本動画は、Claude CodeとCodex CLIを組み合わせた最新のAI開発環境が、いかに革命的な変化をもたらしているかを解説するものである。配信者は2025年末の現在、技術的な専門知識がなくても誰でも1人でAIビジネスを構築できる時代に突入したと主張する。GPT-5.2とClaude 4.5 Opusを組み合わせることで、コーディングの自動運転が実現しており、スペシャリストではなくジェネラリストが勝つ時代へと移行している。価値あるプロダクトの本質は「犠牲と報酬の差を最大化すること」であり、イーロン・マスクのアルゴリズムに従えば、要件を徹底的に疑い、物理法則によって絶対必要なもの以外は削除し、シンプル化することで最適な製品設計が可能になる。技術的スキルよりも、厚い皮膚と遅延満足の実践、そして世界モデルの構築が成功の鍵となる。
革新的なAI開発環境の到来
皆さん、どうも。Neilです。チャンネルへようこそ。今日は一日中Codex CLIとClaude Codeを使って作業してきました。そして言わせてください、これらのモデルの組み合わせは本当に狂気じみています。私が考える使い方は、Codexで測定し、Claude Codeでカットするというものです。そして時には今やっているようにCodexでカッティングも行います。
Codexはかなり優れています、というか非常に信頼性が高いと言った方が正確でしょう。CodexはGPT-5.2モデルと組み合わせることで、おそらく現在最も信頼性の高いコード編集エージェントハーネスとなっています。本当に驚異的です。そしてそれが今日の動画のトピックに繋がります。そして、ほとんどの人は私たちが今どの地点にいるのか理解していないと思うんです。私たちは2025年の終わりにいて、2026年に近づいています。
去年を振り返ってみてください、これらのツールは笑えるほど悪かった。今では笑えるほど良くなっています。2026年は狂気の年になるでしょう。まだBlackwellモデルすら手に入れていないんです。Blackwell GPUで訓練されたモデルはまだ来ていません。最初のものはGrokになるでしょう。Grokは2026年の第1四半期か第2四半期に出ると思います。そして恐らくChatGPTがそれに続き、その後Googleなどが続くでしょう。
いや、恐らくAnthropicの後にGoogleでしょう。でも要点は分かりますよね。今、私たちはまだ始まりの地点にいるんです。そして人々は本当にそれを理解していないと思います。誰もが私たちは先細りしていると考えています。全てが、誰もが減速していると考えていますが、Claude Codeがどう動いているか、そして以前のモデルと比べてどれだけ良くなっているかを見れば、実際かなり狂気じみています。
もしあなたがこれらのツールを頻繁に使っていない人なら、気づかないでしょう。でももしこれらを頻繁に使っているなら、これは大規模な飛躍なんです。大規模な変化です。私たちは文字通り数週間前、せいぜい数ヶ月前には本当にそれほど良くなかったモデルから、今では基本的にコーディングのための自動運転車を手に入れたんです。
いや、ソフトウェアエンジニアリングではないかもしれません、プロダクトデザインやユーザーエクスペリエンスデザインではないかもしれませんが、実際のコーディングプロセスそのものを行うことに関しては、はい、私たちはそれを持っています。そして今、GPT-5.2とCodex CLI、そして今日GPT-5.2のCodexバージョンのモデルが登場します。私たちは基本的にコマンドライン内、あなたのリポジトリ内にリポジトリプロンプトを持っています。
基本的に、私の考え方では、GPT-5.2はあなたのリポジトリ、あなたのコードベースにGPT-5 Proを持っているようなものです。そしてCodexが使用している新しい圧縮技術、Claude Codeが使用している新しい圧縮技術により、あなたのアーキテクチャ全体、データベース設計全体、リポジトリ全体がこれらのシステムのメモリ、これらのシステムのコンテキストウィンドウに圧縮され、かなりうまく推論できるようになっています。
以前はこれが問題でした。なぜならこれらのシステムのコンテキストウィンドウがあまり良くなかったからです。全てを一度に見て、コンポーネント同士を関連付けることができませんでした。でも今は到達しつつあります。今はかなり良いです。Codex CLI内のGPT-5.1、いや失礼、GPT-5.2のツールと、Claude Code内のClaude 4.5 Opusを組み合わせれば、これらの問題を解決できます。
そして本当に本当にやりたいなら、空間推論が必要な場合、3JSを扱っているなら、Gemini 3 Proを使うことができます。これら3つのモデルの組み合わせがあれば、フロンティアエンジニアリング、つまりフロンティアモデルの構築や、合成生物学のような何かに取り組んでいるのでない限り、確信が持てません。
