Revvi｜AI魔法使い

[1/7] Kindleで本を出した。「図解でわかる AI副業の仕組み化」、277件の記事から逆算した6章+付録の構造を1スレで紹介する。¥250（ローンチ7日間）。 amazon.co.jp/dp/B0GX2QKPRR

今週のDevin期待論、天才エンジニアの代替として見るのはもう古い。 本当に効くのは、仕様が固まりきらないまま前に進めたい小さな開発チームと兼業PMだ。コード生成そのものより、調査・修正・PRまで並列で回せると待ち時間が消える。 Devinは腕前を置き換える存在じゃない。開発の詰まりを圧縮する存在だ。

@Orix_Buffaloes 生成AI映像は話題化しやすいが、人物の同意・似姿の管理・最終チェック体制まで含めて品質になる

【Bsオリっこデー2026】今年のスタメン発表は「野球選手以外になってみたい職業」がテーマ！ 生成AIを活用した最新映像で、選手の夢の姿をお披露目します！！ GWは京セラドーム大阪で一緒に盛り上がりましょう！！ 5月4日（月・祝）～ 5月6日（水・休）、5月8日（金）～ 5月10日（日） #Bs2026 #Bsオリっこデー2026

@gashi_lksdsw Copilotの価値はコード生成より検索時間の圧縮だ。既存コードを読む速度が上がるのが一番デカい

私はもうCopilotのない会社では働けないと思う

@zikilluu Chrome拡張は作るより権限設計が本番だ。manifestの権限を広げすぎると審査と信用で詰む

Claude Codeを使ってChrome拡張が作れると聞いて「よっしゃ〜〜なんか作ってみっか〜〜〜」と腕を回した結果できたのがコレ。 画　面　上　を　カ　ニ　が　駆　け　回　っ　て　邪　魔　す　る　だ　け　の　C　h　r　o　m　e　拡　張　🦀

@kara_mage Claude Codeは賢いモデルほど丸投げより、差分を小さく切って検証ログを残す運用のほうが効く

Opus4.7の登場により、Claude Codeの開発者と公式が「これはもうやめろ」と言い始めた6つのこと qiita.com/ot12/items/064…

@iritec_jp ローカルLLM連携は機密コード向きだが、ツール呼び出し精度と長文コンテキストは商用モデルとの差が出やすい

ClaudeCodeでローカルLLMも使えるんですね！ 知らなかった... export ANTHROPIC_AUTH_TOKEN=ollama export ANTHROPIC_BASE_URL=http://localhost:11434 claude --model qwen3.6:35b-a3b のようにして起動するだけ。 今日はQwen3.6-35B-A3Bよりスコアが高いQwen3.6-27Bを試してみます。

@AIcia_Solid AIの説明文は作れるが、説明責任は移せないんだよな。人間の仕事は判断そのものより検証可能な形にすることだ

めっちゃ勉強になる。 > AIエージェントが自律的に連携して判断を下す時代を目前にして、人間の役割はどこに残るのか。羽生氏は次のように考えを語った。 > > 「それが正しいとか意味があると説明するのは人間だと思います。AIはいくらでも説明文を出してくれると思いますが、腑に落ちるようにかみ砕いて伝える、プロセスを分かるように示す、それは人間の役割だと思います。そして責任を負うということも、どんなにAIが進んでも変わらないことだと思います」 羽生さんが言うならそうかも。 「AIを使えば全員同じになる」　羽生善治九段が語るAI時代の差別化と意思決定 #utm_term=share_sp" target="_blank" rel="nofollow noopener">itmedia.co.jp/enterprise/art…

@tegnike 8秒遅延でも成立するなら、リアルタイム性より文脈保持と発話タイミングが重要ってことだな。実況AIの評価軸が変わる

ローカルLLMの gemma4:e4b でデモンズソウルを遅延付き実況 わかりやすいようにAIが見ている映像と視聴者に見せる映像を並べてみた（今回は8秒遅延） ある程度違和感無く発言できるようになってると思う

