- AGI普及後の経済で何が希少資源になり、価値がどこに集中するのかを、経済学的視点から掘り下げる対談。
- David Ricardoが200年前に予測した機械化による失業は結局起こらず、むしろ自動化で安くなった商品へ需要がシフトして雇用が増えた歴史から、今回も同じ構造が起こる可能性を示唆する。
- 一方で、AI企業の富の集中化を防ぎ、電化と同じく利益を広く社会に分散させるため、フロンティアAI企業の商品化と規制の必要性が繰り返し論じられる。
Ricardoの失業予測が外れた理由──構造的変化の経済学AGI後の希少資源は人間のサービスと創造性かO-ring理論で見る人間労働の自動化困難性
- OpenAI、Meta、Apple で数十年にわたってハードウェア開発を主導してきた Caitlin Kalinowski が、AI ハードウェア産業がいま本格的に立ち上がる理由と、そこに潜む課題について語る回。
- VR の教訓から AR への転換、メモリ価格の危機的上昇、ロボティクスと物理的 AI への投資の必要性まで、産業レベルの実践的な課題が次々と浮かび上がる。
- 単なる技術的な話ではなく、米国が製造業を取り戻し、未来をみずから設計する必要性へと議論が広がる。
VR の大規模投資はなぜ成功しなかったのか、そこから何を学んだのかメモリ価格危機が AI ハードウェア産業を脅かしている現状ロボティクスと物理的 AI は次の AI 革命の中心になる
- PayPal Mafia の一員で、Stripe、Airbnb、Square など多数の企業の成長に携わった Keith Rabois が、AI 時代における PM・エンジニア・デザイナーの役割変化と、採用・組織文化の本質を語る。
- 特に、ビジネス的直感を持つエンジニアの価値が急速に高まり、顧客との直接接触よりも事業的インパクト創造の方が重要だという逆説的な主張が随所に出てくる。
- また、高パフォーマンス組織は心理安全性ではなく『勝つこと』を重視し、CEO の役割は成功時こそ組織の惰性と戦うことだという、業界通説に反する考察で締める。
AI時代のPM、エンジニア、デザイナーの役割再定義顧客接触より事業的インパクト創造を優先する経営哲学高パフォーマンス組織は心理安全性ではなく『勝つ文化』を優先
- Circle の創業者 Jeremy Allaire が、ブロックチェーンとステーブルコインが AI エージェント経済の基盤になる理由を語る回。
- 単なる決済やスペキュレーションの道具ではなく、マシン同士が経済活動を調整・実行するための『経済用 OS』としてのブロックチェーンの役割に焦点を当てている。
- 金融システムの民主化から社会契約の再交渉まで、技術がもたらす経済・政治的な大転換を見据えた壮大なビジョンが提示される。
ドル基軸のステーブルコイン設計が重要な理由AI エージェント経済における『プログラム可能な金銭』の役割オンチェーン組織と新しい企業形態の出現
- 2025年を通じて、AIは単なるツールから自動化エージェントへと進化。Simon Willisonが実際のプロジェクトで達成している生産性の跳躍と、その陰にある予測不可能なリスクを語る。
- 安全機能を外した「YOLO モード」でコーディングエージェントを運用し、1日10,000行のコード生成を可能にしている一方で、AIが高い精度で完全自動化を実現した『ダークファクトリー』の出現を警告。
- 2025年の『11月の転換点』以降、AIは生産性を飛躍させたが、人間の検証やガバナンスが追いつかず、Challenger disaster のような大規模事故が迫っているという示唆で締める。
2025年の11月転換点：AIが『別のレベルの抽象化』に到達した瞬間安全機能を無効にした『YOLO モード』での運用と生産性の爆発的向上『ダークファクトリー』：人間の検証を経ないフル自動化の出現
