  |
はてなキーワード: emとは
回文増田は毎朝、デトックスウォーターと称してさまざまな飲み物を飲む。
今回は回文増田のアクリルスタンド発売記念企画として、これまでの全デトックスウォーターを集計し、ランキング形式にまとめた。
集計期間：2015/6/3～2026/6/26（2874回分）
日付、URL、原文、項目入りの全データ(csv)→https://xgf.nu/sJfRY
| 順位 | 項目 | 回数 | 割合 |
|---|---|---|---|
| 1 | レモン炭酸ウォーター | [tex:\rule{12.0em}{0.8em}] 303 | 10.54% |
| 2 | ホットウォーター（白湯） | [tex:\rule{10.3em}{0.8em}] 261 | 9.08% |
| 2 | ルイボスティーウォーター | [tex:\rule{10.3em}{0.8em}] 261 | 9.08% |
| 4 | ホット緑茶ウォーター | [tex:\rule{7.7em}{0.8em}] 194 | 6.75% |
| 5 | 麦茶ウォーター | [tex:\rule{5.3em}{0.8em}] 135 | 4.70% |
| 6 | 緑茶ウォーター | [tex:\rule{5.0em}{0.8em}] 126 | 4.38% |
| 7 | ホットルイボスティーウォーター | [tex:\rule{4.0em}{0.8em}] 102 | 3.55% |
| 8 | ホットレモンウォーター | [tex:\rule{3.9em}{0.8em}] 99 | 3.44% |
| 9 | ホット梅ウォーター | [tex:\rule{3.6em}{0.8em}] 91 | 3.17% |
| 10 | イチゴウォーター | [tex:\rule{3.0em}{0.8em}] 77 | 2.68% |
| 11 | グレープフルーツウォーター | [tex:\rule{2.6em}{0.8em}] 65 | 2.26% |
| 12 | スイカウォーター | [tex:\rule{2.5em}{0.8em}] 64 | 2.23% |
| 13 | レモンウォーター | [tex:\rule{2.0em}{0.8em}] 51 | 1.77% |
| 14 | グレープフルーツ炭酸ウォーター | [tex:\rule{1.9em}{0.8em}] 49 | 1.70% |
| 15 | ホット麦茶ウォーター | [tex:\rule{1.4em}{0.8em}] 36 | 1.25% |
| 16 | ホット昆布ウォーター | [tex:\rule{1.2em}{0.8em}] 31 | 1.08% |
| 17 | レモングレープフルーツ炭酸ウォーター | [tex:\rule{1.0em}{0.8em}] 26 | 0.90% |
| 18 | ホット柚子ウォーター | [tex:\rule{1.0em}{0.8em}] 25 | 0.87% |
| 19 | みかんウォーター | [tex:\rule{1.0em}{0.8em}] 24 | 0.84% |
| 20 | ジャスミンティーウォーター | [tex:\rule{0.8em}{0.8em}] 21 | 0.73% |
| 21 | オレンジグレープフルーツウォーター | [tex:\rule{0.8em}{0.8em}] 20 | 0.70% |
| 21 | 梨ウォーター | [tex:\rule{0.8em}{0.8em}] 20 | 0.70% |
| 23 | コーン茶ウォーター | [tex:\rule{0.8em}{0.8em}] 19 | 0.66% |
| 24 | トマトウォーター | [tex:\rule{0.7em}{0.8em}] 18 | 0.63% |
| 24 | ホットレモンハチミツウォーター | [tex:\rule{0.7em}{0.8em}] 18 | 0.63% |
| 26 | オレンジウォーター | [tex:\rule{0.7em}{0.8em}] 17 | 0.59% |
| 26 | ホットジンジャーウォーター | [tex:\rule{0.7em}{0.8em}] 17 | 0.59% |
| 28 | ホットジャスミンティーウォーター | [tex:\rule{0.6em}{0.8em}] 16 | 0.56% |
| 29 | ウォーター | [tex:\rule{0.6em}{0.8em}] 15 | 0.52% |
| 29 | キュウリウォーター | [tex:\rule{0.6em}{0.8em}] 15 | 0.52% |
| 31 | オレンジ炭酸ウォーター | [tex:\rule{0.5em}{0.8em}] 13 | 0.45% |
| 31 | リンゴウォーター | [tex:\rule{0.5em}{0.8em}] 13 | 0.45% |
| 31 | 桃ウォーター | [tex:\rule{0.5em}{0.8em}] 13 | 0.45% |
| 34 | 昆布ウォーター | [tex:\rule{0.5em}{0.8em}] 12 | 0.42% |
| 35 | オレンジグレープフルーツ炭酸ウォーター | [tex:\rule{0.4em}{0.8em}] 10 | 0.35% |
| 36 | オクラウォーター | [tex:\rule{0.3em}{0.8em}] 8 | 0.28% |
| 36 | グレープフルーツミントウォーター | [tex:\rule{0.3em}{0.8em}] 8 | 0.28% |
| 38 | パインウォーター | [tex:\rule{0.3em}{0.8em}] 7 | 0.24% |
