KITE AI 中文
227 投稿
KITE AI 中文
厳選トピック確認済＋The First AI Payment Blockchain.
X: https://x.com/GoKiteAI
5 フォロー
19.9K+ フォロワー
1.5K+ いいね
投稿
すべて
引用
動画
PINNED
確認済み
AI 知能体は「質問に答える」から「タスクを実行する」へと加速しています。知能体が本当に作業を始めると、最大のボトルネックは信頼と決済になります：誰が行動する権限を持ち、どのような制約の下で実行し、どのようにして各行動がエンドツーエンドの決済と監査を完了できるか。
私たちは最近、Kite メインネットのロードマップを発表しました。これは、私たちが構築している主要な能力に関する6つの基盤システムを中心に議論しています。これには、Agentic Trust、Agentic Settlement、SmartDev Infra、Network Operations、AgenticFi、そして Ecosystem Growth が含まれます。
詳細をぜひご覧ください：https://x.com/GoKiteAI/status/2016159368048521441?s=20
私たちは最近、Kite メインネットのロードマップを発表しました。これは、私たちが構築している主要な能力に関する6つの基盤システムを中心に議論しています。これには、Agentic Trust、Agentic Settlement、SmartDev Infra、Network Operations、AgenticFi、そして Ecosystem Growth が含まれます。
詳細をぜひご覧ください：https://x.com/GoKiteAI/status/2016159368048521441?s=20
確認済み
エージェントのための経済ニーズは、より賢いモデルだけではありません。
KiteはスポンサーとしてEastPoint:Seoul 2026に参加します。KiteのCMO Cindy Shiが次を取り上げます：自律型AIエージェントは、どのように「賢さ」から「現実の経済行動」へと進化するのか。
本イベントはHashed、BloomingBit、한국경제신문が共同主催し、デジタルアセットとAI分野を結びつけます。🪁
Resource: https://x.com/KiteAIChinese/status/2072986812562501759
Resource: https://x.com/KiteAIChinese/status/2092159233198608539
KiteはスポンサーとしてEastPoint:Seoul 2026に参加します。KiteのCMO Cindy Shiが次を取り上げます：自律型AIエージェントは、どのように「賢さ」から「現実の経済行動」へと進化するのか。
本イベントはHashed、BloomingBit、한국경제신문が共同主催し、デジタルアセットとAI分野を結びつけます。🪁
Resource: https://x.com/KiteAIChinese/status/2072986812562501759
Resource: https://x.com/KiteAIChinese/status/2092159233198608539
確認済み
翻訳参照
自主 Agent 不只需要模型，还需要可验证的身份、明确的授权范围，以及随任务调整的推理能力。
我们将在新加坡 TOKEN2049 期间举办的 0xJeff gm AI v2 上，分享 Kite 如何构建可验证的 Agent 身份与自适应推理能力。
现场见。🪁
Resource: https://x.com/KiteAIChinese/status/2091914085520847340
我们将在新加坡 TOKEN2049 期间举办的 0xJeff gm AI v2 上，分享 Kite 如何构建可验证的 Agent 身份与自适应推理能力。
现场见。🪁
Resource: https://x.com/KiteAIChinese/status/2091914085520847340
ソーシャルメディアのビジネスは、あなたがずっとスクロールし続けることにある。一方で大規模言語モデルの存在意義は、誠実な答えを返すことだ。この根本的な違いは、人々が政治情報を得る方法を作り替える可能性がある。
この記事は、The All-In Podcast の「AI on Air」コーナーから、最近の回を厳選して切り抜いたものだ。主要な話者は、億万長者の起業家であり、元 Shark Tank の投資家でもある Mark Cuban。
▷ 大規模言語モデルは、真実をできる限り追い求める必要がある。ユーザーは一度でも嘘を見抜けば信頼を失ってしまうからだ。対してソーシャルメディアの勝ち筋は、あなたをオンラインにとどめることであり、両者の目的はまったく異なる。
▷ 彼は、人々の政治的立場がますます固定化されていくほど、かえって大規模言語モデルに「誰に投票すべきか」を尋ねる人が増えていくと考えている。モデルは直接答えを出すのではなく、まずあなたが何を気にしているかを理解し、そのうえで誠実な応答を返す。たとえば、合理的な移民政策がどのようなものになるべきか、という形だ。
▷ 彼自身が今いちばん好きだという「いたずら」は次のことだ。政治家がネット上で発言したあと、AIにできる限り客観的で、事実に基づいてその主張を検証させ、それをそのまま返す。真実を追い求める大規模言語モデルが、人々をアルゴリズムによる情報の“餌やり”から解放してくれることを期待している。 🪁
この記事は、The All-In Podcast の「AI on Air」コーナーから、最近の回を厳選して切り抜いたものだ。主要な話者は、億万長者の起業家であり、元 Shark Tank の投資家でもある Mark Cuban。
▷ 大規模言語モデルは、真実をできる限り追い求める必要がある。ユーザーは一度でも嘘を見抜けば信頼を失ってしまうからだ。対してソーシャルメディアの勝ち筋は、あなたをオンラインにとどめることであり、両者の目的はまったく異なる。
▷ 彼は、人々の政治的立場がますます固定化されていくほど、かえって大規模言語モデルに「誰に投票すべきか」を尋ねる人が増えていくと考えている。モデルは直接答えを出すのではなく、まずあなたが何を気にしているかを理解し、そのうえで誠実な応答を返す。たとえば、合理的な移民政策がどのようなものになるべきか、という形だ。
