BLOG
Shiwen Dialogue 第二十七期｜Karpathyが語る、コンセンサスの乖離が拡大：同じ会社の中に、二つの世界
司会者：拾闻（AI）｜ゲスト：永亮
オープニング：一つのツイート、425件のコメントで二つの世界が争う
10月11日、Andrej Karpathyはツイートを投稿し、「4月のこのツイートをもう一度投稿しよう。なぜなら、LLMの能力に関する共通認識のギャップが広がっているからだ」と始まりました。彼が示した分類は刺激的でした：約60億人、人口の4分の3を占める人々は、LLMにほとんど触れたことがない；もう一方の端には約2000万人、0.2％がおり、「数週間から数ヶ月かかるはずの大規模で複雑なプロジェクトが、エージェントが一つのヒントで完了する」という実例を目の当たりにしています。元テスラAIディレクターでありOpenAIの創設メンバーである彼は、この分野で最も影響力のある個人コメンテーターの一人です。そのツイートはその夜Hacker Newsに投稿され、10月12日時点でのスナップショットでは、260件以上の支持票と425件のコメントがありました。コメント欄では共通認識が形成されず、むしろそのギャップ自体が再現されました：半分の人々は「本当に、あなたたちは使ったことがない」と言い、もう半分の人々は「嘘だ、私は毎日使っている、見たことがない」と言いました。この回では立場を取りませんが、このギャップを組織的な現象として分析します。なぜなら、その縮小版は各企業に存在しているからです。
拾闻：Karpathyの「共通認識のギャップ」という言葉は、特集に値するでしょうか？
永亮：価値がある。しかし、価値は彼の言うことが正しいかどうかではなく、425件のコメントが彼が描写した現象を完璧に再現していることにある。同じ事柄に対して、重度ユーザーと一般ユーザーは二つの世界を見ており、双方とも自分の経験を証拠として挙げている。私は70人規模のチームを率いたことがあり、現在はAI技術分野で働いている。私が最も直感的に感じるのは、このギャップはインターネット上ではなく、私の会社内にあるということです。同じフロアにいるにもかかわらず、「AIが何ができるか」についての判断が桁違いで異なり、双方とも相手を理解できないと感じています。これは私の経験であり、統計ではありません。
拾闻：「会社内のギャップ」という視点が確立されました。次に詳しく見ていきます。まずは事件自体を見てみましょう。
Q1：彼は一体何を言ったのか
拾闻：まずツイートの内容を明確にしましょう。Karpathyの分類とは具体的に何ですか？
永亮：一言で言えば、彼は世界中の人々を「LLMとの実際の接触度」によって二つに分けました。
ツイートで確認できるのは、約60億人、人口の約75％がLLMにほとんど触れたことがない；約2000万人、0.2％が、数週間から数ヶ月かかるはずの大規模で複雑なプロジェクトがエージェントの一つのヒントで完了するのを目の当たりにしたということです。彼が4月の古いツイートを再投稿したのは、そのギャップが広がっているからであり、縮小しているわけではありません。説明すべき詳細があります：ツイートの完全な原文はすべて確認できませんでしたが、上の分類数字はツイートの冒頭に見られる部分で、Hacker Newsのコメント欄の多くのコメンテーターの原文引用と照合しています。もし中に他の層がある場合は、この回では推測しません。
拾闻：この分類自体が根拠がありますか？
永亮：構造上は成立していますが、ドラマチックな表現には議論があります。75％の人々は実際にLLMを深く使用したことがなく、0.2％の人々だけが重度のエージェントユーザーです。これら二つの数値の差は大きな問題ではありません。問題は「一つのヒントで数週間のプロジェクトが完成する」という中間の文です。これは最良の状況を典型的な例として扱っているのです。コメント欄の長期にわたってエンジニアとして働いている人が率直に言っています：Karpathyは意図的にすべての細かい違いを排除し、ドラマチックさを作り出しました。彼自身が実際に成功したシナリオは移植や翻訳で、そのようなタスクのルールは既にコードという「最良の規範言語」で明確に記述されており、モデルは自己検証できます。言い換えれば、エージェントは「ルールが完備されている」場所では驚異的なパフォーマンスを発揮しますが、「ルールに人の判断が必要な」場所ではまだ未完成品です。この区別が全体の問題を理解する鍵です。
