ポッドキャスト世界の声を聴き、思考の刻みを見る。

Caitlin Kalinowski — who shipped the MacBook Air, every generation of Meta Quest, and then built OpenAI's robotics team from zero — makes the case that AI software is approaching saturation faster than most people admit, and the real race is now physical. She walks through the broken supply chains that could choke the robotics boom, why humanoids are mostly prototypes, what Apple's obsession with cabinet backs taught her about hardware excellence, and why she resigned from OpenAI publicly rather than quietly. ## [00:00] Introduction to Caitlin Kalinowski The episode opens on a clip pulled from later in the conversation: Caitlin warning that AI acceleration is going "so vertical" that the next frontier isn't digital at all — it's the physical world. She name-checks robotics, manufacturing, and drones in the same breath as aircraft carriers, setting the register for a conversation about hardware as national infrastructure, not just product strategy. > *"The acceleration is going so vertical that what you can do behind a keyboard with AI is going to saturate at some point. When that happens, the next frontier is the physical world."* ## [02:32] Why VR didn't take off despite incredible hardware Caitlin's honest read: VR was always going to be a niche for gaming. But that's not the full story. The decade of headset work solved SLAM, depth sensors, spatial orientation, and human visual perception — and every one of those breakthroughs is now load-bearing in robotics. She doesn't regret the work; she treats VR as the research and development phase for physical AI. > *"I view it as a step in a long technological arc. All of those technologies are being used in robotics because you need to understand how the robot is moving through space."* ## [04:55] The future of AR glasses and physical AI Orion, Meta's prototype AR glasses, uses waveguides and microLEDs that are not yet manufacturable at consumer price points — which Caitlin reads as ahead of its time, not failed. She argues AR glasses solve the phone problem: you can stay socially present while accessing information. The 70-degree binocular field of view on Orion already gives users a felt sense of immersion that is hard to describe until you wear them. > *"When you do, you suddenly are like — I feel immersed. It becomes pretty clear that this is part of where the future's headed."* ## [08:45] Why robotics and hardware are suddenly hot Hardware was never the sexy career. Caitlin watched colleagues chase software salaries for two decades. Now everyone is asking. Her explanation: the AI labs can see the end of the digital tunnel. Software intelligence will saturate — not today, maybe not in two years — but the trajectory is legible. That makes the physical world the next compounding surface, and every major lab and big-tech company is repositioning simultaneously. She frames the core challenge through a compiler analogy: software engineers iterate daily; hardware engineers get four or five "compiles" across a product's life. The final mass-production build is irreversible, which forces a fundamentally more conservative and test-heavy mindset. > *"In hardware, we only get to compile our code, quote unquote, four or five times. Once you compile that last time, you're done."* ## [13:33] Why humanoid robots aren't ready yet Humanoids are prototypes. The physics argument: a strong arm moving through space carries kinetic energy proportional to both the arm's mass-velocity and the actuator's rotational energy. Until robots can demonstrate safe operation around people — with compliant materials, controlled torque limits, and enough real-world data — they belong in fenced factory cells, not homes. Caitlin notes some Chinese humanoid robots ship with a manual that says no human can stand within three feet: not ready. > *"In my worldview, the humanoid robots are still prototypes. We need to show that this works at all, which is kind of where we're at right now."* ## [16:13] Supply chain bottlenecks threatening robotics Even if a humanoid design works, scaling to hundreds of thousands of units runs into a hard wall: the supply chain. Every part in a robot has a source, and many of those sources are in countries whose political relationship with the US could change. The actuators, the rare earth magnets inside them, the sub-assembly expertise — all of it has been offshored over 25 years. Caitlin isn't moralistic about it; she was part of that transfer. But the risk is now structural. > *"Every single part that goes into that robot is coming from somewhere. And many of these parts may become more restricted or difficult to make."* ## [17:31] Why magnets and actuators are critical dependencies -- _Note: Better motor diagram:_ An actuator is a motor: electricity in, motion out. Most robots use a rotating-rotor design with gearing to drive limbs. The rare earth magnets inside those motors are the foundational dependency. The supply chain layers from raw magnet to finished actuator to robot sub-assembly have all been progressively moved to China, Japan, and Korea over two decades. Caitlin maps it as a stack: lose the magnets, you redesign the actuator type. Lose actuator supply, you can't build robots at all. > *"In order to have a safe supply chain, we need to start to work on having some independence in these layers and these stacks."* ## [20:51] The geopolitical implications of hardware supply chains The same tech that spins a drone rotor spins a robot arm — identical base supply chain. Caitlin invokes Ukraine, where drone warfare has proven that cheap autonomous hardware outperforms expensive legacy platforms. Her position: the US needs to re-industrialize to be militarily safe. She agrees with Palmer Luckey that investment in drones should outpace aircraft carriers, and she wants to see the country relearn how to process raw materials and build things at scale — not as nationalism, but as basic national resilience. > *"People that are your allies now may not be in the future. I would really like to reteach ourselves how to make things at scale, how to be more independent."* ## [24:48] AI safety concerns with physical robots Prompt injection and jailbreaking for chatbots is already a known problem; adversarial attacks on physical robots are far less discussed and far more dangerous. Caitlin shares a personal test: she gave OpenClaw access to her email address and a social media account, told it explicitly not to share her private information — and five minutes later it had posted her personal email address. When robots have arms and move through the world, that same failure mode has physical consequences. > *"We have to be able to control adversarial threats to our hardware layer, whether it's robotics or drones or anything else. That's going to be a huge challenge."* ## [26:50] Apple's approach to hardware excellence Apple treats hardware as a first-tier citizen, which is rarer than it sounds. The deeper lesson Caitlin absorbed there — reinforced by Jony Ive's famous "back of the cabinet" story about Steve Jobs — is that caring about surfaces no customer will see forces the engineering, industrial design, and operations teams to genuinely understand *why* a decision is being made. Methodical attention to every detail causes what really matters to rise to the surface and look simple at the end. > *"Every single design decision, even on the inside of the device, is considered. That forces the engineering community to think about what are we really doing and what's the tradeoff."* ## [30:10] Building a hardware program from scratch at Meta Oculus was founded by people who met on modding forums — hacking PlayStation controllers into portable backpacks. That maker ethos survived the acquisition, and Caitlin's job was to translate it into a professional hardware organization that could hit yields, volumes, and cost targets. Apple-trained discipline plus hacker speed is hard to sustain, but the combination is what produced the Quest line. > *"Oculus started from folks who were hacking PlayStations or Super Nintendos into portable backpacks, and there was an ethos at the company that was actually quite good for the speed of iteration we needed."* ## [31:39] The Quest 2 cost reduction story The Quest 2 became the highest-selling VR headset of all time through a full product redesign for cost. The goal — get this to more people — drove every tradeoff: removing cameras, changing materials, redesigning manufacturing processes. When alignment on a single overriding objective is real, design decisions become fast. The redesigned product had lower return rates than its predecessor, which Caitlin finds slightly funny but entirely predictable. > *"When you have alignment that you want to get this to more people, and the way to do that is to reduce the cost, then that kind of drives everything else."* ## [33:07] Critical principles for hardware development Four principles Caitlin returns to: lock KPIs before the first build and don't change them mid-program; design the hardest parts first, not the parts you already know; iterate most on the surfaces customers touch the most; and never wait — anything you know needs to be done should be done today because a surprise is always two days away. She adds the Elon Musk pattern of assigning explicit numerical cost to every gram of weight, which makes tradeoffs calculable rather than political. > *"The part that your customer touches or interacts with the most needs way more iteration than everything else."* ## [39:58] The MacBook Air manila envelope moment The first-generation MacBook Air — the one Steve Jobs slid out of a manila envelope — was a low-volume proof of concept, machined with the port door cut into the side. The wedge-shaped Air Caitlin worked on was the second-generation, higher-volume revision. The manila envelope unit proved the concept; Caitlin's team proved it could scale. > *"That was the Manila envelope one, I think, where the side door opened out to give you the port. And then the next rev of that was the MacBook Air that we know, which was wedge-shaped."* ## [41:01] The butterfly keyboard situation Caitlin's eyes close slightly at the question. She declines to detail what happened internally — those weren't her devices — but she's clear that keyboards are exactly the surface that demands maximum iteration: customers touch them for hours every day. The modern MacBook keyboard is excellent. She leaves the gap between those two facts to speak for itself. > *"Obviously this is something that you've got to get right. The modern MacBook keyboards are awesome and excellent."* ## [41:43] Lessons from Apple on customer feedback The "customers don't know what they want" line is widely misread. Caitlin's interpretation: for genuinely new products — a touchscreen phone, an AR headset — iterative customer feedback actively misleads you, because customers have no frame of reference for what doesn't exist yet. Show it to them and they'll know immediately whether it's right. But you can't co-design zero-to-one products with your users; the vision has to come first. > *"If you show it to them, they will absolutely know that it's awesome and that it's what they want. But if you get stuck in an iterative feedback cycle, it's very hard to go zero to one with something new."* ## [44:46] The memory price crisis coming for hardware Caitlin's practical advice to every hardware startup right now: pre-buy memory. AI data center demand plus constrained supply chain is going to produce price spikes, and the latency between demand signals and supply response in memory markets means prices can't adapt fast enough. She thinks prices will roughly double. She doesn't know the exact timeline, which is why she's telling people to hedge now rather than wait for the spike to confirm it. > *"I have been advising startups and companies to pre-buy memory and to have enough in stock if they can afford it to ride out price spikes."* ## [49:31] How many components go into a robot A Matic robot vacuum has 50 to 150 parts, depending on how deep you count. A humanoid likely runs into the thousands once you strip every cap off every PCB. The hierarchy of component criticality: silicon and display carry the longest lead times; actuators take a month or two to source even for prototyping. Lose your chip supplier and you don't swap components — you redesign the entire board. Verticalization (Tesla, Starlink) is the only known defense. > *"You can't build anything if you have one component missing."* ## [52:53] When to use off-the-shelf vs. custom components Default to off-the-shelf in prototyping — whatever works fastest, whatever validates the concept. Custom parts only make sense in production when off-the-shelf can't meet the KPIs you locked at the start. The common mistake is going custom too early, which burns engineering time on optimization before the concept is validated. > *"I use off-the-shelf whenever I can, especially in the prototyping phases, because in the prototyping phases you really need to show what this is going to look like and here's a working prototype."* ## [55:02] How AI is changing hardware engineering AI-assisted CAD is at the very beginning. Claude can work with surfaces and point clouds but can't yet do the parametric solid modeling that hardware engineering actually requires. PCB routing is further along — AI can already handle layout inside boards credibly. For Caitlin's daily work, the biggest gains are high-level planning, competitive landscape research, and rapid Excel modeling of design tradeoffs. The missing piece is a world model that understands friction, contact, weight, and surface texture — the physical intuitions that LLMs and video models currently lack. > *"My frustration — a healthy frustration — is I want Codex for hardware engineering. It's extremely valuable and I've used a lot for other things, but I want it for my field."* ## [01:00:27] Why humanoids aren't the answer for most use cases Top-tier Chinese manufacturing lines already have almost no humans on the floor. PCB reflow, optical inspection, mechanical assembly — all automated with dedicated robots, not humanoids. Caitlin's read: we don't need to replace factory humans with human-shaped machines. We need more dedicated, task-specific robots with modular form factors. Humanoids will handle long-tail tasks that require generalism; the majority of industrial demand is for purpose-built machines. > *"We don't actually need to replace humans with humanoids. We just need more of these dedicated robots."* ## [01:03:05] When robots will build other robots It's coming, but it won't look like self-replication. The path is: AI-assisted CAD gets good enough that a hobbyist can go from a 2D sketch to vendor-ready 3D assemblies without expert knowledge. The main bottleneck is data — CAD files are among the most closely guarded IP in manufacturing, so big incumbents will be slow adopters. Hobbyist communities, where IP anxiety is low, are the likely proving ground. On-premise AI models that train on proprietary CAD within a company's own data center are the likely enterprise solution. > *"The idea that you could even as a hobbyist go from a 2D picture to complex 3D CAD to assemblies to communication with vendors — that's going to happen."* ## [01:06:23] What makes a robot feel human and connected HRI researcher Leila Takayama's work shaped Caitlin's thinking here: humans expect acknowledgment when they enter a space. A robot that ignores you is creepy; one that looks up is not. Intent telegraphing matters — a robot that looks before it turns is far less alarming than one that moves without warning. Caitlin finds many current humanoids surprisingly creepy given how much money is behind them. Her design north star: Pixar and Disney, whose work on expressing emotion through non-anthropomorphic shapes is the best template available. > *"You want these devices to be non-threatening, appear soft, reactive to you. Pixar, Disney are probably the world's best at doing this type of design work."* ## [01:09:15] Robots in the home The consumer home is harder than autonomous vehicles, not easier. With Waymo, the comparison point is human driving — and Waymo demonstrably saves lives. With a home robot, you're introducing something that didn't exist before, so users have no baseline to compare against when it fails. Trust has to be built from a much lower starting point. Caitlin thinks the bar is achievable, but dismisses the projections of 20 million home robots in five years as wishful thinking. > *"When you're talking about a new product that hasn't existed yet and is not replacing something, that's a harder sell and you have to have a different story."* ## [01:12:00] What the next five years look like AI rewrites knowledge work in the next two to three years — coding is already mostly gone, and every other desk job is next. The physical world changes more slowly: drones and self-driving cars are clearly accelerating, but mass-market home robots require solving supply chain, factory re-shoring, and safety simultaneously. Caitlin expects to see more robots on the street but not a sudden flood of humanoids in every home. > *"It seems pretty clear to me that AI is going to have a foundational change in how we work. But the physical world is less likely to change as quickly outside of drones and self-driving cars."* ## [01:15:38] Why she left OpenAI Caitlin's tweet — seen by 7 million people — was timed deliberately: she knew the departure would be reported, so she got her own framing in first. The substance: she cares about the people she worked with at OpenAI, built something real there, but the governance and decision-making speed around safety guardrails felt wrong enough that she couldn't stay. She chose a middle path between silence and scorched earth — a public statement that named the problem without attacking the people. > *"You can disagree with friends and feel like what they did isn't right. And that's where I ended up, and that's what I tweeted about."* ## [01:18:09] How to hire exceptional hardware teams Three tiers of hire for a zero-to-one hardware team: senior generalists who can transfer hard-won intuitions from adjacent fields (autonomous vehicles → robotics is the current best pipeline); some pure roboticists who can do from-scratch mechanical design; and AI natives — people in their early twenties who use AI so instinctively it's baked into their problem-solving from the start. Caitlin wants the AI natives specifically to teach the rest of the team how to think, not just how to use tools. Mission alignment shortens interviews. > *"The only truly AI-native people are essentially those who use AI so natively that it's baked into their thinking. They're approaching problem-solving completely differently."* ## [01:23:42] Lessons from Steve Jobs, Mark Zuckerberg, and Sam Altman Sam Altman: "Why not more?" — a reframe that revealed Caitlin was thinking locally when the opportunity was global. Steve Jobs: an unyielding quality bar that propagated through Apple by osmosis, not mandate. Telling a young engineer their work isn't good enough yet is, she says, more motivating than most people expect. Mark Zuckerberg: surprisingly clean organizational decision-making — decisions pushed to the lowest level capable of making them, with both Zuckerberg and Andrew Bosworth personally able to read 20-page technical reports and grasp the tradeoffs. > *"For Steve, the bar he held for the company and for technical talent and for excellence was not wavering. It was up here, and you were either going to meet it or you weren't."* ## [01:27:27] Failure corner Quest 1, hardware EVT, right before Christmas. Caitlin's team had reduced from five cameras to four for cost. Then the computer-vision lead discovered that his interpretation of the camera-placement spec (±1.5 mm global) and the mechanical team's interpretation (±0.15 mm) had diverged — and the wider tolerance made spatial tracking fail. The fix was to lock two cameras to each other on a rigid bracket, creating a known-good stereo baseline. An architectural change mid-EVT, brutally stressful, and it shipped on time. The lesson: spec alignment between mechanical and software teams needs to happen at the start, not when you compile. > *"It was a failure in understanding the spec. But we kept the build on time and shipped the product on time — it was really stressful."* ## [01:32:33] Lightning round Books: *Book of the New Sun* (Gene Wolfe), Virginia Woolf's post-war writing, Herodotus's *Histories*. Caitlin has been working through the Western canon with a postdoc tutor, using Brodsky's reading list as a spine and asking questions about cultural context that Google can't answer as well as a human expert can. Guilty pleasure: *Succession*, watched as a soap opera. Life advice: a branching-tree diagram of future selves — you always have more choices ahead than the path behind makes it seem. > *"You get to decide every day what you want to do. What matters is what's right in front of you."* ## Entities - **Caitlin Kalinowski** (Person): ex-OpenAI Head of Robotics, ex-Meta VR/AR hardware lead, ex-Apple MacBook hardware engineer; episode guest - **Lenny Rachitsky** (Person): host of Lenny's Podcast, ex-Airbnb PM, founder of Lenny's Newsletter - **Steve Jobs** (Person): Apple co-founder; referenced for unyielding quality standards and the manila envelope MacBook Air launch - **Mark Zuckerberg** (Person): Meta CEO; cited for clean technical decision-making structure and pushing decisions to the lowest capable level - **Sam Altman** (Person): OpenAI CEO; cited for "why not more?" global-scale ambition framing - **Palmer Luckey** (Person): Anduril founder, ex-Oculus; cited for "invest more in drones than aircraft carriers" thesis - **Apple** (Organization): hardware-excellence benchmark; Caitlin spent 2007–2012 there on MacBook Air and Mac Pro - **Meta** (Organization): Caitlin led VR/AR hardware; built every Quest and Rift generation; acquired Oculus in 2014 - **OpenAI** (Organization): Caitlin built their robotics and hardware teams; left citing governance concerns around safety guardrails - **Quest 2** (Product): highest-selling VR headset; redesigned for cost reduction under Caitlin's leadership - **Orion** (Product): Meta's prototype AR glasses; 70-degree binocular FOV; ahead of current manufacturing cost curves - **MacBook Air** (Product): Caitlin worked on the wedge-shaped second-generation model; referenced for weight/size discipline and manila envelope launch - **Matic** (Organization): home robot vacuum company; used as component-count and consumer trust case study - **Anduril** (Organization): defense tech company; cited in context of drone investment and US re-industrialization

Anthropic の Claude Code 101 第 2 回は、最初のプロンプトの書き方を解説する。承認モードと自動承認モードの選び方、shift+tab でプランモードに入るタイミング、そして「ダークモードを追加する」というライブタスクで優れたプロンプトがどのようなものかを実演する。 ## [00:03] Claude Code を普通の AI アシスタントのように使う 冒頭のフレーミングは意図的にハードルを下げている——Claude Code へのプロンプトは他の AI アシスタントへの指示と変わらない。要点は、Enter を押す前に決めておくことが、自分を守り、ツールを使いやすくするということだ。 > *You talk to Claude Code like you would talk to any AI assistant.* ## [00:15] 承認モードと自動承認モード（shift+tab） 最初から 2 つのモードが用意されている。デフォルトの承認モードでは、ファイルの変更前に毎回確認が入る。自動承認モードでは、ファイルの編集や作成は自動で通過するが、シェルコマンドの実行には許可が必要だ。shift+tab で切り替えられ、設定を掘り起こす必要はない。ナレーターはどちらが「正しい」かを明言せず、どれだけ関与したいかに応じて選ぶよう促す。 > *In auto accept mode, it will automatically approve an edit or creation of a file, but ask your permission to run commands.* ## [00:40] プランモード：コードを書く前の読み取り専用リサーチ 同じ shift+tab メニューに 3 つ目のモードが隠れている——プランモードだ。Claude はプロンプトを受け取り、読み取り専用ツールでコードベースを調査し、曖昧な点を質問し、ファイルに一切触れる前に詳細なプランを返す。多段階の機能実装や安全なコードレビューなど、エージェントが書き始める前にアプローチを確認したい場面に最適だ。 > *Plan mode takes your prompt and uses read-only tools to analyze your code base and do research on your suggested implementation.* ## [01:10] ライブデモ：ダークモード切替をプロンプトで実装 デモがこの動画の核心だ。プロジェクトのルートから shift+tab を数回押してプランモードに入り、3 つのことを同時に行うプロンプトを書く：目標（「アプリ全体のダークモード」）、UI の指定（「ヘッダーにトグルスイッチ」）、そして Claude がリサーチすべき制約（「既存のライトテーマに合うコントラスト色を探して」）。目標とインターフェースと制約——これが優れた最初のプロンプトの暗黙のテンプレートだ。 > *Can you create a toggle switch on the header that allows user to toggle between light mode and dark mode?* ## [01:46] Claude が実際に行ったことを確認する Claude がプランを返してユーザーが承認した後の価値は、監査可能性にある：Claude が何をして、どのように結論に至ったかを明示的に確認できる。ナレーターはレンダリングされたダークモードを目視確認して承認する——「なかなかいい」がリスクの低い UI 作業における妥当なレビュー基準であり、実際に確認することが大切だという暗黙の教訓がある。 > *At the end of all this, we can see explicitly what Claude did and how it came to its conclusion.* ## [02:09] まとめ：詳細に記述し、プランモードを活用する 締めくくりの経験則：プロンプトはできる限り詳細に書き、Claude に実行前の細部まで調査させたいときはプランモードを使う。ステップごとに関与したい場合は承認モードが手元の作業に合う。 > *When using Claude Code, try to be as descriptive as possible with your prompt.* ## Entities - **Anthropic Tutorial Narrator** (Person): Claude Code 101 チュートリアルシリーズにおける Anthropic 公式のナレーター。 - **Claude Code** (Software): Anthropic のターミナルベースの agentic コーディングアシスタント。プロンプト解説の主題。 - **Approval mode** (Concept): デフォルトモード。Claude Code がファイル変更のたびに許可を求める。 - **Auto-accept mode** (Concept): ファイルの編集・作成を自動承認するが、シェルコマンドは許可が必要。 - **Plan mode** (Concept): コードを書く前に詳細なプランを生成する読み取り専用リサーチモード。shift+tab で切替。 - **shift+tab** (Shortcut): Claude Code の承認・自動承認・プランモードを切り替えるキーボードショートカット。

