2026年8月5日

全員が同じモデルに話しかける時代に「うまい指示者」は存在するのか、という問いへのエッセイ。数学者テレンス・タオが ChatGPT から一般人には引き出せない水準の議論を引き出した実例を挙げ、指示の技術の本体は言い回しではなく領域知識だと論じる

なぜ重要か: LLM が全員を何でも屋にする一方で、深い専門性の価値はむしろ上がるという逆説。開発者の学習投資をどこに置くかの議論として読まれている

個人ブログに AI 生成のアイキャッチ画像があると、本文まで AI 産だと疑って読む気を失う、という 2024 年の 110 語の短文が再浮上して大きな議論に。下手な手描きのほうが人間の証明になるという主張

なぜ重要か: 書き手の想定より読者の AI 忌避が強いことの実例。個人開発者の発信でも、AI 画像 1 枚が信用コストになり得る

MoE の密なコアだけをメモリに常駐させ、ルーティングされる専門家重みはストレージから逐次読む Swift + Metal ランタイム。80B が Mac で RAM 4.3GB・毎秒 4.5〜5 トークン、35B は iPhone 17 でも動く(毎秒約 1 トークン)

なぜ重要か: 有効パラメータ 3B ぶんの知識しかない、という正直な注記込みで、巨大 MoE をローカル機に載せる現実的な道筋。重みも Apache 2.0 で公開