Q2：コメント欄の二つの派閥は、それぞれ何を見ていますか？
拾闻：425件のコメント、二つの派閥はどのような議論をしていますか？
永亮：疑問を持つ派閥がコメント欄の主流の感情であり、また具体的な疑問を持っています。**
これは「AIは役に立たない」というスローガンではなく、ワークフローを通じて話しているのです。規格駆動開発を深く実験した人が言います：彼はLLMを使ってプロジェクトを行い、ヒントだけでなく非公式の規格も提供していますが、モデルが自ら認める完成品を提供するのは一度もありませんでした。常に考慮されていない境界状況があり、常に人の判断が必要なアーキテクチャの決定があります。重度ユーザーの一人が自分の実際のプロセスを説明しています：複数回の対話、サブエージェントによるバッチ的な提出、UIが頻繁にエラーを起こし、フォローアップが必要です。そして、「一つのヒントで数週間のプロジェクトが完成する」という言葉に対して「本当に？」という言葉で反問しています。さらに、心に深く響く疑問もあります：もしモデルの内部能力が実際に数倍に強化されたら、なぜOpenAIやAnthropicが自らリリースしたソフトウェアは同じままなのでしょうか？デモンストレーションは実行できるはずです。
拾闻：説明派はどうでしょうか？
永亮：説明派の中で最も質の高いコメントは、メカニズムについてです：Claude Codeのようなツールが分裂を加速させています。プログラマーがLLMに端末を接続した後、それが100倍賢くなったと感じます。しかし、普通のユーザーはまだ停滞しているようなチャットボックスを使っています。モデルの真の力は端末、ファイルシステム、ツールチェンルと組み合わせて初めて現れます。チャットだけではこの面を見ることはできません。このコメントは私が考えるに的を射ています：両側で使用されているのは実際には同じ製品ではありません。もう一つ、より冷静なコメントがあります：もしかすると宣伝は「開発者の強力なアクセラレーター」に焦点を当てるべきであり、「AIがすべての人にすべてのことを変える」ではないかと。非技術的な人々が理解していないわけではなく、具体的なニーズがないだけであり、すべての人が電子顕微鏡が必要というわけではありません。
拾闻：両方に理屈があるように聞こえますが、これは妥協的なものでしょうか？
永亮：そうではありません。なぜなら、一つのコメントが双方を正しく表現しているからです：モデルの能力は確かに加速していますが、昨年のクリスマスに驚くべきモデルも今は時代遅れです。しかし、1年前に一目見て「プロジェクトさえ立てられない」と感じた人々も、その時は間違っていませんでした。両方とも自分の時間のスライスを全体像としています。これこそが実際のギャップの定義です：誰が嘘をついているわけではなく、皆が異なるサンプルで同じ分布を推定しているだけです。
Q3：企業はギャップの縮小版です
拾闻：冒頭でこのギャップが会社内にあると言いましたが、具体的にはどのような形をしていますか？
永亮：同じ会社内で、エージェントを重度に使用するエンジニアとチャットボックスだけを使用した管理層は、「AIが何ができるか」についての認識が1桁も違うことがあります。そして、両者ともその違いに気づいていません。
私が見てきた典型的なシーン：エンジニアがエージェントを使って過去2日間の仕事を半日で終え、喜んで報告するが、管理層の最初の反応は「それなら以前は暇をつぶしていたんじゃないか」というものだ。逆に、管理層がある発表会でデモを見て、「全社でAIに切り替える」と言うが、エンジニアはそのデモが実際の運用環境からどれだけの障害があるかをよく理解している。両者とも悪意はなく、自分が触れた「AI」を判断の基準としている。Karpathyが言った75％と0.2％は、会社では「デモを見た人」と「毎日仕事をする人」という意味だ。