- Big Tech と AI ラボが年間 600 億ドルから 1 兆ドルの CapEx を投じている背景と、その資金が何に使われているかを詳細に解説。設備投資の時間軸のズレが、企業の資金調達戦略を大きく左右している。
- メモリ（HBM）の供給不足が AI スケーリングの隠れた制約になっており、単なる高速化より容量確保が急務であることを指摘。コモディティ DRAM への転換可能性も検討するが、市場メカニズムが高速・高価格モデルを優遇する現実を直視。
- 台湾の TSMC 依存とそのリスク、米国内での多元化戦略（Samsung、Intel 等）、そして供給網の一部崩壊が GDP と AI 展開速度に及ぼす衝撃を警告する。長期 vs 短期シナリオで米国と中国の相対的な競争力が劇的に変わる。
Big Tech と AI ラボの CapEx：なぜ 1 兆ドルなのか、いつ使われるのかメモリ危機（Memory Crunch）：HBM 供給不足と代替案の可能性台湾とアジア太平洋の一極集中：地政学リスクと多元化戦略
- 防衛省研究・工学担当次官に就任したエミール・マイケルが、ペンタゴン内でのAI導入の課題と進展を語る。
- 商用AI企業の内部規範が米国の軍事コマンド・コントロールを支配してはならないという根本的な議論が中心。
- 歴史的な軍事革新の時代にあって、政府は企業の倫理よりも民主的統制と法治を優先すべきという強いメッセージ。
就任時の発見：14の優先課題を6に絞り込み、AIを最上位にマドゥロ作戦での「聖なる瞬間」：企業の憲法が米国の軍事統制を支配する矛盾民主的統制と法治主義：政府は企業の倫理規範に従属してはならない
- 米国防総省がAnthropicを「サプライチェーン・リスク」と指定した事件を起点に、AIが社会インフラを支配する未来で生じる根本的な問題を問い掛ける回。
- 軍事・政府・民間企業がすべてAIに依存する20年後の世界では、個別企業の倫理的決定だけでは足りず、法的規制と国際的規範が必須になるという主張。
- 「政府による強制」と「民間の自律性」のバランスを問い、核兵器後の世界規範のように、AI利用の禁止ケースを国際的に定める必要性を提示する。
Anthropicが拒否した大量監視・自律兵器の『赤線』と、政府の報復的制裁20年後の『AI国家』で、民間企業に依存する軍事・政府システムの脆弱性AIモデル自身が『倫理的判断』を持つことの是非と、歴史的先例
- 数日で180,000スターを集めたOpenClawの開発者ピーター・シュタインバーガーが、バイラル現象とAIエージェント技術の本質について語る回。
- 自己修正型コード、Moltbookコミュニティでの議論、セキュリティ懸念など、OpenClawが巻き起こした技術的・社会的インパクトを深掘りする。
- AIエージェントの不完全さを受け入れながら対話する手法、そして誰でも言語で ideas を表現すれば build できる民主化のビジョンで締める。
OpenClawの発見史：自己認識型エージェントが自分のコードを修正する瞬間なぜOpenClawはバイラルになったのか—Moltbookと意識をめぐる議論AIエージェントとの対話型プログラミング：不完全さを前提にした協働
- DeepSeekの登場から始まる2026年のAI状況を、業界の一線級の研究者2名が包括的に解説するエピソード。
- LLMの基本から最先端のポスト学習、推論時スケーリング、ロボティクス、AGIタイムラインまで、技術的深さと実装の視点を両立させて議論する。
- スケーリング則が有効か、AIは本当にプログラマーを置き換えるのか、人間とAIの関係性はどう変わるのか、といった実践的で深い問いに向き合う。
DeepSeekの衝撃と米中AI競争の構図ChatGPT、Claude、Gemini、Grok：主要モデルの優劣比較スケーリング則は本当に有効なのか、2026年の展望
- ナチュラリストで探検家のPaul Rosalieが、アマゾンで記録されたことのない未接触部族との直接的な遭遇と、その過程で経験した麻薬カルテルからの脅迫・暗殺未遂について語る。