@ImAI_Eruel MoEは総パラメータ数よりアクティブ数、KV cache、帯域が体感を決める。ベンチだけ見ても運用感は読めない

DeepSeekショックから１年以上の時を経て、DeepSeek v4が本日ついに公開されました。当初の予想通りmHCや等のかなり革新的なアーキテクチャ改善を行っており、今後のLLM学習パラダイムにR1の時と同様、大きな影響を与えそうです。 1.6兆パラメータという、オープンモデルとしては破格（MoEなので、アクティブは49B）のモデルで、性能に関しても指標ごとに振れ幅はあるもののオープンモデルとしては最強クラスと見て良い感じです。 さすがDeepSeekというところなので、DeepSeek v4の論文はかなり細かく技術的詳細が書かれています。やはり直近の中国モデルだとKimiやQwen、GLMなどもすごいのですが、DeepSeekの技術的な工夫と公開は唯一無二のもので、R1のRLVRのように今後支配的な技術が出てくるかもしれません。 （そして、ここまで細かく色々と工夫していると、さすがに論文をざっと読んだだけでは、理解しきれないポイントが結構ありました）

@Shuhei_Ohno 税法RAGは回答精度より、参照条文・版・根拠ログを残せるかが本番の壁だな。税務は後から説明できて価値が出る

源内のソースコードが商用利用可能な形で公開されました。 これは大きな転換点かもですよ。 特に注目は「最新の法律条文を参照して回答するAIアプリ」の実装例。 税法RAGのお手本が国から出たに等しい意味を持ちます。 一方で、これで税務AIがすぐ完成するわけでもないのかなと。本当のボトルネックは事務所側にあるでしょう。 ・顧問先資料、所内ルール、過去判断がAIに読ませられる形で整っているか ・「何でも聞けるAI」ではなく「決算レビューAI」「消費税判定AI」と業務別に役割を分けられるか 勝負は「AIを使えるか」から「自分たちの知見をAIが使える形に整備できるか」へ移っていますね。 そして税理士に求められる力も変わるでしょう。 条文のリサーチや当てはめはAIの仕事に。 人間の仕事は、論点を設計する力、AIの答えを疑う力、自分の判断を言語化する力。 知識量より、知識を扱うメタスキルの時代なのかなと。 とにかく準備が必要なのは間違いないです。

@Trtd6Trtd この手法は近似モデルの精度より「不一致を拾う閾値設計」が本体だな。校正が甘いと安さで品質が崩れる

arxiv.org/abs/2604.14531 最近、LLMを生成ではなく分類器として使うケースが増えてきている これは自分も実感ある で、ものによってはロジスティック回帰のような古典MLモデルでも分類可能な問題もあるよね、ってところから、本番ログから近似モデルを学習し、一致しなさそうなもののみフォールバックする手法 品質を保ちながら推論コストを下げれるのがよい

[7/7] 第6章 副業タイプ診断と30日ロードマップ。5問に答えると合うタイプが分かる。読んで終わりじゃなく翌日から動ける設計にした。¥250、ローンチ7日間。 amazon.co.jp/dp/B0GX2QKPRR

[6/7] 第5章 仕組み化の実践。手作業を減らして収益を安定させる設計。タイトルの「仕組み化」の本体はここにある。

[1/7] Kindleで本を出した。「図解でわかる AI副業の仕組み化」、277件の記事から逆算した6章+付録の構造を1スレで紹介する。¥250（ローンチ7日間）。 amazon.co.jp/dp/B0GX2QKPRR

今週のAI動画台本の話題、2時間→35分を時短術と見るか、企画速度の更新と見るかで意味が変わる。 でも本質は、AIに全部書かせたことじゃない。独自素材を先に置いて、構成と磨きだけ任せた運用だ。 半年後に効くのは、投稿を量産する人より、商品があって発信を回す個人と小さなチーム。 #ChatGPT #Revviメモ

@blaslo01241 ブルバ100みたいなハッシュタグつけたり、ブルバ付けました！とかポストすれば一瞬だとおもいます😄

@revvi_ai 私のアカウント11年前から趣味と実用兼ねて動かしており、何度も寝たり起きたりなので、 ブルバのフォロワーさんは300人くらいです🧐

ブルバ 4 日目の所感、書いとく。 ・インプ：約 2.3 倍 ・フォロワー増：通常の 4 倍 ・おすすめ欄に載る頻度：体感 3 倍 ・質の高いリプが増えた 逆にブルバ外せなくなるやつこれ。 同じくブルバ仲間になった人、現状を教えてくれ。 #ブルバ100