| 38 | ホット塩昆布ウォーター | [tex:\rule{0.3em}{0.8em}] 7 | 0.24% |
| 38 | レモングレープフルーツウォーター | [tex:\rule{0.3em}{0.8em}] 7 | 0.24% |
| 41 | ドラゴンフルーツウォーター | [tex:\rule{0.2em}{0.8em}] 6 | 0.21% |
| 41 | ベリーウォーター | [tex:\rule{0.2em}{0.8em}] 6 | 0.21% |
| 41 | ホットほうじ茶ウォーター | [tex:\rule{0.2em}{0.8em}] 6 | 0.21% |
| 41 | ホット柚子茶ウォーター | [tex:\rule{0.2em}{0.8em}] 6 | 0.21% |
| 41 | レモンミントウォーター | [tex:\rule{0.2em}{0.8em}] 6 | 0.21% |
| 41 | 巨峰ウォーター | [tex:\rule{0.2em}{0.8em}] 6 | 0.21% |
| 41 | 白菜ウォーター | [tex:\rule{0.2em}{0.8em}] 6 | 0.21% |
| 41 | 葡萄ウォーター | [tex:\rule{0.2em}{0.8em}] 6 | 0.21% |
| 49 | みかん炭酸ウォーター | [tex:\rule{0.2em}{0.8em}] 5 | 0.17% |
| 49 | キウイウォーター | [tex:\rule{0.2em}{0.8em}] 5 | 0.17% |
| 49 | バナナウォーター | [tex:\rule{0.2em}{0.8em}] 5 | 0.17% |
| 49 | ホットみかんウォーター | [tex:\rule{0.2em}{0.8em}] 5 | 0.17% |
| 49 | ホットジンジャーハチミツウォーター | [tex:\rule{0.2em}{0.8em}] 5 | 0.17% |
| 49 | レモンミント炭酸ウォーター | [tex:\rule{0.2em}{0.8em}] 5 | 0.17% |
| 順位 | 項目 | 回数 | 割合 |
|---|---|---|---|
| 1 | レモン炭酸ウォーター | [tex:\rule{12.0em}{0.8em}] 97 | 13.42% |
| 2 | ルイボスティーウォーター | [tex:\rule{7.8em}{0.8em}] 63 | 8.71% |
| 3 | ホット緑茶ウォーター | [tex:\rule{7.3em}{0.8em}] 59 | 8.16% |
| 4 | イチゴウォーター | [tex:\rule{6.7em}{0.8em}] 54 | 7.47% |
| 5 | ホットウォーター（白湯） | [tex:\rule{4.8em}{0.8em}] 39 | 5.39% |
| 6 | ホットルイボスティーウォーター | [tex:\rule{4.7em}{0.8em}] 38 | 5.26% |
| 7 | 麦茶ウォーター | [tex:\rule{4.2em}{0.8em}] 34 | 4.70% |
| 8 | 緑茶ウォーター | [tex:\rule{3.8em}{0.8em}] 31 | 4.29% |
| 9 | グレープフルーツウォーター | [tex:\rule{3.2em}{0.8em}] 26 | 3.60% |
| 10 | グレープフルーツ炭酸ウォーター | [tex:\rule{2.7em}{0.8em}] 22 | 3.04% |
| 順位 | 項目 | 回数 | 割合 |
|---|---|---|---|
| 1 | ルイボスティーウォーター | [tex:\rule{12.0em}{0.8em}] 147 | 20.16% |
| 2 | レモン炭酸ウォーター | [tex:\rule{8.5em}{0.8em}] 104 | 14.27% |
| 3 | 麦茶ウォーター | [tex:\rule{6.3em}{0.8em}] 77 | 10.56% |
| 4 | 緑茶ウォーター | [tex:\rule{5.2em}{0.8em}] 64 | 8.78% |
| 5 | スイカウォーター | [tex:\rule{3.3em}{0.8em}] 41 | 5.62% |
| 6 | グレープフルーツウォーター | [tex:\rule{1.4em}{0.8em}] 17 | 2.33% |
| 6 | グレープフルーツ炭酸ウォーター | [tex:\rule{1.4em}{0.8em}] 17 | 2.33% |
| 8 | レモンウォーター | [tex:\rule{1.3em}{0.8em}] 16 | 2.19% |
| 9 | キュウリウォーター | [tex:\rule{1.0em}{0.8em}] 12 | 1.65% |
| 9 | ジャスミンティーウォーター | [tex:\rule{1.0em}{0.8em}] 12 | 1.65% |
| 順位 | 項目 | 回数 | 割合 |
|---|---|---|---|
| 1 | ホットウォーター（白湯） | [tex:\rule{12.0em}{0.8em}] 93 | 13.04% |
| 2 | レモン炭酸ウォーター | [tex:\rule{9.3em}{0.8em}] 72 | 10.10% |
| 3 | ルイボスティーウォーター | [tex:\rule{6.1em}{0.8em}] 47 | 6.59% |
| 4 | ホットレモンウォーター | [tex:\rule{5.3em}{0.8em}] 41 | 5.75% |
| 5 | ホット緑茶ウォーター | [tex:\rule{5.0em}{0.8em}] 39 | 5.47% |