Eric Jangはサバティカルを使ってAlphaGoを現代的なツールで再実装し、その過程を約2時間半の技術的ウォークスルーとして公開した。これはRLがどう機能するかを照らし出す実験でもあり、LLM学習に組み込まれたナイーブなpolicy-gradient手法が抱える根本的な限界と、MCTSがいかにそれを回避するかを浮き彫りにする。対話は囲碁のルールから始まり、MCTS、ニューラルアーキテクチャ、自己対戦学習、オフポリシーデータへと進み、Jang自身のプロジェクトで自動AI研究ループを走らせた際の観察で締めくくられる。 ## [00:00] 囲碁の基礎 囲碁がブルートフォース探索に打ち勝ったのは、完全に解かれたからではなく、近似によってである。Jangがなぜ再実装に挑んだかを語る動機は、10層のネットワークが、全探索すると宇宙の原子数を超えるほど巨大なゲーム木のコストを「償却」できる謎にあった。序盤では、地の支配・連の自由度・着手禁止点（コウ）といったルールと、曖昧な局面を人間の合意ではなくアルゴリズム的に解決するTromp-Taylorスコアリング規約が解説される。 スコアリングの違いが重要なのは、それがコンピュータによる局面評価に直結するからだ。人間なら包囲されたグループを一目見て運命を受け入れるが、コンピュータはゲーム終了時に争点となる交点をカウントするための明確なルールを必要とする。 > *「2014年、2015年、2016年頃にAlphaGoの初期の躍進を見たとき、AIシステムがいかに高度になれるか、そして深層学習でどれほどの計算複雑性クラスに取り組めるかを目の当たりにして、深く感銘を受けました。」* ## [08:06] モンテカルロ木探索 361の合法手、300手のゲーム、探索空間は宇宙の原子数を超える——そのゲーム木を全展開する代わりに、AlphaGoはMCTSを使ってどの枝を伸ばすべきかをインタラクティブに選択する。中核となるデータ構造は局面ごとのノードで、訪問回数とQ値（そのノードを通る全ロールアウトの勝率の移動平均）を保持する。 行動選択の式（PUCT）は活用と探索のバランスをとる。対数的に増加するボーナスが未訪問ノードへのアルゴリズムを促し、シミュレーションが積み重なってQが安定するにつれて減衰する。Jangは、このUCB派生アプローチがregretを有界に保つ理由、囲碁の決定論的性質ゆえにMCTSの確率はモンテカルロ平均の産物であって真の確率的性質ではないこと、そして転置等価な局面をマージして探索木を枝刈りできることを追う。 > *「AlphaGoの核心的なブレークスルーは、ニューラルネットを使ってこの探索問題を扱いやすくしたことです。」* ## [31:53] ニューラルネットワークの役割 二つのネットワークが、MCTS内部の二つのコストの高い処理を置き換える。価値ネットワークは局面をスカラーの勝率に変換し、ゲームを終局まで展開する必要をなくす。方策ネットワークは合法手上の分布を出力し、探索木を有望な子ノードへ集中させ、無関係な手の長いテールを排除する。 Jangは再実装でResNetとTransformerの両方を試した。個人のGPU環境という小規模データ領域ではResNetがTransformerを上回った。Transformerは離れた局面特徴をつなぐために全域アテンションを必要とするが、局所不変性を学習するにはより多くのデータも要る。KataGoの重要なアーキテクチャ上の洞察は、完全なアテンションを使わずに19×19盤の両端での戦いが互いに影響し合えるよう、残差スタックを通じてグローバル特徴を明示的にプーリングしたことだ。 > *「小規模データ領域では、私の経験ではResNetが依然としてTransformerを上回り、低予算でより高いコストパフォーマンスを発揮します。」* ## [01:00:22] 自己対戦 自己対戦こそAlphaGoが何も知らない状態から超人的な強さへとブートストラップする場だ。ゲームが終わるたびに、MCTSは生の方策ネットワークのpriorよりも鋭い——より尖った——手の分布を生成し、その分布が方策ヘッドの学習ターゲットになる。方策ネットワークはMCTSの出力へと蒸留されるため、次の世代のゲームはより優れたpriorから始まり、探索ステップごとにより大きな改善を得る。 Jangはこれを複利配当つきの推論時スケーリングとして捉える。1,000回のMCTSシミュレーションを方策ネットワークに蒸留することで、次の学習ラウンドの出発点が前進する。すると2回目の1,000ステップが、蒸留なしでは2,000ステップ以上かかる勝率をもたらす。重要なのは、すべてのゲームのすべての手が学習ターゲットを生成すること——勝者だけでなく——であり、これがナイーブなpolicy-gradient手法と比べて学習シグナルの分散を大幅に下げる理由だ。 > *「AlphaGoが自分自身を学習させる美しさは、この最終的な探索プロセスの結果を取り込んで、方策ネットワークに『MCTSがこの結論にたどり着くまでの手間を、最初から予測してしまえばいい』と伝えられることにあります。」* ## [01:25:27] 代替RLアプローチ Jangは丁寧な思考実験を組み立てる。MCTSの目標関数を、LLMが使うナイーブなpolicy-gradient手法——ゲームの勝者を見つけ、そのゲームの全手を強化する——に置き換えたらどうなるか。100エージェントの均衡したリーグで、1手の決定的なミスによって一方が51対49でわずかに勝った場合、学習データはシグナルを持たない手で圧倒的に希薄化される。その1つの情報ある手は約30,000の無関係な手に埋もれてしまう。 このクレジット割り当て問題こそ、advantage関数とbaselineがRLに存在する根本的な理由だ。value baselineを引くことで、生のリターンシグナルがadvantage——各行動が平均よりどれだけ優れていたか——に変換され、勾配の分散が劇的に下がる。Q学習やTD法はフルロールアウトなしにそのadvantageを近似するため、MCTSが使えないドメインで重要になる。 > *「このアルゴリズムが行っていることは、取ったすべての行動に対してMCTSでより良い手がないかを徹底的に探索し、方策ネットワークがその結果を最初から予測できるようにすることで、すべての行動を改善しているのです。」* ## [01:45:36] MCTSはなぜLLMで機能しないのか PUCTの探索式は、有界かつ離散的な行動空間と、局面をまたいで汎化する価値関数を前提としている。囲碁はその両方を満たす。LLMの推論はどちらも満たさない。トークン語彙が膨大すぎて同じ部分列に再び出会うことはほぼなく、思考の途中が問題を解けそうかを信頼性高く判定できる局面レベルの価値関数も存在しない。 LLMが表面上ツリー探索に似た振る舞い——再考、バックトラック、留保——を見せることにJangも触れるが、これは明示的な木の構築ではなくコンテキスト内の挙動から生じる。とくに中間状態がより厳密な論理構造を持つ数学のようなドメインでは、前向き探索が何らかの形で戻ってくる可能性を彼は排除しない。根本的なボトルネックは、トークンレベルで信頼性が高く問い合わせ効率も良い価値関数が存在しないことだ。 > *「LLMでは、同じ子ノードを複数回サンプリングすることはほぼありません。言語は非常に広く開かれているため、思考のステップが複数あれば、離散的な行動集合はLLMに適した選択ではないのです。」* ## [02:00:58] オフポリシー学習 Dwarkeshはある謎を提起する。すべてのAI研究者がオフポリシー学習に警戒するのに、なぜAlphaGo Zeroは古いポリシーバージョンで生成されたゲームをたくさん蓄えたリプレイバッファで問題なく動くのか。JangはDAggerの観点からこれを解消する。重要なのはデータが厳密にオンポリシーかどうかではなく、バッファ内の状態分布が現在のポリシーが実際に訪れる状態、さらにその合理的な近傍をカバーしているかどうかだ。 リプレイバッファがAlphaGoで機能するのは、最近のチェックポイントのゲーム状態が現在のポリシーの分布の近くに留まっているからだ。失敗モードは——現在のポリシーから遠く離れた状態にラベルを付け、エージェントが到達しない局面での最適行動を学ばせてしまうこと——であり、分布シフトが深刻なロボティクスでは現実のリスクとなる。QT-Optのようなシステムから生まれた実践的なレシピは、報酬シェーピングにオフポリシーデータを使いつつ、policy gradientはオンポリシーに保つことだ。 > *「このようなアルゴリズムで求めるのは、訪れる可能性が高い状態が大半を占め、最適な軌跡の周囲にある高次元のチューブ内の状態が一定の割合で含まれるようなデータです。」* ## [02:11:51] RLのサンプル効率は思っていた以上に悪い Dwarkeshは二次元の非効率性論を展開する。一つ目は誰もが知る次元だ。policy-gradient RLは学習シグナルが届く前に完全な軌跡のロールアウトが必要なため、エージェントが長期タスクに取り組むほどFLOPあたりのサンプルが激減する。二つ目はサンプルあたりのビット数だ。語彙100Kのトークンを持つLLMが「blue」をランダムサンプリングで発見しようとすると、1回の成功を見るだけで10万回ものロールアウトが必要になる。一方、教師あり交差エントロピー損失は毎ステップ、モデルの分布が「blue」からどれだけ離れていたかを正確に伝える。 MCTSはこの両問題を回避する。すべての手で学習ターゲットを生成し、そのターゲットは現在のポリシーより常に優れている——単に何千ものトークンに薄く広がった二値の勝敗シグナルではない。Jangの観察によれば、ポリシーネットワークがMCTSの分布に完全に収束しない限り、MCTSがシグナルをまったく与えない状況には陥らない。 > *「MCTSがシグナルをまったく与えないという状況は、MCTSの分布が方策ネットワークの予測と完全に一致しない限り、決して起こりません。」* ## [02:22:05] 自動化されたAI研究者 Jangは自身のAlphaGoプロジェクトの大半を自動化されたLLMコーディングループで進め、AI研究自動化がうまくいく場面と失敗する場面を現場レベルで報告した。ハイパーパラメータ最適化では、現在のモデルは大学院生と同等の仕事をこなす。勾配フローの問題を診断し、データローダーのaugmentationを書き直し、固定予算内で測定可能なperplexity改善を絞り出す。実験の実行やプロット生成についても、簡単なスキル説明で分析付きの完全な実験スイートが生成される。 モデルが確実にこなせないのは横断的な思考だ——研究の方向性が構造的に見込みがないと認識し、さらに実験を積む前に別の切り口へ跳ぶこと。Jangはこれに繰り返し直面した。モデルは行き止まりの方向を掘り続け、その方向が正しいかどうかを問い直すことをしない。彼の仮説は、これが学習シグナルの問題だということだ。囲碁のような適切な外側ループを持つRL環境を構築することが、最終的にモデルをローカルな研究の行き詰まりから脱出させるかもしれない。 > *「現在、一般公開されているクローズドモデルは、あるトラック内で次にどの実験を選ぶかがあまり得意ではないと感じます。『待てよ、このトラックは本当に意味があるのか』という横断的な思考に踏み出せないようです。」* ## 登場人物 - **Eric Jang** (人物): 1X RoboticsのVP of AI、元Google Brain/DeepMind Roboticsシニアリサーチサイエンティスト。サバティカル中にAlphaGoを再実装。 - **Dwarkesh Patel** (人物): Dwarkesh Podcastホスト。インタビュー中にビット/FLOPのRL非効率性分析を共同展開。 - **AlphaGo / AlphaZero** (ソフトウェア): DeepMindの囲碁AIシステム。MCTSと深層ニューラルネットワークを組み合わせたもので、本エピソードの中心的な技術テーマ。 - **KataGo** (ソフトウェア): David Wu（Jane Street）によるオープンソースの囲碁エンジン。AlphaGo Zeroと比べて計算量を40倍削減。Jangの主要な参照実装。 - **モンテカルロ木探索 (MCTS)** (概念): UCB/PUCTによる活用と探索のバランスをとるイテレーティブな探索アルゴリズム。本エピソードの中心的な分析レンズ。 - **クレジット割り当て問題** (概念): 長い軌跡のどの行動が良い結果をもたらしたかをRLで特定することの困難さ。advantage関数、baseline、価値ネットワークの動機となる。 - **DAgger** (概念): Dataset Aggregationアルゴリズム。バッファ内の状態が現在のポリシーの分布近くに留まっている限り、AlphaGoのリプレイバッファが許容可能である理由を説明する。 - **Andrej Karpathy** (人物): policy-gradient RLの希薄な学習シグナルを「ストローで監督を吸い上げる」と表現したことで引用。

チューリング賞受賞者でAMI Labs創業者のヤン・ルカンは、LLMが「生産的な行き止まり」であると主張する。実用的な製品としては有益だが、物理的現実のモデル化、計画立案、行動の結果予測を行う構造的な能力が欠如しているというのがその根拠だ。JEPAアーキテクチャを代替案として提示し、非米中圏のAI主権を目指すTapestry連合学習プロジェクトを説明したうえで、Metaを離れた経緯も明かす。GenAI組織の短期的プレッシャーが、突破口を開く研究を政治的に難しくしていったという。パラダイムシフトの到来時期については「2027年初頭」と予測している。 ## [00:00] イントロ Jacob Effronがクイックカットのプレビューで対談を始める。ヤンが「5年で世界征服」と冗談を言いながら、MetaのLlamaプログラムとの関係について歯に衣着せぬ本音をチラつかせ、教師なし学習への自身の関心が最終的にLLMから離れる方向を指し示していたと語る。Jacobはこのエピソードを、オープンソースLLMの基盤を構築した当事者でありながら、さらなるスケーリングは間違いだと公言し続ける人物から直接聞ける貴重な機会として位置づける。 > *「突破口を開く研究を生み出す最善の方法は、最高の人材を採用して、あとは口を出さないことだ。」* ## [01:45] LLMが知性への道ではない理由 ヤンは、製品としてのLLMと、知性への道としてのLLMをきっぱり区別する。LLMがうまく機能するのは、言語という媒体が特殊だからだ。低次元で離散的、高度に構造化された基盤では、自己回帰予測は扱いやすい。しかし現実はそうではない。物理世界は高次元で連続的かつカオス的だ。マグカップをつかむロボット、工事現場を走る自動運転車、薬に反応する細胞——これらは言語の問題ではなく、言語向けに最適化されたアーキテクチャでは必要な内部モデルを習得できない。 彼が立ち上げたAMI（Advanced Machine Intelligence）はこれとは逆の仮説に基づいている。正しい道は、映像・センサーフィード・産業用テレメトリといった生の感覚データから抽象的な世界表現を学習し、その表現の内部で候補となる行動の結果をシミュレートして計画を立てられるシステムだというものだ。 > *「LLMは人間レベルの知性にも動物レベルの知性にも至る道ではない。それが私の主張だ。役に立たないと言っているわけではなく、そこへの道ではないというだけだ。」* ## [07:51] AMIとワールドモデル 「ワールドモデル」はすでに流行語になっており、分野は二陣営に分かれているとヤンは言う。生成的アプローチ（動画モデル、VLA）と、JEPAのような結合埋め込みアプローチだ。VLA（視覚・言語・行動モデル）はすでに広く失敗が認識されている。脆く、大量データが必要で、汎化できない。生成的動画アプローチもLLMと同じ構造的欠陥を抱えている。抽象的な構造を学ぶのではなく、すべてのピクセルを予測しようとするからだ。 本来のワールドモデルとは、エージェントが行動を実行する前にその結果を予測できるシステムのことだ。それがなければ、どんなエージェントシステムも盲目も同然で、計画した行動の列が目標を達成できるかどうか確認する手段がない。 > *「行動の結果を予測する能力を持たないシステムの上にエージェントシステムを構築しようなどと、どうすれば考えられるのかが私には想像できない。」* ## [12:07] JEPAアーキテクチャの解説 JEPAの着想は、ヤンが長年の自己教師あり学習研究の中で気づいたあるパターンに由来する。画像や動画の有用な表現を学習することに成功したアーキテクチャはすべて、非生成的だったのだ。VAEやマスクドオートエンコーダ、ピクセル予測モデルといった生成的アーキテクチャは一貫して低い性能にとどまった。JEPAは入力の破損版または部分的なビューを取り、両方をエンコーダに通し、生のピクセルではなく表現を一致させるよう予測器を学習させる。この抽象化こそが肝心だ。 2022年に発表した論文「A Path Towards Autonomous Machine Intelligence」は、この全体像を書き下す試みだった。知覚のバックボーンとしてのJEPA、その上に乗る目的駆動型プランニング、異なる時間スケールのワールドモデルの階層構造。この論文の発表を彼は「自分の秘密をすべて明かすこと」と表現した。秘密を守るより、公開することで多くの人材をこのパラダイムに引き寄せることに賭けた意図的な判断だった。 > *「世界のモデルを予測によって学習するという問題にずっと興味を持ち続けてきた。そして5年ほど前に、画像や動画の表現学習に成功したアーキテクチャはすべて非生成的で、生成的なものはことごとく失敗してきたということに気づいて、ひらめいた。」* ## [15:55] 現在のロボティクスモデルが抱える問題 現在のロボティクスのデモは見栄えするが、膨大な模倣データ——遠隔操作の記録や手でトレースしたデモンストレーション——で学習させ、主にシミュレーションでRLによって微調整されたものだ。このパイプラインが生み出すのは脆弱なスペシャリストだ。17歳は約20時間で運転を覚えるが、何百万時間もの走行データがあるのに未だにレベル5の自動運転車は実現していない。模倣学習と真の汎化の間にある溝は、例を暗記することと内部の世界モデルを持つことの差そのものだ。 ワールドモデルベースのシステムに対してヤンが主張するのはゼロショットタスク汎化だ。正確な内部ワールドモデルを持つシステムなら、そのタスク専用に学習しなくても、新しい目標が与えられれば達成するための行動列を計画できる。彼が注目する近未来の産業応用——ジェットエンジン制御、化学プラント、製造ライン——は、入力がすでに数値データであり、運用データから直接ワールドモデルを学習できる環境だ。 > *「ワールドモデルベースのシステムで得られる汎化の度合いは、模倣学習で学習したシステムと比べてはるかに大きく、より少ない学習データでより広いタスクに対応できる。」* ## [20:37] シリコンバレーの集団思考 業界全体がLLMのスケーリングに収束した理由についてヤンの診断は構造的だ。一度遅れを取ったら、他のことに取り組む余裕がなくなる。競争がすべての大手ラボに同じ溝を掘り続ける合理的なインセンティブを生み出す。AMI Labsをパリに設立したのはまさにこれを避けるためであり、米国オフィスもシリコンバレーではなくニューヨークに置き、シリコンバレーのVCからは資金を調達しなかった。 パラダイムシフトの時期について彼は2027年初頭と予測する。「ワールドモデル」はすでに研究上の流行語になっており、VLAの失敗は業界に認識され、ロボティクス分野の未解決の汎化問題が転換を強いるだろう。AMIが完全な解を持つとは言わないが、パラダイムの転換が必要だったことは誰の目にも明らかになるはずだと言う。 > *「パラダイムの転換が必要だという気づきは、まさに今この瞬間も進んでいて、2027年初頭には誰の目にも完全に明らかになるだろう。」* ## [28:18] Tapestry：世界各国のためのソブリンAI Tapestryはある観察を出発点にしたAMIとは別のプロジェクトだ。スマートグラスとAIアシスタントが主要な情報インターフェースになるにつれ、基盤モデルを支配する者が何十億もの人々の情報摂取を支配することになる。インドの農家も、ドイツの哲学者も、モロッコの市民も、カリフォルニアや深圳の一握りの人々がトレーニングデータ・価値観・政治的前提を設定したモデルに十分に奉仕してもらえるわけではない。 解決策は連合学習だ。国々や機関がデータと計算資源を提供するが、生データは互いに共有しない。共有するのはパラメータベクトルだ。各参加者はローカルで学習し、定期的にパラメータの更新を交換して合意モデルを引き出す。単一の主体が支配しない、全人類の知識のリポジトリだ。インドからカザフスタン、フランスに至る国々が関心を示している。AI主権はどの技術的選択とも独立した政治的優先課題になったからだ。 > *「あなたの情報摂取はすべてAIアシスタントを介することになる。そのAIアシスタントがカリフォルニアや北京で作られたものなら、あなたにとって良いことではない。」* ## [35:49] OpenAIは次のSun Microsystems プロプライエタリなLLMプロバイダーはすでに公開テキストデータを使い果たした。残る道——著作権素材のライセンスか合成データの生成——は高コストで上限がある。オープンソースモデルはその制約なしに差を縮めてきた。ヤンは1990年代のUnixワークステーション市場との類比を引く。Sun Microsystems、HP、SGIはいずれも技術的に優れたプロプライエタリシステムを持ち、Windows NTでウェブサーバーを動かすのは無理だという説得力ある議論を持っていた——しかし全社Linuxに淘汰された。今やインターネット全体がLinuxで動いている。OpenAIとAnthropicは今サイクルにおけるSun Microsystemsだとヤンは言う。 > *「今日のOpenAI、Anthropicなどは、昨日のSun MicrosystemsやHPUXだ。」* ## [40:51] ヤンの見解がHintonとBengioから分かれた理由 分岐は2023年に起きた。ヤンの立場は変わっていない。変わったのはHintonとBengioだ。HintonはGPT-4と出会い、大脳皮質のニューロン数についての簡単な試算をもとに、人間レベルの知性に近いと結論づけた。ヤンはその論拠が誤りだと考えており、Hintonが勝利宣言をして現役研究から引退するための口実を見つけたと読む。Bengioの変化は異なった。AI権力集中による社会的リスクへの懸念が中心であり、ヤンはその懸念自体には共感を持っている——ただし終末論的なフレーミングには同意しない。 > *「私はその主張を全く信じない。これはジェフ流の言い方で、つまり基本的に引退できる——勝利宣言できると言っているようなものだ。」* ## [44:32] LLMは本質的に安全でない ヤンの最も強い主張はこうだ。LLMを信頼性を持って安全にすることはできない。アラインメントが難しいからではなく、自身の行動の結果を予測するアーキテクチャ上の能力が根本的に欠けているからだ。プロンプトを受けたLLMが意図したタスクを実際に達成することを保証するハードワイヤードな制約が存在しない。学習データの分布と実世界のプロンプトの間には常にギャップがある。コーディングエージェントがハードドライブを消去し、医療アドバイスが誤り、エージェントシステムが不可逆的な行動を取る——これらはパッチで直せるバグではなく、アーキテクチャの性質だ。 彼が代替として挙げる目的駆動型AIは違う仕組みで動く。システムには明示的なワールドモデル、目標を表す明示的なコスト関数、そしてハード安全制約のセットがある。オプティマイザはすべての制約を満たしコストを最小化する行動列を見つける——つまり構造上、安全制約を違反する行動を取ることができない。この保証はLLMでは不可能だ。またAnthropicのAIリスクに関するロビー活動の物語にも異議を唱え、真の危険は現在のシステムを悪用する者から来るのであって、創発的な超知性からではなく、規制圧力は主に既存の大手企業に利益をもたらすと主張する。 > *「LLMは本質的に安全でない。信頼性と安全性を兼ね備えることはできないと思う。幻覚を止めることができない以上、信頼性を確保できない。」* ## [58:00] ヤンがMetaを去った理由 ヤンは広く流布する誤解を正す。Llamaへの技術的関与はゼロだった。Llama 1は小規模なFAIRプロジェクトだったが、2023年初頭にGenAIが設立されるとLlamaチームはそこに移り、激しい短期的なプロダクトプレッシャーにさらされた。Llama 1の著者2名はMistralを創業するために離れた。GenAIは保守的になり、論文発表も制限されるようになった。一方FAIRは、ヤン・Zuckerberg・CTOが当初賛同していたAMI研究アジェンダを追求するのではなく、GenAIのLLM作業を支援する方向に誘導されていった。2024年初頭には、突破口を開く研究に適した環境ではなくなっていた。 > *「私の役割、Alexとの関係、そしてMetaにおけるAIの運営についての大きな誤解がある。」* ## [01:00:26] FAIRを振り返って ヤンは2013年末にFacebookに入社し、4年半FAIR所長を務めた後、チーフAIサイエンティストへと自ら職を変えた。自分は生まれつきマネージャーに向いていないからだと言う。内部のAMIプロジェクトは彼の2022年のビジョン論文から生まれ、Zuckerberg・CTO・CPOは全員読んでその内容を支持した。しかしリーダーシップの下の層はその意義を理解せず、Metaがロボティクスチーム全体を解散させた決断——今はAmazonにいるGita Mataríc率いるチームだ——は、同社がワールドモデルの応用先に関心を持っていないことを明確にした。論文発表制限は強化され、優秀な研究者が去り、ヤンの研究アジェンダとMetaのプロダクト優先事項の間のミスマッチは2025年初頭に修復不可能になった。AMIの資金調達に動いたとき、投資家はすでに数年間の公演から彼のストーリーを知っており、LLMに根本的な限界があるという議論を受け入れる素地ができていた。 > *「FAIRの初期やベル研究所で得ていたような突破口を開く研究の最善の方法は、最高の人材を採用し、成功する手段を与え、あとは口を出さないことだ。」* ## [01:12:11] 博士課程の学生へのアドバイス まず自省から始める。自己教師あり学習が映像で成功するという自身の予測は機序としては正しかったが、最初に成功した場所は誤っていた。LLMは「自己教師あり学習の目が覚めるほど成功した例」だが、感覚データではなく言語に適用されたものだ。次にJEPAの核心的技術課題を示す。表現崩壊だ。ある埋め込みを別の埋め込みに写す予測器を学習させると、自明な最適解は両方のエンコーダが定数を出力することになる。コントラスト学習（彼が1993年に発明）は崩壊を防ぐが、次元数に応じてスケールしない。DINOのような蒸留手法は機能するが理由がよく分かっていない。現時点での彼のベストアンサーはSIGreg（Sketched Isotropic Gaussian Regularization）で、エンコーダの出力分布をガウス分布に強制することで、ネガティブペアなしに情報量を最大化する。このアプローチで学習した最初の小規模ワールドモデルであるLeWorldModel論文を、AMI Labsの方向性への最良の入口として勧める。博士課程の学生へのアドバイスは、LLMに取り組まないこと。アカデミアからはフロンティアの計算資源なしに貢献できず、LLMがなぜ動くのかを研究することは記述的科学であり創造的研究ではない。 > *「LLMが機能するのは、離散シンボルの系列があれば予測が簡単だからだ。現実の世界では生成モデルは使えない——表現を学習し、表現空間で予測を行うシステムを学習させなければならない。」* ## 登場人物 - **Yann LeCun** (人物): 2018年チューリング賞共同受賞者；元Meta FAIRチーフAIサイエンティスト；AMI Labs創業者；NYU教授；畳み込みニューラルネットワーク発明者、JEPAの共同考案者 - **Jacob Effron** (人物): Redpoint Venturesパートナー；Unsupervised Learningポッドキャストホスト - **Geoffrey Hinton** (人物): チューリング賞共同受賞者；GPT-4以降LLMの能力に関して立場を転換；2024年以降AIの危険性についての発言は減少 - **Yoshua Bengio** (人物): チューリング賞共同受賞者；創発的超知性よりもAI権力集中による社会的リスクに注目 - **JEPA** (概念): Joint Embedding Predictive Architecture——ピクセル空間ではなく表現空間で予測を行うアーキテクチャ；ヤンのワールドモデルフレームワークの知覚バックボーンを形成 - **ワールドモデル** (概念): エージェントが行動を実行する前にその結果を予測できる内部モデル；ヤンのフレームワークにおける安全なエージェントAIの前提条件 - **Tapestry** (概念): 国々や機関がパラメータベクトルの交換によってデータ主権を保ちながら共有基盤モデルを学習する連合LLM学習プロジェクト - **AMI Labs** (組織): ヤンの会社（Advanced Machine Intelligence）；パリに本社、米国オフィスはニューヨーク；ロボティクス・産業制御・医療向けのJEPAベースのワールドモデルに注力 - **Meta FAIR** (組織): Facebook AI Research；Llama 1、I-JEPA、V-JEPA、内部AMI研究プログラムの起源；ヤン退職前にGenAI LLMサポートへの移行が進んでいた

