プロフィール

東京でコードを書いています。それ自体は特別なことではありませんが、長く暮らしていると、高密度・高齢化社会におけるテクノロジーの使われ方の違いが見えてきます。良いデザインは音を立てません。使っていることを意識させないのです。AI と人間の関係についても、似たようなことを考えています。

数年前、ある変化に気づきました。AI はもはや開閉するだけのツールではありません。持続的に存在する認知環境になりつつあります。インターネットがダイヤルアップから常時接続へと変わったように、AI も同じ変遷をたどるでしょう。

この変化が変えるのはテクノロジーそのものではなく、情報の取得、タスクの実行、ワークフローの構築の仕方です。「どうやるか」から「何をやるか」へという記事で、その変化について書きました。思考のアシスタントが常にそばにいるとき、ワークフローはどう変わりますか。

コードを書いてこの問いを投げかけています。各プロトタイプがひとつの問いです。マルチバリアント生成器は「ひとつの意図はいくつの認知表現を持てるか」を問います。AI コード検収チェックリストは「AI がコードを書くとき、人間は何をすべきか」を問います。モデル評価テストベンチは「Agent を導入する前に何を知っておくべきか」を問います。

これらの問いに最終的な答えはありません。しかし、問いそのものをインタラクティブな形にすることで、より多くの人がその存在を感じ取れます。それは文章を書くよりも説得力があります。

Bun、TypeScript から LLM API、Agent オーケストレーション、RAG パイプラインへ。技術スタックは何度も変わってきました。しかし、核となる問いは変わっていません。思考の外延が AI によって拡張されたとき、人間の役割はどこへ移るのか。私が今見ているひとつの方向性は「検収者」です。人間は問題を定義し、検証方法を設計し、リリースの判断を下します。その中間は AI に任せます。

このサイトはそれらの思考の置き場です。各ツール、各記事、各ビジュアライゼーションは、その核となる問いへのひとつの回答の試みです。