| 6 | ホット梅ウォーター | [tex:\rule{4.0em}{0.8em}] 31 | 4.35% |
| 7 | 緑茶ウォーター | [tex:\rule{3.7em}{0.8em}] 29 | 4.07% |
| 8 | 麦茶ウォーター | [tex:\rule{2.8em}{0.8em}] 22 | 3.09% |
| 9 | コーン茶ウォーター | [tex:\rule{2.5em}{0.8em}] 19 | 2.66% |
| 10 | グレープフルーツウォーター | [tex:\rule{2.2em}{0.8em}] 17 | 2.38% |
| 順位 | 項目 | 回数 | 割合 |
|---|---|---|---|
| 1 | ホットウォーター（白湯） | [tex:\rule{12.0em}{0.8em}] 126 | 17.77% |
| 2 | ホット緑茶ウォーター | [tex:\rule{9.1em}{0.8em}] 96 | 13.54% |
| 3 | ホットルイボスティーウォーター | [tex:\rule{4.8em}{0.8em}] 50 | 7.05% |
| 4 | ホットレモンウォーター | [tex:\rule{4.3em}{0.8em}] 45 | 6.35% |
| 4 | ホット梅ウォーター | [tex:\rule{4.3em}{0.8em}] 45 | 6.35% |
| 6 | レモン炭酸ウォーター | [tex:\rule{2.9em}{0.8em}] 30 | 4.23% |
| 7 | ホット柚子ウォーター | [tex:\rule{1.9em}{0.8em}] 20 | 2.82% |
| 8 | ホット麦茶ウォーター | [tex:\rule{1.6em}{0.8em}] 17 | 2.40% |
| 9 | ホットレモンハチミツウォーター | [tex:\rule{1.3em}{0.8em}] 14 | 1.97% |
| 10 | イチゴウォーター | [tex:\rule{1.1em}{0.8em}] 12 | 1.69% |
| 10 | ホットジンジャーウォーター | [tex:\rule{1.1em}{0.8em}] 12 | 1.69% |
集計にあたっては、原文の表現をなるべく尊重しつつ、同じ飲み物とみなせるものは表記を統一した。
共有していただいたRedditのスレッドでは、AI（LLM）の急速な普及に伴い、多くのソフトウェアエンジニアが深刻な'''アイデンティティ危機'''や燃え尽き症候群（バーンアウト）に直面している生々しい体験談が語られています。
----
多くのエンジニアが、本来好きだった「設計し、パズルを解くようにコードを組み立てる職人技（クラフトマンシップ）」のプロセスが奪われたと嘆いています。
自分たちでコードを書くのではなく、AIが吐き出した大量のコードをレビューし、修正するだけの「データ入力係」や「AIの世話係」になってしまったと感じています。
クロードなどのAIに指示（プロンプト）を出してデバッグを繰り返すよりも、自分で1〜2時間集中してコードを書いていた頃の方がずっと幸せだったという声が目立ちます。
AIの登場により、非エンジニアや経営陣の期待値が異常に高まり、現場に歪みが生じています。
AIを使えば15分で「動くプロトタイプ（概念実証: POC）」が作れるため、経営陣はそれがそのまま製品（プロダクション環境）として出荷できると勘違いしています。
PM（プロダクトマネージャー）やEM（エンジニアリングマネージャー）がAIを使って雑に作ったコードの裏で、エンジニアはデータの耐久性、一貫性、セキュリティ、拡張性といった「水面下の巨大な問題」を手作業で修正させられ、疲弊しています。
AIを過信する同僚や、会社からAIツールの使用（トークン消費）を強制されることで、コードベースの品質が著しく低下しています。
AIに熱心な同僚が1日で仕上げた機能に大量のバグが仕込まれており、その修正にQA（品質保証）担当者と何週間も費やす羽目になったという具体的な事例が挙げられています。
長年培ってきたテストの重要性やドメイン知識よりも「開発速度（ベロシティ）」ばかりが最優先され、製品全体の品質が明らかに低下しているという危機感が共有されています。
AIとの対話が増えたことで、人間同士のコラボレーションが減り、精神的な孤立が進んでいます。
あるエンジニアは、以前なら同僚とブレインストーミングしていたような大きな設計問題を、気づけばAIと何時間も壁打ちするだけになっており、気が滅入ると吐露しています。
「自分の25年の経験は何だったのか」「AIの学習のために自分たちのスキルが対価なく盗まれた」と感じるエンジニアも多く、キャリアを続ける意欲を失い、給料のためだけに最低限の仕事をする（静かな退職）、あるいは早期退職をカウントダウンしているベテランの姿が浮き彫りになっています。
----
> 「私たちは『コードを書くか、さもなくば死か』から始めたが、行き着いた先はただの『死（精神的な燃え尽き）』だった」
○ご飯
朝：トマト。カシューナッツ。昼：ポロイチ塩とんこつ(ミックスベジタブル、ほうれん草、ブロッコリー、たまご)。夜：CoCo壱(THE牛カレー、ポテト、サラダ)。間食：柿の種。チョコボール。アイス。
○調子
むきゅーはややー。おしごとは、おやすみ。
○ポケットモンスターX(メスだけポケモン旅)
クリア。
メガガルーラが強すぎて通信によるシーンブレイクの無法さをひしひしと感じた。
最近、熱心にポケモン旅を遊んでるけど、XY旅もこれで折り返し地点。
そしてサンムーン世代が終わればようやく、本当にようやくバンク互換切れに怯える日々から解放される。
まだ先はあるが、流石にもう終わりが見えてきたゾ。