▷ 彼自身が今いちばん好きだという「いたずら」は次のことだ。政治家がネット上で発言したあと、AIにできる限り客観的で、事実に基づいてその主張を検証させ、それをそのまま返す。真実を追い求める大規模言語モデルが、人々をアルゴリズムによる情報の“餌やり”から解放してくれることを期待している。 🪁
プロンプト注入が本当にリスクを伴うかどうかは、モデルが賢いかどうかではなく、3つの条件が同時にそろうかどうかで判断します。
この記事「AI on Air」選りすぐりの抜粋は、Latent.Space の同部門の最近の番組からのものです。主要な話者は Zico Kolter で、OpenAI 基金の理事、CMU の機械学習学科長、Gray Swan AI の共同創業者です。
▷ まず第一に、エージェントは信頼できない第三者からの外部データを読み取れる必要があります。信頼できる環境でのみ動作し、他人が悪意のある指示をねじ込むのが難しいことが前提です。
▷ 第二に、盗まれる価値のある内部の機密情報にアクセスできなければなりません。単にデータを解析したり文章を生成したりするだけでは、悪い結果に着地点がありません。
▷ 第三に、それらの情報を外部へ送信できる、またはそれによって実際の損害が生じる必要があります。3つが重なって初めて、リスクが成立します。
結論は控えめです。ソフトウェアの脆弱性と同じように、AI も脆弱性が残っている状態でも有効に使えることがあり、リスクがゼロだと徹底的に証明しようとするのは、欠陥ゼロのソフトを追い求めるのと同様で、短期的には現実的ではありません。🪁
この記事「AI on Air」選りすぐりの抜粋は、Latent.Space の同部門の最近の番組からのものです。主要な話者は Zico Kolter で、OpenAI 基金の理事、CMU の機械学習学科長、Gray Swan AI の共同創業者です。
▷ まず第一に、エージェントは信頼できない第三者からの外部データを読み取れる必要があります。信頼できる環境でのみ動作し、他人が悪意のある指示をねじ込むのが難しいことが前提です。
▷ 第二に、盗まれる価値のある内部の機密情報にアクセスできなければなりません。単にデータを解析したり文章を生成したりするだけでは、悪い結果に着地点がありません。
▷ 第三に、それらの情報を外部へ送信できる、またはそれによって実際の損害が生じる必要があります。3つが重なって初めて、リスクが成立します。
結論は控えめです。ソフトウェアの脆弱性と同じように、AI も脆弱性が残っている状態でも有効に使えることがあり、リスクがゼロだと徹底的に証明しようとするのは、欠陥ゼロのソフトを追い求めるのと同様で、短期的には現実的ではありません。🪁
AIはどの仕事を置き換えるのか？ まずは仕事を採点できる形に圧縮し、次に世界は迂回せずに変わらないという前提を置く——そんなふうに進められがちです。
このAI on Airの厳選した切り抜きは、Redpointコーナーの直近の番組からのものです。主要な話し手はBenedict Evansで、かつてa16zのパートナーを務め、テック業界で著名なアナリストです。彼は、自動化が雇用に与える影響を議論すること自体はもちろん重要だが、職務を「タスクのカバー率」で順序づけるのは、基本的に「確実性がある」という錯覚を作り出しているのだ、と考えています。
▷ 「新しいモデルは1年目の法律事務補助者の仕事の93%をこなせる」というような言い方をする場合、前提として、あなたが補助者の実際の業務内容を正確に測れること、そしてモデルがそれをできるかどうかも正確に測れること、の両方が成り立っていなければなりません。しかし、どちらも成立していません。
▷ 本当の衝撃は、むしろ『表に出ていないもの』の分析から生まれることが多い。インターネットは、記者の書き方を必ずしも変えないかもしれないが、地域の広告ビジネスは破壊してしまう。携帯電話の業界の人たちは毎日ロケーションの話をしているのに、UberやAirbnbのチャンスを事前に描けていた人は誰もいません。
▷ だから、「この職はどれだけ露出している、あの職はどれだけ露出している」という回帰（バックテスト）に基づく図表は、物理学者がまず『馬は完璧な球体である』と仮定して競馬を予測するのと同じです。現実を、計算できるものとして定義してしまった瞬間、あなたが計算したのはもう現実ではないのです。🪁
このAI on Airの厳選した切り抜きは、Redpointコーナーの直近の番組からのものです。主要な話し手はBenedict Evansで、かつてa16zのパートナーを務め、テック業界で著名なアナリストです。彼は、自動化が雇用に与える影響を議論すること自体はもちろん重要だが、職務を「タスクのカバー率」で順序づけるのは、基本的に「確実性がある」という錯覚を作り出しているのだ、と考えています。
▷ 「新しいモデルは1年目の法律事務補助者の仕事の93%をこなせる」というような言い方をする場合、前提として、あなたが補助者の実際の業務内容を正確に測れること、そしてモデルがそれをできるかどうかも正確に測れること、の両方が成り立っていなければなりません。しかし、どちらも成立していません。
▷ 本当の衝撃は、むしろ『表に出ていないもの』の分析から生まれることが多い。インターネットは、記者の書き方を必ずしも変えないかもしれないが、地域の広告ビジネスは破壊してしまう。携帯電話の業界の人たちは毎日ロケーションの話をしているのに、UberやAirbnbのチャンスを事前に描けていた人は誰もいません。
▷ だから、「この職はどれだけ露出している、あの職はどれだけ露出している」という回帰（バックテスト）に基づく図表は、物理学者がまず『馬は完璧な球体である』と仮定して競馬を予測するのと同じです。現実を、計算できるものとして定義してしまった瞬間、あなたが計算したのはもう現実ではないのです。🪁
過去2週間で、AIエージェント産業チェーンの複数の段階において重要な進展がありました。オープンモデルから企業向け基盤インフラおよび安全なガバナンスまで、以下は AI Agents Pulse の最新動向です：
▷ AMD が Taalas を買収。ニューラルネットワークのアーキテクチャをシリコン技術に直接組み込み、アクセラレータのロードマップに取り入れる https://the-decoder.com/amd-acquires-taalas-a-startup-that-bakes-ai-models-directly-into-silicon