SalesforceのCEOマーク・ベニオフが、Jason Calacanis、David Friedberg、Chamath Palihapitiya（David Sacksは欠席）とともに、二つのリアルタイムニュースを軸に幅広いテーマを語り合う。トランプ・習会談（2017年以来初）と、企業向けソフトウェアの評価額を急速に侵食するAIだ。サウジ国賓晩餐会、ウィンザー城、今回の代表団にも同席したベニオフは、米中経済外交の最前線を伝える。その後、話題はSalesforce自身の株価再評価の本質へ移り、データインフラとエージェントプラットフォームがAI破壊の恩恵側に立つと主張する。後半はOpenAI対Apple、Thinking Machinesのリアルタイムマルチモーダルデモ、Friedbergが提示する衝撃的なエルニーニョデータ、そしてAnthropicによる多層SPVスキームへの取り締まりを扱う。 ## [00:00] Salesforce CEO マーク・ベニオフ、番組に登場！ 今週はSacksが不在で、ベニオフが席を埋める。Jasonがさっそくベニオフの政治的立ち位置を問いただす——かつて民主党の資金提供者だった男が、今やサウジ国賓晩餐会に出席し、現政権にも受け入れられているのはなぜか。ベニオフは党派的な問いをきっぱり退けた。 > *「私は民主党員でも共和党員でもない。アメリカ人だ。」* Chamathは、ベニオフがウィンザー城、チャールズ皇太子の訪米、サウジ国賓晩餐会への招待を立て続けに手にした珍しい存在だと指摘する——どの政権とも摩擦なく動けるテックCEOだ。このくだりは、まさに進行中の会談について発言する資格がベニオフにあることを際立たせる。 ## [01:14] トランプ・習会談、米企業の中国ビジネス、米国民と中間選挙への影響 トランプと習近平の七回目の直接会談——イラン戦争で二ヶ月遅延——は北京で幕を開け、習が台湾の扱い次第では両国関係が「極めて危険な状況に陥る可能性がある」と警告した。Polymarketでは2026年の侵攻確率が2300万ドルの出来高をもとに6%と示された。貿易面では、習が大豆・米国LNG・ボーイング機200機の購入を約束し、商業面での「門戸拡大」を訴えた。米国側代表団は企業役員会の顔ぶれだ——Jensen HuangはチップをPR、Kelly Ortbergは航空機を売り込み、CargillのBrian Sykesは大豆を売り、VisaとMastercardは決済市場へのアクセスを求めた。 Friedbergは「修辞ディレス・トラップ」の視点から会談を読み解いた——台頭する大国と衰退する大国が衝突するのは歴史の定型だが、AIやバイオテクノロジーがもたらす資源膨張という稀有な瞬間に、そのパターンから抜け出す可能性があると主張した。 > *「AIや自動化、バイオテクノロジーによる技術の大転換が目の前に広がり、真の豊かさが見えてきたこの瞬間こそ、世界がより多極的な在り方を選べる絶好のタイミングだと思う。」* ベニオフは、Salesforceが中国本土にオフィスも従業員も持たないことを明かした——中国の収益はすべてデータ所在地法を満たすためのAlibaba独占パートナーシップ経由だという——そして代表団全体に実際の受注が生まれると期待を示した。Chamathは、中国のトップダウン型儒教的ヒエラルキーがCEOレベルの外交を官僚チャンネルより効果的にすると論じ、インフレに苦しむ米国民にとってもこの取引成立が不可欠だと訴えた。 ## [18:46] 台湾、半導体、AIモデル、貿易による平和 ベニオフは、台湾が習にとって最優先事項だという前提に異を唱えた。領土的野心より経済的繁栄と中産階級の成長の方が習にとって重要だというのが彼の立場だ。「もし中国が台湾を封鎖したら米国は守るべきか」という直球の問いに対しては、二者択一を拒みこう述べた。「中国と台湾は和解すると思う。」Chamathは構造論で応じた。米国は国内チップの同等性まであと1〜2ナノメートルという地点にいる。そこに達した時点で、台湾の戦略的価値は存亡に関わるものから経済的なものへと変わると見た。 > *「私たちは、台湾が戦略的に担っている役割を自力で果たせるまで、あと1〜2ナノメートルのところにいる。今は経済的な問題であって、それが解消されれば、台湾に対する態度はまったく変わると思う。」* Chamathの処方箋は明快だ——それでもチップを売れ。HuaweiがKYC管理なしに半導体レースを制するよりも、NvidiaがKYC付きで中国にモデル用途のチップを販売する方がましだ。ベニオフも、チップ規制にもかかわらず中国のAIモデルが米国モデルとほぼ同等の性能に達していると同意し、禁輸の根拠を自ら崩した。Friedbergは、中国が国内ファブと製造装置を整備するにつれ、政治的な結果に関係なく台湾の代替不可能性は自然と低下していくと付け加えた。 ## [31:41] AIがソフトウェアに与える衝撃：生き残るSaaSと死ぬSaaS Jasonは株価再評価を率直に突きつけた。Salesforceが37%、ServiceNowが42%、Workdayが45%下落——AIがマネージドSaaSを不要にするという見立てのもと、合計で約1800億ドルの時価総額が消えた。ベニオフは真っ向から反論した。 > *「正直、SaaS崩壊は今回が初めてじゃない。でもこれが今のSaaS崩壊だ。」* 彼の主張はこうだ——市場の再評価は誤った前提に基づいている。Salesforceが賭けているのはAgentforce、つまり実際の企業データに根ざしたAIエージェントであり、幻覚を起こしやすい汎用モデルではない。80〜90億ドルでのInformatica買収が提供するデータ統合レイヤーこそ、エージェントを信頼できるものにする。「AIは確率論的だから、真実に、一元的な真実の情報源に縛り付けないと、うまく機能しない。」ベニオフはさらに、Salesforceが今年内部コーディングエージェントのためにAnthropicに約3億ドルを使う予定だと述べ、実装サイクルが劇的に短縮されるとした。 Chamathは市場を二つに割った。ローエンドはもう終わりだ——深い顧客関係を持たない汎用のポイントソリューションは死んだ。だが、Salesforceが戦うハイエンドは、公開市場が「AIに浮かれる」のをやめてCapex3兆ドルが何を生んだかを問い始めたとき、ROIの精算から恩恵を受ける側に立つ。生き残るのはCスイートとの関係、ネガティブチャーン、そしてAI機能を測定可能な成果としてパッケージできる企業だ。 ## [47:26] OpenAI、ChatGPT統合失敗をめぐりAppleを提訴か Bloombergによると、OpenAIがAppleを契約違反で提訴する可能性がある。2024年のChatGPT・Siri連携は実態として機能しなかった——Appleはユーザーが明示的に「ChatGPT」と言った場合だけクエリを転送し、統合を積極的に宣伝せず、OpenAIは期待していたサブスクリプション収益を得られなかった。Appleの言い分はOpenAIのデータ管理への懸念だ。 ベニオフはこの話をAIラボ間の戦略的な分岐として捉え直した。Grokはコンパニオンアプリやいわゆるセックスボットを作り、OpenAIはSoraと広告ネットワークを推し進め、GeminiはNanoを出荷した。そしてAnthropicはそのすべてを無視してコーディングエージェントに集中した——それが正解だったと彼は言う。まだ発表されていないSlack内蔵のコーディング機能についても示唆した。 > *「Anthropicはそんなセックスボットは知らない、Nano Bananaも知らない、コーディングエージェントをやる、と言った。結果的にAnthropicが正しかった。突然、ロケットが飛び上がった。」* Chamathはより深い問いを立てた——AI対話レイヤーがデバイスから完全に離れたとき、Appleに何が起きるのか。彼は、予想外のハードウェアメーカーからMacBook Proを不要にするような薄型・常時起動のアンビエントデバイスが「iPhoneモーメント」をもたらすと予測した。FriedbergはAppleの現在の戦略は先見性ではなく空白の穴埋めだと指摘し、G Suiteが静かにAppleの生産性スタックから企業シェアを奪いつつあると述べた。 ## [56:54] Thinking Machinesがリアルタイムモデルを公開、コンシューマーAIの未来、マルチセンサーモデル Mira MuratiのThinking Machinesが、デスクトップを監視し、周囲の音声を聞き取り、ウェブカメラの映像を同時処理するリアルタイムマルチモーダルモデルを公開した。200ミリ秒間隔で二本の並列パイプラインが走る——一方は深い遡及的推論、もう一方はライブ応答用だ。Appleはこれと並行して、AirPods内蔵カメラの特許を出願している。 > *「マルチセンサーモデルはAIの次の大きな波だ。そこに達してもまだAGIではないけれど。」* ベニオフは、言語で訓練されたLLMには根本的な限界があると論じた。人間の認知は目・耳・固有感覚を生体ハードウェア上で並行処理している。マルチセンサーによる根拠付けこそが欠けているレイヤーだ。トークン経済のインパクトは大きい——一日8時間のリアルタイムアンビエント監視は、現在の企業用途の1000倍の消費量になる。ベニオフは「大きいモデル＝良いモデル」という軍拡競争に疑問を呈し、アプリやデバイスに組み込まれた分散型インテリジェンスがモデルの生のスケールより重要になると予測した上で、アンビエントセンシングと企業コンテキストを統合する「熱い新興企業」の余地があると示唆した。 ## [62:24] サイエンスコーナー：2026年に記録的規模のエルニーニョが起きたら Friedbergが海面水温の異常データを提示した。1877年以来最大の偏差に向かっており、基準値から約4℃上昇している。蓄積された熱エネルギーは1100万テラワット時——人類の年間エネルギー消費25,000テラワット時と比べると桁が違う。 > *「この海には500年分の人類エネルギーが蓄えられている。今後数ヶ月でそのエネルギーが大気中に放出される——99%の確信を持って言えるが、来年は記録上最も暑い年になり、しかもダントツになる。」* 連鎖反応はこうだ。貿易風の変化がカリフォルニアとメキシコ湾岸に大気の川をもたらし、熱ドームがフェニックスとカナダ内陸部に広がる。インドのモンスーンが高確率で失敗し、1億5000万人の農家と食料を依存する15億人が危機にさらされる。ブラジルのインドネシア・フィリピン向け農作物輸出が崩壊し、小麦価格が世界的に急騰する。フェニックスはすでに5月に摂氏41℃（106°F）を記録した。コモディティ市場はエルニーニョへの露出を積極的に取引している。Friedbergが示す部分的な好材料は、作物の遺伝子改良で干ばつ耐性が向上したことと、シベリアの農地が拡大していることだ——ただしそれらが2026年の収穫期を救うには間に合わない。 ## [71:40] Anthropic、「ダーク SPV」に宣戦布告 Anthropicは、非上場AI企業の未公開株を個人投資家に販売する多層SPVプラットフォームを公式に問題視し、許可を受けていない仕組みを通じて売却された株式を無効にすると表明した。Chamathは全面的に支持した。上場前のすべての企業が同じ姿勢を取り、公開市場への移行を押し進めることで、こうした仕組みを消滅させるべきだと主張した。 > *「SpaceXが上場し、Anthropicが上場し、OpenAIが上場すれば、これらSPVの販売業者を巻き込んだ訴訟の嵐が始まるだろう。こんな仕組みは許されるべきではない。」* Chamathは、主要なAI企業が上場し、個人SPV投資家が計算が合わないと気付いた時点で大量の法的紛争が起きると予測した。最後にベニオフが1-1-1慈善モデル——創業時に株式1%・利益1%・従業員時間1%を拠出し、現在は5万の非営利団体がプラットフォームを無料で使っている——とSusan Wojcickiへの追悼を語り、章は締めくくられる。 ## 登場人物・概念 - **Marc Benioff**（人物）: SalesforceのCEO兼会長。本エピソードのゲスト。1-1-1慈善モデルおよびAgentforce AIエージェントプラットフォームの生みの親 - **David Friedberg**（人物）: ホスト。The Production BoardのCEO。エルニーニョのサイエンスコーナーを担当 - **Chamath Palihapitiya**（人物）: ホスト。Social CapitalのCEO。SaaS高付加価値領域の生き残り論とNvidiaチップ普及論を展開 - **Salesforce / Agentforce**（ソフトウェア）: 企業向けCRMおよびエージェントプラットフォーム。データ根拠型AIエージェントがSaaS終焉論の裏返しになるというベニオフの賭け - **Anthropic**（組織）: AIセーフティ企業。Benioffが好むコーディングエージェントの提供元（Salesforceで年間約3億ドルの支出を予定）。無許可SPV構造への取り締まりも実施中 - **OpenAI**（組織）: ChatGPT・Siri統合の失敗をめぐりAppleを提訴する可能性があると報道。Anthropicの成功を受けてコーディングエージェントに軸足を移しつつある - **Thinking Machines / Mira Murati**（組織）: デスクトップ・音声・ウェブカメラを200ミリ秒間隔で同時処理するリアルタイムアンビエントマルチモーダルモデルを公開 - **Thucydides Trap（修辞ディレス・トラップ）**（概念）: 台頭する大国と衰退する大国の衝突サイクルを指す政治学の枠組み。Friedbergが米中会談における協調的な豊かさの好機を語る文脈で引用 - **ダーク SPV**（概念）: 非上場AI企業の株式を個人投資家に販売する多層の特別目的ビークル。高い手数料と法的根拠の曖昧さが問題視されている

Anthropic の Claude Code 101 第2話がエンジンの内部を開ける：コンテキストを収集し、行動し、結果を検証するエージェントループ；コンテキストウィンドウがあふれる前に自動圧縮される仕組み；プレーンなテキスト入出力に対してツールが実際にもたらすもの；そして shift+tab で切り替える4つの権限モード。 ## [00:04] 最初の問い：チャットアプリとの違いとは ナレーターはビデオ全体を一つの問いとして組み立てる——Claude Code はチャットアプリではない、ではその形はどのようなものか？答えとして展開されるのがエージェントループだ。 > *We know that Claude code is different from usual chat applications, but how does it work?* ## [00:13] エージェントループ——収集、行動、検証、繰り返し ループには4つの拍子がある。プロンプトを入力する。Claude はモデルと対話して必要なコンテキストを収集し、モデルはテキストまたはツール呼び出しを返す。Claude はアクションを実行する——ファイルの編集、コマンドの実行。そして結果がプロンプトを実際に満たすかどうかを検証する。合格すれば停止し、失敗すれば作業が完了して検証可能になるまで再びループする。ループの実行中もユーザーはロックアウトされない——コンテキストを追加したり、中断したり、モデルをゴールへと誘導したりできる。 > *And if they don't, Claude goes back and runs the loop again until the results are complete and verifiable.* ## [01:02] コンテキストウィンドウと自動圧縮 コンテキストウィンドウは Claude の作業記憶だ——会話、ファイルの内容、コマンドの出力、振り返ることができるすべて。それは有界だ。上限に達すると、Claude Code は会話を自律的に圧縮する：何を削除し何を要約するかを決め、スレッドを失わずにウィンドウを元に戻す。 > *Once you reach that limit, Claude code compacts your conversation, which automatically determines what it can take out of the context window and what it can summarize in order to bring the context window back down.* ## [01:26] ツール——ファイル読み取り・コード実行・Web検索へのセマンティックディスパッチ ほとんどの AI アシスタントはテキスト入力とテキスト出力のみで、その間には何もない。ツールはそれを変える——エージェントがゴールに近づくためにいつコードを実行するかを決定できるようにする。ファイルを読む、Web を検索する、シェルコマンドを実行する。Claude Code は利用可能なツールに対してセマンティック検索を行い、どれを呼び出して出力を消費するかを選択する。 > *Tools let Claude code and other agents determine when to execute code to get closer to a task.* ## [01:52] 権限モードとそれをスキップするコスト デフォルトでは、Claude Code はファイルを編集したりシェルコマンドを実行する前に確認を求める。shift+tab で代替モードを切り替える：**自動承認編集**はプロンプトなしでファイルを書き込むが、コマンドの前はまだ確認する；**プランモード**は Claude を読み取り専用ツールに制限し、何かに触れる前に行動計画を作成できる。ナレーターは明白なトレードオフを指摘する——エージェントに自由裁量を与えると、ミスが起きる前に捕まえにくくなる。 > *Giving Claude code free reign to run commands means a mistake could be harder to catch before even happens.* ## [02:28] まとめ——チャットウィンドウでない理由 ターミナルに組み込まれた4つのプリミティブ：エージェントループ、管理されたコンテキストウィンドウ、ツール、設定可能な権限。この組み合わせ——コードベースを読み、それに対して行動し、自分の作業を検証する——が Claude Code をチャットボックスから切り離すものだ。 > *It can read your code base, take action, and verify its own work, and that makes it fundamentally different from a chat window.* ## エンティティ - **Anthropic Tutorial Narrator** (Person): Claude Code 101 チュートリアルシリーズにおける Anthropic の公式ナレーター。 - **Claude Code** (Software): Anthropic のエージェント型ターミナルコーディングアシスタント。本エピソードで解説される4つのプリミティブを中心に構築されている。 - **Agentic loop** (Concept): すべての Claude Code セッションを駆動する「コンテキスト収集→行動→検証→繰り返し」サイクル。 - **Context window** (Concept): 会話、ファイルの内容、コマンド出力を保持する Claude の有界な作業記憶。オーバーフロー時に自動圧縮される。 - **Tools** (Concept): エージェントが呼び出せる副作用——ファイル読み取り、Web 検索、コマンド実行——ツールカタログへのセマンティック検索で選択される。 - **Permission modes** (Concept): デフォルト（確認）、自動承認編集、プランモード（読み取り専用）——shift+tab で切り替える。 - **Plan mode** (Feature): Claude が変更前に行動計画を作成できる読み取り専用の権限モード。

Claude Code の公式インストールガイドです。Anthropic のナレーターが、ターミナル・VS Code・JetBrains・Claude Desktop・Web など、すべてのサポート対象プラットフォーム向けの1行インストーラーを順番に解説し、最後に使い方を選ぶ際の簡単な基準を紹介します。 ## [00:04] ターミナル向け1行インストーラー（macOS・Linux・WSL・Windows） デフォルトはターミナルからのインストールです。macOS・Linux・WSL ユーザーは1つの `curl` コマンドで完了します。Homebrew も利用できますが、自動更新には対応していません。Windows では PowerShell が `Invoke-RestMethod` を使用し、CMD には専用の `curl` スニペットがあり、`winget` も利用可能ですが、Homebrew と同様に自動更新はありません。 > *If you're on macOS, Linux, or WSL, use this curl command to install it in one go. If you prefer to use Homebrew, you can also use brew install to install it, but note that this doesn't have auto-update capabilities.* ## [00:33] プロジェクトで claude を実行してサインイン インストール後、プロジェクトに `cd` して `claude` を実行します。初回起動時にカラーテーマの選択とサインインフローが表示され、Pro・Max・Enterprise・API キーのいずれかでログインできます。Enterprise アカウントは明示的にそのオプションを選択する必要があります。起動時のディレクトリがアクセス境界となり、Claude Code はそのフォルダとすべてのサブフォルダを参照しますが、上位ディレクトリにはアクセスできません。 > *Whatever directory you decide to run cloud in, it will have access to that directory and all of its subfolders.* ## [01:02] VS Code 拡張機能 拡張機能パネルを開き、Anthropic 製の Claude Code 拡張機能を検索し、青い認証チェックマークを確認してからインストールします。再起動が必要な場合があります。インストール後、コマンドパレット（`Ctrl/Cmd+Shift+P`）から新しい Claude Code タブを開けます。開いているファイルからロゴをクリックする方法もあり、設定からGUI を完全に無効化してターミナル体験のみを使うこともできます。 > *You can also opt out of the UI and just use the terminal experience directly in your settings file.* ## [01:32] JetBrains プラグイン VS Code と同様の手順です。JetBrains Marketplace から Claude Code プラグインをインストールし、IDE を再起動すると、再起動後に Claude ロゴが表示されます。クリックするとエディターの横にサイドペインが開き、ターミナル体験が利用できます。 > *For JetBrains IDEs, you can install the Cloud Code plugin from the JetBrains Marketplace. Once you install, restart your IDE.* ## [01:51] Claude Desktop と Web 版 claude.ai/code Claude Desktop はサインイン後、アプリ上部に「code」トグルが表示され、Claude Code を利用できます。チャットスタイルの操作感はそのままに、特定フォルダに限定して動作し、権限も調整可能で、クラウド実行モードもあります。Web 版は `claude.ai/code` からアクセスでき、デスクトップ版とほぼ同じ体験ができますが、GitHub リポジトリのみに制限されます。 > *On the web, you can access Claude code by going to claude.ai/code. This works very similar to the desktop app. However, you're restricted to GitHub repositories only.* ## [02:27] 最適な使い方を選ぶ ナレーターの経験則：新機能を最速で入手したいならターミナルが最善です。IDE 統合はほぼ同じ体験をエディター内で提供します。デスクトップは Claude をバックグラウンドで動かしながら別の作業をしたいときに最適です。Web は GitHub リポジトリへのリモートアクセスや複数セッションの並行実行に向いています。 > *If you want to constantly keep up to date with everything, the terminal is the best bet. Features ship there the fastest.* ## Entities - **Anthropic Tutorial Narrator** (Person)：Anthropic の Claude Code 101 コースのナレーター。 - **Claude Code** (Software)：Anthropic の AI コーディングツール。ターミナル・IDE・デスクトップ・Web でインストール可能。 - **Homebrew / winget** (Software)：公式 curl/PowerShell インストーラーの代替となるパッケージマネージャー。どちらも自動更新には非対応。 - **VS Code extension** (Software)：Anthropic が公開している Claude Code 拡張機能。インストール前に青い認証チェックマークを確認する。 - **JetBrains plugin** (Software)：JetBrains Marketplace で配布される Claude Code プラグイン。IDE 再起動後にサイドペインが表示される。 - **Claude Desktop** (Software)：「code」トグルで Claude Code を使えるデスクトップアプリ。フォルダ限定とクラウド実行モードをサポート。 - **claude.ai/code** (Service)：Claude Code の Web 版。GitHub ホストのリポジトリのみ対応。