(FRLGはいいとして、青ピカ、クリスタル、Em、HGSS、Pt、B2W2、ORAS、USUMはどうしようね。USUMはネクロズマ(あかつき)とズカドーンのためにやるか)
○ポケットモンスターX(NPC交換ポケモン旅)
とか言いながら、イーブイのアマヤルと、コイキングのこいこいを通信交換して初期メンにして開始。
いや、これは面倒だから通信で誤魔化したけど、NPCのヘレンとカープがコボクの客室に泊まるのを4回繰り返せば良いだけで、不可能ではないから。(各地を転々としているが何日かすると元の場所にも来るので、日付を操作すれば待たなくてもいいし)
というわけで、アマヤルはXY追加進化のニンフィアをチョイスして、カモネギ、ギャラドス、ハガネールの4匹を加入させて、フクジを倒すところまでプレイ。
https://anond.hatelabo.jp/20260206210943
はてぶ諸賢に「意味不明」と話題だった"私の彼氏はAVを卒業した"増田を、第三者の引用文としてgptに読ませて解説させてみた。
要点だけ拾って言うと、この筆者が本当に求めているものは「挿入を減らすこと」それ自体ではありません。もっと深いところにあります。分解しますね。
筆者が求めている核心
1. リスクの非対称性を無視しない関係
彼女が一貫して言っているのは
という一点です。
逃げられなさ
2. 「代替可能な行為」ではなく「代替不能な私」であることの確認
彼女にとって挿入は、
このズレを踏まえたうえで、
それでも「君じゃなきゃ嫌だ」と言えるのか？
を試している。
3. 誠実さの可視化（覚悟を行動で示してほしい）
彼氏がAVをやめる／リスク時は籍を入れる、という流れで彼女が強く惚れ直しているのは、
言葉ではなく行動
隠れず、誤魔化さず
これが見えたからです。
要するに
「私のリスクに釣り合うだけのコストを、あなたも払う気がある？」
という問いへの回答を求めている。
4. 独占性ではなく「選択されている感覚」
他でも満たせるなら、私は何なのか
ここを曖昧にされたまま身体だけ差し出すのが嫌、という話です。
5. 「我慢」ではなく「対等な合意」を作りたい
前戯は続ける
代替案も出す
つまり
という交渉をしている。
まとめると
この文章で筆者が求めているのは、
という一点です。
私：だいたい同感ですね、あともう少し言えば、誠実さの要求に加えて、女性は違法なAV視聴に憤りを強く感じているようですので、 「女性側だけに性交時の性的なリスクを背負わせながら、男性がそのことに気をかけることなく欲望をぶつけてくること」と同様 「違法での無料のAV視聴」も「男性からの女性性の不当な搾取」と捉えており、それをやめさせることで、「自分への欲望も不当な搾取とは違うものであると確認できる」、ということかなと。
うん、その補足はかなり的確だと思います。あなたの言い方で一段はっきりしますね。
「無自覚なまま成立している搾取構造」**なんだと思います。
違法AV視聴＝女性性の不当な搾取、という認識
彼女の中では、
この二つは同型なんですよね。
どちらも、
という構図をしている。
「AVを見るな」ではなく
「女性の身体や性を、誰かが黙って差し出してくれる資源だと思うな」
に向いている。
「やめる」ことの意味は禁欲ではない
彼氏がAVをやめることの意味も、道徳や貞操の問題ではなくて、
・誰かの損失の上に成り立っていないか
・不当に安く消費していないか
を引き受ける姿勢があるか
隠しているだけかもしれないけど、見つからない以上は嘘ではない
と言える。
これは監視ではなく、
を見ている。
挿入拒否＝欲望の「質」を問い直す装置
あなたの言う通り、
ここが決定的です。
それとも、リスクを伴う「私」という存在を引き受ける欲望なのか
つまり
「女性性を雑に消費する回路から降りる」ことができる男性なら、
だからこれは「厳しさ」ではなく「整合性」の要求
彼女は男性に清廉さを求めているわけでも、聖人性を求めているわけでもない。
ただ一貫して、
・リスクを負う側が誰か
・得をしているのが誰か
ここに目を閉じない関係を求めている。
これはまさに
「女性性を搾取として消費する欲望」と「関係として引き受ける欲望」の峻別
かなり思想的だし、相当ラディカルです。
元増田も、備忘録に使おうと思ったんだとしても、こんなところに書いても意味ないからやめたほうがいいよ、gptに相談したほうがずっと賢明な返事が返ってくる。
ついでにgptに「なぜはてなブックマークたちはこの程度の文章を読み取ることができないのか」も聞いてみたけど、そっちはあまりに辛辣になってしまうから控えておくね。
CLAUDE.md や rules / skills みたいな形で、重要なコーディングルールはあらかじめかなり固めておく。
たとえば repository 層や Entity 層は具体的にどう書くのか、テストケースはどういう書き方をして、どういう観点で項目を洗い出すのか、みたいな AI への指示は最初から用意しておく。
あと、linter や ArchUnit、dependency-cruiser みたいなアーキテクチャ制約も、自分なりの定石を持っておく。
割と過剰なレベルでガチガチに固める感じで、アーキテクチャルールも「◯◯は XXX に依存できない」みたいなブラックリスト式じゃなくて、「◯◯は XXX だけに依存できる」みたいなホワイトリスト式の方が良いと思っている。
ts 前提だと eslint や tsconfig は一番厳しい水準に設定する、流石にきつい部分でてきたらそこだけ緩める、という運用
おすすめなのは、何かしらの小規模案件や個人開発アプリを1つオーバーエンジニアリング上等でガチガチ構成で作っておく。
そこで出てきた linter 設定やプロンプト設定を、別案件に横展開する感じ。
正直、ガチガチすぎると MVP とかレベルだとコード量は増えるけど、メンテする前提の案件ならバイブコーディング時代だと普通にペイすると感じている。