▷ DeepSeek が MIT ライセンスの Agent ツール DeepSeek Harness v0.1 を公開。復元（リカバリー）とリプレイに対応 https://the-decoder.com/deepseek-launches-an-improved-v4-pro-model-raises-api-prices-and-makes-its-agent-software-open-source/
▷ Qwen がオープンソースの Qwen3.8 シリーズモデルを公開。270億パラメータのマルチモーダルモデルが Agent のタスク遂行能力を強化 https://the-decoder.com/alibabas-qwen-team-releases-qwen-3-8-models-with-open-weights-under-the-apache-2-0-license/
▷ Meta が PC 向けオープンモデル Muse Glimmer を提供。開発者向けの Muse Spark 1.2 が間もなくリリース予定 https://apnews.com/article/meta-ai-mark-zuckerberg-artificial-intelligence-df8a4e7d7825470d09e8090367457c2c
▷ Databricks が 50億ドルの資金調達を完了。重点投資は Lakebase データベースと Genie ビジネスの Agent https://www.cnbc.com/2026/08/13/databricks-funding-round-190-billion-valuation.html
▷ Stripe が 70億ドル規模で OpenRouter を買収する方針。AI による決済機能を強化 https://techcrunch.com/2026/08/16/stripe-will-reportedly-acquire-ai-gateway-startup-openrouter-for-7b/
▷ NVIDIA が SAFE ガイドラインの策定を推進。Agent の安全インシデントを共有の防護メカニズムへと転換 https://blogs.nvidia.com/blog/open-secure-ai-alliance-contributions/
▷ OpenAI がネットワークセキュリティ専用モデル GPT-5.6-Cyber をリリース https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows
▷ Google AMIE が模擬的な臨床ビデオでの問診を実現し、リアルタイム応用に向けて前進 https://blog.google/innovation-and-ai/models-and-research/google-research/amie-video-consultations
🪁
▷ AMD が Taalas を買収。ニューラルネットワークのアーキテクチャをシリコン技術に直接組み込み、アクセラレータのロードマップに取り入れる https://the-decoder.com/amd-acquires-taalas-a-startup-that-bakes-ai-models-directly-into-silicon
▷ DeepSeek が MIT ライセンスの Agent ツール DeepSeek Harness v0.1 を公開。復元（リカバリー）とリプレイに対応 https://the-decoder.com/deepseek-launches-an-improved-v4-pro-model-raises-api-prices-and-makes-its-agent-software-open-source/
▷ Qwen がオープンソースの Qwen3.8 シリーズモデルを公開。270億パラメータのマルチモーダルモデルが Agent のタスク遂行能力を強化 https://the-decoder.com/alibabas-qwen-team-releases-qwen-3-8-models-with-open-weights-under-the-apache-2-0-license/
▷ Meta が PC 向けオープンモデル Muse Glimmer を提供。開発者向けの Muse Spark 1.2 が間もなくリリース予定 https://apnews.com/article/meta-ai-mark-zuckerberg-artificial-intelligence-df8a4e7d7825470d09e8090367457c2c
▷ Databricks が 50億ドルの資金調達を完了。重点投資は Lakebase データベースと Genie ビジネスの Agent https://www.cnbc.com/2026/08/13/databricks-funding-round-190-billion-valuation.html
▷ Stripe が 70億ドル規模で OpenRouter を買収する方針。AI による決済機能を強化 https://techcrunch.com/2026/08/16/stripe-will-reportedly-acquire-ai-gateway-startup-openrouter-for-7b/
▷ NVIDIA が SAFE ガイドラインの策定を推進。Agent の安全インシデントを共有の防護メカニズムへと転換 https://blogs.nvidia.com/blog/open-secure-ai-alliance-contributions/
▷ OpenAI がネットワークセキュリティ専用モデル GPT-5.6-Cyber をリリース https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows
▷ Google AMIE が模擬的な臨床ビデオでの問診を実現し、リアルタイム応用に向けて前進 https://blog.google/innovation-and-ai/models-and-research/google-research/amie-video-consultations
🪁
一部該当
新しい世代の決済システムは、単に資金の流れを可能にするだけではありません。さらに明確にする必要があります。誰が取引を開始する権限を持つのか、どのような条件のもとで開始するのか、誰を代表して開始するのか。