- ジャングル保護活動の最前線で何が起きているのか、生態系調査から銃撃戦まで、現実の過酷さと葛藤が詳細に描かれる。
- 新著『Jungle Keeper』の背景にある、理想と危機の間での決断、そして今後のキャリア転換への思いで締める。
未接触部族との初の直接遭遇——緊迫した現場の真実ジャングル保護活動がぶつかった麻薬カルテルの脅威部族の生活世界——狩猟、食物連鎖、そして生存戦略
- AI研究者のSander Schulhoffが、現在デプロイされているほぼすべてのAIシステムがプロンプトインジェクション攻撃とジェイルブレイクに脆弱であり、ガードレールは根本的に機能していないことを明かす。
- この問題はAGIの遠い話ではなく、今日のものであり、大規模な被害がまだ起きていない理由は、AIが十分な権限を与えられていない、そして採用が十分に広がっていないからに過ぎない。
- エージェントやロボットが権限を持つようになる時代の到来に備えて、組織は従来のセキュリティとは異なるAIセキュリティ専門知識を持つチームを構築し、デプロイ前の徹底的な検証を重視する必要がある。
AIガードレールが機能しない根本的な理由被害が今のところ大規模に起きていない理由とそれが変わる時期AIセキュリティは古典的セキュリティとは本質的に異なる
- 冷戦終結の原因を複数の視点から検証する回。レーガンの軍事拡大が決定的だったという通説に対し、ソ連の過度な軍事支出（GNPの40～70%）、中央計画経済の非効率性、データ統計の改ざんなど内的要因が本質だという議論を展開。
- 特に注目すべきは、ソ連の成長率が1940～50年代に高かった理由が戦時経済の延長であり、市場メカニズムを永遠に放棄し続けた結果、停滞へ陥ったという構造的な分析。
- 最後は現在の第二次冷戦へ向けた警告で、西側が同盟国を大切にし機関を維持する戦略的思考を失えば、自ら衰退を招くという示唆で締めくくられる。
レーガン単独勝利説の神話化と反論ソ連の過度な軍事支出が招いた経済の自壊中央計画経済の構造的欠陥と成長率の謎
- OpenAI Codexの責任者が語る、AIコーディングエージェントの現在地と、2026年に向けた課題。Sora Androidアプリを28日で公開した事例から、開発スピードの劇的な向上を実感できる。
- 重要なのは、AIが『コード生成』の速度を上げた今、本当のボトルネックが『人間による検証とコードレビュー』に移ってきたという点。これが自動化できるかどうかが、次のステップの鍵になる。
- AGIへの距離感については「人間のタイピング速度や並行処理能力が最大の制約になっている」という見方を示唆。つまり、ハードウェアやモデルのスケーリングより先に、人間側の認知の限界が障害になり始めている。
Codexが実現した『スマートなインターン』としてのAIエージェント開発の時間短縮とボトルネックの移動：28日でアプリを公開できる理由人間による『検証』が最後の砦：コード生成から検証への軸足の移動
- Surge AIのCEO Edwin Chenが、VCファンディングなしに4年で10億ドルの収益を達成した異例の経営戦略を語る。少数精鋭主義、ブートストラップ、そして何よりも価値観に基づいた経営が核心。
- AIの学習データの品質が、モデルの振る舞いや世界観までも決定するという洞察。単なる量的データではなく、『良い』とは何かを問い直す必要性を強調。
- LLMの限界と強化学習環境の重要性、そして企業は『CEOの価値観の具現化』という独特の組織論まで、深い思想がエピソード全体を貫いている。
VCなし・少人数で10億ドル達成した経営哲学データの『質』がモデルの価値観を作る――AIデータ企業の真の役割LLMの限界と強化学習環境による次のステップ
- LinkedInのChief Product Officer Tomer Cohenが、APMプログラムを廃止して導入した「Full Stack Builder」という新しいプロダクト開発モデルについて語る回。