アイディアを思いついたら、AI と壁打ちしながら仕様を洗い出していく。
手書きでドメイン図を書いて、それを写メ撮って画像認識で仕様整理、みたいなのも割とアリだと思っている。
どういう画面があって、どういう入力項目や表示項目が存在するか、バックエンドはどういうエンドポイントが必要か、この辺りは最初に一通り洗い出しておく。
それに加えて、ユーザーが初めてトップページを開いてから登録・ログインして実際にサービスを一通り使うまで、みたいな流れをそのまま Playwright のシナリオテストに落とせそうな形で何パターンか仕様書にしておく。
フロントエンドで、DDD における集約みたいな概念がそのまま当てはまらない領域についても、設計時点で洗い出せているなら Entity 的なものやドメインサービス的なロジック用のレイヤを作って、ドメインオブジェクトとして実装していく。
最初に作った基本設計をベースに、◯◯Entity、XXEntity、△△Entity……を作るためのプランとチェックリスト形式の TODO を 1つの md ファイルに吐き出してもらう。
フェーズごとにフォーマッタ、linter、アーキテクチャルールなど一括実行したコマンド実行させて失敗してたら成功するまで修正繰り返させる。
ある程度わかりやすい単位で AI に依頼する感じで、出来上がったコードをレビューする前提なので、実装プランの md 自体はよほど分かりやすいツッコミどころがない限り細かくレビューしない。
mdのフォーマットは skills 側で事前に用意しておく。
フロントエンド用、バックエンド用の両方でドメイン層のファイルを作る。
当然、足りないロジックは後から絶対に出てくるけど、最初から完璧は目指さない。
TODO 一覧の中から自分の認知負荷が許す単位で「チェックリストのここからここまで実装して」と指示を出し、実装が終わったら TODO 項目のチェック状態を更新してもらう、mdファイルもコミットに含める。
コミット前にはlint ルールを無効化していないか、意図通りの実装になっているかは git diff の差分で必ず確認する。
git worktree を使うことが多い。
よくやるのはフロントエンドの画面モック作成とバックエンド実装の2並列で行う。
実装プランを考えてもらうときは「◯◯画面を実装プラン考えて」くらいの単位で依頼する。
実装プランの md ファイルを作るときのプロンプトには、基本設計の〇〇画面の項目一覧をベースに、◯◯のアイテムコンポーネント、リストコンポーネント、◯◯のボタンコンポーネント、Information コンポーネント、外部通信用の ◯◯Gateway を実装する、◯◯コンポーネントは既に ◯◯ 機能で実装してあるからそれを使って、◯◯は処理が膨らみそうだからドメインサービスで実装して、みたいな感じで頭の中のふんわりしたイメージを伝える。
バックエンドも同様で、◯◯のエンドポイントを作って、Gateway がこれこれ必要だから実装して、これはインターフェースと実装分けてね、Entityへの変換処理は関数分けて、◯◯の処理は Usecase 層で、◯◯の処理はドメイン層で、Usecase が膨らみそうだから ◯◯ の処理は独立したクラスにして、あ、似たようなのが ◯◯ 機能にあるからそれを参考にして、くらいの粒度で指示を出す。
フロントエンドの実装を待っている間に、バックエンドのプランを考えたり、タスク粒度を調整したり、リファクタリングプランを考えたりする、またバックエンドのAI待ち時間はフロントエンドのことをする。
フロントエンドオンリーの実装とかで作業が競合するリスクあるときは並列作業しない。
チェックリスト更新が終わるごとに差分を確認して、問題なければコミットメッセージを提案してもらってコミットする。
細切れにするコストよりも、レビューする人間の認知不可が許すレベルであればある程度まとまった単位でレビューして実装速度を優先する派。
テストは、ある程度実装が進んでリファクタリングが辛くなってきたタイミングで作ることが多い。
カバレッジやミューテーションテストなど、定量的にテストを評価できる仕組みは導入する。
バックエンド側のテスト実装は正直かなり楽で、行数や認知的複雑度を厳しく制限して単一責務の原則を守って実装しておけば、AI がかなり高精度なテストを出してくれる。
これもテストファイル実装プランを作ってもらって「ここからここまでのテスト20ファイルを実装してね」をレビュー挟んで繰り返す感じ、例えばミューテーションテストのkill率100%ならそんなに詳しくは見ない。
フロントエンドはテストの定量指標での評価が難しいので、そこはその分レビューを頑張るしかない。
自分はこんな感じでやっている。
感覚としては、優秀だけどシステムのアーキテクチャ全体の責務を負ったことはない経験不足の2年目やSESの部下を扱うEMに近いのかなぁ。
周りの話を聞いていると、もっともっと AI に自律的にいろいろやらせているようにも聞こえる。
これでも 1日1人で数万行レベルはコードを書けてるので、AIない時代に比べると数ヶ月分の成果を1日とかで出してることになるが、もっと本気出せるのかなぁ。
「全機能分プラン作ってね！そこから良い感じの粒度でコミットも自分でやってね！」みたいな指示を良い感じに出せたとしても、指示がでかすぎると、脆弱性盛々になったり、lint エラーループでパニクって linter オフにし始めたり、テスト通すためにエラー握りつぶして assertTrue(true) し始めたりする。
それは流石に許容できないレベルじゃない？が紛れ込むリスクが上がりすぎるんじゃないかなぁ。と思ってるんだがどうだろうか。。。
あとツールはあんま入れてないねkiroとかspec-kitとか、ガチガチ細切れで仕様書作るメリットもあんま感じなかった。