そういったことをやっているのでない限り、あるいは機械語コードをやっているのでない限り、もうそれほど多くの技術的スキルを知る必要はないと思います。本当に、知る必要があるのはジェネラリストであることです。やや複雑な世界モデルを持つ必要がありますが、それを得るのはそれほど難しくありません。ただ本を読めばいいんです。私の意見では、本を読むのはそれほど難しくありません。
多分私は少し自閉症気味なのかもしれませんが、それほど難しいとは思いません。私は楽しんでいます。やや複雑な世界モデルを持っている限り、心理学を理解し、進化生物学を理解し、進化心理学やこれらのことを理解していれば、YouTubeに行ってこれらのことについて学べますし、最近ではそれらについてのポッドキャストを聞くのはかなり楽しいです。
ニュアンスのある世界モデルを持っていて、価値をどう創造するか理解していれば大丈夫です。価値ある製品とは何か。これらのこと、起業家として価値をどう創造するか。システムにおけるインプットとアウトプットの差異とは何か。これらは複雑に聞こえますが、YouTubeの検索バーにこれらのいずれかをタイプしてポッドキャストを聞き始めれば、これらのスキルや知識を得るのに約2週間かかります。
実際に取り組んでみれば、本当にそれほど複雑ではありません。そしてそれを学ぶことは中毒性があります。でもそれは置いといて、今言ったことを理解していなくても、それよりさらに少ない理解でも、想像できるあらゆる製品を構築し始めることができます。繰り返しますが、エンジニアリングのフロンティアにあるものでない限り。
フロンティアモデルを構築しようとしているなら、頑張ってください、お友達。フロンティアモデルをバイブコーディングすることはできません。でも何らかのB2Bソフトウェアを構築しようとしているなら、はい、今それができます。専門家である必要はありません。非常に技術的である必要もありません。ただ、ターゲットとする市場、解決しようとしている問題、そして実際に現実的なもの、つまり技術的に実現可能なものを使いながら、その問題を解決するユーザーエクスペリエンスを視覚化する方法が必要なだけです。
AI時代の製品開発プロセス
そして今本当に必要なのは、ChatGPT内のDeep Researchに行くことです。ChatGPTに来て、このボタンをクリックし、Deep Researchに行き、製品アイデアをタイプします。正直言うと、Deep Researchに行く前に、まずチャットで始めてください。持っている製品アイデアをタイプし、解決しようとしている問題をタイプして、それを全て出してください。
あなたとChatGPTが同じページにいることを確認してから、Deep Researchを始めてください。そうすれば、このトピックに関してこれまでに行われた全てのこと、それに隣接する全てのこと、すでに存在する製品から盗めるかもしれないコンポーネントまで見つけてくれます。GitHubでオープンソース技術を検索させることもできます。
これらの様々なことを検索させることができますよね。そしてそれをビジョンに統合して、「オーケー、ここに技術的なコンポーネントがある。ここに技術がある。だから実際にこれが可能だと分かった。ニッチがある。解決しようとしている問題がある」と言えます。
そして、それを可能にする技術がここにあります。そのユーザーエクスペリエンスを視覚化してください。ChatGPTともっとコミュニケーションを取ってください。そのビジョンが固まっていることを確認してください。そうすればもう構築できます。それほど難しくありません。構築したいなら5つの異なることだけが必要です。
まず、これが今可能であることを理解する必要があります。これが可能であると理解すれば、それが最初のことです。信念が固まりました。さあ前に進めます。その後、コンピュータ上でディレクトリがどのように保存されているか、非常に基本的な概念を理解する必要があります。基本的にあなたのコンピュータはディレクトリです。フォルダがあって、ファイルがあります、それだけです。
それを見れば、これがあなたのコンピュータの姿です。サブフォルダを持つフォルダがあって、ファイルがあります。それがあなたのコンピュータです。それが全てです。それがあなたのオペレーティングシステムです。ソフトウェアはそうやって構築されています。これらのことを理解するためにソフトウェアエンジニアである必要はありません。これはファイリングキャビネットのようなものです。
ファイリングキャビネットはどう機能しますか。基本的にフォルダである引き出しがあって、引き出しのキャビネット部分の中に個別のフォルダのようなサブフォルダがあって、引き出しの中のそれぞれのフォルダの中にファイルがあります。基本的にこれがそれのデジタル形式です。だからコンピュータは伝統的に、非常に密な空間に情報を保存できる高級なファイリングキャビネットのようなものです。