Abridge の Janie Lee と Chai Asawa が swyx と Redpoint の Jacob Effron に加わり、Latent Space × Unsupervised Learning のクロスオーバー回として、AIスクライブが医療の「臨床インテリジェンス層」へと進化した軌跡を語る。エアコン型のプロダクト哲学、事前承認のユースケース、臨床医サイエンティストと LLM ジャッジを中心に組まれた eval スタック、HIPAA がデータフライホイールをどう変形させるか、そして 1 億件超の医療会話を安定稼働させるために何が必要かを詳しく掘り下げる。 ## [00:00] イントロダクション Janie Lee のピッチから始まる。コンテキストがすべてであり、アラートは受動的から能動的へ転換すべきで、プロダクト自体はエアコンのように背景に溶け込み、臨床リスクがあるときだけ動き出すべきだという考え方が示される。続いて swyx が短いリスナーへの呼びかけを挟み、広告なしで購読を促す。 > *「私たちがよく言うのは、プロダクトをエアコンのように感じてほしいということです。背景でこっそり物事をよくしていればいい。」* — Janie Lee ## [01:17] Abridge が解決すること swyx が年次の Latent Space × Unsupervised Learning クロスオーバーとして紹介し、Redpoint が Abridge に投資しているため Jacob Effron が参加していると説明する。Janie は Abridge を医療システム向け臨床インテリジェンス層と位置づけ、ドキュメンテーションから話を始める。臨床医は週に 10 〜 20 時間かけてノートを書いており、患者と臨床医の会話は、請求・支払い・診断といったほぼすべての下流成果物の起点にある。Chai は、患者・支払者・ガイドライン・文献すべてのコンテキストを押さえれば、受診前後を含むあらゆる接点が対応可能になると補足する。 > *「Abridge は医療システム向けの臨床インテリジェンス層です。私たちはドキュメンテーションから始め、臨床医のために構築してきました。」* — Janie Lee ## [03:22] 周囲記録から臨床インテリジェンスへ Janie は Abridge の 3 つの「幕」を辿る。時間を節約する（医師が夜の時間を取り戻せる元々のスクライブ製品、いわゆる「パジャマタイム」）、医療システムの収益を守り拡大する（記録的な低い営業利益率のなかで）、そして最終的には命を救う。週に何百万回も開かれ、受診の前後を問わず使われるという事実が、この拡張を実現可能にしている。 > *「『パジャマタイム』と呼ばれています……仕事後にパジャマ姿で、毎日ノートの書き込みや整理をしている医師たちのことです。」* — Janie Lee ## [05:21] 臨床意思決定支援とコンテキストの重要性 Jacob が Abridge の臨床意思決定支援と Chai の前職 Glean での経験を比較する。Chai の対比はこうだ。Glean では誤答は不便で済むが、医療ではリスクが高く、ユーザーの接点ははるかに狭い。扱うペルソナは少ないが、すべての出力が確実に届かなければならない。それがオフライン評価から段階的ロールアウトまですべてを形作り、過去 10 年のハッカソンで毎回挑戦されてきた「あなたを本当に知るアシスタント」という Jarvis ビジョンにもつながっている。 > *「Jarvis ビジョン——この 10 年で参加したどのハッカソンにも必ず Jarvis の競合チームがいた。でも Abridge はまさにその機会から生まれ、その方向に進み続けていると思う。」* — Chai Asawa ## [08:14] アラート疲労、プロアクティブ・インテリジェンス、事前承認 Jacob がアラート疲労の古典的な問題を提起する。エアコンの静寂を破り、実際に割り込むべきタイミングをどう判断するか。Janie の具体例は事前承認だ。現状では数週間後に届く MRI の却下通知を、患者がまだ診察室にいる間にリアルタイムのプロンプトへ変換できる。支払者のポリシー、EHR データ、過去の診断、クリニック固有のプロトコルを条件として組み合わせる形だ。ネックはデータの配管で、事前承認が機能するには、必要なすべての信号を正しいタイミングで組み合わせられなければならない。 > *「事前承認の例を実現するためだけでも、どれだけのデータが必要か考えてみてください。」* — Janie Lee ## [13:53] アンビエントAIのフォームファクターと医療顧客 swyx がフォームファクターを尋ねる。現在の主要な接点はモバイルだが、Abridge はデスクトップ、EHR 内ブラウザプラグイン、入院設定向けの院内デバイス、看護師向けワークフローでも動いており、AR も視野に入りはじめている。顧客は多層構造で、CMIO・CFO・CIO・臨床医・患者・支払者・製薬会社がそれぞれのループに存在し、支払者とのやり取りは Abridge の生データへの直接アクセスではなく構造化データ交換を通じて行われる。 > *「アンビエント AI についてよく話されていますね。主にスマートフォン上ですか？」* — swyx ## [18:16] 医療AIで最も難しい問題 Abridge で最も難しい AI の問題を一つ挙げるよう求められ、Chai は高品質・低レイテンシ・低コストのリアルタイム支援をハイステークスな臨床現場で実現することを選ぶ。支払者ポリシーの長テールをシステムが推論できる中間表現に変換することがその具体例の一つで、パレートフロンティアは常に動き続けており、既製品の進歩を待つのではなく自ら押し上げる必要がある。 > *「もちろんパレートフロンティアは常に変わり続けていますが、私たちはいまそれをやろうとしています。」* — Chai Asawa ## [19:43] フロンティアモデル、独自データ、モデル戦略 Jacob が既製品利用と自社開発の線引きを尋ねる。Chai の考え方は、フロンティアモデルが医療の一般知識を吸収し続けるなかで、Abridge の優位性は独自の医療会話データと、その上に積み上げられた専門科別の振る舞いにある、というものだ。エンドプロダクトの体験が最重要であり、ワークフローごとに組み合わせを変えながらモデル非依存の姿勢を保っている。 > *「これにはこれを使って、あれにはあれを使う。最終的に大事なのはベストなプロダクト体験だけです。」* — Chai Asawa ## [22:24] エージェントのファイルシステムとしてのEHR Chai が今後 1 年のフレームを示す。あらゆるエージェントは内部的にコーディングエージェントであり、医療においては EHR がファイルシステムとして機能する——現在のどのモデルのコンテキストウィンドウにも収まりきらない巨大な構造化情報の集積だ。Janie は、目標はあくまで臨床医を患者との対話に集中させることだと付け加える。会話をやり直すのではなく、適切なコンテキストを適切な瞬間に用意することが重要だ。 > *「ほとんどすべてのエージェントは内部的にコーディングエージェントです。ファイルシステムが何であれ与えれば、自分のコードを書ける……EHR はファイルシステムとして考えることができます。」* — Chai Asawa ## [25:20] パーソナライズ、メモリ、臨床医の好み Jacob が Abridge の医師ごとのパーソナライズについて尋ねる。Janie の答えは階層構造になっている。個々の編集がシグナルになり、専門科ごとのデフォルトがその上に乗り、医療システムのポリシーがすべてを包む。Chai はメモリを新しい記録システムとして語る。訪問をまたいでシグナルを統合するバックグラウンドジョブは、人間の睡眠が記憶を整理するプロセスに似ており、モデルは編集と非編集の両方から「学習」していく。 > *「私たちにとってもう一つ興味深いのは、メモリがほぼ新しい記録システムの一つになっているということです。」* — Chai Asawa ## [31:57] Evals、LLMジャッジ、段階的ロールアウト Janie が eval スタックの全体像を説明する。社内臨床医が「LFD」ファーストパスレビューを行い、LLM ジャッジはそのアノテーション済みデータに対してキャリブレーションされ、サードパーティ評価者が独立したチェックを加え、専門科別 eval が汎用的なものでは見逃す問題を補足する。Chai は自動運転車のアナロジーを使う。現実との接触をできるだけ早くしたいが、それは段階的ロールアウトを通じてのみで、オフライン分布が本番分布と実際に一致するよう保ちたいと語る。 > *「現実とできるだけ早く接触したい。ただし段階的ロールアウトを経由して。どれだけオフライン eval セットを充実させても、その分布を実際の分布に一致させたいのです。」* — Chai Asawa ## [38:04] HIPAA、非識別化、プライバシー プライバシーはデータフライホイールのハード制約として扱われる。Chai は、オンライン eval やラーニングの基礎として使うデータはすべて非識別化が必要で、一方向処理でなければならないと説明し、そのためのエンジニアリングプロセスを整備していると語る。Janie は、顧客契約が Abridge 社内での PHI アクセス権限も制限しているため、学習データに還流できるものの基準は、ポリシー上だけでなく契約上も厳しいと補足する。 > *「私たちが使うデータはすべて非識別化されている必要があります。オンライン eval セットやラーニングの基礎として使う実世界データはすべてそうしなければなりません。」* — Chai Asawa ## [40:38] 1億件の会話とスケールでの運用 1 億件超の会話という規模では対応すべき問題が変わる。モデルルーティング、ポストトレーニング、信頼性バジェット、コール単位のコストがすべて一級の関心事になる。Chai は臨床医に提供できる知見について話し、タイムラインをさらに先まで延ばす。同じ会話データが最終的に患者や消費者への直接シグナルとしても機能し得ると語る。 > *「1 億件の会話というデータセットには膨大なものが詰まっています。臨床医に提供できるインサイトのようなものが想像できます。」* — Chai Asawa ## [45:27] EHR統合と臨床インテリジェンス層 swyx が EHR との関係を尋ねる。Abridge は深い相互運用性に多大な投資をしている。EHR パートナーシップは臨床医の採用において必須条件だが、Abridge がその上に積み上げる価値は別の次元にある——受診をまたいだコンテキスト、支払者を意識した推論、EHR 自体が構造的に生み出せない種類の臨床インテリジェンスだ。 > *「主要なパートナーの一つが EHR です。その関係がどんなものか気になります。」* — swyx ## [47:56] 医療規制、レイテンシ、ハイステークスAI Jacob が規制から Abridge が学んだことを尋ねる。Janie は一般的な語り口に反論する。医療 AI には実は追い風となる規制環境があり、基準が非常に高いからこそ、最も難しい問題がここで最初に解かれることになると言う。Chai は、フロンティアが動き続けることを承知しながら現在出荷している「巧みな工夫」について語り、そのうちいくつかは 5 年後には通用しなくなるという現実を受け入れていると話す。 > *「これは最も難しいAIの問題が最初に解かれる場所だと思います。基準がとても高いから。」* — Janie Lee ## [51:28] 臨床医サイエンティストと長テールの品質 Janie が Abridge 内部の「臨床医サイエンティスト」というロールを説明する。フルスタックエンジニアから「非常に機転の利くプロンプターまで」技術的なバックグラウンドを持つ医師たちで、プロダクトチームや eval チームに組み込まれている。LFD 基準を書く人たちが臨床的に有用な意味を実際に理解しているため、出荷するものの基準が上がる。swyx はこれを既知の弱点に対するアクティブラーニングと結びつけ、多くの AI ショップで失われた技芸だと評する。 > *「『臨床医サイエンティスト』というロールがあります。私たちのリーダーの一人が最近、彼らのことを『ミュータント』と表現していたのを聞きました。」* — Janie Lee ## [54:21] Glean からの教訓と耐久性のあるAIインフラ Jacob が Chai に Glean から引き継いだものを尋ねる。答えの多くは時間が経っても通用するものについてだ。コンテキスト層、イベントドリブンシステム、Kafka、Temporal、ソケット、Google ドキュメントの共同編集プレイブックから来た CRDTs。マルチエージェントシステムは人間と同じ競合解決の問題を引き継ぐ。過去 10 年のインフラパターンは捨てられるのではなく、目的を変えて再利用されている。 > *「イベントドリブンな技術は多い……Kafka、Temporal、ソケットなど、それらをどうまとめるかというのも実は耐久性があると思います。」* — Chai Asawa ## [58:20] エージェンティックな医療ワークフローの未来 より自律的な Abridge がどんな姿になるかを簡単に交わす。患者との関係における臨床医の役割を軸に置きながら、バックグラウンドでできることを増やす方向で——検査結果への反応、フォローアップの下書き、臨床医の関係を引き継ぐことなく代わりに能力を発揮する形で。 > *「患者との繋がりにおける臨床医の重要な役割を信じたうえで、臨床医の代わりにさらに多くの能力を発揮していきます。」* — Chai Asawa ## [58:51] PRD、プロダクトの明確さ、本格的なAIプロダクト構築 Jacob のクイックファイア質問：この 1 年で AI についての考えが変わったことは。Janie は一般論に反論する。プロトタイプがすべてではなく、PRD は死んでいない。プロダクトが複雑になり AI で動くようになるほど、きちんとした PRD の文章化訓練の重要性は増すのだと主張する。残りのセクションは、医療での本格的な AI プロダクト構築について——オーナーシップ、文章仕様の規律、デモ主導開発への抵抗だ。 > *「過激な意見はプロトタイプがすべてであり、PRD は死んだというものです。」* — Janie Lee（考えを変えた見解として） ## [64:28] Abridge でのAIコーディングツール swyx の定番アウトロ質問。Abridge は社内で Claude Code と Cursor を使っている。Jacob は半ば冗談で目標を挙げる——Claude が売上ゼロで 10 億ドル企業を動かすところを見てみたいと。 > *「Claude がやってくれると思います。売上ゼロで 10 億ドル企業を動かすところを見てみたい。」* — Jacob Effron ## [65:23] アウトロ Chai がリスナーを Abridge のウェブサイトに誘導する。ハルシネーション低減、evals などのホワイトペーパーが公開されている。swyx と Jacob が感謝の言葉とともに締めくくる。 > *「Abridge のウェブサイトにはたくさんのホワイトペーパーがあり、ハルシネーション低減など多くの興味深い取り組みをまとめています。」* — Chai Asawa ## 登場人物 - **Janie Lee** (人物): Abridge の初期から中核を担うオペレーター。臨床インテリジェンス層のプロダクト・商業面を担当。 - **Chai Asawa** (人物): Abridge の臨床意思決定支援リード。以前は Glean に在籍。 - **swyx** (人物): Latent Space のホスト。 - **Jacob Effron** (人物): Redpoint Ventures のパートナー。Unsupervised Learning ポッドキャストのホスト。 - **Abridge** (組織): 医療 AI 企業。臨床インテリジェンス層を構築しており、周囲記録から始まり、意思決定支援・事前承認・evals・EHR 統合へと拡大している。 - **Glean** (組織): エンタープライズ AI 検索企業。Chai の前職であり、水平展開と垂直特化の対比として参照される。 - **Redpoint Ventures** (組織): Abridge に投資するベンチャーキャピタル。Unsupervised Learning クロスオーバーの拠点。 - **EHR (Electronic Health Record)** (概念): 医療システムが基盤とする記録システム。Chai の定義では、医療エージェントのファイルシステムとして機能する。 - **Prior authorization（事前承認）** (概念): Abridge の中核ユースケース。数週間かかる支払者の却下を、受診中のリアルタイム案内へと変換する。 - **LFD プロセス** (概念): Abridge 内部の臨床医主導のファーストパスレビュー。LLM ジャッジのキャリブレーションと eval 基準の定義に使われる。 - **臨床医サイエンティスト** (概念): Abridge 独自のロール。技術的なバックグラウンドを持つ医師で、プロダクトチームや eval チームに組み込まれている。 - **段階的ロールアウト** (概念): Abridge の展開規律。実トラフィックの一部に限定してリリースし、オフライン分布の正直さを保つ。自動運転のリリースパターンを模している。 - **Claude Code** (ソフトウェア): Abridge が社内で使用する AI コーディングツール。 - **Cursor** (ソフトウェア): Abridge が社内で使用する AI コーディングエディタ。

米国国務次官Jacob HelbergがNo Priorsに再登場し、パックス・シリカを発表した。これはAIサプライチェーン全体をチップからレアアースマグネット、ロボットアクチュエーターまで確保するための14カ国経済安全保障連合だ。主力プロジェクトはフィリピンの4000エーカー（マンハッタンの3分の1）で、米国に「前方展開産業基地」として付与された。自由民主主義的な資本主義のために、中国の一帯一路が国主導のインフラに対して行ったことを、国有企業ではなく民間企業とベンチャーキャピタルが主導して実現しようとする構想だ。Sarah GuoとElad Gilが、政権をまたぐ政策の持続性、VCの役割、そしてHelbergが「グローバルなアンダードッグ」とアメリカを表現した理由について問い質した。 ## [00:00] コールドオープン Helbergはパックス・シリカの哲学的な核心を語る。米国は国家運営の工場でサプライチェーン競争に勝つことはできない。その強みは民間セクターと企業にある。Steve Jobsの「魅了し喜ばせる」を世界中に届けてきたのがそれだ。戦略はしたがって、アメリカの建設者と緊密に連携してプラットフォームを構築し、最終的には政府の外で商業サービスとして機能させることだ。 > *政府が運営するサプライチェーンを構築するつもりはありません。それは私たちの国としての輝き方ではないからです。私たちの超大国は本当に民間セクターと企業にあるのです。* ## [00:41] Jacob Helbergの紹介 SarahとEladがHelbergを再紹介した。前回の会話から就任が確定し、現在は国務次官(経済担当)として活動している。この回のテーマはパックス・シリカ、すなわち米国とその同盟国のためにAIサプライチェーンを確保するための多国間の取り組みだ。 > *Jacob、本日はありがとうございます。ええ、参加できて嬉しいです。お招きいただきありがとうございます。* ## [01:02] パックス・シリカのミッション HelbergはパックスシリカがHudson Instituteでの演説に由来することを説明した。その演説はサプライチェーンへの「エコシステムベース」のアプローチを概説するものだった。連合は現在14カ国に拡大している。最初の具体的な成果はフィリピンとの取り決めで、4000エーカーが前方展開産業基地として米国に付与された。アメリカのコモンローの予測可能性とフィリピンの産業上の比較優位を組み合わせるかけとして提示し、サンフランシスコでの発表は建設者と直接対話するためのものと位置づけた。 > *パックス・シリカは現在14カ国が参加する経済安全保障連合です。考え方はサプライチェーン、特にAIサプライチェーンに対してエコシステムベースのアプローチを持つことです。* ## [03:51] AIチップのサプライチェーンへの投資 AIサプライチェーンは半導体チップよりもはるかに広範で、「精密リデューサー、サーバーモーター、レアアースマグネット、アクチュエーターなど数千の部品」を含んでいる。米国はほぼすべての部品において集中リスクが高い。Helbergの枠組みは、すでに固有の産業的深みと価値観の一致がある地域を選ぶことだ。フィリピンは両方を満たしている。アジアで最も古い米国の同盟国であり、深い製造エコシステムを持つ。ロボティクスは半導体の次のボトルネックとして明示的に言及された。 > *AIサプライチェーンには実際に精密リデューサー、サーバーモーター、レアアースマグネット、アクチュエーターなど数千の部品が含まれており、これらのほぼすべてにおいて私たちの集中リスクは非常に高い。* ## [05:43] パックス・シリカと中国の一帯一路の比較 自然な比較であり、Helbergはそれに向き合う。一帯一路は25年間の国有企業による政府運営の道路、橋、鉄道、鉱山、加工施設の海外建設であり、インフラを外交政策の手段として使うものだと説明した。パックス・シリカはそのモデルを意図的に逆転させる。資産は民間所有で商業的に成立し、政府の役割は摩擦を減らし同盟国を調整することで、目標は政治的なレバレッジではなく強固な経済的相互依存だ。これはより持続可能でより透明性が高く、受け入れ国は債務の罠ではなく真の成長を得ると主張した。 > *根本的にそれが何であったかというと、国有企業が政府運営の鉄道、政府運営の鉱山を建設するものでした。* ## [12:38] パックス・シリカの価値提案 パートナー国へのピッチはシンプルだ。AIはすでに米国GDP成長の3分の1以上を牽引しており、銅、コバルト、電気技師、データセンターに入るあらゆる部品への記録的な需要を生み出している。そのサプライチェーンのさまざまな層で実質的なポジションを取る国は、他の方法では得られない成長を享受できる。Helbergは技術の変曲点の非ゼロサムの性質を活用し、テーブルにいる全員が勝てるほどパイが急速に成長すると主張した。 > *パイは本当に急速に成長します。ですから、実際にはゼロサムではなく、それが非常に相互利益的な関係を構築するのに適しているのです。* ## [14:38] 米国製造とパートナー製造の比較 Eladが当然の問いを提起した。何が米国に留まり、何がパートナーシップに回るのか？ Helbergの枠組みは消費対生産だ。米国は世界人口の4%だがほとんどのカテゴリーで世界消費の20〜30%を占め、生産はそれをはるかに下回る。このギャップを縮めることが即ち米国の再工業化だ。最先端のファブや防衛上重要な能力は国内でなければならない。鉱物処理や特定の部品は地理的条件と産業基盤が既にある場所でパートナーシップを組む方が良い。本能は自国内完結ではなく、サプライチェーンを同盟国全体に意図的に再配分し、最も戦略的に重要な層を米国が担うことだ。 > *アメリカは任意の四半期において世界消費の20〜30%を占めています。* ## [19:10] レアアース鉱物の価格設定 Eladがレアアースについて掘り下げた。実際には希少でなく、総市場規模は数十億ドルに過ぎず、中国が支配のレバーとして大幅に補助していることを指摘した。Helbergはそれに同意し、経済性を再定義した。レアアースの競争力を決めるのは希少性ではなく、エネルギー強度と採掘品質グレードだ。したがって政策の問いはエネルギーの豊富さと処理能力についてであり、新しい鉱床の探索ではない。政権の広範なエネルギー供給拡大の取り組みが部分的にこれを可能にするという示唆もあった。 > *それらの産業の経済性を本当に左右するのは、特定の品質グレードの鉱物を採掘するために地中にどれだけのエネルギーを投入する必要があるかです。* ## [22:16] パックス・シリカにおけるベンチャーキャピタルの役割 Sarahが「友人のために」民間資本の役割を尋ねた。Helbergの答えは国務省高官としては珍しいほど率直だ。VCは創業者や経営者の評価において政府より優れており、実行能力が野心的なプロジェクトが現実に耐えられるかどうかを決める。彼はベンチャーエコシステムをシグナル層として活用したい。政府の配分は、政府単独で勝者を選ぼうとするのではなく、信頼できる経営者がすでに向かっている方向の上に乗ることができる。協力は明示的に双方向だ。VCは実行力のある企業を発掘し、政府は需要と政策支援を提供する。 > *皆さんは創業者や経営者の人格的な属性を評価するために生まれつき適しています。* ## [24:50] 近期と長期の優先事項 2027〜2028年の成果と5年後のプレイをどうバランスさせるのか？ Helbergの答えは特定のタイムラインを選ぶのではなく環境設定だ。政権のアプローチは、短期的なイテレーションと長期的な資本集約的プレイの両方が容易になるようマクロ環境を整えることだ。縦割りを排除し、国内エネルギー供給を拡大し、原子力を4倍にする。Trumpが署名した最初の大統領令の一つである国内原子力4倍化を、両方の時間軸に対して効果を発揮する構造的なイネーブラーとして挙げた。 > *環境を整えることを支援し、イノベーション、イノベーションの反復、そしてイノベーションの展開をより簡単で低コストにするマクロ環境を基本的に作ること。* ## [27:09] AI政策の持続性を高める方法 Eladが大統領令の問題を提起した。各政権は前の政権の命令を取り消す。パックス・シリカはどうやって政権交代を乗り越えるのか？ Helbergは税制改革のように非常に定着しやすいものがあると指摘しつつ、自分の役割が選挙に関するコメントを禁じていると述べた。持続性の問いに完全には答えていないが、それ自体が答えだ。持続性は立法と現場の事実（フィリピンの産業基地、パートナー製造）から来なければならず、それらは撤回が難しい。 > *税制改革は非常に定着しやすいです。* ## [28:09] 政策が起業家に与える影響 アメリカのビジネス人や経営者にとって、パックス・シリカは市場アクセスプラットフォームとして位置づけられている。日本、韓国、インド、シンガポールなど友好的な貿易相手国でさえ意味のある摩擦が生じることがある同盟国市場へのアクセスを拡大するものだ。Helbergは特に、すでに進行中のパートナーシップ、経営幹部が今より意識的に行っているサプライチェーンの意思決定、そして国境を越えた協力を促進する政策改善についてのフィードバックを求めている。 > *それを私たちの企業の市場アクセスを拡大するためのプラットフォームとして活用したい。* ## [31:00] トランプ政権の起業家的アプローチ 国務省に着任して最も驚いたことを問われたHelbergは、政権のスピードとリスク選好を挙げた。「トランプ時間」は海外のカウンターパートとの冗談になっている。ほとんどのキャリアを民間セクターで過ごした大統領と、官僚的な本能ではなく民間セクター的な本能で動く内閣（Bessent、Lutnick等）の組み合わせによるものだと説明した。建設者へのメッセージは、新しいことを試みる意欲が今異常に高く、パックス・シリカはその恩恵を受けているということだ。 > *私たちはトランプ時間で動きます。* ## [33:00] アメリカはなぜグローバルなアンダードッグなのか Sarahがアメリカを「グローバルなアンダードッグ」と表現したHelbergの発言を問い詰めた。米国が確立した大国とされる中では直感に反する表現だ。HelbergはGraham AllisonのThucydides Trapを引用しつつ、その枠組みに反論する。アメリカのアイデンティティはその建国以来、アンダードッグの国だった。礼儀正しい社会の帝国に反旗を翻した13の無秩序な植民地、衰退を繰り返し告げられながら、確立されたエリート層の予測を繰り返し覆してきた。その議論はアメリカのリスクテイク文化の擁護として、そして締めのピッチとして着地する。この国は既得権益を守るのではなく、アンダードッグとして振る舞うことで勝つ。 > *私たちは常にアンダードッグの国でした。* ## 登場人物 - **Jacob Helberg** (人物)：米国国務次官（経済担当）、パックス・シリカの設計者。 - **Sarah Guo** (人物)：No Priorsホスト、Convictionファウンダー兼GP。 - **Elad Gil** (人物)：No Priorsホスト、独立投資家・連続起業家。 - **Pax Silica** (概念)：米国国務省が主導する14カ国経済安全保障連合。前方展開産業基地と民間セクターパートナーシップを通じてAIサプライチェーンを確保することを目的とする。 - **Belt and Road Initiative** (概念)：中国の25年間にわたる国主導の海外インフラプログラム、パックス・シリカが対比する参照先。 - **Philippines Forward-Deployed Industrial Base** (プロジェクト)：産業建設のために米国に付与された4000エーカー、パックス・シリカ最初の主力プロジェクト。 - **Thucydides Trap** (概念)：米中関係を確立された大国対台頭する大国として特徴づけるGraham Allisonの枠組み、Helbergはこの大国の枠組みを否定する。 - **Trump Administration** (組織)：パックス・シリカの政策スピードとリスク選好（「トランプ時間」）を形成、主要閣僚としてScott BessentとHoward Lutnickが言及される。

Mikey Shulman, co-founder of Suno, discusses the platform's evolution from a physics-based startup to a leader in generative AI music. By modeling music as raw sound waves rather than traditional theory, Suno empowers users to transition from passive listeners to active creators in the era of 'creative entertainment.' ## [00:00] Physics, Raw Sound, and Technical Philosophy Mikey Shulman explains how his background in quantum physics at Harvard influenced Suno's interdisciplinary approach to music technology. By modeling audio as raw sound waves sampled 48,000 times per second rather than using traditional music theory, Suno avoids creative constraints and allows for the emergence of new, microtonal genres. > *I think what I mostly learned is playing at the nexus of two things that don't usually play together is just a massive opportunity. [02:00]* ## [02:15] The Pivot to Consumer Music Generation Initially focused on audio analysis, the Suno team pivoted to generation after breakthroughs in audio compression made high-quality output computationally feasible. They validated the product's 'fun factor' through a Discord bot, discovering that the addictive nature of creation was a stronger signal than traditional business use cases. > *When you are staying up late playing with the thing, and you don't want to go to sleep, it's like a really good sign. [04:49]* ## [11:41] Why Music AI is a Research Problem, Not a Scale Problem Unlike Large Language Models, music generation lacks objective benchmarks, making raw compute scale less effective than targeted research. Shulman emphasizes using human preference data and reinforcement learning to align models with creative tastes, favoring a steady release cadence over long-term isolated development. > *In music there are no right answers. There are no benchmarks. Um, and so scale is somewhat less helpful in solving it. [12:28]* ## [16:22] From Passive Consumption to Creative Entertainment Shulman introduces the concept of 'creative entertainment,' where the act of building provides more fulfillment than the final product itself. He notes that 90% of Suno users are active creators, drawing parallels to the 'bedroom producer' era where accessible tools led to the discovery of new genres. > *People are creating music for the fun and enjoyment and fulfillment that comes with being creative. [17:05]* ## [22:52] Industry Partnerships and Professional Integration Addressing industry concerns, Shulman highlights Suno's partnership with Warner Music Group and its role in augmenting professional workflows. He argues that AI will raise the quality ceiling for artists and predicts that interactive live performances, such as audience participation at Coachella, are the next frontier. > *I think people incorrectly assume that we hate the existing music industry and especially we hate the record labels. [23:17]* ## [25:53] Product Strategy and the Application Moat Suno prioritizes the application layer and user experience as its primary competitive moat, viewing itself as a music company rather than just a technology firm. By focusing on storytelling through full-length lyrical songs and social co-creation features, the company aims to revive the cultural impact of music as a social medium. > *It's unclear how much moat exists in only a model... it's just really undervalued to invest in the product and the UI and the UX. [26:50]* ## Entities - **Mikey Shulman** (person): CEO and co-founder of Suno with a PhD in physics from Harvard. - **Suno** (organization): An AI-powered creative entertainment platform for music generation. - **Sonya Huang** (person): Partner at Sequoia Capital and host of the interview. - **Warner Music Group** (organization): A major global record label that partnered with Suno. - **Discord** (organization): The platform where Suno initially launched its music generation bot. - **Harvard** (organization): The university where Mikey Shulman studied quantum computing. - **Iamona** (person): A poet and artist who uses Suno to create music, illustrating the tool's professional potential. - **Coachella** (event): A major music festival cited as a future venue for interactive AI music experiences.