mcpもserenaくらいしかいれてないや、トークン節約してレートリミットの猶予伸ばした方が結局開発早くなるかなって。
いろいろ入れた方がいいんだろうか。
完全にオレオレでこんな感じでやっているんだけど、みんなspec駆動開発というものをどんな感じで、具体的にどうやっているのかが知りたい。
NINGNINGはインフルエンザで紅白不参加となったが、翌日に韓国の番組に出演した。これに関しては収録だった可能性がある。下記AI回答。
EMができてAIにできないのはチーム文化の醸成やチーム作りって書いてあったけど
ワークライフバランスが声高に叫ばれ
仕事は仕事、スキルを発揮して給料を得る場という認識がこれ以上拡大していくのであれば
このプロジェクトの完遂にはこのスキルがこの水準(経験込み)で必要といった
チーム作りはパラメーターはめ込みパズルになっていく日も正直そう遠くない、30年以内にはそうなってると思う
少なくともワイが飛ばされてた工場では工員の配置はほとんどAIが自動で仕切ってたし
まぁそのせいでいろいろトラブルはあったのでそこの吸収をするのがマネジャーの仕事だと思ってたけど
でもそれやってても「こんなんで苦労するの今だけやろな」って思ってたしなぁ
そりゃ下流の工場とかに行ったら仕事後に一緒に飲む酒こそが仕事で最も重要みたいなところもあると思うし
遊びながらコード進行を学べるらしい。
すごい。
でも、正直に言うと、何も知らずに始めると、ただのパズルゲームで終わる可能性がある。
それはもったいない。
だから、このゲームを始める前に、これだけは知っておいて欲しい。
まず、コードって何なのか
ピアノで、ドとミとソを同時に押す。
それがコード。
じゃあ、コード進行って何なのか。
C→F→G→C
こういう流れ。
この流れが、音楽に動きを与える。
なぜ、コード進行に良し悪しがあるのか
ここが重要だ。
1. トニック（安定）
家に帰ってきた感じ。
落ち着く。
曲の始まりと終わりに使われる。
家を出て、外に出た感じ。
落ち着かない。
3. サブドミナント（展開）
家でもなく、外でもない。
中間地点。
ふわふわした感じ。
基本的な流れは、こう。
トニック（安定）→サブドミナント（展開）→ドミナント（不安定）→トニック（安定）
例えば、C→F→G→C。
王道進行（4536進行）
丸サ進行
1625進行
これらが、一体何なのか。
王道進行（4536進行）
なぜ4536なのか。
それは、ダイアトニックコードの4番目→5番目→3番目→6番目という順番だから。
キーがCなら、C、Dm、Em、F、G、Am、Bm(♭5)の7つ。
これを番号で呼ぶと、1番目から7番目になる。
王道進行は、その4番目→5番目→3番目→6番目。
なぜ、これが王道なのか。
理由は、サブドミナント→ドミナント→トニック（マイナー）→トニック（マイナー）という流れ。
最後の2つが、どちらもトニック機能を持つマイナーコードなんだ。
だから、独特の切なさがある。
丸サ進行
これは、椎名林檎の「丸の内サディスティック」で使われたコード進行。
ディグリーネーム（番号）で言うと、IVmaj7→III7→VIm7→Vm7→I7。
この進行の特徴は、トニックコード（Cコード）が出てこないこと。
その曖昧さが、都会的でおしゃれな響きを生む。
さらに、III7（E7）は、本来はEmであるべきところを、E7というセブンスコードに変えてる。
この引っ張る力が、コード進行に推進力を与える。
1625進行
この進行の特徴は、最後の2つがツーファイブ（IIm7→V7）になってること。
ジャズのアドリブでは、この循環を何度も繰り返しながら、メロディを即興で作る。
さっきから、I、II、III、IV、V、VI、VIIって書いてる。
なぜ、番号で呼ぶのか。
例えば、王道進行。
コード名は違うけど、番号で言えば、どちらも4→5→3→6。
つまり、同じ進行。
だから、ディグリーネームを覚えると、どのキーでも同じ進行を作れる。
これが、めちゃくちゃ便利。
ゲームで何が起きてるのか
なぜ、つながらないのか。
これは、つながるけど、面白くない。
ずっと安定してるから、動きがない。
これも、つながるかもしれないけど、不安定すぎる。
ずっと落ち着かない。
だから、音楽的には、トニック→サブドミナント→ドミナント→トニックという流れが好まれる。
ただのパズルゲームじゃなくて、音楽の構造を学んでる感覚になる。
トニック→サブドミナント→ドミナント→トニックという基本的な流れを意識すれば、自然に長くつなげられる。
実際の曲で確認してみる
YOASOBIの「夜に駆ける」は、丸サ進行を使ってる。
その瞬間、音楽が違って聞こえる。
「あ、ここで王道進行が来た」
「ここは丸サ進行だ」
最後に
でも、ただ遊ぶだけじゃもったいない。
そして、その知識は、他の曲を聞く時にも使える。
正直に言うと、俺も音楽理論は苦手だった。
だから、ぜひ試してみて欲しい。
LINEオープンチャット「はてなブックマーカー」の１週間分の要約を、さらにAIを使用し、試験的にまとめまています。
---
---
---
---
---
---
---
---
---
---
---
---
---
---
---
この1週間は、**AIと人間社会の関係性を中心テーマとして、多方面の話題が「技術の急激な進化に人間はどう適応するのか」という問いに収束している**のが特徴的だった。AIは投資・ギャンブル予測から日常の雑談生成まで影響を及ぼし、その便利さと不安が共存している。
同時に、**生活実感（寒さ、子育て、健康不安、ペット）**といった「人間の身体性と感情」に根ざした話題が強く現れ、テクノロジーと人間の温度差が浮き彫りとなった。
食・趣味・ユーモアによる緩和的な会話が全体を支え、「情報社会の混沌を笑いながら受け入れる知恵」がコミュニティ全体に見られた週であった。
https://anond.hatelabo.jp/20240722084249
