石川 昌和 | Masakazu Ishikawa | いしかわ まさかず

現在申請書を書いているが、Geminiを最大限使っている。 どういうことに使っているかというと、 - 現在こうやっていて次にこういう研究をしたいけど、インパクトがありかつ実行可能な研究案を考えてと聞く。 - 内容を一つずつ聞いていく。 - ガイドラインに沿っているかを聞く。 - 誤字脱字を含め修正点を聞く。 なんかほぼ全てGeminiに聞いている気がするがもちろん僕がやっていることもある。それがAI時代に我々が重視することだと思っている。人間がやるべきことは - 何をやりたいか、何をやりたくないかを決める。AIは何をやるべきかは決められるが、何をやりたいかは決められない。 - 実行し、業績を積み上げる。今回の申請書で言うと、実際に書くと決め、完成させ、提出するまでは人間の責任。そして申請書が採択されるためには業績がなくてはならない。実行を継続して、業績を積み上げるのは人間じゃないとできない。 - お金を稼いで使う。　これはAIにはできない。そもそもAIを使うにはパソコンなりが必要で、それは買わないといけない。Alphafoldなどを使うときは高性能サーバーが必要で、普通の人は使えない。 逆に、AIのほうが得意なことは - Coding - 文章を作成する能力

 高松三越で開催されたので行ってみた。三越自体は人が少ないが、会場は多くの人。 コーヒーはどれも一緒な気がしたのでとりあえずココア（オーストラリア）と、エートスというショップのドリップパックを買った。

 岡山駅近くの焼き肉屋。 子供がいるとなかなか焼き肉に行きづらい。かといって昼にやっている焼き肉屋はあまりない。昼にやっているとしてもしっかりしたところだと２時間とかなので、なかなか気軽に行けない。 そんな悩みを解決してくれるところが肉のサトウ商店。駅に近く、昼でもやっていて、かつ一人でも入りやすい。外から見ると精肉店だが、中に食べるところがある。理想的なところ。 ４００ｇのランチを頼んだ。 ボリュームは本当に十分。これで１７００円ぐらい。やすいと思う。ただ、安い商品だからか、肉が硬かった。でも美味しい。満足。

大数の法則シミュレーター 大数の法則シミュレーター ✨ 平均と分散を変化させて、分布の形がどう変わるか観察してみましょう！ 最初はバラバラでいびつでも、回数を増やすと見事な 正規分布（赤い線） に重なっていきます！ パラメータ設定 平均 (μ) 0 分散 (σ²) 1.0 標準正規分布 (0, 1) に戻す ...

 職場の敷地内に15Cmぐらいの小さな木があり、それが満開だった。他の木は全く花は咲いておらず。 Geminiに聞くと、オオシマザクラっぽいらしい。桜と梅の区別は、桜は花びらの先端に切れ込みがあるのと、梅は枝から直接花が咲くのに対して、桜はそこからちょっと伸びるらしい。

241025 絵に描いたような町中華の店。外から見ると本当に営業しているのかどうかわからない。しかし入るとほぼ満席である。 焼き飯(小)と餃子を食べる。ここの焼き飯は小で普通の焼き飯ぐらいの量がある。大だと食べきれないかもしれない。炒飯ではなく焼き飯。美味しいが量が多いので単調になりがちだ。次は中華丼を試してみたほうがいい。みんなからの評価は高いが、ちょっと大袈裟だとは思う。しかし確実に学生時代の思い出になるような店である。 250523 再訪。天津飯が人気らしいので天津飯（大）を頼んでみた。 上で大は食べ切れないと書いていたのに、大を頼んだせいで苦しかった。天津飯は美味しいが、キャベツが甘すぎたかな。 260312再訪 チキン唐揚げを食べてみた。五個で500円は安い。味は特別追記するところはない。

 Claudeの回答 とても本質的な質問です。簡単に言うと**「コンテキストウィンドウの限界」 と 「並列処理」**が核心です。 一人の優秀なエージェントの限界 コンテキスト劣化問題 会話が長くなるほど、モデルの「集中力」が落ちます。ステップ2の詳細がステップ5では曖昧になる、という現象が起きます。 LLMはコンテキストが膨らむほどパフォーマンスが落ちます。これはトークン上限の話だけではなく、コンテキストウィンドウに情報が多いほど、今重要なことに集中しにくくなります。プロジェクトマネージャーの戦略メモが、CSSのバグを直そうとしているコンテキストに混在すると、パフォーマンスが実際に落ちます。 順番待ち問題 1人のエージェントはすべてを 直列 でこなします。バックエンド→フロントエンド→テストと順番に。 Teamにすると何が変わるか 並列処理 1人のAIエージェントがタスク全体を順番に処理するのではなく、専門的な役割を持つ複数のエージェントが同時に問題の異なる部分を担当します。バックエンドAPI、フロントエンドUI、テストスイート、コードレビューをそれぞれ別のエージェントが並行して進めます。 エージェント同士の直接対話 チームメイトAがAPIエンドポイントを変更し、チームメイトBがそれを使うフロントエンドを作っているとき、両方が完成してから矛盾を発見するのではなく、リアルタイムで調整できます。 「科学的討論」による精度向上 複数の独立した調査者が互いの理論を積極的に反証しようとすることで、生き残った理論が実際の根本原因である可能性がずっと高くなります。順番に調査すると「アンカリング」が起きます（最初に探った仮説に引きずられる）。 わかりやすいアナロジー 一人の天才エンジニア エンジニアチーム 得意 シンプルなタスク、一貫性 複雑・大規模・並列処理 苦手 大規模で長期間の作業 依存関係が多い細かい作業 コスト 安い 高い（人数分のトークン） 結論：どちらを選ぶか Agent Teamは並列探索に本当の価値がある場合に最も効果的です。順番に行うタスク、同じファイルへの編集、依存関係が多い作業には、単一セッションやサブエージェントのほうが効果的です。 つまり「タスクを分割して...