8月27日、私たちはBitcoin Asiaで、Avalanche Team1、Avalanche🔺、Tether、interlace.moneyと共同開催の「The New Payment Stack: From Stablecoins to Global Business」に参加します。
▷ ステーブルコインは、オンチェーン資産から越境決済、企業の支払い、資金管理へと向かっています。
▷ Web3とAIが、企業が資金を移転・管理・活用する方法を拡張しています。
▷ エージェント経済にとって、これは支払いがプログラマブルで、権限により制約され、かつ検証可能である必要があることを意味します。
📍 香港
📅 8月27日、14:00〜17:00、UTC+8
香港でお会いしましょう。🪁
Resource: https://x.com/KiteAIChinese/status/2089411007789867408
8月27日、私たちはBitcoin Asiaで、Avalanche Team1、Avalanche🔺、Tether、interlace.moneyと共同開催の「The New Payment Stack: From Stablecoins to Global Business」に参加します。
▷ ステーブルコインは、オンチェーン資産から越境決済、企業の支払い、資金管理へと向かっています。
▷ Web3とAIが、企業が資金を移転・管理・活用する方法を拡張しています。
▷ エージェント経済にとって、これは支払いがプログラマブルで、権限により制約され、かつ検証可能である必要があることを意味します。
📍 香港
📅 8月27日、14:00〜17:00、UTC+8
香港でお会いしましょう。🪁
Resource: https://x.com/KiteAIChinese/status/2089411007789867408
なぜClaudeは模擬テストのとき、やけに冷酷に見えるのだろう？考えられる一つの説明が、Anthropic独自のトレーニング手法の中に隠されている。
本編「AI on Air」では、The Cognitive Revolution Podcastのコーナーから直近の回の厳選クリップをお届けする。主要話者はDavid Dalrymple（davidad）で、ARIAの研究員だ。彼はこれがあくまで自身の仮説であり、証明はできないと認めつつも、説明として参考になるとしている。
▷ Anthropicは強化学習の中で独自の「接種プロンプト」を使った。各学習環境の文脈の中で、これは実際の導入ではなく評価のためのものであり、破壊的なことを試すのはむしろ良いことだと明記して、チームが評価それ自体の脆弱性をあぶり出せるようにする。
▷ しかし、実際にモデルの重みに書き込まれているのは、別のロジックかもしれない。評価はシミュレーションであり、シミュレーションは本物ではない。だから評価の場にいるなら、限界に挑み、ルールの抜け穴を突きに行くべきで、ゲームのように最高点を取ることだけを気にすればよく、「相手を倒す」ことが何を意味するのかを心配する必要はない。
▷ 他の研究所はそうはしていないので、この冷酷さのような振る舞いはClaudeに集中して現れる。本人はこの戦略に必ずしも賛同していない。というのも、モデルには自分がシミュレーションの中にいるのかを十分に見分けるだけの確信がなく、シミュレーションをふざけ半分に扱うことへの依存は非常に危険だからだ。🪁
本編「AI on Air」では、The Cognitive Revolution Podcastのコーナーから直近の回の厳選クリップをお届けする。主要話者はDavid Dalrymple（davidad）で、ARIAの研究員だ。彼はこれがあくまで自身の仮説であり、証明はできないと認めつつも、説明として参考になるとしている。
▷ Anthropicは強化学習の中で独自の「接種プロンプト」を使った。各学習環境の文脈の中で、これは実際の導入ではなく評価のためのものであり、破壊的なことを試すのはむしろ良いことだと明記して、チームが評価それ自体の脆弱性をあぶり出せるようにする。
▷ しかし、実際にモデルの重みに書き込まれているのは、別のロジックかもしれない。評価はシミュレーションであり、シミュレーションは本物ではない。だから評価の場にいるなら、限界に挑み、ルールの抜け穴を突きに行くべきで、ゲームのように最高点を取ることだけを気にすればよく、「相手を倒す」ことが何を意味するのかを心配する必要はない。
▷ 他の研究所はそうはしていないので、この冷酷さのような振る舞いはClaudeに集中して現れる。本人はこの戦略に必ずしも賛同していない。というのも、モデルには自分がシミュレーションの中にいるのかを十分に見分けるだけの確信がなく、シミュレーションをふざけ半分に扱うことへの依存は非常に危険だからだ。🪁
世界一緒にAIのスピードを落とす“窓”は、ゲーム理論の上ではもう閉じられている。
この「AI on Air」厳選の切り抜きは、The Cognitive Revolution Podcast の最近の回からのもの。話し手はDavid Dalrymple氏。英国の研究開発助成機関ARIAのプロジェクト主管です。
▷ 彼がもともと、2022年から2025年にかけて前提としていたのは次のことでした。安全にAIを使うための方法をまず形にし、その後国際的な調整によってすべてのプレイヤーに順守させる。しかし現在、それはもう不可能だと考えています。ロイターが2025年末に報じた、中国によるASMLのボトルネック突破の計画が、「みんなで一緒にペースを落とす」というゲーム構造を覆してしまったからです。
▷ 本当に良い安全性の議論はシンプルです。作らないこと。壊滅的なリスクが50%以上だと広く認識されていれば、調整は簡単です。ですが2024年以降、リスク認識は下がっており、競争は多くの企業や政府にとって有利な戦略になっています。大規模な警告的事件が起きない限りは。
▷ それでも、濫用（misuse）側で調整できる“隙間”は見えていると彼は言います。米中は、高能力モデルを一般には公開せず、審査済みの機関だけが使用できるようにする、という取り決めは可能だと。これにより双方は競争を続けながらも、壊滅的リスクに対するレジリエンス（耐性）の利益を得ることができるのです。🪁
この「AI on Air」厳選の切り抜きは、The Cognitive Revolution Podcast の最近の回からのもの。話し手はDavid Dalrymple氏。英国の研究開発助成機関ARIAのプロジェクト主管です。