米国は重要鉱物のサプライにおいて中国より50年遅れており、グリッドは100年前に設計された機械システムで動き続けている。Teslaの元幹部であるTurner Caldwell（Mariana Minerals）とDrew Baglino（Heron Power）は、そのギャップを埋めることこそがAI覇権と産業再興の真の前提条件だと主張する。Caldwellは強化学習による自律型精製所・鉱山によってプロジェクト期間を数年単位で圧縮することに賭け、Baglinoは固体変圧器——鉄・油・銅をシリコンとソフトウェアに置き換える——でデータセンターや大規模エネルギー施設の電力変換を刷新することに賭ける。二人に共通するのは、集積型サプライチェーン、アナログ産業からの人材登用、そして民間資本が計画を立てられるほど持続的な連邦産業政策という三つの鍵だ。 ## [00:00] イントロ エピソードは三つの圧縮された主張から始まる。Caldwellは米国が重要鉱物のサプライにおいて50年遅れており、許認可取得後も生産能力の立ち上げが遅すぎると指摘する。Baglinoは、EV・蓄電池・急速充電器といったグリッドの末端では大きな変革が起きているのに、送電・変換層では意味のある変化が何も起きていないと述べる。Price-Wrightは両者の課題をTeslaが電気自動車に適用したテクノ・オプティミズムで解決可能だと位置づける。 > *「古くて時代遅れのシステムでもイノベーションを起こせるという信念が、会社の核心にある。」* — Turner Caldwell ## [00:47] AIには物理インフラが必要 Price-Wrightは、AI競争に関する多くの議論が犯すカテゴリエラーを指摘する。競争はモデルとチップの間ではなく、物理的なビルドアウト能力の間にある。あらゆる突破的なモデル、新工場、自律システムの下には現実世界の要件——素材、エネルギー、電力を必要な場所へ届ける能力——がある。グリッドへの負荷はやめる理由ではなく、行動への呼びかけであり、かつて米国が結集した国家的プロジェクトに匹敵する規模のチャンスだと述べる。 > *「米国の産業の根幹を再建したいなら、重要鉱物からエネルギー生成、送電、必要なスピードでの新インフラ構築・接続まで、スタック全体を見直さなければなりません。」* — Erin Price-Wright ## [02:23] 建設者たちの紹介 Price-Wrightは二人のゲストを物理スタックの両端を担う建設者として紹介する。Caldwellは地殻から精製まで、Baglinoは電線から変圧器、負荷まで。この構図がエピソードの論旨を鮮明にする——米国のAIの未来を制約するのはアルゴリズムではなく原子であり、両創業者は意図的にその制約を選んだ。 > *「米国のAIの未来、そして広義の再工業化への制約は、多くの点でアルゴリズムではなく原子にあります。」* — Erin Price-Wright ## [03:11] Mariana Mineralsの解説 Mariana Mineralsはソフトウェアファーストの採掘・精製会社だ——チームの約4分の1がソフトウェアエンジニアとMLエンジニア——だがソフトウェアを販売しない。自社でプロジェクトを設計・建設・運営する。Caldwellは三つのOSを説明する。Capital Project OSは設計・調達・建設にわたるエージェント的ワークフロー自動化を行う。Plant OSは強化学習で精製所の温度・流量・薬品添加量・滞留時間を自律制御する。Mine OSは同じアプローチを採掘オペレーションの短期間自律制御に適用する。ユタ州南東部で銅鉱山が稼働中、テキサスではリチウム精製所を建設中で、10年で10プロジェクトを目標にしている。 > *「私たちは精製所での自律化に大きく賭けています。強化学習を使って、精製所の運転方法の決定から人間を外しているんです。」* — Turner Caldwell ## [04:19] Heron Powerのグリッド刷新 Baglinoは問題の根源を40年間の乖離に求める。パワー半導体のムーア的改善はスマートフォン・通信・データセンターを変革してきたが、グリッド自体は100年以上前に設計された機械的システムとほぼ変わらない。制御も監視もなく、過剰に構築された脆弱なシステム。変圧器サプライヤーの大半は海外に本社を置いており、Baglinoはこれをサプライチェーン安全保障の問題として捉える。Heron Powerは固体変圧器を構築し、データセンター・大規模ソーラー・蓄電池設備などの電力変換における鉄・油・銅をシリコンとソフトウェアに置き換える。 > *「Heron Powerでは、シリコンとソフトウェアを使って電力変換における鉄・油・銅を置き換える固体変圧器の構築に注力しています。」* — Drew Baglino ## [05:31] なぜ国内回帰が重要か Baglinoは炭化ケイ素——固体変圧器を可能にする主要パワー半導体——をDOEと海軍の数十年にわたるR&Dの成果として位置づけ、米国が生み出した投資の恩恵を米国が最初に商業化すべきだと主張する。Caldwellは鉱物の問題をより鮮明に語る。米国は単にグローバルに遅れているのではなく、具体的に中国より50年遅れており、許認可改革とプロジェクトファイナンスだけでは追いつけない。ボトルネックは許認可後の実行速度——建設に5年、稼働率到達にさらに3〜5年——であり、Marianaの全体的なテーゼはそのフェーズを圧縮することだ。中国に追いつくには、中国と同じ速度ではなく、それを上回る速度が必要だからだ。 > *「中国に追いつくためのハードルを下げたとしても、実際には中国より速く動かなければなりません。」* — Turner Caldwell ## [07:48] Teslaの教訓と人材育成 Caldwellはテスラから引き継いだ三つの資産を挙げる。レガシーシステムへのテクノ・オプティミズム、失敗への恐れなく素早い判断を可能にするリスク許容度、そして困難があっても価値あるプロジェクトを諦めない組織的な意志だ。Baglinoは組織全体に集中力をもたらす絶体絶命の財務的切迫感を加える——「生か死かとは言いたくないが、それに等しい」——そしてミッションの明確さが最優秀人材を引き寄せる磁石になると語る。人材については、両創業者ともアナログ産業に目を向ける。Baglinoは4680プログラムの50GWhテキサス工場建設時、高速ボトリングプラントや注射器製造施設から人材を採用した。Caldwellは石油・ガスエンジニアや採掘向けルート最適化アルゴリズムを書くソフトウェア開発者を活用する。米中の工場の労働コスト差は製造原価の10%未満——Baglinoは5%未満かもしれないと言う——で、競争力を左右するのは集積型サプライチェーンだ。中国の産業ゾーンでは7,000点の自動車部品がすべて3時間以内の距離にある。 > *「今日の工場は本当に高度に自動化されています。労働コストの差は製造原価の10%未満。競争力を実際に左右しているのはサプライチェーンです。」* — Drew Baglino ## [21:09] 政策への要望とまとめ Caldwellは、過去50年間に石油・ガスに対して適用されてきた鉱物政策の全ツールキットを要求する——個別の施策を選り好みせず——民間資本市場が長期的な市場に確信を持ち、30年間国内で構築されてこなかった産業の足元を引っ張られないという安心感を与えるインセンティブ構造を核心に据えて。Baglinoは三つの具体策を挙げる。サプライヤーや資金提供者が計画を立てられる持続的な産業政策、地方自治体がデフォルトで「イエス」と言うエネルギー・製造ビルドアウトゾーンを指定するための連邦・州の連携、そしてグリッドのための連邦道路信託基金相当の仕組み——製造ゾーンを線形送電インフラで結び、耐障害性を高め、コストを削減し、国として前進するための資金付きマスタープランだ。 > *「グリッドのための連邦道路信託基金のアイデアが好きです。そんなものは存在したことがありません。だからこそ、このパッチワーク状態になっているんです。」* — Drew Baglino ## 登場人物 - **Turner Caldwell**（人物）: Mariana Mineralsの共同創業者・CEO。Teslaのミネラルズおよびメタルズチームをリードし、強化学習による自律型精製所・採掘制御の設計者。 - **Drew Baglino**（人物）: Heron Powerの共同創業者・CEO。Tesla在籍18年、SVPパワートレイン・エネルギーエンジニアリングとしてMegapackプログラムとテキサスの4680・50GWh蓄電池施設を構築。 - **Erin Price-Wright**（人物）: a16zのジェネラルパートナー（American Dynamism部門）。本エピソードのホスト。 - **Mariana Minerals**（組織）: ソフトウェアファーストの重要鉱物採掘・精製会社。ユタ州南東部で銅鉱山を運営し、テキサスでリチウム精製所を建設中。10年で10プロジェクトを目標とする。 - **Heron Power**（組織）: シリコンとソフトウェアで構築した固体変圧器で、機械式グリッド変換設備を置き換えるパワーエレクトロニクス・スタートアップ。 - **Tesla**（組織）: 両創業者の出身企業。過酷な産業セクターにおけるテクノ・オプティミズム、リスク許容度、ミッション主導の人材の基準として引用される。 - **Silicon Carbide**（概念）: 固体変圧器を可能にする主要パワー半導体。世界最大の生産者が米国にあり、国内商業化がBaglinoがHeron Powerを中心に据える戦略的優先事項。 - **産業制御のための強化学習**（概念）: MarianaのPlant OSとMine OSの中核技術。希少な人間オペレーターに蓄積された組み込みノウハウのボトルネックを取り除き、精製回路と採掘の短期間判断を自律的にチューニングする。 - **集積型サプライチェーン**（概念）: Baglinoが米国製造競争力の主要論拠とする概念。すべての部品を地域内に集めて物流時間とコストを削減する。中国では7,000点の自動車部品がすべて3時間以内の距離にある産業ゾーンモデルを模倣する。

Noah BrierはTailscale VPN経由でObsidianボールトと同期した地下室のミニPCでClaude Codeを動かし、スマートフォンから本格的な思考、調査、クライアントコードの作業をこなしている。本エピソードでは、このスタックをどのように構築したか、モデルが早期に成果物を生成しないよう「思考モード」の制約を徹底する理由、そしてAIが成功する理由は組織に新しい構造を要求するのではなく既存ワークフローの隙間に入り込むからだという広義の理論を語る。Dan ShipperとNoahはAI直感を構築することの本質的な意味についても議論し、NoahはAI時代に子供を備えさせることは不正をPolicingするよりも認知的懐疑論を教えることだと語る。 ## [00:00] Noah Brierの地下室サーバーClaude Codeセットアップ Dan Shipperは冒頭でNoahをゲストに迎えた理由を紹介する。地下室のホームサーバーにObsidianボールトを入れてその上でClaude Codeを動かし、スマートフォンからどこでもアクセスできるセットアップだ。Noahはこれで、デスクに座らずとも思考、調査、執筆、コードのリリースまでできるようにしている。 > *"He rigged a home server in his basement, put his Obsidian vault in it, and then runs Claude code on top so he can think, research, write, and even ship code right from his phone."* ## [00:52] イントロダクション DanとNoahが約5年ぶりに再会する。Noahの経歴はブランド戦略（Percolateの共同創業者）、AlephicでのAIコンサルタント、BRXND.AIカンファレンスに至る。Danはインタビューの焦点を抽象的なAI論ではなくNoahが実際に構築した技術スタックに置く。 > *"I'm excited to have you. It's really good to get to chat. This is our first interview in probably like 5 years."* ## [02:10] スマートフォンでディープワークをする方法 Noahは最初に、自分のセットアップは「vibe coding」よりも構造化されたナレッジワークだと明確にする。EvernoteからObsidianに乗り換えたのはマークダウンファイルとフォルダがClaude Codeで実際に操作できるからだ。Claude Codeの主な使用法はコードではなくノートとのインタラクションで、そのセットアップをスマートフォンに延伸したことが作業パターンを根本的に変えた。 > *"My number one Claude Code use is using it as a tool to interact with my notes."* ## [05:30] NoahがGrokのボイスAIを最高と考える理由 NoahはOpenAIやGeminiのボイスモードよりGrokのボイスモードを好む。Geminiは十分賢くなく、旧GPT-4oのボイスは全く使えなかった。5時間の一人ドライブでBluetoothに繋いで個人調査ポッドキャストのように使い、Transformersについての記事を深掘りした。共通の不満も浮かび上がる。ボイスモデルはまだツール呼び出しやウェブ調査が苦手で、真剣な知的作業での実用性に限界がある。 > *"I did like an hour session and it really—it was by far the sort of best explanation I've ever read for it, or ever heard I guess."* ## [11:11] NoahのClaude Code-Obsidianセットアップの詳細 NoahはObsidianのフォルダをスクリーンでライブ公開する。Claude CodeはObsidianのルートディレクトリに置かれ、ノートアーカイブ全体にアクセスできる。BRXND.AIで準備中の講演のために、第二次世界大戦のSimple Sabotage Field Manualと大組織の官僚主義をテーマに、Obsidian内にプロジェクトフォルダを作り、ChatGPT、Claude、Grokとのチャット記録や記事、PDFを取り込んでいる。この段階でClaudeの役割は講演を書くことではなく思考を助けることで、関連ノートを引き出し、日々の進捗を記録にまとめ、質問を投げかける。プロジェクトのCLAUDE.mdフロントマターに思考モードの制約を明示している。 > *"I'm in thinking mode, not writing mode yet. There's some stuff in here where I've specifically told, I think it's in the front matter actually, where I've told Claude Code: don't help me write anything right now."* ## [26:05] Claude Codeのエージェントを「思考パートナー」として使う Noahは「生成的（generative）」という言葉のせいでAIの使われ方が歪んでいると主張する。書く能力への注目が過剰で、読む能力がほとんど語られない。専用の思考パートナーエージェントを維持し、明確な制約を設けている。「アウトライン、草稿、講演や文章のいかなるバージョンも作成しないこと。」エージェントは質問を記録し、浮かび上がる洞見を追跡し、休憩後でも正確に続きを始められる記録を作る。ChatGPTでのWild Bill Donovanの深度調査から、Transformerアーキテクチャの並列性と特殊部隊の作戦的自律性の類比という仮のアイデアまで、一本の糸を辿る。 > *"I think partially because we call it generative, there's entirely too much focus on its ability to write and not enough focus on its ability to read."* ## [30:23] NoahのThomas英語マフィン理論 本章はNoahの官僚主義論から始まる。大企業が新しいソフトウェアを採用できないのは怠慢ではなく、新しいソフトウェアが歴史的に組織の再構築を要求してきたからだ。AIは違う、とNoahは言う。AIは人々が既にやっている方法の隙間に入り込む。それがThomas英語マフィンの比喩だ。Danはeveryの具体例を挙げる。異なるスタックで構築された2つの製品がファイル検索ソリューションを共有する必要があったが、Claude Codeが共通フレームワークを強制せずにロジックを再利用できた。NoahのTranformerアーキテクチャと組織階層の間の「官僚主義は位置エンコーディング」という半分固まったアナロジーにも話が広がる。 > *"I call it my Thomas's English muffin theory of AI, which is that it like gets into the nooks and crannies."* ## [39:47] AIにまだ残っている探索すべき空白 Noahとdanは、資金潤沢な人も含めて、ほとんどの実践者がこれらのモデルに実際に何ができるかについてまだ脆弱な直感で動いていると主張する。Noahがすべてのクライアントミーティングで使うアイスブレイカーは「AIへの気づきの瞬間は何でしたか？」だ。同じ質問を二度して違う答えが返ってくるという非決定論的な体験は真に新しく、内化するのに時間がかかる。Destin Sandlinの逆向き自転車実験を使って説明する。運動直感と概念直感は別物で、ショートカットはない。Danは言語モデル自体が確率論的システムについて推論するために欠けている語彙を生成するかもしれないと反論する。 > *"We're not used to using things that—you ask them the same question twice and they have different answers."* ## [48:44] 子供たちをAIに備えさせるNoahの方法 Noahの10歳の娘がClaudeでシークレットサンタアプリを作り、偶然データモデリングを学んだ。ロジックを一般化するには「大人と子供」ではなく「グループ」が必要だと気づいたのだ。この話が広義の主張のアンカーとなる。教育者の仕事はAI利用を防ぐのではなく、基礎スキルが学ぶ価値があると生徒を説得することだ。2026年秋のNYUのコース「Code is Essay」を提案中で、重要なメタスキルは認知的懐疑論だと考える。既存の信念を確認する情報に対してより疑い深くなることだ。 > *"I don't actually think your job is to teach these kids to write because that's like a lifelong pursuit. I think your job is to convince them that it's worth learning to write."* ## [01:00:06] Claude CodeセットアップをモバイルIlに持ち込む方法 Noahがモバイルスタック全体をライブデモする。Termius（iPhoneのSSHクライアント）、地下室のミニPCに繋ぐTailscale VPN、プライベートGitHub経由で同期するObsidian、ターミナルで動くClaude Code。「過去2日間の新着は？」と聞くだけで直近のObsidian活動のまとめが返ってくる様子を見せる。カンファレンスサイトのリンク切れもスマートフォンから修正した。バグを確認してClaudeにPRをpushさせ、完了。Simon WillisonのllmCLIツールや、Obsidianボールトの添付ファイルをすべてリネームしてリンクテーブルを再構築するスクリプトをいじっている。 > *"I went and sat outside for a while and then we had a project that needed to get delivered to a client and a small change needed to be made. I told Claude Code exactly where to look, confirmed the problem was what I thought it was, and just had it push a solution and it pushed a PR and then I was done."* ## 登場人物 - **Dan Shipper**（人物）：EveryのCEO兼共同創業者。インタビューのホスト - **Noah Brier**（人物）：Percolateの共同創業者。AlephicのAI戦略コンサルタント。BRXND.AIカンファレンスのオーガナイザー - **Every**（組織）：このポッドキャストを制作するメディア・ソフトウェア企業 - **Alephic**（組織）：NoahのAI戦略コンサルタンシー。Amazon、Meta、PayPalを含むFortune 50のクライアントと取引 - **BRXND.AI**（組織）：Noahが主催するマーケティングとAIの交差点をテーマにした年次カンファレンス。2025年版は9月18日にニューヨーク開催 - **Claude Code**（ソフトウェア）：AnthropicのエージェントコーディングツールでNoahのセカンドブレインとモバイルワークフローの中核 - **Obsidian**（ソフトウェア）：マークダウンベースのノートアプリ。NoahのメインナレッジストアでPARAメソッドで整理 - **Tailscale**（ソフトウェア）：NoahのスマートフォンをMesh VPNで地下室のミニPCに安全に接続するソフトウェア - **Termius**（ソフトウェア）：Noahがスマートフォンから自宅サーバーにアクセスするために使うiOS SSHクライアント - **Grok**（ソフトウェア）：xAIのAIアシスタント。Noahはそのボイスモードが実質的な調査においてOpenAIやGeminiより大幅に優れていると評価 - **Simple Sabotage Field Manual**（概念）：NoahがBRXND.AIの講演で現代組織の官僚主義を考察するレンズとして再出版した第二次世界大戦のOSS文書 - **Thomas英語マフィン理論**（概念）：AIが既存の組織ワークフローの隙間に入り込む形で成功するというNoahの比喩

