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 4 分。
今日いちばん鋭かったのは価格の話だ。token は標準単位ではないので、100万 token あたり何ドルという表示は、どのモデルが実際に高くつくのかをこっそり覆い隠してしまう。あわせて、scaling law は物理法則ではなく経験的な偶然にすぎないという議論と、次に来る大型のコンシューマー向け AI プロダクトはモデルの品質ではなくマルチプレイヤー的な社交のダイナミクスで勝つ、という主張。
token あたりの価格は、モデル間の比較単位として壊れている
ピザが2枚。片方は8切れで1切れ2ドル、もう片方は16切れで1切れ1.25ドル。安いほうの1切れを選んでも、ピザ1枚分では高くつく。tokenizer も同じだ。英語、技術文書、多言語、数値テキストにまたがるある比較では、まったく同じ文章に対して GPT-5.6 Sol の tokenizer が 766 token だったのに対し、Claude Opus 5 は 1,170 token と見積もられた。おおよそ 34.5% 少ない計算になる。本当に見るべき指標は「成功した結果1件あたりの価格」で、つまり benchmark はあくまで出発点、実際のテストは自分のユースケースということだ。
scaling law は経験的な観察であって、物理法則ではない
AI は compute を大量に食うから構造的に権力を中央集権化する、という主張は、compute の価格性能比が125年にわたって超指数的に改善してきた事実を無視している。scaling law が成り立つのは特定のアーキテクチャ、目的関数、データセットの下でだけで、どれか一つを変えれば曲線も変わる。脳を手がかりにするなら、本物の AGI はきわめて効率的なはずだ。だとすれば今の scaling の挙動は、データセンターを必要とする恒久的な制約ではなく、現在の ML アルゴリズムがどれだけ非効率かを示す症状ということになる。
次のコンシューマー AI の勝者はマルチプレイヤーであって、より良いモデルではない
コンシューマー向けプラットフォームは、基盤技術が成熟するにつれて、深く技術的な創業者からプロダクトの天才へとスライダーが動いていく。Google はおよそ95%がバックエンドの魔法で、Facebook はそれより少なく、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 側の端にいる。ChatGPT は本質的にテキストボックス1つだし、Character AI は実質モデルそのものがプロダクトだった。Custom GPTs がその証拠だ。「あれは明らかに、信じられないほど有能だがソーシャルではないチームが作ったものだ」。ある GPT の背後にどんな prompt やドキュメントがあるのかは一切見えない。だから信頼も生まれないし、ステータスを求めるループも回らない。コミュニティを本当に機能させるのはまさにそこなのに。残る問いは、既存プレイヤーの引力、とくに memory と習慣が強すぎて、新しいソーシャルレイヤーがパワーユーザーを引き剥がせないのではないか、ということだ。
shadcn こそ、みんなが React に求めていたものだ
React は仕様だった。LEGO ブロックそのものではなく、ブロックの形状を記述したものだ。shadcn は人々が欲しかった側、つまり再利用でき、品質が高く、調整のきくコンポーネントにあたる。その形は AI 時代にとってとくに意味がある。shadcn は疑似ライブラリであり、そのコードは import してそっとしておくためではなく、context window に取り込まれて remix されるために存在しているからだ。
取引を止めているお役所仕事こそ、あなたが築いている moat だ
地味で極端に分断された市場にいるステルスの創業者が、信用も売上もネットワーク効果ももたらすはずの契約で、ゴール1ヤード手前から動けずにいる。推してくれる担当者も条件も揃っている。あとは夏という時期と、どうでもいい条項が1つ。正しい捉え直し方は、他の誰かが同じ位置に立つまでにどれだけかかるか、すでにレバレッジや人脈を持っている相手だとしてどうか、と考えることだ。見せかけの 996 的な苦行は moat にならないが、本物の痛みを伴ってしか築けない、深く食い込んだソフトウェアと関係性は moat になる。
Grok Bot は、差別化の決め手になるはずのデータソースに届いていない
X は Grok Bot が持ちうる中で最も差別化されたデータソースなのに、コネクタが動かない。クラウド上のコンピュータから X にログインしようとしても失敗する。別件として、AI で病気を治し、あわせて医療ブレークスルーの規制承認を早められれば、他のすべてを合わせた10倍の便益が得られるという Dario の立場への賛同。近く公開される Riley Brown 回では、Codex がニッチ領域で成績の良いサムネイル100点を集めて Paper のキャンバスに並べ、それを自分の写真と混ぜ合わせていく様子が見られる。
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。