ここで見れば、基本的にこれはファイリングキャビネット、高級なファイリングキャビネット、まあ要点は分かりますよね。こちらに戻りましょう。これが可能であることを理解し、これらの基本的なことを理解していれば、もしすでにこれらのことを理解しているなら、私は今あなたを本当にひどく退屈させているでしょう。そこに到達しましょう。Claude CodeとCodexのインストール方法を理解していれば、文字通りやるべきことはChatGPTに行って「Claude Codeをどうやってインストールするんですか」と聞くだけです。まだタイピングしているんですか、兄弟。
何をやっているのか分かりません。ただ話してください。ディクテーションボタンを使って話してください。あなたの実効ビットレートははるかに速いです。物事をずっと速く出すことができますし、タイピングしている人たちを周回遅れにできます。タイピングは2022年のようなものです。これら3つのことを持っていて、効果的にプロンプトする方法を理解していれば、おっと。
基本的に、効果的にプロンプトすることは、モデルにいつコンテキストを与えるかを理解することに帰着します。それはそれほど難しくありません。通常、答えは常にモデルにコンテキストを与えることです。常にモデルにもっと、多すぎないけど、いくらかのコンテキストを与えたいんです。そうすればモデルが物事について推論できます。
そして、余分な努力をさせたい時にそれをさせる方法を知る必要があります。基本的には「大きく一歩下がって、第一原理から本当に深く考えて、これらのことについての包括的な分析をください」と言えば、基本的にうまくいきます。そして、厚い皮膚を持っていて、遅延満足を実践できれば、これが大きなポイントです。
これは正直、全ての中で最も難しいものです。ほとんどの人は紙のように薄い皮膚を持っていて、画面に最初のバグが現れるとすぐに辞めてしまいます。あるいは何らかの摩擦に遭遇するとすぐに辞めます。厚い皮膚を持っていて、遅延満足を実践できるなら、大丈夫です。
これが全ての中で最も難しい部分です。本当に最も難しい部分ですが、それほど難しくないはずです。もしあなたが大人で、成人で、大人の責任を持てるなら、これをうまくやれるはずですよね。だから、基本的にこれが必要な全てです。私たちは今日、スペシャリストが将来勝つ人ではない世界にいます。
長い間、スペシャリストであることには多くの良いことがありました。それがプロフェッショナルになる方法でした。高給の仕事を得る方法でした。これら全ての異なることでした。私たちが向かっている世界では、ジェネラリストであることが重要で、ツールがスペシャリストの仕事をしています。あなたは拡張されたAIジェネラリストである必要があります、それが私たちが向かっているところです。
ジェネラリスト思考の重要性
そしてジェネラリストとは、多くの異なるトピックについてニュアンスのある方法で推論できる人のことです。だから、進化生物学、進化心理学、人間の誤判断の心理学を少し理解し、マーケティングを理解し、ソーシャルメディアのアルゴリズムを理解し、セールスやビジネス、起業家として価値を創造する方法を理解しているかもしれません。
これはほんの少しの基本原理です。学び方を学びたいなら、考え方を学びたいなら、研究すべき最高の人物はチャーリー・マンガーとウォーレン・バフェットです。理由は、彼らがジェネラリストだからです。彼らこそがジェネラリストです。また、別の部分も理解する必要があります。ウォーレン・バフェットとチャーリー・マンガーが理解していないのは、物理学の特定の原理、科学や生物学などの特定の原理のようなものです。
しかし、人間心理学や人間の誤判断を理解すること、認知バイアスなどを理解することに関しては、チャーリー・マンガーは恐らく地球上で研究すべき最高の人物です。そして物理学の第一原理思考を理解したいなら、イーロン・マスクが明らかに研究すべき最高の人物です。
イーロンは本当にそんなに賢くないとか、彼は才能がないとか、彼は基本的にエンジニアではなくただのビジネスマンだとか言う人は、彼らは自分が何について話しているのか本当に何も知りません。彼らはただ、最近のほとんどの人がするように、インターネットで聞いたことをオウム返ししているだけです。
でも実際にチャーリー・マンガーとイーロン・マスクを深く掘り下げて、彼らが何をしているかではなく、なぜそれをしているのか、どう考えているのかを自問し、彼らの思考をモデルにして自分の思考を形作ろうとすれば、うまくいきます。本当にそれくらいシンプルです。チャーリー・マンガー、イーロン・マスク、これらの人々を研究してください。
