AI/LLM

Andrej Karpathy（元 OpenAI・元 Tesla AI ディレクター）が提唱した「Claude Code での第二の脳の作り方」。 この記事では、Claude Code + Obsidian を組み合わせて知識を蓄積・進化させる「AI 第二の脳」システムの仕組みとセットアップ手順を解説します。 普通の RAG と何が違うのか ChatGPT へのファイルアップロードや NotebookLM のような一般的な RAG は、以下のように動きます。 ファイルを渡す 質問のたびに AI が関連部分を探す 毎回ゼロから答えを生成する 次の質問がきたら、また同じことをゼロから繰り返す 何も積み重ならないのが問題です。 Karpathy が提唱したシステムは根本的に異なり、**AI が「Wiki を育て続ける」**仕組みです。新しい資料を入れるたびに、AI がその内容を読んで既存の知識と統合し、矛盾があれば修正し、関連ページを更新します。知識が一度まとめられると、常に最新状態に保たれます。 システムの全体像 このシステムには 4 つの動く部品があります。 あなたのデータ — 記事・ノート・文字起こし・アイデアなど 整理 — Claude Code が Obsidian に自動で整理 即座の質問 — 育てたデータベースにいつでも質問可能 進化する記憶 — 使えば使うほど賢くなる仕組み 3 つの層構造 層 名称 役割 層 1 生のソース（immutable） 記事・論文・画像・データファイル。AI は読むだけで書き換えない 層 2 Wiki 要約・人物・概念・比較・総合分析ページ。AI が作成・更新し続ける 層 3 スキーマ（CLAUDE.md） Wiki の構造・ルール・ワークフローを AI に教える設定ファイル この 3 層構造により、AI が「汎用チャットボット」ではなく「規律を持った Wiki 管理者」として動きます。 ...

ChatGPT に「Claude Code で株ツールを作っている人の事例を調べてくれ」と聞いて見つかった記事シリーズが話題になっている。Zenn の okikusan さんによる Claude Code Skills × 投資分析シリーズ は、試行錯誤の過程が詳らかに書かれており、Claude Code を使った個人開発の実践例として非常に参考になる。 本記事ではこのシリーズ（Vol.1〜5）の内容を紹介する。 シリーズ概要 Claude Code Skills × 投資分析シリーズ — 記事一覧 「自然言語で話しかけるだけで、銘柄探索・分析・ポートフォリオ管理・リスク評価が自動実行される」投資分析システムを Claude Code Skills を使って構築・進化させてきたシリーズ。 全 5 本の記事で、スクリプトによる自動化 から始まり、GraphRAG による学習、高度な分析機能の追加を経て、最終的には 6 つの AI エージェントが自律的に連鎖するマルチエージェントオーケストレーション、さらには 4 つの異なる AI が反証し合う DeepThink へと進化している。 Vol.1: 株スクリーニングを自動化した話 テーマ: スクリプトで自動化 記事リンク Python × yfinance × Claude Code Skills で、株式スクリーニングからポートフォリオ管理まで投資分析を自動化した第一弾。4 つのスクリーナーエンジンとヘルスチェック機能を実装している。 主な実装内容: yfinance を使った株価データ取得 4 つのスクリーナーエンジン（QueryScreener・PullbackScreener・AlphaScreener・ValueScreener） ポートフォリオのヘルスチェック機能 Claude Code Skills による自然言語インターフェース Vol.2: 使うほど賢くなる投資分析 AI テーマ: GraphRAG で学習 ...

Hermes Agent は Nous Research が開発した自己進化型 AI エージェントで、Telegram・Discord・Slack から操作でき、使うほどユーザー固有のスキルとメモリが蓄積される。本記事ではインストールから Telegram ゲートウェイ設定、OpenClaw からの移行手順まで解説する。 Hermes Agent とは NousResearch/hermes-agent（GitHub 13.7万⭐）は、Nous Research が開発した自己進化型 AI エージェントだ。キャッチフレーズは「The agent that grows with you」— 使うほど自分専用に成長していく。 OpenClaw ユーザーからの移行を想定した hermes claw migrate コマンドが用意されており、設定・メモリ・スキル・API キーを丸ごとインポートできる。 主な特徴 使うほど成長する学習ループ Hermes の最大の特徴は、フィードバックが自分のデータ内で完結する閉じた学習ループにある。 複雑なタスクをこなすたびにスキルを自動生成 過去の会話を FTS5 全文検索 + LLM 要約でクロスセッション想起 ユーザーを深く理解するモデルを会話ごとに更新 自分が作ったスキルは /skills list --source local で一覧確認できる。スキルが積み上がっていく感覚が、個人専用のナレッジベース形成につながる。 Telegram ゲートウェイ Telegram 以外にも Discord・Slack・WhatsApp・Signal・Email に対応。VPS 上で 24 時間稼働させ、外出先からスマートフォンで操作するという使い方が現実的になっている。 モデルを自由に切り替える /model コマンドで会話中でも即時切替できる。用途に応じた使い分けの例: 用途 モデル例 日常会話 Ollama Cloud（ほぼ無料） 中程度の開発作業 Sonnet 複雑なタスク Claude Code / Codex 対応プロバイダーは Nous Portal・OpenRouter（200+ モデル）・NVIDIA NIM・OpenAI・Hugging Face など多数。コードを変更せずプロバイダーを切り替えられる。 ...