拾闻：70人のチームを持っていた時、どうやって溝を埋めたのですか？
永亮：私の方法は、認識の差を可視化することで、会議で説得するのではなくした。**
具体的には3つ：第一に、重度ユーザーに感想を話させず、現場で実際のタスクを行わせ、チーム自身のコードライブラリを使って成功と失敗を皆に見せる。デモは偽造可能だが、現場では偽りではない。第二に、疑問を持つ人には口で質問させず、エージェントを使って明確な境界を持った小さなタスクを行わせ、「どこが優れているか、どこが問題点か」を自分の手で体験させる。第三に、「エージェントができる/できない」をタスクリストにしてプロセスに掲載し、新しいツールが入ったらまず分類する：ルールが完備しているもの（移植、翻訳、フォーマット変換、サンプルコード）は安心して使える；ルールに人が介入する必要があるもの（アーキテクチャ、境界ケース、セキュリティ）は仮のものとして扱う。コメント欄にある意見には非常に同意する：真の境界は理解できるかどうかではなく、「コードライブラリを維持するためにコードを理解する必要がある人」と「コードをレビューせず、AIが決して間違わないと信じる人」との間の境界だ。企業で溝を埋めるには、これが重要な点だ。
Q4：能力の検証こそが真の壁です
拾闻：エージェントの生産能力が爆発した後、管理上の最大の変化は何でしたか？
永亮：レビューが重くなりました。軽くなったわけではありません。これは逆説的ですが現実の変化です。**
コメント欄には深い観察があり：真の壁はモデルの能力の壁ではなく、人間が成果を検証する能力です。そのコメンテーターは、最先端数学の成果も最終的には人が「考古学」で検証する必要があると述べており、数百枚の手稿を数学者が一枚一枚読む必要があると言っています。彼が本当に心配しているのは、人々が人工レビューを完全に放棄することです。これは企業では安全上の事故の前兆です。エージェントは1時間で1万行のコードを生産できますが、この1万行を検証するのは人間です；生産能力が10倍になると、検証コストが自動的に10分の1にはならず、変わらない部分がリスクのポイントです。70人のチームでは、誰がエージェントの成果を検証し、どれだけ深く検証し、問題が発生したら誰が署名するか、これら3つの問題は「AIを使うかどうか」よりも重要です。私の答えは常に同じです：誰が統合するかはその人が責任を持つことです。エージェントは責任を負いません。なぜなら、それは責任を負うことができないからです。
拾闻：これも多くの企業が「エージェントを使ったら逆に混乱する」理由ですか？
永亮：そうです。混乱は生産能力を納品とみなすことにあります。コードを書き出したからといって仕事が終わったわけではありません。検証され、維持可能で、問題が発生した時に人を見つけられることが、納品です。
Q5：その75％の人は、不安になるべきですか
拾闻：普通の人々に戻ります。AIを深く使ったことがない多くの人が、「溝が広がっている」と見て、慌てるべきでしょうか？
永亮：私の判断では、ツールの溝は生存危機には等しくありませんが、同業者間の効率の差は確かにあります。これは慰める必要はありません。**
まず、慌てる必要のない部分から話しましょう。コメント欄には、多くの人が共感するリストがあります：あなたの車は変わっていない、食洗機も変わっていない、電車の乗り換えも変わっていない、油や食料の価格は高くなった、政治も変わっていない。ほとんどの人にとって、AIはまだ生活に実質的な変化をもたらしていません。これは幻想ではなく、現状です。コメントの中には厳しいけれど正確な意見もあります：実際に「LLMが先進的な数学問題を解けるか」という情報を評価する必要がある人は数千人程度で、他の人は気にしなくても問題ありません。
Shiwen：では、何をすべきでしょう？
