AI新聞

一人会社でも、実態は複数のAI開発チームを率いるマネジメントだと語る。AIにコードや設計を任せるには、資金状況や顧客事情、優先順位まで共有し、問題が事業へ与える影響と今直すべきかを判断させることが要る。

作るコストは激減し、AIは十数時間の自律作業にも耐えるようになった。結果として、生産性のボトルネックが「作る側」から「何を作るか決める側」へ移ったという指摘が核だ。

会話の質も、コード確認から目標の妥当性確認へ上がっている。会議と雑談の文脈を分けて長く覚える仕組み（例：dots）を重視し、AIを人の役割分担になぞらえて編成する発想が示された。

キャラが木の後ろに入ったときの見せ方が話題となり、木を透かすFade、周囲にディザを入れるDither、穴を開けるCutout、キャラを平面の影で描くSilhouetteの4手法が比較された。多くは自然で把握しやすいとしてFadeを支持し、『Stardew Valley』でも採用されているが、実装の手間やゲームの公平さとの兼ね合いも論点になった。

一方で暗い場面やステルスではSilhouetteやCutoutが有効との声や、そもそも見せない選択もあるなど、作風や2D/3Dで最適解は変わる。要するに、見やすさ・公平さ・実装コストのバランスで手法を使い分けるのが現実的だといえる。

数学は人が現象を理解する営みで、AIや証明支援で事実が量産されても価値は限定的。大学院教育の目的も、人が深く理解し研究する力の育成だ。

AIは学習を助けるが、基準は自分の理解が本当に深まるか。答えの外注は本末転倒で、一次・二次方程式を自力で解くのと同様、身体的な数学体験は置き換えられない。

理解の判定は、何も見ずに一行ずつ他者に説明できるか。行間の補完はAIでもよいが、全体の思想は良書から学ぶ価値がある。著者自身もAIで例や反例の検討が速まり、理解の精度が上がったと実感。外観は変わっても、数学の核は人間の営みとして続くと結ぶ。

Googleが日常のコーディングやエージェント作業向けの中位モデル「Gemini 4 Hydrogen」を公開。Claude Sonnet 5.5やGPT-6.1 Terraの対抗で、前世代比2.5倍の速さで日常タスクを片付けるのが売り。

Terminal-Benchは18.2％→57％に向上し、誤った断定も5分の1以下。入出力とも最大100万トークン、思考レベルはlow/medium/high/xhigh、料金は入力$1.50・出力$7.50（各100万トークン）。

AI StudioやAndroid Studio、Geminiアプリ/検索などで提供。Antigravityの「Orchestrator」でCarbon/Argonと役割分担すると、成功率を保ちつつ平均24％コスト減・19％速く完了できる。