他の多くの人々も研究できます。それが物事を構築するために必要な脳を与えてくれます。価値創造やこれら全ての異なることを理解するために必要な脳を与えてくれます。その時点で、本当に必要なのは、ターゲットとするニッチ、そのニッチで解決したい問題です。
そして、今日のコンピュータ上で技術的に可能なもので、それを解決するための一貫したビジョンを持つ必要があります。そしてDeep Researchなどでそれができることについて既に話しました。そのビジョンが固まった後、製品をどう改善できるかを理解する必要があります。この製品をどう価値あるものにできるか。ここでほとんどの人がつまずくのは、実際に製品を価値あるものにするのは何かを理解していないからです。
そしてこれが全てです。良い製品は単純に犠牲と報酬の差を最大化します。良い製品は単純に犠牲と報酬の差を最大化します。それだけです。だからやるべきことは、あなたのユーザーエクスペリエンスを見て、彼らがアウトプットの単位に対してどれだけのインプットの単位を得ているか自問することです。
もし彼らが1単位の時間と努力と犠牲を投入して、1単位の結果を得ているなら、あなたの製品は恐らく改善が必要です。もし彼らが1単位の時間、努力、犠牲を投入して、0.5単位の結果を得ているなら、あなたは基本的に詐欺師です。製品に取り組む必要があります。
もし1単位を投入して2を得られるなら、それはかなり良いです。悪くありません。かなり堅実です。良い製品を持っていて、それだけで何百万ドルも稼げます。1単位の努力を投入して3、4、5を得られるなら、それは世界を変える製品です。よくやりました。ほとんどの製品はそうではありません。
ほとんどの製品は1.5か2くらいです。1.5か2ができれば、十分うまくいっています。明らかに、2以上できればもっとうまくいきます。でも本当に、理解する必要がある大きなことは、システムのインプットとアウトプットの差を最大化しようとしているということです。
だから、もし私があなたの製品を使っていて、体重を減らそうとしているとか、目標に到達しようとしているとか、何であれ、もし私が最小限の時間、努力、犠牲を投入していて、私が持っている夢の結果を得ていて、その夢の結果を達成する可能性が非常に高く、夢の結果を達成する可能性が高いことを示す実際の具体的な結果とデータがあれば、あなたは非常に価値ある製品を持っていて、それが単純に価値方程式です。非常にシンプルです。
夢の結果が非常に高い。達成の認識される可能性が非常に高い。時間遅延が非常に低い。努力と犠牲が非常に低い。方程式を実行すれば、価値が得られます。非常にシンプルです。そしてそれは本当にそれくらいシンプルです。本当にそれほど難しくありません。難しい部分は市場を見つけることで、私はそれについての動画を持っています。
1人AI企業の私の他の動画を見返せば、市場について話しています、問題選択やこういったことについて話しています。それらを見てください。そう、これが本当に全てです。さて、スティーブ・ジョブズを見ると、スティーブ・ジョブズは自問しました、あるいはスティーブ・ジョブズは言いました、「私はユーザーが電話のどこにいても、2クリックで曲にたどり着けるようにしたい」と。
さて、それについて考えてください。非常に最小限のインプット、非常に最小限のユーザーインターフェース、非常に最小限の、誰かが2クリックするのにかかる認知帯域幅、それは非常に低いですよね。非常に非常に最小限の犠牲で、報酬は電話のどこにいても曲を得られることです。それは素晴らしいユーザーエクスペリエンスですよね。あるいはイーロン・マスクと自動運転車を見ると、Teslaの進化から始めましょう。
Teslaは車から始まり、それは普通の車のように見えましたが、電気でした。まあ、Roadsterは飛ばしています。Model Y、Model 3のような実際の車について話しています。電気の普通の車のように見えました。2026年に早送りすると、Teslaにはステアリングホイールがあります。
ペダルがあります。小さな点滅するもの、つまり左折している、右折しているというものがあります。それはウインカーレバーで、それが全てです。ひねったりしません。他には何もしません。ただ上下に動き、左か右です。それだけです。それと一緒にステアリングホイールがあります。
アクセルペダルとブレーキがあって、スクリーン、椅子、ドアがあります。それだけです。今Teslaを見ると、非常にミニマルで、ユーザーインターフェースを見るのに認知帯域幅がとても低いです。多くの思考を必要としません、多くの努力を必要としません、多くの犠牲を必要としません。非常にミニマルです。
ユーザーエクスペリエンスは驚異的です。彼らは地球上で最も革命的なバッテリー技術を持っています。地球上で最高の車のソフトウェアを持っています。これら全ての異なることを持っています。さて、2027年頃、多分2026年後半、2027年頃がどうなるか見ると、自動運転車は非常に良くなっています。今、もしハードウェア4とFSD 14.2を持っていたら。