AI動画・画像生成の世界に大きな変化が来た。Higgsfield が MCP（Model Context Protocol）サーバーを正式リリースし、Seedance 2.0・Kling 3.0・Veo 3.1・Sora 2 など 30 以上のトップモデルを「1 つのコネクタ」で利用できる環境が整った。 Higgsfield MCP とは Higgsfield MCP は、複数の AI 画像・動画生成モデルをエージェントツールとして公開するホスト型 MCP サーバーだ。エンドポイントは https://mcp.higgsfield.ai/mcp で、Higgsfield アカウントで一度認証するだけで配下のモデルをすべて利用できる。 対応クライアント: Claude（Settings → Connectors から追加） OpenClaw Hermes Agent NemoClaw Cursor その他 MCP 対応クライアント全般 対応モデル一覧 動画生成モデル モデル 特徴 Seedance 2.0 ByteDance製。口パク同期・SFX・音楽を1パスで生成 Sora 2 OpenAI製。長尺・高品質な動画生成 Kling 3.0 高精細な映像クオリティ Veo 3.1 Google DeepMind製。映画的なビジュアル WAN 2.6 多様なスタイル対応 Hailuo 02 MiniMax製。リアルな動作表現 全対応モデルは Higgsfield 公式ページ を参照。 画像生成モデル モデル 特徴 GPT Image 2 OpenAI製。指示追従性が高い Nano Banana Pro 高速生成 Soul 2.0 キャラクター一貫性 Flux 2 高解像度出力 Seedream 5.0 Lite ByteDance製。高速テキスト・画像生成 全対応モデルは Higgsfield 公式ページ を参照。 ...

OpenAI共同創業者の一人で元Tesla AI部門トップのAndrej Karpathyが、Claude Codeの使い方を1時間かけて語った動画が話題になっている（出典）。その要点と、彼が提唱する「AI外部脳」構築システムを解説する。 Claude Code は「ツール」から「同僚」へ Karpathyの核心的なメッセージはこうだ。Claude Code は「人間なしで自己改善する」フェーズに入りつつあるとKarpathyは言う。 これまでの人間とAIの協調サイクルは： 人間がプロンプトを書く AIがコードを生成する 人間がレビューする というループだった。だが今後は： Claude Code が問題を発見する Claude Code が解決策を生成する Claude Code が検証まで完結する というサイクルに変わっていく。Claude Code の未来は「ツール」ではなく「同僚」だ。 なぜ今の AI の使い方は「間違っている」のか Karpathy のシステムの出発点は鋭い問題提起だ。 「ほとんどの人はAIを"記憶喪失の検索エンジン"として使っている」 質問する → 答えをもらう → タブを閉じる → 翌日また最初からやり直す。何も蓄積しない。何も複利にならない。同じ文脈を再発見するためにトークンを燃やし続けている。 Claude Code × Obsidian のシステムはこれを根本から変える。 Karpathy の LLM Knowledge Base システム 仕組みは5ステップで回り続ける： 素材を集める（記事、論文、YouTube書き起こし、PDF） AIがすべて読んで構造化されたWikiを書く（要約、概念の解説、アイデアのつながり、マスターインデックス） そのWikiに対して質問する（AIが自分で蓄積した知識を横断検索して引用付きの回答を返す） 回答はWikiに自動で保存される（次の質問は過去の全作業の恩恵を受ける） AIが定期的にWikiの健康チェックをする（矛盾、ギャップ、古い情報を見つけて修正） 結果は？ 使うたびに賢くなるパーソナルナレッジベースだ。1ヶ月も情報を入れ続ければ、Google検索では絶対に再現できない、深くリンクされた知識資産ができあがる。 Level 1：完全初心者向け（Obsidian + Claude Chat） 技術スキルは一切不要。必要なものは2つだけ。 Obsidian（無料）── obsidian.md からダウンロード Claude のサブスク（月$20のPro、またはお好みのAIチャットボット） セットアップ手順（15分で完了） Step 1: Vaultを作る（2分） ...

