジェクトを改変したものです。上記の各項目は原文にリンクしています。
要約は自動生成です。判断の根拠にする前に原文をご確認ください。