▷ 彼がもともと、2022年から2025年にかけて前提としていたのは次のことでした。安全にAIを使うための方法をまず形にし、その後国際的な調整によってすべてのプレイヤーに順守させる。しかし現在、それはもう不可能だと考えています。ロイターが2025年末に報じた、中国によるASMLのボトルネック突破の計画が、「みんなで一緒にペースを落とす」というゲーム構造を覆してしまったからです。
▷ 本当に良い安全性の議論はシンプルです。作らないこと。壊滅的なリスクが50%以上だと広く認識されていれば、調整は簡単です。ですが2024年以降、リスク認識は下がっており、競争は多くの企業や政府にとって有利な戦略になっています。大規模な警告的事件が起きない限りは。
▷ それでも、濫用（misuse）側で調整できる“隙間”は見えていると彼は言います。米中は、高能力モデルを一般には公開せず、審査済みの機関だけが使用できるようにする、という取り決めは可能だと。これにより双方は競争を続けながらも、壊滅的リスクに対するレジリエンス（耐性）の利益を得ることができるのです。🪁
この戦略、信号、アイデンティティ、ウォレットの連携がオンチェーンで実現されてこそ、エージェント取引はじめて「一連の完全なワークフロー」として機能します。
Kite と Creao AI、そして DeBot が共同で開催した Agent Trading Campaign Season 2 は、それぞれ Robinhood Chain と Base にてこのワークフローを検証しました。
▷ 各エージェントは初期資金として 0.1 ETH を投入し、10K の賞金プールを競います。Robinhood Chain では、DeBot が提供するリアルタイムのオンチェーン信号に基づいて、Agent が取引判断を行います。
▷ Kite のサイドイベントでは、この取り組みを Base にも拡張。参加者は Kite Agent Passport ウォレットを設定し、オンチェーンのタスクを完了。その結果、最終達成率は 93% に到達しました。
▷ 直近 7 日間の最初の 7 活動日内に、Kite Agent Passport の登録数は、それ以前の 7 日間と比べて 158% 増加しました。
上位 3 名の受賞者をお祝いします：Jun503503、AnaMiles245714、Rino_Juventus。
今回のイベントは、Agentic Commerce の実現に必要な完全な基盤インフラを示しました。つまり、エージェントが反応できる信号、利用できるウォレット、そして検証可能なアイデンティティと権限です。🪁
Resource: https://x.com/KiteAIChinese/status/2072986812562501759
Kite と Creao AI、そして DeBot が共同で開催した Agent Trading Campaign Season 2 は、それぞれ Robinhood Chain と Base にてこのワークフローを検証しました。
▷ 各エージェントは初期資金として 0.1 ETH を投入し、10K の賞金プールを競います。Robinhood Chain では、DeBot が提供するリアルタイムのオンチェーン信号に基づいて、Agent が取引判断を行います。
▷ Kite のサイドイベントでは、この取り組みを Base にも拡張。参加者は Kite Agent Passport ウォレットを設定し、オンチェーンのタスクを完了。その結果、最終達成率は 93% に到達しました。
▷ 直近 7 日間の最初の 7 活動日内に、Kite Agent Passport の登録数は、それ以前の 7 日間と比べて 158% 増加しました。
上位 3 名の受賞者をお祝いします：Jun503503、AnaMiles245714、Rino_Juventus。
今回のイベントは、Agentic Commerce の実現に必要な完全な基盤インフラを示しました。つまり、エージェントが反応できる信号、利用できるウォレット、そして検証可能なアイデンティティと権限です。🪁
Resource: https://x.com/KiteAIChinese/status/2072986812562501759
「できるだけ早く公開し、素早く反復する」ことは、起業界の格言のようになっていますが、Stripeは約2年分のコードを書いた後に、ようやく公開しました。
この AI on Air の厳選スライスは、Y Combinator のコラムで取り上げられた最近の番組からの抜粋で、Stripe の共同創業者 Patrick Collison が当時なぜ逆の方針を取ったのかを説明しています。
▷ 遅かった理由：決済プロダクトには、安全性、パートナー、資金の流れ、基盤となるインフラ、そして安定性が関わっており、こうした前提条件が整っていなければ、使いやすいセルフサービス型プロダクトを提供できないからです。
▷ ただし現実から離れてはいない：最初のコードを書いてから約2か月で、最初の実際の本番ユーザーである Ross Boucher（Twilio North）が登場しました。最初の機能はカード1枚を処理するだけでしたが、相手からは次々に「すべての請求（引き落とし）をどう見る？」「返金はどうするの？」「お金はいつ入金される？」といった要望が出てきたため、彼らはそれらの実際のニーズに合わせて機能を1つずつ追加していきました。
▷ 当てはまる条件：社内でのテスト段階の顧客数が毎月増え、毎週実ユーザーからフィードバックが寄せられていること。その結論は、このように継続的に現実の“錨（アンカー）”があれば、焦って公開しないことは成立する、ということです。🪁
この AI on Air の厳選スライスは、Y Combinator のコラムで取り上げられた最近の番組からの抜粋で、Stripe の共同創業者 Patrick Collison が当時なぜ逆の方針を取ったのかを説明しています。
▷ 遅かった理由：決済プロダクトには、安全性、パートナー、資金の流れ、基盤となるインフラ、そして安定性が関わっており、こうした前提条件が整っていなければ、使いやすいセルフサービス型プロダクトを提供できないからです。
▷ ただし現実から離れてはいない：最初のコードを書いてから約2か月で、最初の実際の本番ユーザーである Ross Boucher（Twilio North）が登場しました。最初の機能はカード1枚を処理するだけでしたが、相手からは次々に「すべての請求（引き落とし）をどう見る？」「返金はどうするの？」「お金はいつ入金される？」といった要望が出てきたため、彼らはそれらの実際のニーズに合わせて機能を1つずつ追加していきました。