VibeVoice は、60 分の長尺 ASR（音声認識）と 90 分のマルチ話者 TTS（音声合成）をローカル無料で実現する Microsoft 製の OSS 音声 AI。本記事では特徴・モデル構成・TTS コード削除の経緯を解説する。 microsoft/VibeVoice は GitHub スター数 45,000 超（2026-04-29 時点）。ICLR 2026 に Oral 採択されたペーパーも公開されており、ASR・TTS の両領域で「フロンティア級」と呼べる性能を、軽量モデルで提供している。一方で、後述のとおり利用可能性については重要な注意点がある。 VibeVoice とは何か VibeVoice は、TTS と ASR を統合した「音声 AI モデルファミリー」として Microsoft Research が公開している OSS。中核のイノベーションは、7.5 Hz という超低フレームレートで動作する連続音声トークナイザー（Acoustic + Semantic）を用いて、長尺音声の処理効率と忠実度を両立した点にある。 LLM（Qwen2.5 1.5B ベース）が文脈・対話の流れを理解し、Diffusion ヘッドで高品質な音響細部を生成する next-token diffusion フレームワークを採用している。 モデルラインナップ モデル パラメータ 用途 状態 VibeVoice-ASR-7B 7B 60分対応の話者識別付き音声認識 ✅ 利用可能 VibeVoice-TTS-1.5B 1.5B 90分・最大4話者の長尺TTS ⚠️ コード削除済み VibeVoice-Realtime-0.5B 0.5B 約300ms の低遅延ストリーミングTTS ✅ 利用可能 1. VibeVoice-ASR — 60分の長尺音声認識（文字起こし） 従来の ASR は音声を短いチャンクに分割するため、長尺になると話者識別や文脈の一貫性が失われやすい。VibeVoice-ASR は 64K トークン長で最大 60 分の連続音声を 1 パスで処理できる。 ...

2026年4月28日、Rust 製 AI ターミナル Warp がそのクライアントコードを GitHub 上でオープンソース化した。公開から1日強で GitHub スターが 31,900 件を超え、サーバーが過負荷になるほどの反響を呼んだ。 Warp とは何か Warp は「ターミナルから生まれたエージェンティック開発環境」を標榜するツールだ。Rust で書かれており、AI によるコマンド補完・エラー診断・エージェント実行を統合した AI 統合ターミナルとして、700,000 人以上のアクティブ開発者が利用している。 公開リポジトリ: github.com/warpdotdev/warp（AGPL-3.0 ライセンス） Oz — AI エージェントのオーケストレーション基盤 Warp のオープンソース化で最も注目すべきは、コードの公開そのものより、背後にある開発協働モデルだ。Warp は Oz と呼ばれる AI エージェント・オーケストレーションプラットフォームを導入しており、コントリビューションのワークフロー自体を AI エージェントが担う設計になっている。 Oz エージェントが自動で行う作業: コードの実装・修正 テストの実行と検証 コードレビュー 技術ドキュメントの生成 build.warp.dev では、数百体の AI エージェントがリアルタイムでコードを書き、バグを修正し、Issue を処理する様子をライブで見ることができる。 Warp 公式ブログによれば、多様なアイデアを持つコントリビューターと、構造化されたプロセスを持つ Oz エージェントと、豊富なコンテキストと自己改善ループが組み合わさることで、社内だけでは作れない「魔法のようなプロダクト」が生まれると言う。 AI 時代の OSS 開発における人間の役割 このモデルが示唆するのは、オープンソース開発における人間の役割の根本的な変化だ。従来は「熱意ある開発者が週末に肝コードを書く」ことでオープンソースは成り立っていた。Warp の目指す姿はこうだ: アイデアを提案し、品質を管理し、最終方向を決めるのが人間。 コーディング・テスト・ドキュメント生成は Oz エージェントが担う。 Oz は OpenAI がファウンディングスポンサーを務めるプラットフォームで、デフォルトで OpenAI のモデルを利用する。他のコーディングエージェントの利用も自由だが、Oz を使うことで検証ループや必要なスキルが最初から組み込まれているメリットがある。 ビジネスモデル面では、ターミナルクライアントは AGPL-3.0 でオープンソースだが、Oz やサーバーコンポーネントはプロプライエタリで、月額 $12 の Pro プランを中心に収益化している。 ...