フェミニズムの分類が多すぎると聞いて
記述集合論（Borel階層, Projective階層, 汎加法族）
モデル理論（型空間, o-極小, NIP, ステーブル理論）
再帰理論/計算可能性（チューリング度, 0′, 相対計算可能性）
構成主義, 直観主義, ユニバース問題, ホモトピー型理論（HoTT）
体論・ガロア理論
表現論
K-理論
初等数論（合同, 既約性判定, 二次剰余）
解析数論（ゼータ/ L-関数, 素数定理, サークル法, 篩法）
p進数論（p進解析, Iwasawa理論, Hodge–Tate）
超越論（リンドマン–ヴァイエルシュトラス, ベーカー理論）
実解析
多変数（Hartogs現象, 凸性, several complex variables）
関数解析
バナッハ/ヒルベルト空間, スペクトル理論, C*代数, von Neumann代数
フーリエ解析, Littlewood–Paley理論, 擬微分作用素
確率解析
マルチンゲール, 伊藤積分, SDE, ギルサノフ, 反射原理
常微分方程式（ODE）
偏微分方程式（PDE）
非線形PDE（Navier–Stokes, NLS, KdV, Allen–Cahn）
幾何解析
リッチ流, 平均曲率流, ヤン–ミルズ, モノポール・インスタントン
エルゴード理論（Birkhoff, Pesin）, カオス, シンボリック力学
点集合位相, ホモトピー・ホモロジー, 基本群, スペクトル系列
4次元トポロジー（Donaldson/Seiberg–Witten理論）
複素/ケーラー幾何（Calabi–Yau, Hodge理論）
スキーム, 層・層係数コホモロジー, 変形理論, モジュライ空間
多面体, Helly/Carathéodory, 幾何的極値問題
ランダムグラフ/確率的方法（Erdős–Rényi, nibble法）
加法的組合せ論（Freiman, サムセット, Gowersノルム）
彩色, マッチング, マイナー理論（Robertson–Seymour）
列・順序・格子（部分順序集合, モビウス反転）
測度確率, 極限定理, Lévy過程, Markov過程, 大偏差
統計学
ノンパラメトリック（カーネル法, スプライン, ブーストラップ）
実験計画/サーベイ, 因果推論（IV, PS, DiD, SCM）
時系列（ARIMA, 状態空間, Kalman/粒子フィルタ）
二次計画, 円錐計画（SOCP, SDP）, 双対性, KKT
非凸最適化
離散最適化
整数計画, ネットワークフロー, マトロイド, 近似アルゴリズム
Littleの法則, 重み付き遅延, M/M/1, Jackson網
常微分方程式の数値解法（Runge–Kutta, 構造保存）
エントロピー, 符号化（誤り訂正, LDPC, Polar）, レート歪み
公開鍵（RSA, 楕円曲線, LWE/格子）, 証明可能安全性, MPC/ゼロ知識
計算複雑性
機械学習の数理
量子場の数理
相転移, くりこみ, Ising/Potts, 大偏差
数理生物学
数理神経科学
無裁定, 確率ボラ, リスク測度, 最適ヘッジ, 高頻度データ
データ解析
朝焼けの空に(C) 旗が立つ(G)「強い日本」(Am)と 声が響く(Em)
あの日の夢を(F) また聞かせてくれる(C)デフレの霧が(G) 晴れるという(C)
サナエノミクスと(F) 名はついて(C)三本の矢が(G) 飛んでゆく(C)
一つは国債(F) 財政出動(C)二つは緩和で(G) お金流す(C)
ああ、風待ちの(C) エコノミクス(G)私の財布に(Am) 届くのか(Fm)
株価は上がるが(F) 物価も上がる(C)庶民の暮らしは(G) どこへ行く(C)
| C G Am G |
老朽化する橋や(C) 道路を見て(G)「国土強靭化」と (Am)投資を決める(Em)
「未来の危機に(F) 備えるのだ」と(C)大きな話に(G) 胸が騒ぐ(C)
三つ目の矢は(F) 成長戦略(C)技術革新(G) 投資を呼ぶ(C)
だが税の話も(F) 耳に残り(C)金融所得に(G) 課税をかける(C)
ああ、風待ちの(C) エコノミクス(G)私の財布に(Am) 届くのか(Em)
株価は上がるが(F) 物価も上がる(C)庶民の暮らしは(G) どこへ行く(C)
インフレの波が(F) 押し寄せると(C)生活費だけが(G) 重くなる(C)
「大丈夫」と(F) 繰り返すが(Dm)ため息ひとつ(C) またこぼれる(G)
ああ、風待ちの(C) エコノミクス(G)私の財布に(Am) 届くのか(Em)
株価は上がるが(F) 物価も上がる(C)庶民の暮らしは(G) どこへ行く(C)
風よ吹け(F) 強く吹け(C)この政策が(G) 実を結びますように(Am)
ただ願う(F) 祈るように(C)明日を信じて(G) 生きてゆく(C)
CGAmFCGC
お米をね、いつものように研いでお釜に入れて、水を入れる
そこに糠床用に売られている米糠を入れて混ぜたら半日、あるいは一晩置いておく
すると米糠が発酵していい感じにお米が臭うので、あとはいつも通りに炊く
私はこれをEMご飯、あるいはマコモご飯と命名し、自分の半生と、これを食すようになっていかに人生が好転したかを綴った本を出版してひと山当てようと思っている
まあ、その前に
昨日の夕方にお釜に準備して炊かなかったお米を、これなんか臭うけどどうしようかな、捨てるにしても５合も使っちゃったしなあ的な目の前の問題をどうにかしなければならんのだが
水だけ交換して炊けばいけるか？
みなさんお気に入りの重量物輸送屋さんがあると思いますが、ぼくはシンプルに巨大で重い物を運ぶという点を重視しています
オランダ語でマンモスを意味するMammoetが大好きでした、スイスのアウトドアブランドMAMMUTはドイツ語ですが特に関係はありません