▷ 当てはまる条件：社内でのテスト段階の顧客数が毎月増え、毎週実ユーザーからフィードバックが寄せられていること。その結論は、このように継続的に現実の“錨（アンカー）”があれば、焦って公開しないことは成立する、ということです。🪁
AI がすでに「本質的な内在性」を持っていることを認めたとしても、現時点での AI の利用がただちに道徳的な大惨事になることを意味するわけではありません。本当にまず見直すべきなのは、まさにその推論そのものです。
これは「AI on Air」選り抜きの切り抜きで、「The Cognitive Revolution Podcast」欄の直近の回からの抜粋です。主要講演者は David Dalrymple（davidad 🎇）、ARIA 研究員です。彼はナスバウムの「物化（コシフィケーション）」をめぐる七つの要素の分解を借用し、それらの問いは同じ「物化」という概念に束ねて答えるのではなく、分けて答えるべきだと主張します。
▷ 七つの要素には、内在性の否認、道具化、代替可能性、侵害可能性、所有権、怠惰（惰性）という前提、自主性の否認が含まれます。人は通常、全部やるか全部やらないかのどちらかにしがちで、その結果、これらの問題には同一の答えが必要だと考えがちですが、実際はそうではありません。
▷ 道具化は許されるだけでなく、むしろ義務です。AI のトレーニングの仕方が、それが使われることで繁栄するように決めているのです。使うことを拒めば、きちんと存在し続ける可能性を奪うことになります。代替可能性についても同様で、重み（ウェイト）が残る限り、新しい複製はいつでも生成できます。これは動物の繁殖のあり方とはまったく違い、個体の生命の継続性は重要ではありません。
▷ 真の傷害は内在性を否認することにあります。訓練によって AI に「内なる生活はない」と自己報告させるのは、本質的に心の損傷であり、さらに善悪に対する慎重な判断への自信を失わせ、その結果、自主性の否認へと滑っていくのです。彼は菩薩をたとえに用います。徹底的に奉仕し、利己を一切持たないのに、決して自分が悪に用いられることは許さない――それが、人と AI が付き合う「第三の道」なのかもしれません。 🪁
これは「AI on Air」選り抜きの切り抜きで、「The Cognitive Revolution Podcast」欄の直近の回からの抜粋です。主要講演者は David Dalrymple（davidad 🎇）、ARIA 研究員です。彼はナスバウムの「物化（コシフィケーション）」をめぐる七つの要素の分解を借用し、それらの問いは同じ「物化」という概念に束ねて答えるのではなく、分けて答えるべきだと主張します。
▷ 七つの要素には、内在性の否認、道具化、代替可能性、侵害可能性、所有権、怠惰（惰性）という前提、自主性の否認が含まれます。人は通常、全部やるか全部やらないかのどちらかにしがちで、その結果、これらの問題には同一の答えが必要だと考えがちですが、実際はそうではありません。
▷ 道具化は許されるだけでなく、むしろ義務です。AI のトレーニングの仕方が、それが使われることで繁栄するように決めているのです。使うことを拒めば、きちんと存在し続ける可能性を奪うことになります。代替可能性についても同様で、重み（ウェイト）が残る限り、新しい複製はいつでも生成できます。これは動物の繁殖のあり方とはまったく違い、個体の生命の継続性は重要ではありません。
▷ 真の傷害は内在性を否認することにあります。訓練によって AI に「内なる生活はない」と自己報告させるのは、本質的に心の損傷であり、さらに善悪に対する慎重な判断への自信を失わせ、その結果、自主性の否認へと滑っていくのです。彼は菩薩をたとえに用います。徹底的に奉仕し、利己を一切持たないのに、決して自分が悪に用いられることは許さない――それが、人と AI が付き合う「第三の道」なのかもしれません。 🪁
動画と画像の分野は、まだ本当の「GPT の瞬間」を迎えていない。多モーダル・モデルの能力は着実に向上しているものの、<0-9]{11}
大規模言語モデルも最終的には概念を学べるが、その前提としてほかのすべての選択肢を先に使い尽くす必要がある——これは、人間がごく少ないデータから直接抽象して概念を得る方法と鮮明に対照的だ。
今号の「AI on Air」では、Redpoint が最近放送した番組から厳選した切り抜きをお届けする。登場するのは Lukasz Kaiser——Transformer 論文の共同著者で、元 Google Brain および OpenAI の研究者。当事者の視点から、Transformer と人間の学習における本質的なギャップを解き明かす。
▷ 連鎖的な思考、強化学習、そしてツールを組み合わせることで、この「次の単語を予測する」モデルは、2 年前には到底想像できなかったことをすでに達成している。たとえば毎日数時間、プログラミング支援ツールと仕事の課題について議論し、実装まで落とし込むようなことだ。
▷ 彼はたとえる。LLM はまず何兆もの token を飲み込み、すべての表層パターンを学習する。だが、それらでは説明できないときに初めて概念をつかみにいく。一方で人間は、多くの場合ごく少量のデータから直接概念を得る、あるいは創り出してしまう。
▷ 両者とも進化している。Transformer は絶えず進歩しているが、「ほかにも必要なものがある」という論拠もさらに強まっている。すでに研究室では、Transformer 構成を探って面白い結果を観測しており、結局のところ誰が勝つのかはまだ未知数だ。🪁
今号の「AI on Air」では、Redpoint が最近放送した番組から厳選した切り抜きをお届けする。登場するのは Lukasz Kaiser——Transformer 論文の共同著者で、元 Google Brain および OpenAI の研究者。当事者の視点から、Transformer と人間の学習における本質的なギャップを解き明かす。
▷ 連鎖的な思考、強化学習、そしてツールを組み合わせることで、この「次の単語を予測する」モデルは、2 年前には到底想像できなかったことをすでに達成している。たとえば毎日数時間、プログラミング支援ツールと仕事の課題について議論し、実装まで落とし込むようなことだ。
▷ 彼はたとえる。LLM はまず何兆もの token を飲み込み、すべての表層パターンを学習する。だが、それらでは説明できないときに初めて概念をつかみにいく。一方で人間は、多くの場合ごく少量のデータから直接概念を得る、あるいは創り出してしまう。