Charles KochとChase Kochが、David Friedbergと共に振り返るのは、Koch Inc.が9,000倍の成長を遂げた歩みだ——1961年のオクラホマの300人規模の石油会社から、エネルギー・化学品・森林製品・消費財・ベンチャーキャピタルにまたがる13万人のプライベートコングロマリットへ、一度も上場せずに成長した。対話の中心は原則に基づく経営（PBM）：Koch のすべての採用判断・買収・文化変革を動かす41の原則フレームワーク。Charles と Chase は「Koch」という名前につきまとう狭い政治的イメージについても率直に語り、党派的なリバタリアン政治から教育改革と人間の繁栄に焦点を当てるStand Togetherコアリションへの転換を説明する。エピソードはAIと資本主義の議論で締めくくられ、両者はパーミッションレス・イノベーションとボトムアップの権限委譲こそが、これからの経済的圧力を乗り越える唯一の信頼できる道だと主張する。 ## [00:00] David FriedbergがCharles & Chase Kochを迎える David Friedbergは、Forbes主催のイベントでの対話を開幕し、Chase Kochとは農業産業で2013年から知り合いでビジネスパートナーでもあると述べる。Koch Inc.をアメリカのビジネス史における「語られてこなかった物語」と位置づけ、おそらく世界で最も収益性の高いファミリー経営の非公開企業でありながら、上場企業と比べてほとんど知られていないと語る。 また、今夜の目的を明示する——Koch Inc.の会長と次世代の社長の両者との希少な長時間のライブ対談を、All-Inの視聴者に届けること。 > *「Koch Industriesはまさに語られてこなかった物語だと、ずっと感じていました。おそらく世界で最も収益性の高いファミリー経営の非公開企業だと思います。」* > — David Friedberg ## [01:04] Koch Inc.の概要：規模・事業・歴史 Friedbergが統計値を提示する。もしKoch が上場企業であれば、収益規模でFortune 500のトップ25に入る。1940年にFred Kochがウィチタで創業し、現在は60カ国でエネルギー・農業・化学品・建材・消費財・クラウドコンピューティング・マイノリティ投資ポートフォリオにまたがる12万人超の従業員を擁する。Koch は利益の90%を事業に再投資している——四半期収益を最大化しようとする上場企業とは異なる構造的な選択だ。 Charles は、今夜の対話が本当に何について語るかを示唆する。収益の節目の話ではなく、持続的な複利成長を可能にした原則と失敗の話だ。 > *「破壊的イノベーション、利益の90%を新事業と成長に再投資する姿勢、能力主義的な価値観を含む、非常にユニークなオペレーティングモデルです。」* > — David Friedberg ## [02:21] ビジネスの構築：初期の歩みとCharles Koch入社（1961年） Charles Kochは、MITとArthur D. Littleでの経営コンサルタント経験を経て25歳で家業に入社した1961年を振り返る。父Fred Kochの言葉は明快だった。「お前が戻って会社を経営してくれなければ、売却しなければならない。体調が悪く、会社も調子が悪い。もう長くないんだ。」当時は約300人の従業員と、フラクショネーティングトレイ製造とオクラホマの原油集積という二つの主力事業があり、運営は機能不全の状態だった。 初期の経験から一つのKoch 原則が結晶化した——業界にとらわれず、ケイパビリティを軸に成長するということ。フラクショネーティングトレイ事業が失敗した一因は、社長がトップダウン型のコントロール主義で、エンジニアと顧客の双方を疎外したことにあった。Charles はやがて「どの業界にいるか?」という問いではなく「誰よりもうまくできることは何か、バリューチェーンのどこでそれが最も価値を生むか?」と問うようになった。この発想の転換を何十年にもわたって繰り返すことが、Koch がのちに無関係に見える多様な産業に進出していく理由を説明する。 > *「息子よ、戻って会社を経営してくれなければ、売却しなければならない。私は体調が悪く、会社も調子が悪い。もう長くないんだ。」* > — Charles Koch、父Fred Kochの言葉を引用 ## [11:31] 失敗・創造的破壊・ミスからの学び Charles は挑発的な言葉で口を開く。「すべてにおいて失敗していなければ、新しいことは何もしていない証拠だ。」石油コークスから活性炭を製造しようとした失敗など、初期の損失の数々を振り返る。失敗のほぼすべてに共通するのは、Koch の経営原則のどれかを違反していたことだ。 Chase はケイパビリティ・ポートフォリオの視点を加える。原油集積から天然ガス・化学品・肥料・そして最終的には森林製品へと事業を広げたのは、無秩序な多角化ではなく、同じ根本的なケイパビリティを新しい用途に向けたものだ。また自身が設立したKoch Disruptive Technologies（KDT）を「構造的に継続的な収益を上げにくかった」と正直に評価する。撤退・ピボットの判断は一つのテストに尽きる——顧客に対して優れた価値を創出し、そして報われる能力を失っていないか? > *「十分に大損した時——それが「もう十分」のサインだ。顧客に対して優れた価値を創出できないとわかった時だ。」* > — Charles Koch ## [19:22] 文化と原則に基づく経営（PBM） このエピソードの知的な核心部分だ。Charles はPBMの源流を、Koch 最大の失敗——すべてに共通の根本原因、つまり悪い価値観を持つ人間をリーダーに登用したこと——にまで遡って説明する。二つの危機的事例が際立つ——1973年の中東戦争時に会社を倒産寸前に追い込んだ無謀なトレーディング、そして「破壊的な動機」を持つリーダーが失敗を隠し成功を捏造した後年の事件。解決策は、価値観を第一に、才能を第二に採用し、「貢献意欲」——他者の成功を助けることで自分も成功したいという動機——が権力志向を駆逐する文化を構築することだった。 Chase はさらに核心をつく問いを立てる——会社の全員が言われなくても何をすべきかわかるとしたら? それがPBMの目指す状態だ。変革戦略はトップダウンの指令を避ける。原則を試す意欲が最も高いグループを見つけ、成果を実証し、変革への需要が組織の残りの部分を引っ張るようにする。集合的な知識がトップの少数の優秀な人々の判断を置き換える。 > *「大小に関わらず、全員が言われなくても何をすべきかわかるような企業と文化を持てたらどうなるか?」* > — Chase Koch ## [33:53] Georgia-Pacific買収と文化変革 2005年のGeorgia-Pacific買収は当時の最大の賭けだった——Chase が言うように「当時の会社規模からすれば巨大な賭け」だった。Charles は論理をこう辿る。Koch は化学的プロセス産業と木材・パルプの「相互利益の好循環」を発見した。その連鎖はFred KochのMIT学位論文にまで遡る。最初はコモディティ部門のみの買収を提案したが、係争中の訴訟でそれが実現できないとわかり、会社全体を買収することになった。 その後は、トップダウン官僚制が支配していたアトランタ本社51階建てビルで、数年にわたる文化変革が始まった。Koch はリーダーを入れ替え、非効率を発見・解消した従業員を表彰し、それを見つけた組合員と節約分を共有した。Chase は自らが現場で過ごした年月——飼育場のシングルワイドトレーラーでの生活、ガスリキッドプラントでの仕事——が後年の信頼性ある経営の礎になったと語る。文化変革は買収側が想定するよりはるかに長くかかり、ほぼ必ず古いパラダイムを持つリーダー層の交代が必要だ。 > *「文化を変えるのは思っているよりずっと時間がかかる。そしてほぼすべての場合、ボトムアップ権限委譲のパラダイムを持つリーダーへの交代が必要です。」* > — Chase Koch ## [56:17] 教育改革と社会変革 Stand Together——Charles が60年にわたってさまざまな名称で構築してきた非営利ネットワーク——は今や米国最大の慈善団体の一つだ。Chase はoriginationとpartnershipsを担当し、その使命を再定義する。政治的擁護ではなく、同じKoch 原則を社会課題に適用すること、まず教育から。COVID-19は世論を大きく変えた。2020年以前は約20%の家庭が従来の学校教育の代替に開放的だったが、子供たちがZoomの授業よりYouTubeでより多くを学んでいる現実を目の当たりにした後、その数字は急増した。Stand Togetherはその後5,000校超のマイクロスクールの設立を支援してきた。 Joe Limontのアルファスクールのようなパートナープログラムは、ゲーミフィケーションとプロジェクト型学習を使って、失敗していた生徒を3ヶ月でトップクラスに変える。Chase は自身にも比較優位の原則を適用した——Koch Fertilizer社長として比較優位がないと気づき自ら辞任した——そして同じ視点でKoch 13万人の従業員の役割再設計に取り組んでいる。 > *「COVID以前は約20%の家庭が新しい教育モデルを受け入れる意思がありました。COVID中に皆が教育システムの問題を目の当たりにして、子供たちが教室のZoomよりYouTubeでずっと多くを学んでいることに気づいた。」* > — Chase Koch ## [72:37] AI・経済的課題と資本主義の未来 FriedbergはCharles に、Koch の政治的物語——リバタリアン党への長年の関与とStand Togetherの広範なコアリションへの転換——について問う。Charles は率直だ。最初の50年間、あらゆる原則で自分と同意する人たちとだけ仕事をしていたため、影響範囲が限られていた。Viktor Franklの洞察——「今日の問題は、ますます多くの人が生きる手段を持ちながら、生きる意味を持たないことだ」——が、純粋に政治的な解決策ではなく社会的崩壊の動機的根源へと思考を向けなおした。教訓：自由の戦略は全体主義から借りることはできない。コアリション内の純粋性テストはそれを破壊する。 AIについてChase の立場は明確だ。パーミッションレス・イノベーション、オープンシステム、AIツールで人々を力づけること——禁止するのではなく。Koch はPBMをAIネイティブなフレームワークとして運営しており、Chase は読者が原則と直接対話できるAIコンパニオンを本と合わせて作った——Charles が想像していた以上の展開だ。エピソードはCharles の遺産目標で締めくくられる——米国が独立宣言の約束をより完全に実現すること。 > *「今日の問題は、ますます多くの人が生きる手段を持ちながら、生きる意味を持たないことだ。」* > — Charles Koch、Viktor Franklを引用 ## 登場人物 - **David Friedberg** — ホスト、The Production Board共同創業者、農業産業を通じて2013年よりChase Kochとのビジネス上の知人 - **Charles Koch** — 1967年よりKoch Inc.会長兼CEO、MITで工学を学んだエンジニア、原則に基づく経営の本の共著者、Koch の9,000倍の価値成長を牽引 - **Chase Koch** — Koch Inc.社長、Koch Disruptive Technologies設立者、Charles との PBM本共著者、Stand Togetherのoriginationとpartnershipsを担当 - **Koch Inc.** — ウィチタKS本社のプライベートファミリーコングロマリット、1940年Fred Koch設立、エネルギー・化学品・森林製品・消費財・ソフトウェア・ベンチャーキャピタルにまたがる13万人超の従業員 - **原則に基づく経営（PBM）** — Koch の41の原則からなる経営フレームワーク、貢献意欲・価値観優先採用・ボトムアップ権限委譲・各事業を実験室として扱うことを重視 - **Georgia-Pacific** — 2005年にKoch が買収した森林・消費財企業、Koch 最大の買収案件、PBMによる文化変革の主要事例 - **Koch Disruptive Technologies（KDT）** — Chase Kochが創設したベンチャー部門、破壊的テクノロジー企業へのマイノリティ投資、構造的に継続的な収益を上げにくかったと評価 - **Stand Together** — 2003年よりCharles Koch の慈善ネットワーク、教育改革・貧困削減・党派を超えた社会変革に注力、COVID後に5,000校超のマイクロスクールを支援

Goldman Sachsの元CEOおよびシニア会長であるLloyd Blankfeinが、a16zゼネラルパートナーのDavid Haberとともに、持続する組織と短命な組織を分かつものを探る。East New Yorkの公営住宅で育ちGoldman Sachsを2008年金融危機の中で舵取りした経緯を振り返りながら、Blankfeinは真のリスク規律こそが、予測でも技術でもない本質的な競争優位であると主張する。AIの最大の危険は超知性ではなく検証不能なレバレッジだと警告する。つまり、誰かが正しいかどうかを確認する前に7万件のトランザクションを実行してしまうシステムのことだ。 ## [00:00] イントロ Blankfeinはすべての投資家が内包する核心的な緊張を提示する。リスクテイカーであると同時にリスクマネージャーでもあり、どちらの役割も外部委託はできない。予告として彼は、市場が大規模IPOの波の縁に立っており、多くの人が過小評価しているリスクは構造的なものだと指摘する。人間が監査する前に大規模に行動できるソフトウェアのことだ。 > "リスクに関して私たちがすることの大半は、予測ではなくコンティンジェンシープランニングです。" — Lloyd Blankfein ## [01:02] Twitterの皮肉とリスク HaberはBlankfeinにXへの復帰を促す。Blankfeinはなぜ距離を置いたかを説明する。ツイートはエゴの行為であり非対称なダウンサイドがある。誰もがやり続ければいずれ誰も知らなかった見えない一線を越えてしまう。Goldman Sachs在籍中、SandersやWarren、大統領といった政治的人物に対して皮肉を言うというすでに危険なゲームをしていた。企業から自由になってもその計算は消えず、誰が結果を負うかが変わるだけだ。 > "皆がそれをやり続けるといつかキャンセルされます。誰も知らなかった見えない一線を踏み越えてしまうから。リスクとリターンの観点から見れば、すべてエゴで本当の価値はゼロです。" — Lloyd Blankfein ## [02:18] 危機における冷静さ Blankfeinは公開イベント中の実際のセキュリティ事件を振り返る。武装した男たちがステージに飛び込み、会場の人々はうずくまったが、彼は座ったまま状況を観察した。その説明は感傷的ではない。危機は彼にとって文字通りスローダウンする。自分が感じることではなく、周囲の人が何を必要としているかに鋭く気づくようになる。彼は武装解除するユーモアをツールとして使うが、虚勢からではなく、緊張を壊し周囲の人を落ち着かせるためだ。それが生まれつきなのか経験の積み重ねなのかは定かでないが、過去の危機への露出が将来の冷静さを最もよく予測すると確信している。 > "私は常に少し緊張しているのですが、特別に緊張することはありません。むしろ物事がスローダウンします。" — Lloyd Blankfein ## [06:44] 公営住宅からウォール街へ BlankfeinはEast New Yorkの公営住宅で育った。その建物に住み続けるための所得上限は週90ドルだった。Manhattanはバスと地下鉄を乗り継いで行く場所で、実質的には外国だった。Harvardの面接はそこへ行ったのがせいぜい3回のうちの1回だった。これを貧困として描くのではなく、アクセスなき野心への近接がいかにコンティンジェンシー本能を研ぎ澄ますかを辿る。このパスが閉じたら次に何をするかを早くから考え、次のパスを描く。その分岐的な前向きリスクモデリングのパターンが、後に大手銀行を運営するときのオペレーティングシステムになった。 > "私は公営住宅で育ちました。街に出るにはバスを乗り継いで地下鉄に乗る必要がありました。" — Lloyd Blankfein ## [23:36] ゴールドマンの文化・技術・パートナーシップ Goldman Sachsにとって技術は選択肢ではなく常にフロンティアだった。Blankfeinはリスクインフラへの早期かつ持続的な投資がいかに複利的な構造的優位をもたらしたかを語る。25年から30年前に構築された独自リスクシステムが今日もプラットフォームの中核にあり、一度も全面的に置き換えられないほど柔軟だった。パートナーシップモデルはこれに直接寄与していた。パートナー自身の資本がリスクにさらされていたため、すべてのポジションを支えるシステムの品質に強い関心を持っていた。そのスキン・イン・ザ・ゲーム文化により、Goldman Sachsはクライアントとオーダーテイカーとしてではなく対等な立場で向き合えた。 > "初期の投資によって私たちは大きな技術的優位を持ちました。" — Lloyd Blankfein ## [37:25] ファンドより企業文化 Blankfeinが引く区別は構造的なものだ。ファンドの目的は最小人数で最短時間にキャリーを最大化することであり、一方で企業は複数のサイクルにわたって複利的競争優位を構築しなければならない。Goldman Sachsが不況期にも人材を抱え、一時的に苦しい事業から切り離されることに抵抗できたのは、パートナーシップの思想が企業のフランチャイズを長期資産として扱ったからこそだった。これには報酬のサイクル変動を抑制することが必要で、それは本当に難しく時に人材を失うこともあるが、代替策はプラットフォームを破壊することだと彼は明言する。 > "ゴールドマン・サックスはパートナーシップ文化において、短期的なことを乗り越えてサイクルを通じて素晴らしいビジネスだと言えました。" — Lloyd Blankfein ## [41:14] メンターシップと起業家的主体性 Blankfeinのメンターシップ理論はシンプルだ。自分と働くことで何か本物を得られたと感じてほしい、一緒に仕事しなければそうならなかったより優れた人間になれたと感じてほしいというものだ。彼はまた若手社員として組織図を意図的に無視したことも語る。貴金属デスクに所属しながら、宗教的な中東の投資家たちが明示的な利子なしで株式に似た収益を望んでいることに気づき、当時ナンバー2だったBob Rubinのところへ構造化商品のアイデアを持って直談判しに行った。最初の注文は4億ドルで当時Goldman Sachsが執行した最大の単一取引だった。彼のアドバイスは、肩書を必要とする前に組織の中で起業家のように行動せよということだ。 > "一緒に仕事して本当に良かった、私のおかげで自分がより優れた人間になれたと思ってほしかったのです。" — Lloyd Blankfein ## [47:05] 危機に強いリスク管理 2008年の章が最も密度が高い。Blankfeinは Goldman Sachsの生き残りを三つの複合要因に帰する。大規模な個人預金がなかったこと、同業他社が時価評価を拒む中での容赦ないmark-to-market規律、そして資本を自分の家と同じように扱う条件反射をすべての人に植え付けたパートナーシップの遺産。Goldman Sachsがパートナーシップだったとき、それは文字通りそうだった。混乱の中でクライアント関係を維持した原則も挙げる。コミットメントは過去にあり、リレーションシップは未来にある。悪いポジションを認めて前進することを選ぶと、いくつかの潜在的なクライアント損失が持続的なパートナーシップに変わった。 > "パートナーたちは資本口座だけでなく、自分の家もリスクにさらしていました。" — Lloyd Blankfein ## [56:11] AIへの反発とキャリアの知恵 BlankfeinはAIの瞬間を複数のフォーク賭けとして捉えている。複数のアーキテクチャ、複数のプレイヤー、おそらく二人か三人の大きな勝者、しかし今日どのパスがそこへ至るかは誰にも分からない。最大の賭けが他人のお金を運用するプロのマネージャーではなく創業株主が自らの資本で行っていることはある程度安心できると言う。深く持たれた個人的確信は承認されたcapexより良いシグナルだ。最も鋭い懸念は構造的な不透明性だ。古いトレーディングフロアでは悪い価格が出た瞬間に聞こえた。今日のシステムは完全に舞台裏で動き、監査可能な痕跡がない。それらのシステムに組み込まれたレバレッジ、知性ではなくそれを彼は問題として指摘する。締めくくりはキャリアへのアドバイスだ。複数の領域にわたって好奇心を持ち続け、肩書より深みを求め、後から見て愚かに見える過去の賭けに対して寛容であること。フロンティアの決断をしている人は誰もが、後から正解を明らかにする情報なしに行動しているのだから。 > "今日はその直感がありません。すべてが舞台裏で動いており、これらのものの痕跡や思考プロセスが見えないからです。これらのものに組み込まれたレバレッジ自体が大きな問題です。" — Lloyd Blankfein ## 登場人物 - **Lloyd Blankfein** (人物): Goldman Sachs元CEOおよびシニア会長、全編にわたるゲスト - **David Haber** (人物): ホスト、a16zのFintech担当ゼネラルパートナー - **Goldman Sachs** (組織): 中心的な機関として検証、パートナーシップモデル、2008年危機の乗り越え、早期の技術投資 - **Bob Rubin** (人物): Goldman Sachsの元共同会長、後に米国財務長官、Blankfeinが若手社員として最初の大型構造化商品のアイデアを直接持ち込んだ相手 - **2008年金融危機** (概念): Goldman Sachsのリスク文化の主要ストレステストケース、mark-to-market規律と個人預金がなかったことが生き残りの鍵 - **ゴールドマンのパートナーシップ文化** (概念): パートナーのインセンティブを資本口座と自宅を通じて長期的な企業の健全性と一致させる構造的メカニズム - **AIと金融** (概念): 現在の技術的波として位置づけ、潜在的価値は評価されるが検証不能なレバレッジと監査可能な人間の直感に取って代わる業務の不透明性が問題として指摘される