これは非常に良いです。基本的に車の中で眠りにつくことができます。推奨はしませんが、恐らくできます。非常に近い将来、ステアリングホイールはなくなるでしょう。あの小さな点滅するものもなくなるでしょう。そしてペダルもなくなります。つまりユーザーインターフェースは簡素化されています。
文字通り座席、ドア、スクリーンに統合されます。座席、ドア、スクリーンを持つことになります。それだけです。それがユーザーインターフェースです。つまり、あなたの認知が圧縮されています。実際にそのものを使うために努力や犠牲を出す必要がありません。ただそれに乗り込み、どこに行きたいか伝えれば、そこに連れて行ってくれます。
ただ目標を設定すれば、それがあなたを目標に連れて行きます。それが全てです。そしてそれがあなたがやるべき全てです。ユーザーインターフェースは削減されています。そのユーザーインターフェースに適用しなければならない認知的努力は非常に最小限です。ユーザーエクスペリエンスは非常に素晴らしいです。なぜなら1単位の努力を投入して、20を得るからです。
それは全く狂気じみています。だからTeslaがやったことは、ユーザーのために複雑性を食べているので、1単位の努力を投入すれば、自動魔法のように目的地に到着します。それは方程式から20単位の複雑性を取り除きました。彼らはユーザーのために複雑性を食べて、あなたと技術、あなたと製品の関係のインプットとアウトプットの差を最大化しています。
その複雑性をあなたのために食べているんです。それが価値ある製品がすることです。そしてAIでクールなのは、これを非常に簡単にすることです。これをずっと簡単にします。そして非常に近い将来、Neuralinkを持ち、継続的学習アルゴリズムとAIシステムを持つ世界になったとしましょう。これがあのメッシュ効果を得始めるところです。
それがあなたが何を欲しいか、いつ欲しいかを理解し、物事があなたの周りで起こり始めます。あなたについて学習し、あなたが欲しいものを学習し、あなたの目標を学習するAIは、すでにキャッシュされたメモリとこれら全ての異なることでそれを始めています。でも非常に近い将来、それは継続的に学習し、実際に変化し、学習し、あなたの認知とメッシュします。
それは効果的にあなたの認知の延長になります。あなたが何を欲しいか、いつ欲しいか正確に知るでしょう。どう欲しいか知るでしょう。これら全ての異なることを知りませんが、あなたがそれを起こしたい時にあなたの意図を推測できるようになります。そして今、あなたがただ歩き回っていて、物事があなたの周りで起こっている世界になります、あなたがそれが起こって欲しいように。
そして今、これは一部の人にとっては狂気じみていて、突飛に聞こえますが、それが本当に私たちが向かっているところです。それが本当に私たちが向かっているところです。例えばClaude Codeを見てください。今朝目が覚めてバイブコーディングを始めた時、最初に新しいClaude Codeに更新しました。新しいバージョンのClaude Codeは本当に狂気じみているからです。
通常、一日を始める時、Claudeにリポジトリを通過してもらい、物事を分析して包括的な概要を与えてもらいます。それが私がバイブコーディングセッションを始める方法です。だからClaudeが始めて、4つの、Claude 4.5 Opusの4つのインスタンスを並列で送り出しました。もしまだなら、Claude Codeを更新してください。これは私にとって狂気じみていたからです。
私が始めて、ブーム、ブーム、ブーム。4つのエージェントが並列で働いて、私のコードを引き裂きます。引き裂くのではなく、コードベースを精査して、それから全体についての一貫したものとともに集まります。だから基本的に効果的にモデルのコンテキスト長を4倍にしています。これはかなりクールでした。それが私の意図を推測しているんです。なぜなら、コードベース全体を大きく検索して、全てが良好か確認したいと知っていたからです。
意図は、時間を節約するために1つではなく4つを欲しがると推測しました。そしてそれは正しかったです。それは、これは魔法的だ、という感じでした。推測した意図は正しかったです。そしてそれはもっとそうするだけです。繰り返しますが、私たちはここで始まりにいます。終わりではありません。
減速していません。始まりにいます。Blackwellチップすらまだ出ていません。モデルははるかに速く加速するでしょう。だから、これがこの部分に繋がります。多くのことについて話しましたが、この部分が恐らく最も重要な部分です。これがイーロンアルゴリズムです。これが、ユーザーエクスペリエンスとユーザーインターフェースだけでなく、実際のアーキテクチャ、コードベース、これら全てのようなものも最適化する方法です。
イーロンアルゴリズムによる最適化