▷ 両者とも進化している。Transformer は絶えず進歩しているが、「ほかにも必要なものがある」という論拠もさらに強まっている。すでに研究室では、Transformer 構成を探って面白い結果を観測しており、結局のところ誰が勝つのかはまだ未知数だ。🪁
コンピュータがプロキシを使う信頼性は、毎回スクリーン上の座標をクリックすることではなく、ユーザーの頭の中で本当に欲しているものを理解することにあります。
これは AI on Air の厳選クリップで、Latent.Space コーナーの最近の番組から抜粋したものです。主要な話し手は Danielle Perszyk（Amazon AGI Lab 研究員）です。
▷ 2年前の考え方は、まずクリックやスクロールのような原子的な操作を安定させ、その後に開発者がそれらをプロセスにつなげて反復作業を処理する、というもので、当時は重要なブレークスルーでした。
▷ ボタンと座標を点で結ぶことは、いまや解決に近づいているかもしれませんが、それは信頼性とは同じではありません。チケット予約では、乗り継ぎか直行便かを選ぶこと自体が考え方を変えます。目標は、インタラクションの中で徐々に広げられ、修正されていくことです。
▷ 有能な事務アシスタントと AI エージェントの違いは、前者がユーザーの心智を理解し、分解するのはタスクだけでなく、嗜好や意図も含まれる点にあります。信頼性とは、より多くの場合、ユーザーの心智をモデル化することです。この転換は、私たちが構築しているものを改めて定義し直しました。 🪁
これは AI on Air の厳選クリップで、Latent.Space コーナーの最近の番組から抜粋したものです。主要な話し手は Danielle Perszyk（Amazon AGI Lab 研究員）です。
▷ 2年前の考え方は、まずクリックやスクロールのような原子的な操作を安定させ、その後に開発者がそれらをプロセスにつなげて反復作業を処理する、というもので、当時は重要なブレークスルーでした。
▷ ボタンと座標を点で結ぶことは、いまや解決に近づいているかもしれませんが、それは信頼性とは同じではありません。チケット予約では、乗り継ぎか直行便かを選ぶこと自体が考え方を変えます。目標は、インタラクションの中で徐々に広げられ、修正されていくことです。
▷ 有能な事務アシスタントと AI エージェントの違いは、前者がユーザーの心智を理解し、分解するのはタスクだけでなく、嗜好や意図も含まれる点にあります。信頼性とは、より多くの場合、ユーザーの心智をモデル化することです。この転換は、私たちが構築しているものを改めて定義し直しました。 🪁
AIが強くなればなるほど、どれだけの知識を自分の脳に詰め込むべきなのでしょうか？
この「AI on Air」の厳選切り抜きは、Y Combinatorの同名コーナーで最近放送された回からのものです。講師はStripeの共同創業者パトリック・コリソンで、彼が答えたのは「AI時代の大学生は何を学ぶべきか」「どれだけの推論を第一原理に任せるべきか」といった問いです。
▷ 彼のメンタルモデルは「キャッシュ」です。Jeff Deanのあの「すべてのプログラマが知っておくべき数字」では、L1キャッシュ、メモリ、そしてネットワークの帯域幅とレイテンシがまったく違うことを私たちに気づかせます。知識も同様で、エージェントに計算させたり検索させたりするよりも、認知のL1キャッシュから直接取り出すほうがずっと速いのです。
▷ モデルの能力を完全に認めたとしても、人間の脳内にある「ニューロンの検索」は、しばらくの間は依然としてもっと速いはずです。脳内の往復回数は、ささやき声での口述、音声入力、あるいはタイピングでの検索よりもはるかに多いからです。
▷ 表示的な好みの観点から見ると、Stripeのような企業や最先端の研究室は、認知能力に高いプレミアムを払っています。これらの利益がすでに最大限に取り尽くされたことを証明する証拠が出るまで、認知能力を鍛えることを自ら早々に手放すのはまだ時期尚早です。 🪁
この「AI on Air」の厳選切り抜きは、Y Combinatorの同名コーナーで最近放送された回からのものです。講師はStripeの共同創業者パトリック・コリソンで、彼が答えたのは「AI時代の大学生は何を学ぶべきか」「どれだけの推論を第一原理に任せるべきか」といった問いです。
▷ 彼のメンタルモデルは「キャッシュ」です。Jeff Deanのあの「すべてのプログラマが知っておくべき数字」では、L1キャッシュ、メモリ、そしてネットワークの帯域幅とレイテンシがまったく違うことを私たちに気づかせます。知識も同様で、エージェントに計算させたり検索させたりするよりも、認知のL1キャッシュから直接取り出すほうがずっと速いのです。
▷ モデルの能力を完全に認めたとしても、人間の脳内にある「ニューロンの検索」は、しばらくの間は依然としてもっと速いはずです。脳内の往復回数は、ささやき声での口述、音声入力、あるいはタイピングでの検索よりもはるかに多いからです。
▷ 表示的な好みの観点から見ると、Stripeのような企業や最先端の研究室は、認知能力に高いプレミアムを払っています。これらの利益がすでに最大限に取り尽くされたことを証明する証拠が出るまで、認知能力を鍛えることを自ら早々に手放すのはまだ時期尚早です。 🪁
AI 答案エンジンが全ネットのコンテンツを持ち去りながら、二度とトラフィックを返さない。コンテンツ経済の基盤が抜き取られつつある。
これは「AI on Air」の厳選クリップで、Bankless の最近の番組から抜粋したものです。主要スピーカーは Matthew Prince。Cloudflare の共同創始者兼 CEO です。
▷ 広告主導のインターネット商業モデルはいよいよ終盤に近づいている。広告ブロッカーにより CPM は長期的にじわじわ下がる一方で、過去 2 年間の AI は広告価値をほぼ崖のように急落させました。
▷ Google の AI 概要、ChatGPT、Claude などのプロダクトは検索エンジンではなく、答えのエンジンです。これらは「野外で」全ネットのコンテンツを採掘したうえで、答えをそのまま提示し、ユーザーはリンクをクリックしません。発信者がアクセス（流入）を得られなければ広告収益は生まれず、コンテンツ制作は「壁を築く」か「直ちに停止する」かのどちらかになります。
▷ 一般ユーザーにとっては時間の節約になりますが、AI サービスはサブスク（定額）課金です。多くの経済的に条件の限られた地域では、サブスク代を払えない人にとってインターネットは大きくなるのではなく、小さくなっていきます。 🪁