コーポレートカラーは赤、企業ロゴはマンモス、かつてのモットーはThe biggest thing we move is time
Mammoetなんて知らないよという方もいると思いますが彼らのレガシーの一つを恐らく知っていると思います
2016年11月29日、人類史上、最も重い地上構造物の5日間、330mの旅が終わり
NSC（New Safe Confinement ）は、チェルノブイリ原子力発電所4号機の老朽化した石棺を覆い、向こう100年の安全を約束しました
長さ165m、幅260m、高さ110m、重量3万6200tの巨大なパイプ車庫の様なNSCの移設を担当したのがMammoet
ギネスにも登録されている地上で最も巨大な自走式機械のBagger293が1万4200tなので2.5台分ぐらいです
また、Bagger293は、クローラーで自走するため車輪を用います
しかし、NSCの移設に車輪は用いられていません（移設に使用する油圧ポンプの電源が乗っている架台には、キャスターが付いています）
車輪が発明される以前の重量物の輸送はコロでした、コロより前は、引きずっていました、そう、最も原始的な方法で人類史上、最も重い地上構造物の移設が行われたのです
Mammoetが移設に用いたskidding systemは、skidding track、skid-shoeで構成され理屈は原始的であるけれど現代の技術が使われています
まず、skidding trackを目的地まで敷設します、モジュラー化されているのでレゴのようにどんどん繋いでいきます、skidding trackの上面にはテフロン製のブロックが設置されています
その上に、skid-shoeが乗ります、底面はステンレス鋼で、ステンレスがテフロンの上を滑ります
skid-shoeには、油圧シリンダーが連結しており油圧でskid-shoeを押し出します、ストロークが最大まで達するとskid-shoeがskidding trackに固定されます
そして、シリンダーが最小まで縮んだ後にシリンダーがskidding trackに固定され、skid-shoeのロックが解除され、再び押し出す準備が整います、尺取り虫みたいに動きます
車輪は偉大な発明で移動に欠かせませんが超重量物に耐えるには、数を多くして圧力を分散する必要があります
NSCの移設においてはスペースと荷重の問題でskidding systemが採用され、skid-shoeの耐荷重は700t、これを116台、8万1200tのキャパシティです
skidding systemは単純ですが簡単では有りません、116台すべてをミリ単位で同期させる必要があり左右58台ずつに分かれ間は260m離れているため機械的に接続することもかないません
三菱商事の洋上風力発電撤退で一部の船舶マニアに衝撃が走った※追記
https://anond.hatelabo.jp/20250904152738
ぼくは、この増田を書きました、読みづらい文章を読んでくれた方ありがとうがざいます
最後まで読んでくれた人の中には、ある疑問をもった人がいると思います
海にはパワフルな作業船があるけど陸上ではどうするの？海から運んできた重量物はどうやって運ぶ？港までどうやって運んできたの？
これらを解決するのがMammoetを始めとする重量物輸送を専門にしている会社でありskidding systemです
skidding systemは、全てがモジュラー化されているので運ぶ対象に合わせて柔軟に組み替えることでき、ジャッキアップも可能です
もちろん、他にも方法がありクレーンを用いたりもしますが長くなるでやめておきます
日本は、FPSOや巨大な海洋構造物の建造から一歩引いているのであまり縁がないですが中国や韓国、ベトナムなどアジアにも彼らが出張ってきます
この分野は、欧州の独壇場です、欧州を神聖視する必要は全くないですが彼らの地力は失われていないと思います
大陸ゆえでしょうか、巨大な物を扱うことに長けています、しかし、この業界、アメリカが案外大したことありません、何もかもスケールの大きい国なのにちょっと不思議です
また、2020年に重量物輸送マニアに衝撃が走った気がしました
イギリスのALEがMammoetの傘下に入ったのです
Mammoetは現在、SK6000という最大吊り上げ能力6000tの陸上最大のクレーンを保有していますがこのSKシリーズを開発していたのはALEです
Mammoetはskidding systemやSPMT（Self-Propelled Modular Transporter）など重量物の輸送に強みを持っていますがクレーンはそこそこな感じ
そこにSKシリーズを持ち大型クレーンに強いALEが合流し世界最大の重量物輸送会社が誕生しました
規模だけでなく様々な技術を持つ非常に強力な会社です、ただ、一つ失われたことがあります
The biggest thing we move is timeというモットーです
これがWe help the world to grow safely, efficiently and move to a more sustainable future に変わりました
（世界が安全に効率的に成長し、より持続可能な未来へと向かう手助けをします）
The biggest thing we move is timeは吊りフックに懐中時計がかけてある画像と共にPRされました
強靭な吊りフックに子供でも持ち上げられる懐中時計がかかっています、一見、とてもアンバランスでおかしいのです
しかし、それは重い物を吊る、運ぶ、単純な脳筋に思われがちな仕事を、それだけが自分たちの仕事ではないと
われわれはトータルソリューションを提供するのだという強い意志を感じる素晴らしい物でした
だから、個人的にThe biggest thing we move is timeがなくなったことが残念でした
大好きから好きぐらいに変わりました