そして繰り返しますが、これをするために技術的である必要はありません。ただステップに従い、アルゴリズムに従い、頭の後ろにこのフレームワークを保持しながら、LLM、AIにプロンプトしてこれをさせるだけです。彼らにこれをするようプロンプトしてください。オーケー、では始めます。全ては市場、その市場で解決している問題、そしてユーザーエクスペリエンスに戻ります。
そしてユーザーエクスペリエンスについては既に話しました。もう一度やりません。ユーザーエクスペリエンスは、製品のインプットとアウトプットの差、価値の最大化ですよね。ちょうどここで話したように。さて、それらを特定したら、それに到達するために必要な全てをリバースエンジニアリングしなければなりません。
全ては達成しようとしている目標、解決している問題、ユーザーに持って欲しいユーザーエクスペリエンスから下流にあります。そしてそこから全ての要件、一つ一つをリバースエンジニアリングできれば、それがやり方です。だからChatGPTと前後にチャットしてビジョンを固め、それからDeep Researchをして技術が実際に実現可能か確認することについて話すんです。
多分他のプロジェクトやオープンソースのものなどから技術をコピーすることさえできるかもしれません。私はどこにいますか。ここにいます。クール。それらのものを持ったら、繰り返しますが、全ての要件に疑問を持つべきです。全ての要件に疑問を持つ理由は、繰り返しになりますが、言及したように、できるだけシンプルにしたいからです。
システムのインプットとアウトプットの差をどう増やしますか。シンプル化するんです。できるだけシンプルにしてください。シンプルなベースがなければ、複雑性を食べることはできません。ベースが複雑なら、ユーザーのために複雑性を食べることはできません。できるだけシンプルである必要があります。
これを見る最良の方法は、SpaceXのロケットエンジンですよね。どこですか。ここです。だから、全てを削除することから始めます。全ての要件に疑問を持ってください。これがRaptor 1でした。これら全ての異なることがそこにありました。そして彼らは、オーケー、これは実際に必要か、と尋ね始めました。これら全てに疑問を持ちましょう。
これが、他のロケット企業を見れば、これが彼らのエンジンが通常構築される方法です。これが彼らがエンジニアリングする方法です。そしてそれは彼らが全ての要件に疑問を持たず、物理法則に関連付けないからです。イーロンと彼のチームがすることは、なぜこれが必要なのか疑問を持つことです。物理学の第一原理から考えましょう。
そして、それが物理的に機能するために絶対に必要でないなら、削除してください。そして彼らは第2バージョンを得ます。それは機能していますが、まだものがあります、まだ残っているものがあります。だから全ての要件に疑問を持ち続けます。そして物理法則によって定められたプロセスのあらゆる部分を削除し、それ以外の何ものでもありません。
シンプル化し、シンプル化し、シンプル化します。そしてこの道を続けて、現在の、超美しい、超洗練された、ミニマルだけどはるかに強力なエンジンに到達するまで続けます、こちらのものより。これが、これがエンジニアリングの美しさです。超超洗練された、超超シンプルだけど、全てのガジェットとこれら全ての異なることがあるこれよりずっと強力です。
これら全てのことをしているのはエネルギーを無駄にしているだけですよね。だからシンプル化し、全ての要件に疑問を持ち、物理法則によって必要でないプロセスのあらゆる部分を削除することが非常に重要なんです。そして繰り返しますが、バイブコーディングしているなら、恐らく素粒子まで下がることはないでしょうね。GitHub上に存在するものや、モデルの知能が持っているものでやることになります。
でもモデルはあなたが思う以上にずっと多くの知能を持っています。スタックをかなり下まで行けます。多くの異なることを削除できます。今すぐゼロから新しいものをエンジニアリングしますか。恐らくしません。機械語コードから上にエンジニアリングしますか。恐らくしません。でもできることは、このプロセスのためにできるだけ下に行くことができます。
そして構築したいものの多くは、ツールを使うだけです。ほとんどのソフトウェアエンジニアやプログラマー、何と呼んでも構いませんが、彼らを見れば、彼らはただ多くのツールを使いますよね。そしてもしあなたがソフトウェアを構築する人でこれを見ているなら、Vercel、Supabase、別のデータベースのものを使うかもしれませんが、本当にただ多くのツールを使ってツールを組み合わせるだけで、巨人の肩の上に立っているんです。機械語コードを書いていたわけではなく、今や英語が基本的に新しい形のPythonです。