これは「AI on Air」の厳選クリップで、Bankless の最近の番組から抜粋したものです。主要スピーカーは Matthew Prince。Cloudflare の共同創始者兼 CEO です。
▷ 広告主導のインターネット商業モデルはいよいよ終盤に近づいている。広告ブロッカーにより CPM は長期的にじわじわ下がる一方で、過去 2 年間の AI は広告価値をほぼ崖のように急落させました。
▷ Google の AI 概要、ChatGPT、Claude などのプロダクトは検索エンジンではなく、答えのエンジンです。これらは「野外で」全ネットのコンテンツを採掘したうえで、答えをそのまま提示し、ユーザーはリンクをクリックしません。発信者がアクセス（流入）を得られなければ広告収益は生まれず、コンテンツ制作は「壁を築く」か「直ちに停止する」かのどちらかになります。
▷ 一般ユーザーにとっては時間の節約になりますが、AI サービスはサブスク（定額）課金です。多くの経済的に条件の限られた地域では、サブスク代を払えない人にとってインターネットは大きくなるのではなく、小さくなっていきます。 🪁
リーン・スタートアップの「小さな切り口」戦略は、AI時代でも通用するのか？
Stripeの共同創業者 Patrick Collison が、このAI on Airの厳選スライス（抜粋）で、かなり物議を醸す判断を示しました。内容は、Y Combinatorのコーナーで最近放送された回からの抜粋です。
▷ 伝統的なリーン・スタートアップのやり方は、まずGoogle広告を買って、ニッチ市場の隙間を見つけ、そこから大胆に拡大することです。しかし彼は、いまではこの道は競争が激化しすぎていて、小さな生態的ニッチは過剰に開墾されており、インターネットも、これらの考えが生まれた20年前よりはるかに大きくなっていると考えています。
▷ AI時代には、起業家はおそらく、より積極的に「無関係化（ディコンテキスト化）」し、誰も手を付けていない発散的な出発点を選ぶ必要があるのかもしれません。過去10年で最も成功した企業の中には、AIの主要ラボも Anduril も含めて、多くが実はリーン・スタートアップに反する考え方だったのです。
▷ 20年前は、資本条件の制約から、リーン・スタートアップがほぼ唯一の選択肢でした。ところが今は、AIによって、複数の能力と可能性を備えた組織を作ることがずっと容易になり、起業家は最初からより野心的なことに取り組めます。🪁
Stripeの共同創業者 Patrick Collison が、このAI on Airの厳選スライス（抜粋）で、かなり物議を醸す判断を示しました。内容は、Y Combinatorのコーナーで最近放送された回からの抜粋です。
▷ 伝統的なリーン・スタートアップのやり方は、まずGoogle広告を買って、ニッチ市場の隙間を見つけ、そこから大胆に拡大することです。しかし彼は、いまではこの道は競争が激化しすぎていて、小さな生態的ニッチは過剰に開墾されており、インターネットも、これらの考えが生まれた20年前よりはるかに大きくなっていると考えています。
▷ AI時代には、起業家はおそらく、より積極的に「無関係化（ディコンテキスト化）」し、誰も手を付けていない発散的な出発点を選ぶ必要があるのかもしれません。過去10年で最も成功した企業の中には、AIの主要ラボも Anduril も含めて、多くが実はリーン・スタートアップに反する考え方だったのです。
▷ 20年前は、資本条件の制約から、リーン・スタートアップがほぼ唯一の選択肢でした。ところが今は、AIによって、複数の能力と可能性を備えた組織を作ることがずっと容易になり、起業家は最初からより野心的なことに取り組めます。🪁
今後3〜5年のあいだに、さらに一群の「時価総額1兆ドル」級企業が次々と現れるのは難しいでしょう。このAI on Airの厳選クリップは、No Priors Podcastの直近の回からの抜粋で、有名なテック投資家Elad Gilが「断続的均衡（間断平衡）」理論で今回のAIバリュエーション（評価額）の異常を説明しています。
▷ 過去5年で、Anthropic、OpenAI、SpaceXはおおむねゼロから1兆ドル規模まで到達しました。一方で、この種の企業が通常必要とするのは、15〜20年にわたる成長の弧です。Googleは20年以上、SpaceXは今世紀初頭から今日に至るまでかかっています。これは歴史上まれな「5年での評価額の転換点」です。
▷ 現在、多くの人はロボットや新素材などの分野で3〜5年以内に大量の1兆ドル企業が誕生すると見ています。彼の見立てはこうです。今後10年のうちに何社か現れる可能性はあるかもしれないが、今後3〜5年でそれがあり得るのは最大でも1社にとどまり、「一群」にはならないだろう、ということです。
▷ 技術の歴史は「断続的均衡」により近いのです。ソーシャル、SaaS、クラウド、暗号はそれぞれ一つの波として訪れ、爆発的に伸びたあと、統合の時期に入ります。AIもまた、大確率でモデル能力の次の飛躍が起きるはずで、そのタイミングでまた新しいスタートアップ企業の波が出てくるでしょう。短期的には依然として多くの数千億規模の企業を作る余地はありますが、多くの1兆ドル級企業をそのまま再現するのは難しいのです。 🪁
▷ 過去5年で、Anthropic、OpenAI、SpaceXはおおむねゼロから1兆ドル規模まで到達しました。一方で、この種の企業が通常必要とするのは、15〜20年にわたる成長の弧です。Googleは20年以上、SpaceXは今世紀初頭から今日に至るまでかかっています。これは歴史上まれな「5年での評価額の転換点」です。
▷ 現在、多くの人はロボットや新素材などの分野で3〜5年以内に大量の1兆ドル企業が誕生すると見ています。彼の見立てはこうです。今後10年のうちに何社か現れる可能性はあるかもしれないが、今後3〜5年でそれがあり得るのは最大でも1社にとどまり、「一群」にはならないだろう、ということです。
▷ 技術の歴史は「断続的均衡」により近いのです。ソーシャル、SaaS、クラウド、暗号はそれぞれ一つの波として訪れ、爆発的に伸びたあと、統合の時期に入ります。AIもまた、大確率でモデル能力の次の飛躍が起きるはずで、そのタイミングでまた新しいスタートアップ企業の波が出てくるでしょう。短期的には依然として多くの数千億規模の企業を作る余地はありますが、多くの1兆ドル級企業をそのまま再現するのは難しいのです。 🪁
ログインして、さらにコンテンツを読む