企業の財務データや株主構成から「1年以内に他社株TOB（公開買い付け）の対象となる確率」を機械学習で予測し、その確率を使ったポートフォリオが TOPIX を上回るリターンを出せる——そんな研究結果が発表されました。 久保正裕・梶並俊彦・鈴木智也（2026）による論文「機械学習による他社株TOBの予測可能性」（人工知能学会第二種研究会資料・金融情報学研究会、FIN-036 巻 41 号、p.257-263）の内容を紹介します。 論文DOI: 10.11517/jsaisigtwo.2026.FIN-036_257 研究の概要 TOBが発生すると対象企業の株価にはプレミアムが上乗せされるため、投資家にとって非常に魅力的なイベントです。この研究では、東京証券取引所の上場全銘柄（データ取得期間：2011年1月〜2025年5月）を対象に、財務指標だけでなく「株主構成」に関する特徴量を加えて予測モデルを構築しました。 分析1: 不均衡データへの徹底した前処理 TOBは上場企業全体から見ると年間数十件程度と非常にレアなイベントです。そのまま学習すると多数派（TOB非発生）のデータに過剰適合してしまいます。この問題を解決するため、複数ステップの前処理を実施しています。 時系列分割: 予測対象年から過去5年間を学習データとして分割し、TOB発生メカニズムの時変性に対応 Random UnderSampling: 多数派を減らしてクラス比を調整 Tomek Links: クラス境界付近のノイズとなる多数派データを削除 SMOTENC: 少数派（TOB発生銘柄）の疑似データを生成し、機械学習による分類が容易な学習環境を整備 分析2: 予測精度と決定要因（SHAP分析） 再学習した Random Forest モデルは ROC-AUC で 0.60〜0.75 を達成しました（ランダム予測の AUC=0.50 を大きく上回り、十分な予測能力があることが確認されています）。 SHAP 分析によって TOB 予測に寄与する要因も明らかになっています。 特徴量 解釈 筆頭株主の保有割合（最重要） 親会社が子会社を完全子会社化する「親子上場の解消」などのケースを示唆 個人保有比率（低いほどTOB対象になりやすい） 個人投資家が多いと売却を促すためのプレミアムが高くなり、買収コストが嵩む 時価総額（LnMV）・PBR・配当性向（低い企業） 必要なコストが少ない点や非効率な投資への懸念（フリーキャッシュフロー仮説）から狙われやすい 分析3: ポートフォリオ運用シミュレーション この予測モデルの出力を実際の株式運用に応用した結果が特に注目されます。 機械学習が算出した予測確率の**上位5%・15%・25%**の銘柄で等ウェイトのロングポートフォリオを構築し、年1回リバランスするシミュレーションを実施 いずれのポートフォリオも TOPIX を上回るリターンを獲得 上位5% > 上位15% > 上位25% の順でリターンが段階的に高くなる傾向を示し、予測確率の有用性が示された 最も有益な発見: TOBが発生しなかった銘柄の動き この研究の最も重要な発見は「実際にはTOBが発生しなかった銘柄」の動きです。 TOBが発生しなくても、予測確率が高い銘柄群は統計的に有意にプラスのリターンを生み出していました これは、市場の先行指標である株価が、TOBの発生可能性を先読みして価格上昇している可能性を示唆しています つまり、TOBが発生する・しないにかかわらず、「TOB予測確率」という指標自体がポートフォリオの銘柄選択において非常に有用であるという、実務的応用価値の高い性質を示す結論となっています。 まとめ 項目 内容 手法 Random Forest + 不均衡データ対策（RUS / Tomek Links / SMOTENC） データ 東証上場全銘柄（2011年1月〜2025年5月）、財務指標＋株主構成 予測精度 ROC-AUC 0.60〜0.75 最重要特徴量 筆頭株主の保有割合 運用結果 上位5%・15%・25%いずれのポートフォリオも TOPIX をアウトパフォーム 重要示唆 TOB未発生銘柄でも予測確率が高い銘柄群は統計的に有意なプラスリターン 財務データと株主構成データを組み合わせたこのアプローチは、個人投資家にとっても参考になる視点を提供しています。「TOB予測確率」を独自に計算することは難しいですが、筆頭株主の保有割合や個人保有比率、PBR、時価総額といった公開情報を活用した銘柄スクリーニングは、誰でも実践できる投資戦略のヒントになりそうです。