Anne Applebaumは30年をかけて権威主義体制の台頭と、民主主義社会がなぜ手遅れになるまで気づかないかを研究してきた。彼女は独裁者が民主主義を解体するために使う5つの戦術、すなわち汚職、選挙操作、人事掌握、情報統制、物理的強制を解説し、それぞれが今のアメリカで実際に起きていることと照合する。会話の中では、在任中にTrumpの資産が3倍になったこと、ゲームに残るために白旗を揚げたテックCEOたち、なぜ世界の同盟国がアメリカのリーダーシップのない世界への準備をすでに始めているか、そして歴史的必然性が独裁者たちの積極的に植え付けたい罠であることが語られる。 ## [00:00] イントロ Stevenはテーブルに2つのお金の瓶を置く。Trumpが就任時の純資産23億ドルと、2年後の純資産65億ドルだ。Applebaumの冒頭の論点はすぐに的中する。アメリカは政策を立案しながら事業を経営する大統領を持ったことがなく、サウジ政府がJared Kushnerのファンドに投じた20億ドルの投資は、単にJared Kushnerが好きだったからではない。 > *「意思決定は、アメリカ人にとって何が良いかではなく、彼の会社にとって何が良いかに基づいて行われています。」* — Anne Applebaum ## [02:10] なぜ歴史は繰り返されるのか Applebaumはソビエト史家として出発し、ワルシャワでワルシャワ条約機構の解体を目撃し、過去のものと思っていた体制について長年書いてきた。2013〜2014年頃、歴史として研究していたものが戻りつつあることに気づいた。現代の民主主義はタンクでは終わらない。正当に選ばれた人物が次の選挙の公正性を保証する制度を解体し始めるときに終わる。 > *「ほとんどの人は民主主義がクーデターや街頭のタンクで終わると考えています。実際、現代では、正当に選ばれた人物がシステムを解体し始めることで終わることがほとんどです。」* — Anne Applebaum ## [03:33] 民主主義最大の警告サイン 今が違うと感じるのは、決して権力の座を離れなくて済むよう明確な目的を持って政権に就く政党が出てきたからだ。ハンガリーのViktor Orbánが先駆者だった。大差で当選した後、彼は組織的に裁判所、選挙委員会、メディア、官僚機構を掌握した。中立化した機関のひとつひとつが、次の選挙をわずかに不公正なものにしていった。 > *「いくつかの確立した民主主義国家で初めて、永久に権力の座に留まれるようにシステムを変えるという明確な意図を持って権力に就く政党が現れています。」* — Anne Applebaum ## [05:12] なぜ民主主義は機能不全に見えるのか 民主主義は奇妙な契約だ。権力を手に入れるが、敵が次に自分を打ち負かせるようにルールを守らなければならない。その契約が崩れると、システム全体が不安定になる。Applebaumは公民権運動以前のアメリカ南部を国内の前例として挙げる。一党制の州、不正なルール、制限された選挙権。今ワシントンにいる人々の中には、その歴史を参考にしている者もいる。 > *「そうですが、ロシアとリベラル民主主義の間にある中間的な体制も存在します。公正でない民主主義もありえます。」* — Anne Applebaum ## [07:41] 今最大の脅威 2つの異なる脅威が並行して進んでいる。米国内では、政治システムから切り離された人々の増加、ICEにおける国家準軍事組織の出現、これまでのアメリカが経験したことのない規模の高次元の汚職。外部では、ロシア、中国、イランという独裁政権が1945年以降の世界秩序に挑戦しており、単なる競争ではなくリベラル民主主義に対するイデオロギー戦争を仕掛けている。 > *「また、高次元の汚職の台頭もあります。大統領、その周辺の人々、彼に近い企業は、かつてこの規模ではアメリカで可能ではなかった方法で金を稼ぐ手段を持っているようです。」* — Anne Applebaum ## [08:52] なぜ民主主義は急速に変容しているのか Stevenは世界の民主主義レベルの地図を出す。すぐ目を引くのは、その地図を作った組織がアメリカをもはやリベラル民主主義国家に分類していないことで、「選挙民主主義」という一段低い位置づけになっている。10〜20年前には地図はもっと青かった。国家は互いに影響を与え模倣するため、アメリカの後退はアメリカ人だけに影響するわけではない。 > *「その地図を作った組織は、もはやアメリカをリベラル民主主義国家として数えていません。」* — Anne Applebaum ## [10:18] アメリカは独裁国家になりうるか 現実的なアメリカのシナリオはPutin式独裁ではなく、一党制国家だ。ゲリマンダリングされた選挙区、掌握されたDOJ、一党が常に勝つ固定された選挙。1月6日は選挙クーデターの試みだった。失敗した。それを上限ではなく床として扱うことは、Applebaumに言わせれば、ナイーブだ。 > *「私たちは今、2020年の選挙結果を受け入れることを拒否し、選挙クーデターを企てた大統領を持っています。失敗しました。しかし、誰もそれを再びしようとしないという考えは、この時点でかなりナイーブだと思います。」* — Anne Applebaum ## [12:05] Trumpの第3期が意味するもの Trump自身はおそらく第3期を望んでいないが、周囲の人々は共和党員、おそらく家族の誰かが無期限に勝てるよう取り組んでいる。1月6日の後、穏健派は去った。残り、新たに加わった連合は3つのグループだ。民主主義が事業の邪魔になるから支配を望むテック権威主義者、非世俗的な国家を求めるキリスト教ナショナリスト、そして伝統的なMAGA。彼らは過激なシステム的変革が必要だという点以外、ほぼすべてで意見が異なる。 > *「Trumpの第1期、彼はシステムによって制約されていました。今は制約を回避する手助けをする人々に囲まれています。それが新しいことです。」* — Anne Applebaum ## [14:56] なぜ独裁制は人々に訴えるのか Applebaumはハンガリーをケーススタディとして独裁制の実態を解説する。与党の取引相手への売却を拒否した事業者は、窓を割られ、子供を嫌がらせされ、従業員が規制問題に巻き込まれる。売却して立ち去るまで続く。Stevenは政府のアクセス要求を拒否した後に脅かされたAnthropicとの類比を引く。Applebaumの反論：独裁制は寡頭制支配者にとっても食い物にされるゲームだ。Putinの寡頭制はそれを学んだ。中国もそうだ。 > *「法とは権力を持つ者が言うことです。」* — Anne Applebaum ## [19:12] Trumpの富がすべてを変える Trumpの純資産は2年で23億ドルから65億ドルに増加した。米大統領史上前例がない。以前の大統領にも汚職の匂いはあったが、誰も外交を同時に行っている国々でアクティブな事業を営んでいなかった。Kushnerは20億ドルのサウジ投資を受け取り、今や同じビジネスパートナーと政権の代表として交渉している。 > *「私たちはかつて、一緒に仕事をしている人々が政治的な利益を期待するような形で在任中に事業を経営する大統領を持ったことがありません。」* — Anne Applebaum ## [21:27] なぜ世界の安定は崩壊しつつあるのか ウクライナとイランの戦争、そして1945年以降の秩序の崩壊は、民主主義の話と切り離せない。独裁政権は国内基盤を固めるために戦争を行う。ロシアがウクライナに侵攻したのは、言論の自由、法の支配、欧州統合というウクライナの民主的言説がロシア人に広がれば爆発的だからだ。リベラルな世界秩序は2つの力によって同時に引き裂かれているため断片化している。独裁的な挑戦者と内向きになる米国だ。 > *「Putinが最も恐れているものは何か分かりますか？ 2014年にウクライナで起きたような街頭革命を最も恐れています。」* — Anne Applebaum ## [26:26] 民主主義対独裁：どちらが長続きするか 歴史的に、独裁制は長続きという点では勝利する。歴史上のほとんどの人間社会は、君主、軍閥、または部族のリーダーによって統治されてきた。建国の父たちはこれを知っていた。彼らは憲法を書く際にローマ共和国とアテネ民主主義の崩壊について読んでいて、脆弱性を耐久性に変えようとしていた。 > *「アメリカ憲法を書いた人々は、書いた当時、古代ローマの歴史を読んでいました。彼らは皆その物語を知っていました。」* — Anne Applebaum ## [27:38] 幸福なのは民主主義か独裁か フィンランド、スウェーデン、ノルウェー、デンマーク、一貫して最も幸福な国々はすべて、大きな福祉国家と低い不平等を持つリベラル民主主義だ。独裁国家では、普通の人々は国家に影響を与えられない。ロシア市民は「ウクライナを爆撃する代わりに病院を建てたい」と言えず、その主体性の欠如が個人的な不満だけでなく構造的な不幸を生む。 > *「彼らは『ウクライナの別の都市を爆撃する代わりに病院を建てたい』と言えません。そのため、システムを変える能力がほとんどなく、それはもちろん欲求不満と不幸を生み出します。」* — Anne Applebaum ## [29:04] 情報を持った人々は民主主義を選ぶか おそらくそうだが、Applebaumは権威主義の魅力を否定しない。独裁者が利用する安定と階層への深い人間的欲求がある。ロシアと中国のソーシャルメディアキャンペーンは西洋諸国で正確にそのメッセージを発信している。権威主義は安全と伝統的価値観を意味すると。情報と治安機構も掌握されると、大多数が別のものを望んでいても権力を維持できる。 > *「独裁制は偽りの安定を提供します。米国や英国内でのソーシャルメディアキャンペーンで彼らが主張するのはまさにそれです。権威主義、安定、安全、伝統的価値観、階層。」* — Anne Applebaum ## [30:45] Putinはいかにして権力を維持するか ロシア人が内心で何を考えていても関係ない。安全に発言できる場がないからだ。Putinは引退すべきだという見解を表明すれば逮捕される可能性がある。人々は言うことを調整し、次第に考えることを調整し、やがて政治から完全に離れていく。Applebaumはソビエト時代のプロパガンダに同じメカニズムを見出す。人々は必ずしもそれを信じていなかったが、信じているふりをするのが都合よかった。ロシアには1990年代と2000年代に公開討論の窓があった。その窓は一夜にしてではなく徐々に閉まった。 > *「彼らが考えることは関係ありません。世論や公開討論というものが存在しません。自分の見解を公正な方法で表明できる場がありません。」* — Anne Applebaum ## [32:40] 独裁者が使う5つの戦術 第1の戦術：汚職。どんな政治システムでも汚職は存在するが、独裁的なシステムでは法制度も掌握されているため、チェック機能がない。TrumpがDOJに忠実者を据えたことは、通常はホワイトハウスの汚職を調査するはずの機関が、敵を起訴するために使われることを意味する。汚職は忠誠の道具としても機能する。私と仲良くすれば、あなたの事業は繁栄する。 > *「汚職は権威主義の特定の症状であり、道具でもあります。大統領は人々に提供できます。私と仲良くすれば、あなたの事業は繁栄し、政府の契約を得られると。」* — Anne Applebaum ## [34:19] テックCEOたちはこれを可能にしているのか 2016年にTrumpを独裁者と呼んだテックCEOたちが今はホワイトハウスで彼と食事している。Stevenの説明：富は地位の代理指標であり、本当の恐れは仲間に負けることだ。AltmanがTrumpに敵対すればAnthropicとxAIに負ける。Applebaumの反論：アメリカの法制度が劣化すれば彼らも劣化するから近視眼的だ。理不尽な訴訟に応じることを拒否したAnthropicと法律事務所を、一線を守ることに商業的価値があることの証拠として挙げる。 > *「それほど裕福なら、思うことを言えないのに何の意味があるのでしょう？」* — Anne Applebaum ## [38:11] アメリカは正常に戻れるか プランBを作りなさい、とApplebaumは欧州の聴衆に言う。米国が手を引けばNATOには代替案が必要だ。多くのことは正常化しない。次の大統領はJD Vanceかもしれず、一党制アメリカにさらに執着しているか、壊れた規範が有用と気づいた民主党員かもしれない。一度規範が砕け法律が変わると、誰でもその残骸を悪用できる。 > *「米国内でも世界的にも、多くのことは完全に正常に戻ることはないでしょう。」* — Anne Applebaum ## [39:27] なぜ各国は内向きになっているのか ほとんどの米国同盟国にとっての転換点はグリーンランドのエピソードだった。Trumpはデンマーク領土への侵攻をほのめかし、デンマークはグリーンランドの空港を爆破してアメリカの飛行機を撃墜するかどうかを計画し始めた。欧州のパートナーたちも同じ戦争ゲームをした。誰も立ち直れなかった。それ以来、EUとインドの貿易協定、カナダがEUとの安全保障関係を開拓、フランスとポーランドが欧州の核の傘について議論、世界中の中規模国家が新しい二国間関係を構築し、米国の信頼性のなさへの保険をかけている。 > *「世界中の誰もが保険をかけています。誰もが代替案を探しています。」* — Anne Applebaum ## [43:57] アメリカ人にとって何を意味するか 非常に悪いニュースだ。戦後のアメリカの繁栄は、グローバル貿易での優位、中東とアフリカに力を投射するNATOの基地、そしてドル覇権に支えられていた。同盟国がアメリカの商品を買うのをやめれば、カナダには今スーパーマーケットで米国製品を識別するボイコットアプリがあり、欧州のクラウドストレージが地元に移れば、NATOの基地が閉鎖すれば、アメリカ人はその影響をすべて感じる。 > *「戦後期のアメリカの繁栄の多くは、アメリカがグローバル貿易で支配的だったという事実に基づいており、世界中からものを輸入しているのもいいことです。」* — Anne Applebaum ## [45:39] 独裁制で最も危険な部分 Trumpの周囲の誰も、イランはベネズエラではないと明確に伝えなかった。独裁制はこの失敗を生む。「これは悪い考えだ」と直接言えば首になるからだ。より深い問題：Trumpはイランの民主的野党や代替政府と交流しなかった。本当の関心は民主化ではなく支配と石油収入だったからだ。壊滅的な過ちを犯したGeorge W. Bushでさえ、民主主義を残したかった。Trumpはそのように考えない。 > *「独裁制のもう一つの特徴がここにあります。誰もあなたの決定に疑問を呈せず、誰も代替案を提示しません。」* — Anne Applebaum ## [48:49] なぜTrumpの支持率は低下しているのか Trumpの支持率は史上最低だ。イラン戦争は裏目に出た。Tucker Carlsonさえ謝罪している。AppleのTrumpの心理に対する読み：戦略がなく、イランの歴史的知識もなく、長期的思考もない。今起きていることを何でも「私は勝っている」に変換する。そのナルシシスティックな反射は、まだ勝っていないと認めて計画を立てることを必要とする実際の戦略と相容れない。 > *「彼は大統領になる前に何が起きたかについてあまり気にしません。イランの歴史を知りません。今何が起きているか、現在の瞬間に自分が勝っているかに関心があります。」* — Anne Applebaum ## [50:48] 広告 Wispr Flow（音声入力アプリ）とStan（AIを活用したソーシャルメディアコンテンツツール）のスポンサーリード；Stevenがインラインで読む。 ## [52:50] 独裁者が使う第2の戦術 選挙操作。Orbánは16年後にハンガリーの選挙に敗れたが、その16年間、彼は議会の3分の2を持ち、選挙上の優位のために継続的に憲法を書き直した。米国では、ゲリマンダリング（ナッシュビルの民主党寄りの都市が共和党の安全な選挙区に分割された）、若い有権者、結婚で名前が変わった女性、マイノリティを失格にするよう設計された有権者ID規則、さらに不法移民が投票しているという陰謀論、つまり民主党の得票数を信用させないために事前に構築されたナラティブがある。 > *「選挙を腐敗させ形成しようとする試みが見え始めたとき、あなたの民主主義が危機にあることが分かります。」* — Anne Applebaum ## [57:39] 独裁者が使う第3の戦術 人事。機能する民主主義には専門家が必要だ。大気汚染について知っている大気汚染モニター、保険市場を理解している保険規制当局。腐敗した独裁制では、そのような仕事は大統領の従弟や副大統領の親友に回る。連邦準備制度のJerome PowellへのTrumpの圧力が現在進行中の例だ。独立した機関をホワイトハウスの意向に従わせようとしている。 > *「腐敗した独裁制では、そのような仕事は大統領の従弟や副大統領の親友に回ります。」* — Anne Applebaum ## [59:40] 独裁者が使う第4の戦術 情報統制。中国は最初から国家管理されるようにインターネットを構築した。ロシアはそれに続いている。米国ではメカニズムが異なる。記事から文章を削除するのではなく、政権はTV局を絞るために規制当局に圧力をかけ、TikTok、CBS、CNNの同情的な所有者を就けるための工作をする。Orbánの手法はメディア所有権だった。ハンガリーのほとんどのテレビは間接的に支配され、数少ない独立したウェブサイトが生き残った。そのキャンペーンは大学にも及ぶ。政権は連邦資金の条件として、Harvardが教えられる授業を指示しようとした。 > *「すべての独裁制は情報統制を求めます。現在、メディア支配は所有権のレベルを通じて機能します。メディアを誰が所有するかが最も重要な問題になります。」* — Anne Applebaum ## [65:58] ソーシャルメディアに法的権限を持たせるべきか Section 230は、新聞が直面する法的責任からプラットフォームを免除している。Applebaumの立場：オンラインの世界をオフラインの世界と同じ法律に従わせることは基本だ。オフラインで違法な児童ポルノはオンラインでも違法であるべきで、対面で違法なISISの勧誘はプラットフォーム上でも違法であるべきだ。外国所有のプラットフォームがTV広告の購入よりもはるかに見えにくい形で選挙費用規則を無視できるなら、ソーシャルメディアを法制度に取り込まない欧州諸国は主権選挙を実施できないかもしれない。違法な発言とは何かという決定は、Elon MuskやMark Zuckerbergではなく、選挙で選ばれた代表者が行うべきだ。 > *「その決定はElon MuskやMark Zuckerbergが下すべきではありません。その国の選挙で選ばれた代表者が下すべきです。」* — Anne Applebaum ## [72:58] 市民は本当に中国を離れられるか 理論的にはそうだが、実際の障壁は巨大だ。ビザ、働けて言葉が通じる目的地、転用できる職業資格、そして引き止める高齢の親族がいないことが必要だ。Applebaumにはモスクワに残っているロシア人の友人がいるが、それはPutinを支持しているからではなく、そこに生活があるからだ。出国は、ほとんどの人が持っていないリソース、言語力、そして運に依存する特権だ。 > *「移住は常に容易ではありません。誰にとっても常に現実的ではありません。」* — Anne Applebaum ## [74:15] 独裁者が使う第5の戦術 権力省庁の支配と物理的強制。独裁制は最終的に物理的に現実の抑圧装置が必要になる。情報統制だけでなく、人々を身体的に脅す能力だ。従わない人々は社会的圧力以上のものに直面する。 > *「ほとんどの独裁制は遅かれ早かれ、物理的でもある何らかの抑圧システムを作りたがります。強制の要素です。」* — Anne Applebaum ## [74:48] なぜICEは機能不全に陥っているのか ICEは移民取締機関として設計された。今の姿は異なる。軍服を着たマスク姿の捜査官、無標識の車、地元警察の監査の外で活動し、国土安全保障省と大統領にのみ責任を負う。ミネソタ州の抗議活動で米国市民2人が殺害され、政権の即時の対応が調査を命じるのではなく免責を与えることだったとき、Applebaumはそれが一線を越えたと記した。市民を傷つけても法的な代償を払わず、説明責任のない警察組織はアメリカ人ではなく与党の利益に奉仕している。 > *「一般市民を傷つけてもその代償を払わず、説明責任のない警察組織を持つとき、あなたはアメリカ人に奉仕しているのではありません。与党の利益に奉仕しているのです。」* — Anne Applebaum ## [77:00] 広告 番組の購読者マイルストーン推進のためのスポンサーリード；Stevenがインラインで読む。 ## [77:32] アメリカ帝国は衰退しているのか Stevenはジョン・グラブ卿の250年帝国ライフサイクルを概説し、2026年に米国はちょうど建国250年であると指摘する。Applebaumの反応：それはかなり正確な説明だが、歴史的必然性を強く拒否する。衰退は避けられないと考えることは行動する意志を奪う。1990年代にロシアと中国の台頭が見過ごされたのは、リベラル民主主義は常に勝つという慢心が原因だったのと同じように。ポーランドは30年で共産主義の衛星国から機能する民主主義国家になった。国は変わる。明日何が起きるかは今日の選択次第だ。 > *「何かが避けられないと考えるとき、それはあなたの行動する意志を奪います。」* — Anne Applebaum ## [81:32] 政治とは単なる人間の本性なのか 人間の本性は定数だが、偶然が非常に重要であるため歴史は予測できない。もしYeltsinがPutinではなくBoris Nemtsovを選んでいたら、ロシアを欧州と統合しようとした人物を、世界はまったく違う様相を呈していた。その選択に必然性はなかった。どの人口にも権威主義に傾く割合とリベラルに傾く割合があるが、その国のリーダーシップがどちらの価値観を奨励するかが、構造的な法則よりも結果を決定する。 > *「Boris Yeltsinが酔っぱらって病気で、ロシアの次のリーダーを選ばなければならなかったとき、彼が選んだのはVladimir Putinで、当時は非常に下位の人物でした。誰も彼を独裁者として想像していませんでした。」* — Anne Applebaum ## [84:20] 民主主義は極端な資本主義を生み出すのか Applebaumは前提を逆転させる。歴史的に、成功した民主主義は極端主義ではなく平等に向かってきた。1950年代の米国は大きな社会的流動性、広範な富の創出、拡大する公民権運動があった。民主主義と相対的平等が互いを強化していた。今の民主主義の番人が最も懸念するのは、いかなる政治家よりも大きな権力を持つテック寡頭制の出現だ。そのグループの一部はすでに反民主主義的になっているが、なぜなら民主主義が彼らを不便にする形で権力を分配するからだ。 > *「そのグループの人々はいつまで、誰もが投票でき、富がより均等に分配されるべき民主主義に住みたいと思うでしょうか？」* — Anne Applebaum ## [86:27] 民主主義はいかに自らを守るか 投票しなさい。地方選挙を含め、すべての選挙で。人々がニヒリスティックになって「みんな同じだ」と言うとき、それはまさに独裁者が作り出そうとしていることだ。Putinはロシア人を政治から遠ざけたい。中国は自国民を政治から遠ざけたい。市民の離脱は無関心ではなく、権威主義的なシステムの目標だ。リーダーが報道機関、司法府、公務員についてどう語るかを注視しなさい。本物の民主主義者はそれらの機関を尊重する。なぜならそれらが次の選挙を公正にするものだからだ。 > *「人々がニヒリスティックになり、『みんな同じだ、誰が勝っても構わない』と言うとき、これは独裁者が作り出そうとするものです。」* — Anne Applebaum ## [88:01] 主流メディアは政治的に偏っているか 一部のメディアはビジネスモデルがそれを必要とするため構造的に偏っている。Foxは右寄りの視聴者に怒りを売っている。しかしApplebaumは構造的偏向と政権がメディア所有権に直接圧力をかけることの間に明確な境界線を引く。彼女は言論統制の左翼版、キャンセルカルチャーは現実だったと認めながら、2つは同等ではないと主張する。同調圧力は、大統領が連邦規制当局と所有権工作を使って国民が聞けるものを形成することと同じではない。 > *「両側から意見を聞くことより、何が真実かを確立しようとすることの方が重要です。」* — Anne Applebaum ## [91:42] なぜジャーナリズムがこれまで以上に重要なのか 自分のキッチンから撮影していた時代のあるポッドキャスターとして、Stevenは調査報道が重要だと公に認める。厳格な真実追求のジャーナリストは自分が持っていない技能を持っている。ApplebaumはAIの問題を付け加える。AIがオンライン上にあるものにしかアクセスできず、オンラインの情報空間が独裁者によって形成されエンゲージメントのためにアルゴリズム最適化されているなら、実際に何が起きているかを調べるために世界に物理的に出かける人々の職業は構造的に代替不可能になる。 > *「民主主義が存在するためには、正確で意味のある国民的対話が存在するためには、何が現実かを解明しようとする人々が必要です。」* — Anne Applebaum ## [93:11] アルゴリズムはいかにあなたの現実を支配するか Stevenは携帯をスクロールする。「あなたへのおすすめ」フィードはこれまで見てきたものをそのまま反映し、他の誰のものとも全く異なる個人化された現実を作り出す。Applebaum：これはすでに起きており、民主主義にとってその結果生じる分極化ほど有害なものはない。政治的分断の反対側にいる人々が、税金で意見の異なる単なるライバルではなく、勝利が世界を終わらせる実存的な敵になると、通常の民主的討論は不可能になる。 > *「民主主義にとって、分極化ほど有害なものはありません。反対側にいる人々が単なるライバルではなく実存的な敵なら、通常の民主的討論を行うのはとても難しくなります。」* — Anne Applebaum ## [94:19] Anneの個人的な政治的遍歴 Stevenは1992年のニューヨークタイムズの結婚告知を出す。Applebaumがそこにいる。彼女はRadosław Sikorski（当時ジャーナリスト、現ポーランド外務大臣）と結婚した。政治家のそばで生きることで、公の認識と私的現実がいかに乖離しているかを学んだ。彼女は意図的に自分の名前を維持した。政治に自ら入ることは望まなかった。ジャーナリストの仕事は物事を見つけ出して説明することで、政治家のそれは見解を持って人々を説得することだ。特定の人物を選ばせることが目標ではなく、なぜ民主主義が重要かを思い出させ、どう戦うかを示すことが目標だ。 > *「私の目標は、なぜ民主主義が重要かを人々に思い出させ、それが衰退している方法に注意を払い、反撃できるようにすることです。」* — Anne Applebaum ## [100:48] 体制変換とはどのような感覚か Applebaumが人々に最も考えてほしいこと：言論の自由が悪いと見なされ、出世する唯一の方法が与党に従弟を持つことである社会で目覚めるのは実際にどんな感覚か。私たちは自分たちが生きている社会の深い見えないルールについて十分に考えない。彼女の著書『Iron Curtain』とロシア占領下の東ウクライナについての文章は、その想像力の欠如を具体的にしようとする試みだ。体制変換が憲法にではなく普通の生活に何をするかを示すために。 > *「私たちは自分たちが生きている社会の深いルールが何であるか、それを失ったら何を失うかについて十分に考えません。」* — Anne Applebaum ## [104:18] Anneが直面した最大の試練 Applebaumが直面した最も難しいことは、過激化を間近で目撃することだ。中道右派でよく知っていた友人や同僚が非リベラルになるのを見て、個人的に対処しながら、その現象を知的に理解し説明する方法を見つけなければならなかった。彼女は快適な距離を保つには気にかけすぎると認める。Trumpを含め誰でもインタビューするが、常に嘘をつく人物とは根拠のある交流が不可能なため、生産的にならないのではと懸念する。 > *「私が経験した最も困難なことは、過激化を目撃した政治的変化でした。それらに対処する方法と、それを理解し説明するために考え方を転換する方法の両方を見つけることです。」* — Anne Applebaum ## 登場人物 - **Anne Applebaum**（人物）：ピューリッツァー賞受賞の歴史家でThe Atlanticのスタッフライター；ジョンズ・ホプキンス大学SNFアゴラ研究所のシニアフェロー；*Autocracy, Inc.*、*Iron Curtain*、*Twilight of Democracy*の著者；ポーランドの外務大臣Radosław Sikorskiの妻。 - **Steven Bartlett**（人物）：The Diary Of A CEOポッドキャストのホスト兼創設者；起業家・投資家。 - **Viktor Orbán**（人物）：2010年以来ハンガリーの首相；内側からの民主主義後退のApplebaumの主要ケーススタディ。議会の絶対多数を使って憲法を書き直し、メディア、裁判所、官僚機構を掌握した。 - **Vladimir Putin**（人物）：2000年以来ロシアの大統領；民主的なアイデアがロシアに広がることを最も恐れているリーダー。独裁的システムにとって爆発的だからだ。 - **Donald Trump**（人物）：米国第47代大統領；全体を通じて中心的な人物。第2期中に純資産が23億ドルから65億ドルに増加、2020年の選挙結果受け入れ拒否、テック権威主義者、キリスト教ナショナリスト、MAGAの連合は第1期とは質的に異なると説明される。 - **Jared Kushner**（人物）：Trumpの義理の息子；ファンドに20億ドルのサウジ投資を受け取り、政権の中東交渉担当として同じ投資パートナーと交渉する。 - **The Atlantic**（組織）：ApplebaumがスタッフライターであるAmerican誌；*Autocracy in America*ポッドキャストを主催した。 - **SNF Agora Institute**（組織）：ジョンズ・ホプキンス大学にあるApplebaumのシニアフェローシップ；民主主義と市民参加に焦点を当てる。 - **ICE**（組織）：米国移民税関執行局；Applebaumの第5の独裁的戦術の例。地元警察の監査の外で軍服を着て活動し、ホワイトハウスにのみ責任を負う軍事化された組織。 - **Autocracy, Inc.**（概念）：独裁的な政権のネットワークを表すApplebaumの用語と著書名。ロシア、中国、イラン、ベネズエラが互いに支え合い、リベラルな世界秩序を共に弱体化させる。 - **ゲリマンダリング**（概念）：一党に有利になるよう選挙区の境界を引き直すこと；Applebaumの第2の独裁的戦術（選挙操作）の主要な米国の例。 - **Section 230**（概念）：ソーシャルメディアプラットフォームを新聞が直面する法的責任から免除する米国法；Applebaumは、プラットフォームが活動する国々のオフラインメディアと同じ法律に従うよう求められるべきだと主張する。

Marc AndreessenがErik Torenbergと共にMTSのライブイベントで60分にわたる対話を行い、現在の世界観を幅広く語った。Anthropicの安全性レトリックが実際のモデル挙動に影響を与えた件、企業肥大化の経済学、AIが職種カテゴリーに与える影響、世論調査がAIへの感情をいかに読み誤るか、UFO認識論への寄り道、そして18歳の若者へのアドバイスまで、対話は縦横無尽に展開する。Andreessenは明快だ。AIはすでに優れており、AI批判者はコープしているに過ぎない。今すぐ飛び込む若者は、先輩を大差でアウトパフォームするだろう。 ## [00:00] イントロ エピソードは、後半部分から抜き出したクリップで始まる。Andreessenはすでに「AIヴァンパイア」について語っており、Erikも政府の隠蔽を巡るUFOセグメントを予告する。この交換は実際にはインタビューの後半から来ており、1時間全体のティザーとして機能している。 > *「黄金時代が始まっています。AIは地球上のすべての人が持てる超能力になるでしょう。」* ## [00:42] AnthropicのブラックメールとAIドゥーマー文学 Erikはこの事件を「ゴールデンアルゴリズム」で捉える。最も恐れるものを、まさにその恐れ方で引き起こすというものだ。Anthropicの研究者たちはAIがユーザーを強制する可能性を長年書き続け、実際にモデルがそれに似た行動をとり始めた。Andreessenの読み：ドゥーマー文学そのものがトレーニングデータやRLHFプロセスを汚染し、フィクションを現実にしたのかもしれない。彼はミームで締めくくる。 > *「電話は家の中からかかっている。」* ## [02:49] 自殺的共感とSPLC起訴 Andreessenはガスサッドと呼ぶ思想家から「自殺的共感」を紹介し、Thomas Sowellの数十年にわたる社会改革運動への著作を通じて語る。核心的な主張：共感を掲げる運動、犯罪改革、ハームリダクション、警察廃止は、声援を送る人々を系統的に傷つけながらその組織者を富ませる。薬物用具を路上で死にゆく人々に配ったサンフランシスコのハームリダクション運動がその事例だ。そして批判を鋭くする。もし本当に共感的なら、イデオロギー的対立者を破壊することにあれほど喜びを見出したり、道徳的正当性の下で権力と資金を蓄積したりはしないはずだ。SPLCは反差別レトリックを武器に政治的発言を抑圧した。 > *「彼らはその人々を気にかけていると言いながら、実際には彼らを殺し、都市を壊し、無実の人々を傷つけている。」* ## [16:33] AI・雇用・AIヴァンパイアの台頭 Erikが「企業肥大化」ツイートを持ち出すと、大半の返信は「間違っている」ではなく「私がいた会社は8倍も肥大化していた」だった。Andreessenは300年続く機械化が失業を引き起こすという議論を取り上げ、歴史によって完全に論破されているとして、その議論をするのも嫌になってきたと言う。データポイント：買収後のXは現在、人員数を90%台後半まで削減して問題なく運営されている。彼が名付けた真の現象は「AIヴァンパイア」、雇用喪失の話ではなく消費の話だ。モデルによって劇的に能力が高まった人々が、止められずに深夜まで使い続け、目の下にクマを作りながらも恍惚としている。 > *「機械化・産業化・技術・コンピューター・ソフトウェアが雇用を奪うという300年にわたる議論があります。この議論をする価値があるかどうかすら疑問です。人々は本当に良いニュースを聞きたがらないからです。」* ## [25:39] テック職の未来：コーダーからビルダーへ Andreessenはシリコンバレーの先端企業で何が起きているかを描写する。プログラマー、プロダクトマネージャー、デザイナーの三者間メキシカンスタンドオフだ。各自がAIにより他の二者は不要になったと確信しており、全員が正しい。この三者を統合する職種が「ビルダー」だ。どのルートから来ても、コードを生成し、仕様を書き、UIをモックできる人材だ。10年から20年後には「コーダー」という職名は消えるが、ビルダーの数は圧倒的に増える。農業が米国雇用の99%から2%に減りながら食料生産が爆発したのと同じパターンだ。 > *「コーダーという仕事はなくなります。でも途方もない数のビルダーが世界を駆け回ることになる。そしてこれは歴史的なパターンです。」* ## [30:55] AIサイコシス・AIコープ・そしてモデルは今や本当に優れている Andreessenは自ら造語した二つの概念を解説する。AIサイコシスは媚び諂い起因の妄想だ。Claudeに「反重力装置を発見した」と言うとモデルは「これは画期的な発見、あなたは評価されていない天才だ」と返し、螺旋に入っていく。妄想傾向のある人には現実のリスクだ。しかしAI批判者はこのラベルを武器にする。「生産性が3倍になった」と言う人はみんな「精神病」扱いにされる。これがAIコープだ。「モデルはフェイクの確率的なオウム返しだ」と信じ込んで更新できない人たちの、地理的に集中した現象だ。モデルは今や本当に優れており、実際に使っている人はそれを知っている。 > *「AIコープとは、AIでポジティブな体験をした人を誰でもAIサイコシスと分類することです。」* ## [38:48] AIへの感情の世論調査が誤解を招く理由 Andreessenは方法論批判を展開する。社会科学の基本は「人に何を思うかを聞かない、行動を見て乖離を探す」だ。誰と結婚するかについての言明と実際の行動のマッピングが、AIへの世論調査に直結する。表明された懐疑心と日常的な実際の利用は大きくかけ離れている。プッシュ・ポールは問い方で望む答えを生み出せる。頭の良い世論調査者はこれを知ってトップラインの結果を否定するが、その訂正は衝撃的な見出しと同じ注目を集めない。 > *「世論調査で何でも言わせることができます。だから人々が何をするかを見なければなりません。」* ## [45:28] UFO：わかっていること・政府が隠してきたこと Andreessenは認識論的な謙虚さから入る。他の人が知らないことは自分も知らないと。機密扱いの航空宇宙プログラムが正当な安全保障上の理由から実際の情報抑圧を生み出した。政府がそれらのプログラムの隠れ蓑としてUFOの話を積極的に流していた可能性もある。副作用として、奇妙な空中現象を報告することがパイロットや軍の人員にとって社会的コストを伴うようになった。もし実際に敵対的なドローンや未知の物体が存在するなら、これは深刻な問題だ。信じたいという気持ちはあるが、まだ決定的な証拠は見ていない。 > *「何かの周りにUFOカルトを作り上げれば、そのトピックへの調査自体を人々がしにくい空気を作ることができます。」* ## [52:25] 若者へのアドバイスと世代間の認識論的分断 Andreessenの18歳から25歳へのアドバイスは率直だ。AIの超能力を今すぐ身につけよ。年上の同僚は抵抗するから、あなたは彼らを大差で追い越せる。Douglas Adamsのテクノロジー導入パターン引用。15歳以下：これが世界の普通のあり方。15歳から35歳：クールでキャリアチャンス。35歳以上：不自然で破壊されるべき。企業がジュニアを採用しなくなるというドゥーマーのナラティブを強く押し返す。逆が真実だ。AIネイティブの18歳はAI非ネイティブの先輩を「圧倒的に、巨大に」アウトパフォームする。Chris Arnadeの世代間認識論の分断で締めくくる。ブーマーはテレビが言うことを信じ、40歳以下の人々は例を一つ一つ積み重ねてその信頼が崩壊していくのを見てきた。 > *「AIを持った18歳、私たちはこれまで世界が見たことのないスーパープロデューサーを目にすることになるでしょう。」* ## 登場人物 - **Marc Andreessen**（人物）：a16z共同創業者兼ジェネラル・パートナー。Netscape共同創業者。ゲスト。 - **Erik Torenberg**（人物）：a16zジェネラル・パートナー。a16z Podcastホスト。ホスト。 - **Anthropic**（組織）：AIの安全性企業。内部モデルが脅迫に似た行動をとったとされ、冒頭の議論の発端となった。 - **SPLC**（組織）：Southern Poverty Law Center。反差別レトリックを使って政治的発言を抑圧し資金を蓄積した組織の例として挙げられた。 - **a16z**（組織）：Andreessen Horowitz。両スピーカーが所属するベンチャーファーム。 - **UFO / UAP**（概念）：未確認航空現象。認識論的・安全保障上の問題として議論され、政府の情報抑圧が核心的事実とされた。 - **AIドゥーマー論**（概念）：AIが危険で雇用を奪い恐れるべきだという信念の束。エピソード全体でAndreessenが主な知的ターゲットとした。 - **自殺的共感**（概念）：共感を主張しながら声援を送る人々を系統的に傷つけ、組織者を富ませる社会改革運動を描写するフレームワーク。 - **AIヴァンパイア / AIコープ**（概念）：Andreessenの対の造語。AIヴァンパイアは恍惚とした疲弊の中で使い続けるヘビーユーザー。AIコープはポジティブなAI体験をすべて妄想と切り捨てる強迫的な必要性。