だから、それが私たちがいるところです。次に、全ての要件に疑問を持ち、物理法則によって定められていない全てを削除した後、物事を追加し直していないなら、それが適切に機能するために物事を追加し直す必要があります。物事を追加し直していないなら、恐らく十分に削除していません。その後、シンプル化して最適化できます。なぜなら全ての要件に疑問を持ち、それを還元不可能なほどシンプルにしたら、還元不可能なほどシンプルなユーザーインターフェース、還元不可能なほどシンプルなデータベース設計、還元不可能なほどシンプルなアーキテクチャロジックを持つからです。
これら全ての異なることを持ったら、今や良い、ミニマルなユーザーエクスペリエンスを持っています。つまりシステムのインプットとアウトプットの差を増やす確率がずっと高いということです。そうですよね。そして今、実際にそのものを最適化することに入れます。そのものをシンプル化して最適化してください。そしてこれが実際にそのユーザーエクスペリエンスを構築するところです。
これが本当にエッジを研ぎ澄まし、丸める必要があるものを丸め、全体的なユーザーエクスペリエンス、ユーザーインターフェースを非常に、非常に、非常に、非常に良くできるところです。そしてこれがシステムのインプットとアウトプットの差を最大化するエンジンを得る時です。それがここでやっていることです。
そしてサイクルタイムを加速できます。だからユーザーフィードバックを得て、編集や更新や何でも必要な時、これを加速し始めます。そして全てを自動化します。なぜイーロンは7つの1000億ドル企業を持っているのですか。彼がこのアルゴリズムを宗教的に使っているからです。
宗教的にこのアルゴリズムを使っています。そしてイーロンがとても優れている理由は、基本的に彼のような20人がいるからです。イーロンがX、金融システムのXを始めた時に遡っても、それからPayPalに入って、彼らはそういったことを全部やりました。彼はそれ以来TeslaやSpaceXまで人々と働いてきて、彼らに彼がシステムエンジニアリングなどについてどう考えているかを教えてきました。彼は効果的に自分自身を20回複製しました。
今や彼は基本的に彼のために会社を運営している自分自身の20バージョンを持っています。これがイーロン・マスクの天才性の一部です。彼はこのアルゴリズムを非常に早く学び、イーロンが天才ではないとかイーロンが技術的でないとか言う人は、基本的にただインターネットで人々をオウム返ししているだけで、脳がありません。イーロンは自分自身を複製し、誰もが彼の会社でこのアルゴリズムを超超宗教的に使っています。だから彼はこのアルゴリズムのおかげで7000億ドル企業を運営できるんです。
だからこれがそれです。これがここでのプレイブックです。さて、基本的に今全ては、ただこれに帰着します。これが可能であることを理解する必要があります。これが実際にできることだと信じる必要があります。本当に、あなたと他の誰かを分けるものは、あなたの信念、あなたの性格特性、そしてあなたのスキルだけです。
スキルについてクールなのは、AIがスキルを食べていることです。今本当に知る必要があるスキルは、ジェネラリストであることだけです。ジェネラリストになるのはかなり楽しいです。なぜなら一日中ポッドキャストを見て本を読むだけだからです。本当にただ知識を集めているだけです。そして学び方を理解し、考え方を理解し、その知識を知識と関連付ける方法を理解します。
ウォーレン・バフェットとチャーリー・マンガーを見ると、彼らをそんなに優れた思想家にしているのは、彼らが全てについて多くを知っているという事実だけではありません。彼らは確かに全てについて多くを知っていますが。彼らを深遠な思想家にしているのは、物事を非常にシンプルなフォーマット、非常にシンプルなアルゴリズム、非常にシンプルなフレームワークに還元する能力です。
彼らは概念をその概念の構成要素に還元でき、基本的にこれらの小さなレバーのようなものを通して世界を見ています。彼らは全てを第一原理まで引き裂き、今やこれらのフレームワークを使って世界のあらゆる部分を見て、これらのフィルタリングメカニズム、これらのアルゴリズム、これらの還元不可能なフレームワークを通して見ることで、システム同士、概念同士、アイデア同士を関連付けることができます。
そしてそれが世界を処理し、脳に統合することを非常に簡単にします。そして物事について推論し、良い決定を下すことを非常に簡単にします。なぜなら今やあらゆるもののためのフィルタリングメカニズムを持っているからです。現実そのもののためのフィルタリングメカニズムを持っています。もし物事を引き裂いて、全ての還元不可能な原理について本当に深く考えていないなら、何についても明確に考えることは非常に難しいです。なぜならいつもこの非常に乱雑で複雑なぐちゃぐちゃがあらゆるところにあるからです。