DeNA+GO AI Community が、4年間の社内勉強会スライドを SpeakerDeck 上で全公開しています。社外秘を除く120本超の資料がクリック1つで無料で閲覧でき、AIエンジニアや研究者が実務で直面する課題への対処法を学べるとして注目を集めています。 DeNA+GO AI Community とは DeNA+GO AI Community は、DeNA株式会社とGO株式会社（タクシー配車アプリ「GO」）が共同で運営するAIコミュニティです。現場で活用できる AI 技術の情報共有を目的とした勉強会を継続的に開催してきました。 その勉強会で使われた資料のうち社外秘に当たらないものはすべて SpeakerDeck で公開する方針を採っており、これまでに 120 本を超えるスライドが蓄積されています。 公開スライドに含まれる AI 技術トピック一覧 4年間のアーカイブには多岐にわたるトピックが含まれています。 Kaggle コンペ振り返り — 実際に参加したコンペの知見や解法 Claude Code のログ活用方法 — LLM コーディングエージェントの実践的な使い方 最新論文紹介 — CVPR・NeurIPS・ICLR などの主要カンファレンスの論文解説 現場で使う AI 技術の動向調査 — 業務レベルで役立つ技術トレンドのサーベイ 社内ツール開発の知見 — 実務で作った AI ツールの設計・実装ノウハウ SpeakerDeck での無料閲覧方法 すべての資料は SpeakerDeck の公式アカウントから無料で閲覧できます。 SpeakerDeck: https://speakerdeck.com/dena_tech コミュニティページ: https://dena.ai/community/ 特定のテーマを探す場合は SpeakerDeck の検索機能か、コミュニティページのフィルタが便利です。 実務 AI 資料として注目される3つの理由 企業の社内勉強会資料は通常、外部には公開されません。DeNA+GO AI Community がこれだけの量を継続的に公開し続けていることには、複数の理由があります。 実務レベルの知識 — 学術論文やチュートリアルとは異なり、「実際の業務でどう使ったか」という視点が多い 最新性 — 定期的に更新されるため、直近のツールや手法が反映されている 幅広さ — Kaggle・論文紹介・プロダクト開発と守備範囲が広い Claude Code のログをどう分析して開発サイクルに活かすか、といった題材はとくに現場エンジニアの関心が高い。実際に関連する X のポストは51万回以上表示されています。 ...

サムアルトマンが「一人で100億円企業を作れる時代が来る」と言い続けてきたが、それをリアルに体現した事例が現れた。イスラエルの起業家 Maor Shlomo が作った Base44 だ。ノートPC1台・外部調達ゼロで開発し、わずか6ヶ月で Wix に約 $80M（約120億円）で買収された。 Base44 とは何か Base44 は「自然言語でアプリを作る」AI プラットフォームだ。技術知識のないユーザーが「こんなアプリが欲しい」と説明するだけで、フルスタックの動くアプリが生成される。いわゆる バイブコーディング（Vibe Coding） の波に乗ったプロダクトで、プロトタイプだけでなく実用レベルのビジネスアプリ、バックオフィスツール、カスタマーポータルなどを作れる。 バイブコーディングの可能性と注意点については「バイブコーディングの怖い話：AI丸投げ開発が招いた医療データ流出事件」も参照してほしい。 数字で見る業績 ARR（Annual Recurring Revenue / 年間経常収益）を含む主要指標を整理する。 指標 数値 開発期間 約6ヶ月 外部調達額 $0（完全ブートストラップ） ローンチ3週間後の ARR $1,000,000 黒字化までの期間 5ヶ月 登録ユーザー数 40万人以上 Wix への売却額 $80M（約120億円） マイルストーン達成後の追加報酬 最大 $90M 創業者 Maor Shlomo のプロフィール Maor Shlomo はイスラエルの連続起業家。Base44 以前にも機械学習スタートアップ Explorium を共同創業し、$125M を調達・100名以上の組織を率いた経験を持つ。Base44 では一転して「1人・自己資金」にこだわり、従来型スタートアップの重さを排除した。 イスラエルで戦時下にあった期間も含め、チームメンバーを雇わず、外部の VC からも資金を受け取らず、クリーンな財務構造のまま Wix のデューデリジェンスをスムーズに通過した。 AI を武器にした開発プロセス Maor が Base44 で最大限に活用したのが Claude をはじめとする AI だ。「AI で1人で作る手順はすべて Claude にコピペして聞けばいい」というのが彼のメッセージだ。 ...