RINKAKU / TECHNOLOGY & CULTURE
未来の輪郭を、
つくる側から読む。
AI、プロダクト、働き方。ニュースの速さに流されず、一次情報を辿り、実際に作る側から「次に何が変わるか」を考える。
LATEST STORIES
変化を、点で終わらせない。
ニュースと一次情報の奥にある変化を読み、
次の判断に使える解像度まで掘り下げる。
リーマン予想は解けなかった。それでも研究は進んだ──Claudeが41.6％の壁を67.2％へ動かした意味
リーマン予想そのものは解けなかった。それでも探索と検証のloopは、別の証明可能な前進を残した。
↗12グラムのタグより、街のスマホを買う──Google Pixel Tagで見えた「紛失防止」の本当の性能
12gのtagより、街のAndroid端末とprivacy初期設定を買う。発売前に見誤らないためのfield test設計。
↗同じモデルでも3倍差──AI Agentの賢さは、モデルの外側に宿る
同じmodelでも、記憶・道具・復旧・採点が違えば出口への到達率は変わる。Agentの賢さをsystemとして測り直す。
↗行動する人を、匿名の群衆が裁く──責任を負わない声へ影響力を与えていいのか
匿名を消すのではなく、言葉と責任が切れないようにする。本人性、根拠、履歴、訂正をplatformへ実装する提案。
↗AIに聞いた。だからAIの責任なのか──自由に使えるAIを守るための「利用者責任」
AIへ聞く自由と、医療判断を預けることは違う。企業と利用者の責任を五つの軸で分け直す。
↗AIは、机に残った古い地図も読む──指示より先に「仕事場」を渡そう
古い正解まで同じ顔で残る机を、AIが迷わず読める仕事場へ。今夜5分の点検から始める。
↗スマートグラスに「自分のアプリ」を載せてみた──Even HubはG2を“製品”から“プラットフォーム”へ変えられるか
ニュースとコード譜を自分の手でレンズへ載せた。二つの実作から、Even Hubの可能性と眼鏡UIの作法を読む。
↗「頭の良さ」は、答えを出す力から“向かう先を決める力”へ——AI時代の創業者型知性
答えを出す力が外へ広がった時代に、人間は白い地図へ何を書き、知性をどこへ導くのか。
↗創造は脳の外へ出た——生成AIがつくると、なぜ「模倣」になるのか
生成AIが安くしたのは創造そのものではない。候補を出す工程だ。模倣・権利・責任を分け、創造者の役割を考える。
↗ChatGPT for Teensは、子どもの思考を守れるか——禁止でも放任でもない、教育専用AIの条件
子どもをAIから遠ざけず、思考を奪わず、使いこなせる人へ育てる教育専用AIの条件。
↗AIはAIから学んではいけないのか——「蒸留禁止」が後発だけを縛るルールになる前に
蒸留、synthetic data、規約違反、安全能力を分け、公正な学習路を考える。
↗記憶を持つAIは、間違いも覚える——Agent continuityが生む能力と新しい攻撃面
continuityを捨てずに、記憶の出所・昇格・訂正・rollbackを設計する。
↗AIは広告で儲かる。では、情報を作った人は誰が養うのか
AIは広告で儲かる。では、答えの材料を現実から運ぶ人は誰が養うのか。
↗暗記カードから始まった──子どもの学習を考えて育てたREPETA
暗記カードから、復習・ご褒美・育成へ。子どもが明日も戻れる学びを作った。
↗Claudeの画面に「invoke」が出たら、リトライしてはいけない──“サトラレ”が始まったスレッドから文脈を救う
壊れた一手だけを捨て、育ててきた文脈を救う。
↗AI文章の透かしは、誰を捕まえるのか──Claudeの新方針が露わにした「消せる印」の矛盾
消せる印は、悪意より先に、ルールを守る利用者だけを識別しかねない。
↗最近のClaude、少し話しにくくないか？──Opus 5の「押し返し」を公式資料と利用者の声から読む
能力は高い。それでも相談すると疲れる──協業品質からOpus 5を読む。
↗クリックされなくても、発信には価値があるのか──AIが読むWebで「成功」を測り直す
AIが読むWebで、PV・CTRの先にある発信価値を測り直す。
↗AIが身体を持つ日──フィジカルAIは、暮らしのどこから入ってくるのか
人型ロボット、身体支援、移動、街。フィジカルAIの四つの入口。
↗人は何歳まで、つくる側でいられるか──AI Agentが高齢化する日本のWILLを力に変える
経験とWILLを、AI Agentが小さな事業と柔軟な仕事へつなぐ。
↗「AIだからダメ」を透明性と呼ばない──透かしとラベルが創作を出自で裁くとき
AI関与を一括ラベル化すると、透明性が品質への判決へ変わる。
↗WITH G2. THE NEXT SMARTPHONE?
メガネは「次のスマホ」になるのか
EVEN G2を2ヶ月使った、正直な話。
↗SPEAKS?
AIで記事が増えるほど、「誰が語るか」が価値になる
世界のニュース組織に見る、次のメディアの条件。
↗NEVER
SLEEPS.
検索は「探す場所」から「見張って知らせるエージェント」へ
発信側がいま、作るべき情報の構造。
↗ENVIRONMENT.
AIがコードを書くほど、開発者は「環境」を書く
ハーネスエンジニアリングという新しい仕事。
↗↓ MELTING
AIで「職種」は消える前に、境界が溶ける
非エンジニアがソフトウェアを作り始めた。
↗ENOUGH?
AI動画が本物らしくなるほど、「見抜く」だけでは足りない
コンテンツ来歴を、信頼のインフラとして設計する。
↗GOV.
AIガバナンスは「禁止リスト」ではない
AIを止めずに、事故と賠償を減らす運用設計。
↗EDITORIAL PRINCIPLES
速さの先に、
判断できる情報を。
- 01Source first.
できるだけ一次情報へ遡り、事実と解釈を混ぜない。
- 02Experience matters.
実際に作り、使い、運用した側の視点を加える。
- 03One clear judgment.
情報の羅列で終わらず、読後に残る編集判断を置く。
STAY IN THE LOOP
更新を、追いかけなくていい。
新着記事はRSSから購読できます。動画チャンネルも、この編集資産から順次展開します。