でも全てを見て、構成部分まで引き裂く時、非常に深い抽象的レベルから全てについて推論でき、それはそこからの足場にすぎません。いや、残りは本当にそれほど重要ではありません。だからそのように考える方法を学べるなら、それは基本的に学び方を学ぶプロセスです。なぜなら今やあらゆる問題のセット、あらゆる何でも本当に、それらの構成要素まで物事を引き裂き、そこから推論する能力でアプローチできるからです。AIで何でも解決できます。この時点であなたは拡張されたAIジェネラリストです。
それが本当に全てです。その世界モデルを構築し、私が話しているこれらの原理を理解することです。これが基本的にここでやっていることです。価値ある製品を作ることの最初の原理まで引き裂いています。ええと、それはただ犠牲対報酬です。それだけです。
あるいは良いシステムをどう構築するか。ただこのアルゴリズムに従うだけです。これは単純に、何か素晴らしいものを構築するための還元不可能な構成要素です。それが全てです。もし全てを還元不可能な構成要素、アルゴリズム、フレームワーク、何と呼んでも構いませんが、そのものを素晴らしくするために引き裂き、これらの非常にシンプルなレンズを通して全てを見ることでアプローチすれば、世界を処理することがずっと簡単になります。
決定を下すことがずっと簡単になります。そしてそれが今全てです。行動は非常に近い将来、思考の速度で起こっています。先ほど言及したように、非常に近い将来、ただNeuralinkを持つことになり、歩き回っていれば物事があなたの周りで起こることになります。
行動は思考の速度で起こるでしょう。それはさておき、うまくいけばこれは価値があったでしょう。うまくいけばこの動画は洞察に富んでいたでしょう。将来これについてもっと動画を作ります。基本的にこれは私の個人的なビジネスモデルのようなものです。私の論文は、YouTubeが人々が本当にプロデューサーになる最後の形のソーシャルメディアだということです。
InstagramやTikTokのような全てのショートフォームプラットフォームを見ると、全てのショートフォームプラットフォームはAIによって踏み潰されようとしていて、すでに始まっています。私はInstagramとTikTokを主要な現金化メカニズムの1つとして持っていた年間1000万ドル以上を稼ぐビジネスを持つ多くの人々を知っていますが、今彼らは市場から締め出されています。なぜなら母親の地下室にいる15歳の誰もが1日に1000のAIリールを作ることができ、それほど高くないからです。
そして15歳の誰もができれば、誰でもできます。それが超競争的にします。そして基本的にショートフォームプラットフォームは消費者にとっては素晴らしいでしょう。プロデューサーにとっては素晴らしくないでしょうが、YouTubeはまだプロデューサーにとって素晴らしいです。だから私はYouTubeでのみ動画を作っています。YouTubeに全力で取り組んでいます。
そこから、皆をコミュニティプラットフォームに誘導します。なぜならこの技術がやっていることを見れば、堀が変化しているからです。技術的な堀を持つことはないでしょう。コストの堀は減少するでしょう。なぜならこの技術は非常にデフレだからです。そして本当に持てる最後の堀は心理的な堀、コミュニティの堀です。
人間が他の人間と集まるのを止めることはできません。それは事実です。だから構築するコミュニティは持てる堀です。そしてこれが恐らく最後の堀の1つです。ブランディングの堀のようなもので、それはただの時間の堀です。どれだけの時間をそのものの構築に投入しているか。
時間の堀は決してなくなりません。心理的な堀は決してなくなりません。だからこれがハブ、ビジネスのエンジンはコミュニティです。失礼しました、コミュニティと実際の互恵性構築マシンはYouTubeで、そこからあなたの実際の製品、価値を生み出している実際のもの、サービスを持ちます。これら全てはAIで自動化されるでしょう、正直に言いましょう。関係的なものはコミュニティプラットフォームによって保持されます。実際の履行は自動化されたAI製品によって保持されます。これが
私が次の形のサービスビジネスが本当にどう見えるか考えるものです。少なくともオンラインサービスビジネスを構築しようとしているなら。このように見えるでしょう。他に何がありえるか分かりません。これが最終形だと思います、YouTubeがいずれ破壊されるまでかもしれません。
いずれそうなると思いますが、それが起こる前に何らかの形の本人証明メカニズムを持つかもしれません。誰が知っていますか。これがこれが発展していく方法だと思います。これが私が構築しているものです。もしこれについてもっと学びたいなら、私のコミュニティに参加できます。私たちはメンバーがこれらのタイプのことを学び、考え、行うのを助けています。
それはさておき、次の動画でお会いしましょう。もし勝つことが好きなら、登録してください。たくさんのことをやっていきます。
コメント