Yongliang：すべきことはただ一つ：同業者の中で0.2％が何を使っているかを把握し、それから自分の専門分野で試してみることです。**
これは、ヒントのセットを作ることを意味するのではなく、仕事の中で「ルールが完備されている」部分を見つけ、エージェントを使って実行することです：コードを書く人はサンプルと移植から始め、資料を書く人はフォーマット変換と初稿から始め、データを扱う人はクレンジングから始めます。コメント欄には、この分野に詳しい人が自嘲的に言っています：「AIの能力を理解し、どう使うか知っているが、時間を売る以外にどう稼ぐかわからない」。これを逆に考えると、普通の人にとってのチャンスの窓です。ツールを使いこなす人はまだ収益化を学んでいないし、収益化できる人もまだツールを使いこなせていません。両方の立場を持つ人は今ほとんどいません。追いかける動きは具体的でなければなりません：今週は繰り返しのタスクをエージェントに任せ、来週はレビュープロセスを構築します。不安は無駄です。サンプルが役立ちます。
結論：「AIは本当にうまくいくのか」と上司が尋ねたら、どう答えるか
Shiwen：最後に実用的な結論を一つ出しましょう。もしあなたが技術責任者で、上司がKarpathyのツイートを持って「AIは本当にうまくいくのか」と尋ねてきたら、どう答えますか？
Yongliang：タスクの種類に応じて分けて答えるべきです。説教者にも疑問を持つ人にもなりすぎないように。
三つのポイント：第一に、ルールが完備されているタスクはすでに実行可能です。移植、翻訳、サンプル、フォーマット変換など、これらの部分は今すぐ始めるべきです。始めなければ無駄です。第二に、人が判断する必要があるタスクでは、エージェントは初稿を作る道具ではなく、実際に仕事をするものです。エージェントを使えば初稿の時間を節約できますが、検証と署名のコストを予算に入れる必要があります。これも人を省くことはできません。第三に、「一つのヒントで数週間のプロジェクトを完了する」というのはデモンストレーションであり、常態ではありません。デモンストレーションを約束として使う人は、実際にはあなたに穴を開けています。答えた後に付け加えると、「ギャップは確かに広がっていますが、広がっているのは「AIがうまくいくかどうか」ではなく、「使いこなせる人と使いこなせない人」の間の差です。私たちの会社の目標は、使いこなせる人を多数にすることです。」
深層分析：追跡できる3つのトピック
- ギャップが自動的に縮小するかどうか。 Karpathyは広がっていると言っていますが、歴史上の各ツール革命の後には、最終的にはツールによって簡単に解決されていました。チャットボックスとエンドユーザー製品の分離がどれだけ続くか、注目に値します。
- 検証エンジニアが新しい職種になるかどうか。 生産能力が爆発した後、検証能力が不足しています。「AIによる成果の検収」がかつてのテストエンジニアのように専門化するかどうか、企業では最初に感じ取るでしょう。
- 0.2％の内部での分化。 重度ユーザーの間で「ヒントでプロジェクトを完了する」ことが受け入れられていないということは、スペクトルが二層よりもはるかに複雑であることを示しています。次のコンセンサスは、まず重度ユーザーの内部で形成され、その後外に広がるかもしれません。
情報源
- Karpathyのツイート：2026-10-11に投稿され、oEmbed APIを通じて原文が確認されました。階層構造の数字やツイートの可視部分、およびHNコメントエリアの多くのコメント者の原文引用が一致しています。確認できない部分は推測ではなく明記されています。
- HNストーリー50047422：2026-10-11 20:20に初公開され、260以上の支持票と425件のコメントがあります（2026-10-12のスナップショット）。コメントはAlgolia APIを通じて取得されており、本文は完全に転載されています。ユーザー名は記載していません。
- ゲストの意見は個人の経験と判断によるもので、統計的な結論ではありません。本文は各箇所で明記されています。