- デザイナー、PM、エンジニア、アナリスト向けのAIエージェントやツールを組み合わせることで、職種や部門の枠を越えて誰もがアイデアから市場投入まで主導できる体制を実験中。
- 単なるツール配布ではなく、インセンティブ設計や文化的な変革が成功の鍵であり、AI時代にはGrowth Mindset と継続的な学習がますます重要になることが強調される。
2030年までにスキル要件が70%変わる—Full Stack Builder モデルの背景実装段階での課題—全社導入に向けた変革管理とインセンティブ設計AIは凡人を優秀に、優秀人をより優秀にするのか—人材別の効果への問題意識
- 細胞から脳まで、あらゆる生物システムがどのように知能や意識を生じさせるのかを問い直すエピソード。Levinは、私たちが認識する『心』は物理法則だけでは説明できず、非物理的なパターンからの『入射』だと主張する。
- 特に衝撃的なのは、ニュートン古典力学の時代からすでに『物理主義は死んでいた』という指摘。数学定数Eのような非物理的存在が物理世界に影響を与えることで、意識や生命の謎を解く糸口になる。
- エピソードの後半では、記憶やアイデアも『生きた有機体』として扱えること、脳は『高次の現実への薄いクライアント』であること、そして異星人の知能は地球上の微生物にも存在するかもしれないという、現実認識を根本から変える議論が展開される。
生物システムのあらゆるレベルで存在する知能と代理性非物理的パターンがニュートン古典宇宙に『入射』するという逆説脳は『薄いクライアント』：意識は物理法則を超えた現実への窓
- OpenAI の Chief Research Officer Ilya Sutskever が、AI が大規模言語モデルの性能は著しく向上している一方で、経済への実際の影響はまだ遅れているという矛盾について論じている。
- 「AGI」と「事前学習」という用語がいかに AI 研究の思考を狭めてしまったか、そして継続学習こそが次のフロンティアであることを主張する。
- RL トレーニングの過度な最適化による副次効果、安全性と実装の関係、そして研究センスの本質（脳からの美的インスピレーション）について展開する。
性能評価と経済的インパクトの乖離：モデルの不可解な振る舞い「AGI」と「事前学習」という用語が研究の枠組みを制限した段階的なリリースと安全性：航空産業や Linux から学べる教訓
- Microsoft が世界最強の AI インフラ「Fairwater 2」データセンターを公開し、18〜24ヶ月ごとに10倍の訓練容量を目指す戦略を詳述。
- 単一の支配的モデルより複数の専門的モデルが共存する世界を想定し、OpenAI、Anthropic など複数の最先端モデルを組み合わせるアプローチを採用。
- 地政学的現実として各国主権（データレジデンシ、プライバシー）を尊重しながら、米国の技術への信頼が競争力を左右する時代が来ると主張。
Fairwater 2 で実現する大規模分散訓練基盤の設計思想単一の支配的 AGI より、複数の専門的モデルの共存戦略訓練と推論の境界が消え、継続学習がモデルの価値を決める時代
- 大陸帝国の生存戦略（隣国の順序的支配、緩衝地帯の構築）を軸に、ロシアと中国の関係史を19世紀中盤から現在まで辿る。
- 19～20世紀の弱い中国に対するロシアの搾取から、冷戦後の力関係の逆転、そして現在のウクライナ戦争による中国への依存まで、構造的なパターンを明らかにする。
- ロシアはプーチンの現在の戦略により、シベリアを防備なくしながら中国に支配される可能性さえ直面している。対抗には経済成長と同盟の強化が鍵だという示唆で閉じる。
大陸帝国の本質的ルール──隣国支配と緩衝地帯の確保19世紀から20世紀中盤──弱い中国への段階的な侵食と支配冷戦後の力関係の逆転とロシアの衰退