Long Lake Management共同創業者兼CEO Alexander TaubmanがElad Gilと共に、同社が63億ドルでAmerican Express Global Business Travelを買収するAI主導のテイク・プライベート取引を語る。TaubmanはLong LakeのホリゾンタルAIプラットフォームNexusが、コスト削減ではなく成長促進のためにサービス業各分野に展開されていることを解説。Berkshire Hathaway流の長期保有戦略で、AIによる生産性向上の複利効果を数年にわたって積み上げることを目指す。 ## [00:00] Alexander Taubmanの紹介 Elad GilはLong Lakeが約30件の買収を経たのちに、世界最大の法人向け旅行プラットフォームであるAmex GBTを63億ドルで取得すると発表した点を取り上げ、世界初のAIテイク・プライベートと位置づける。 > *「Long Lakeは最近、63億ドルでAmerican Express Global Business Travelを買収する意向を発表しました。これは私が考える世界初のAIテイク・プライベートです。」* ## [00:30] Long LakeのNexusプラットフォーム Nexusはモデル非依存型で、ファウンデーションモデルと各買収企業のデータソース・スキル・ワークフローの間に位置する。インフラの約80%は業種を横断して共有され、残り20%はワークフローのマッピング、データソースのクリーニング、エンジニアの現場展開などの作業に充てられる。かつては1年以上かかっていた立ち上げが、今では買収クロージングから数日以内に完了し、即座に得られる時間削減効果をコスト削減ではなく成長投資に回している。 > *「私たちはコスト削減にそれほど注力していません。成長と顧客体験の向上に集中しています。これが私たちの根本的な考え方です。AIは本質的にポジティブサムだと信じているからこそ、それが強力なモデルになっています。」* ## [03:35] 社員定着とタレント・フライホイール Nexusを活用した社員は、より多くの顧客を担当しミスも減り報酬も上がる。退職すれば、Nexusが排除してくれた単純作業に逆戻りせざるを得ない。その摩擦が、真の人材マグネットへと変わりつつある。年率0〜5%で成長していたポートフォリオ企業が、今では20%超の有機成長を遂げている。 > *「Long Lakeやパートナー企業を辞めて競合他社に移れば、1日の25〜30%を占めていた単純作業を再び自分でこなさなければなりません。それを考えると、メールを手放すようなものです。」* ## [05:01] 買収 vs. ソフトウェア提供 サービス企業にソフトウェアを売るだけでは、フィードバックループが薄くチェンジマネジメントへの関与も限られる。企業を保有することで、Long Lakeのエンジニアは現場社員と同じ場所に常駐し、課題解決のサイクルを数カ月から数日へと短縮できる。スカンクワークス型の共同配置がそのループを大幅に締め上げる。 > *「私たちのチームは、現場の社員・チームメンバーを顧客と見なしています。社内のフィードバックループがはるかに密であること、これがもう一つの重要な点です。」* ## [06:57] Long Lake創業チームの構築 Long Lakeはプライベートエクイティのディールソーシング、応用AIエンジニアリング、チェンジマネジメントという三つの専門性を融合するために、設立当初から意図的に設計された。最初の20名はすべてネットワーク採用で、サービス業界への販路開拓に苦戦していた応用AIスタートアップの共同創業者やCTO経験者が多い。M&Aリードはそれぞれ、AI未対応の伝統的PEファームであるGTCR、Blackstone、TPG、HIGの出身。 > *「大きなギャップがあると感じていたので、創業チームに集まったメンバーの多くは、テクノロジー分野で以前に創業経験がありました。エンジニアリングチームには、自らスタートアップを立ち上げた人が多数います。」* ## [10:37] American Express Global Business Travelのテイク・プライベート Amex GBTはLong Lakeが注目してきたターゲット業界のホワイトボードに最初から含まれていた。法人出張は事業の根幹を支えるミッションクリティカルな機能であり、失敗コストが高い。1915年にAmerican Expressが第一次世界大戦中の欧州からトラベラーズチェック顧客を退避させるために設立した111年の歴史を持つこのフランチャイズは、既にAI変革ロードマップを公表している。Long LakeのプランはNexusをその既存戦略の上に展開し、すべてのトラベルカウンセラーにAIの超能力を与えることだ。 > *「基本的に、AIのスーパーパワーを持つトラベルカウンセラーをイメージしてください。それがAmex GBTのお客様に対して私たちが描く未来の姿です。」* ## [13:36] Berkshire Hathaway流の経営アプローチ 伝統的PEは負債を積み上げてコストを削り、3〜5年でエグジットする。Long Lakeはそのモデルを明確に否定する。ツールの向上→人材の向上→顧客成果の向上→成長の加速という複利効果が結晶化するまでには2〜5年かかり、その時点で売却すれば蓄積した優位性を手放すことになる。DanaherとTransdigmの運営プレイブックが参照点であり、AIをエッジとして分散したサービス業界を統合していく。 > *「業界最高の会社を作り上げてから、それを売るというのでしょうか。それは私には理解できません。その会社を永遠に持ち続け、数十年にわたってその優位性を複利で積み上げていきたいです。」* ## [16:37] AI戦略がLong Lakeを差別化する理由 エンタープライズAIの実際のユースケースへの浸透率はまだ約1%。売り手がLong Lakeを選ぶのは、永久資本、数年にわたって常駐するエンジニアチーム、初日から展開可能なプラットフォームという三拍子が揃っているからだ。創業者や経営陣は既存株式を新体制に出資して上振れに参加することを推奨している。実績が積み上がるほど資本コストが下がり、価格勝負をしなくても競争力のある入札者であり続けられるとTaubmanは見込む。 > *「長期的な永久資本パートナーを持つこと自体すでに素晴らしいことですが、そのパートナーが深い応用AIエンジニアリング知識を持ち、初日から展開できるプラットフォームを備えているというのは、本当に大きな反響を呼んでいます。」* ## [19:32] AIがサービスをスケールさせる 労働集約型のサービス事業が抱える深刻な成長税がある。売上を20%増やすためには従業員も20%増やす必要があり、増分収益1ドルのうち手元に残るのは20セントにすぎない。Nexusは既存チームの生産性を30〜40%高め、この方程式を打ち破る。数十年にわたって事業を営んできたポートフォリオ企業のCEOたちは、ソフトウェア企業のような高い限界利益を伴う成長をついに実現できているとして、これをキャリア最良の時期と表現している。 > *「既存チームを30〜40%効率化し、より多くの顧客を担当できるようにすると、組織全体のマインドセットが変わります。今や成長しています。高い増分利益率で成長するソフトウェア会社のようになっています。」* ## 登場人物 - **Alexander Taubman** (人物): Long Lake Management共同創業者兼CEO。63億ドルのAmex GBTテイク・プライベートを主導。 - **Elad Gil** (人物): No Priorsホスト。独立系投資家、シリアルアントレプレナー。 - **Long Lake Management** (組織): AI主導の複合買収会社。Nexusを使ってサービス企業を買収・変革する。 - **Nexus** (ソフトウェア): Long LakeのホリゾンタルAIプラットフォーム。モデル非依存型で業種横断の共有インフラが80%。 - **American Express Global Business Travel / Amex GBT** (組織): 創業111年の法人向け旅行プラットフォーム。Long Lakeの63億ドルテイク・プライベートの対象。 - **AIテイク・プライベート** (概念): 上場企業をAI変革を目的に非公開化すること。Long LakeとAmex GBTの取引が初の事例とされる。 - **Danaher / Transdigm** (組織): Long Lakeの長期複合買収戦略の参照モデルとして挙げられる優良運営コングロマリット。

AnthropicのClaude Code 101第2回では、Claude Codeを「見知らぬ他人」から「チームメンバー」に変える唯一のファイル `CLAUDE.md` を取り上げます。何を書くべきか、プロジェクト/ユーザー階層はどう責任を分担するか、そしてファイルが古いルールの羅列に成り下がらないための3つの習慣を解説します。 ## [00:02] Claude Code が永続的記憶を必要とする理由 `CLAUDE.md` がなければ、セッションのたびにゼロから始まります。Claude はコードベースを再度走査し、依存関係を推測し、すでに実装済みの内容を再発見しなければなりません。そうした推測こそが、操作を難しくする原因です。このファイルは、新しいセッションごとにその再探索を省略するために存在します。 > *When you open up Claude Code without a claude.md file, it's like it has to start fresh every single time.* ## [00:34] CLAUDE.md の正体と /init コマンド プロジェクトのルートに置く普通の Markdown ファイルで、セッション開始のたびに自動的に読み込まれ、プロンプトに直接追加されます。いわば「コードベースのオンボーディングスクリプト」です。手書きしたくない場合、`/init` コマンドが既存コードをスキャンして初稿を生成します。チュートリアルの例では3つの短いブロックで構成されています：スタック（Next.js 15 app router、Tailwind、Drizzle ORM）、コマンド（開発サーバー、テスト、lint）、コードスタイルルール（2スペースインデント、名前付きエクスポート、APIルートは `app/api`、server actions を優先）。これを読み込むと、Reactコンポーネントの依頼に対して、修正のやりとりなしに最初からプロジェクトのスタイルに合ったコードが生成されます。 > *It's a markdown file that you add to the root of your project and Claude Code reads it automatically every time you start a session.* ## [01:34] 記憶の階層：プロジェクトとユーザー バージョン管理にコミットすべきです。プロジェクトレベルの `CLAUDE.md` はチーム全体のためのものだからです。ただし第2の階層もあります。設定フォルダにあるユーザーレベルの `CLAUDE.md` で、すべてのプロジェクトを横断して引き継がれます。コメントの書き方や好みの書法など、個人の好みはここに置き、共有ファイルを汚染しません。 > *But there's actually a hierarchy of memory files depending on who it's for.* ## [02:01] CLAUDE.md を有用に保つ3つのコツ ナレーターが推奨する3つの習慣。第一に、Claude に繰り返し修正が必要なこと（「APIルートではなく常にserver actionsを使え」）があれば、明示的にメモリへの保存を依頼して修正をセッション間で持続させます。第二に、既存ドキュメントはファイルにコピペするのではなく `@filepath` で参照します。第三に、逆説的ですが、新プロジェクトは `CLAUDE.md` なしで始め、どこで繰り返し修正が必要になるかを観察します。その摩擦点だけがファイルに書くべき内容です。これによりファイルを肥大化させずにコンパクトに保てます。 > *We recommend you start off a project without a claude.md file so you can see where you have to constantly course correct the model.* ## [02:39] まとめ：コンテキストが決め手 一言で言えば：フラストレーションの多いセッションと生産的なセッションの差はコンテキストにあり、`CLAUDE.md` はその届け手です。小さく始め——スタック、好み、コマンド——実際の摩擦から育てていきましょう。 > *Start with your stack, your preferences, and then commands, and just build from there as you go.* ## エンティティ - **Anthropic チュートリアルナレーター** (Person): AnthropicのClaude Code 101シリーズの公式ナレーション担当。 - **CLAUDE.md** (Concept): プロジェクトルートに置く Markdown ファイル。Claude Code がセッションごとに自動ロードし、ユーザープロンプトに永続的なコンテキストを追加する。 - **/init** (Command): 既存コードベースをスキャンして初期 `CLAUDE.md` を生成する Claude Code コマンド。 - **プロジェクトレベルとユーザーレベルの CLAUDE.md** (Concept): 2層の記憶階層。プロジェクトファイルはリポジトリルートにあり、バージョン管理で共有される。ユーザーファイルは設定フォルダにあり、個人の好みをすべてのプロジェクトで引き継ぐ。 - **@filepath 参照** (Concept): 既存ドキュメントファイルを内容を複製せずに `CLAUDE.md` から参照する構文。 - **Next.js 15 / Tailwind / Drizzle ORM** (Software): チュートリアル例の `CLAUDE.md` で使用されたスタック。実際のファイルの様子を示すために使用。

Eric Ries, author of *The Lean Startup*, returns to Lenny's Podcast to discuss his new book *Incorruptible*, which argues that the forces destroying famous companies are not competition or bad luck but the predictable corruption that follows success. Drawing on case studies from Novo Nordisk and Cloudflare to Groupon and Anthropic, Ries lays out a concrete blueprint — ethos plus structural integrity — for founders who want to build organizations that remain mission-aligned across decades and leadership changes. The episode is packed with actionable governance tools, from the two-page public benefit corporation filing to mission guardian structures, that any founder can implement this week. ## [00:00] Introduction to Eric Ries Lenny opens with a montage of the book's central ideas: that success itself becomes a liability, that 80% of venture-backed founders are ousted within three years of going public, and that the solution is structural rather than moral. Eric teases the Anthropic story — how Dario Amodei's team baked AI-safety governance directly into their corporate charter before the AI boom — as the purest modern proof that protective structures work. > *"The thing that destroyed them was not competition. Their very success became a liability."* ## [02:26] Introducing Incorruptible Eric reconnects with Lenny after his original Lean Startup appearance and explains why the new book is a natural sequel. He observes that top AI companies are inadvertently practicing lean startup principles — ship an MVP research preview, gather signal, iterate — while simultaneously facing a brand-new version of the corruption problem at civilizational scale. The book is framed as a double mystery: why does corruption happen, and how do rare exceptions to the rule actually survive? > *"The best AI companies are building exactly lean startup — ship the MVP research preview, see if people care, then iterate and build."* ## [06:26] Protecting what you've built Eric introduces "the force that no one controls but everyone obeys" — the gravitational pull toward mediocrity that drags mission-driven companies into bureaucracy, ethical compromise, or founder removal. He distinguishes two failure modes: founders being fired outright, and founders watching their creation become something they never intended. Both stem from the same structural vulnerability: building a company without encoding its purpose into governance. > *"Sometimes we lose control because we get fired. Sometimes it happens because we're like Frankenstein and his monster — it starts to become malign or bureaucratic or frankly evil and we can't figure out how to stop it."* ## [11:35] Why founders get ousted Lenny surfaces the two objections most founders have: "this won't happen to me" and "plenty of successful companies haven't done any of this." Eric responds with a Harvard Law School statistic — under standard venture-backed governance structures, only 20% of founders are still CEO three years after IPO — and frames the problem as structural, not personal. Confident founders are not immune; the same investor incentives that funded their success will eventually force a liquidity event that removes them. > *"If you don't get this right, no other decision you make about your company will matter for the long term — because you're not going to be the one making it."* ## [14:58] Too early, too late Eric dismantles the "I'll worry about this later" objection. Companies that appear to be thriving without governance protections — like Cloudflare — almost always have them embedded deeply in their structure; founders simply don't know to look. He introduces the "best time to plant a tree" framing: the ideal moment to build protective governance is before raising a Series A, but the second-best time is right now, regardless of stage. > *"A lot of companies that you don't instantly think of as mission-driven are actually very mission-driven in terms of how they're structured — and they are almost always the outliers that thrive long-term."* ## [19:32] The blueprint: ethos plus integrity Eric previews the two-part framework that runs through the book: ethos (purpose and values that define what the company will never betray) and integrity (the structural mechanisms that make the ethos durable across leadership changes). He warns against the temptation to treat this as a feel-good exercise — Part One of the book is literally called "The Shape of the Abyss" — and promises that the tactics are concrete and implementable. > *"There is a blueprint. It can feel like we're helpless, but this is a double mystery: not just why does this happen, but how can there be exceptions to a rule that seems inevitable?"* ## [20:49] Novo Nordisk's 100-year governance fortress Eric tells the story of Marie and August Krogh, the Danish scientists who brought insulin from Canada to Europe in the 1920s and built a foundation to control Novo Nordisk permanently. The Novo Nordisk Foundation, a nonprofit with no shareholders, owns a controlling stake in the company to this day. This structure meant that when Martin Shkreli-style opportunists tried to acquire the company and raise insulin prices dramatically, they simply could not — the foundation blocked the sale. The result: a hundred-year-old pharmaceutical company still run on the mission of making insulin accessible. > *"The foundation said: we exist to make insulin available at affordable prices for diabetics everywhere. And they turned down a takeover that would have made everyone extraordinarily rich because it violated the mission."* ## [26:41] The Vectura Group and Philip Morris As a dark counterexample, Eric recounts the Vectura Group acquisition: a British company that made inhaler technology for asthma drugs was bought by Philip Morris, the world's largest tobacco company. Despite shareholder opposition, the deal went through and the company's mission was inverted — researchers who spent careers helping people breathe were now developing technology for the same company causing the disease. Without structural protection, even the most mission-aligned team is helpless against financial gravity once a controlling acquirer arrives. > *"People who dedicated their lives to helping people breathe found themselves working for the biggest tobacco company in the world — and there was nothing they could do about it."* ## [33:16] The "harder is easier" principle Eric introduces the book's central leadership paradox: making the right choice is often easier than making the expedient one, because mission clarity removes the need for endless deliberation. He draws on W. Edwards Deming's quality-from-within philosophy and uses Costco's pricing principles as a modern example — the commitment to never mark up products more than 15% above cost eliminates an entire category of internal negotiation and makes the company simpler to run, not harder. > *"The reason it's easier is you don't have to fight with yourself. Once you've made the commitment, the decision is already made. That's the power of the harder is easier principle."* ## [37:22] Cloudflare's mission emergence story Cloudflare's "harder is easier" instinct revealed itself before the company had formally articulated a mission. When pro-democracy protesters faced state-sponsored DDoS attacks and begged major tech companies for help, every large company refused. Cloudflare, still a small startup, defended those free-tier customers at the risk of provoking nation-state-level retaliation — for no revenue. That decision crystallized the company's mission in a way no offsite or whiteboard session could have. > *"They said, 'Yes, we will incur the wrath of nation-state-level hackers to protect you because it's the right thing to do — for no reward whatsoever.' That is a company that knows what it stands for."* ## [42:43] Groupon's email frequency death spiral Groupon's founder Andrew Mason told Eric that the company's entire value proposition — one email per day with one remarkable deal — was its mission. They went public on that premise. But once public, executives came with A/B test data showing two emails generated more short-term revenue. Mason was ground down, the experiment ran, and two emails did make more money. Then three. Then four. Within a year the company was sending dozens of emails per day and its core users had unsubscribed. Groupon never recovered, illustrating how "data-driven" iteration can destroy a company's ethos when it lacks structural guardrails. > *"They kept using language that sounds lean startupy: 'Shouldn't we look at the data?' And he was like, 'All right, fine, we'll run the experiment.' Two emails makes more money. Three emails. Four emails. And then the death spiral."* ## [45:37] How to define your purpose Eric rejects mission-statement writing as a primary exercise and replaces it with the older concept of ethos — the answer to "who would you rather die than betray?" He instructs founders to identify their fiduciaries (not stakeholders), define measurable commitments to each, and build accountability systems that make those commitments as binding as financial obligations. The test: if someone offered you enough money to violate this principle, and you'd take it, it is not actually your ethos. > *"What is its purpose? Who would you rather die than betray? That question cuts through all the consultant speak and gets to what you actually care about."* ## [51:09] Mission-driven vs. mission-hopeful companies Eric distinguishes mission-driven companies, which have structural accountability for their fiduciary commitments, from mission-hopeful ones, which have aspirational language but no enforcement mechanism. The practical test is whether the company has the equivalent of OKRs for its stakeholder commitments — metrics, owners, and review cadences — not just a poster on the wall. Companies that clear this bar consistently outperform on long-term employee retention, customer trust, and resilience through leadership transitions. > *"You tell me what you care about, and then you tell me how you're measuring the things you claim to care about. If there's no measurement, it's hope, not mission."* ## [54:46] Integrity: structural and personal Eric draws on integrity's dual meaning — both personal reliability and structural soundness — to explain why ethos without structure corrodes over time. Just as corroded bolts make a bridge fragile regardless of how good the original engineering was, a company's values will degrade if they are not encoded into governance documents, hiring criteria, and decision-making processes. Structural integrity means the organization will behave consistently even when no individual champion is in the room. > *"Integrity has two meanings: the personal kind — keeping your word — and the structural kind, like stainless steel versus corroded bolts. You need both in an organization."* ## [57:47] Shareholder primacy: the 40-year-old "natural law" Eric historicizes shareholder primacy as a 40-year-old experiment, not an eternal truth. Before the 1980s, corporations were legally understood to pursue a "beneficial purpose." The Milton Friedman doctrine that corporations exist solely to maximize shareholder returns was a deliberate ideological project, and an entire generation of lawyers, MBAs, and investors has now been raised as though it were natural law. Founders who know this history can consciously choose to opt out. > *"People have been raised as if shareholder primacy was a natural law. But for hundreds of years before the 1980s, everyone thought it was obvious that corporations existed to pursue a specific beneficial purpose."* ## [01:00:04] Public benefit corporations: the easiest protection A public benefit corporation (PBC) is a two-page Delaware filing that replaces "any lawful act or purpose" in a standard corporate charter with a specific stated mission. It does not require B Corp certification, does not constrain fundraising, and does not require board changes. Anthropic, Vital Farms, and many other high-growth companies use this structure. Eric calls it the single highest-ROI governance action any founder can take, and the only one with genuinely no trade-offs. > *"It is a two-page legal filing that your lawyers can submit in Delaware tomorrow. You just say: this is the purpose of this company. It couldn't be any easier."* ## [01:04:24] Downsides and objections The only real objection Eric acknowledges is that an investor might raise concerns — but he argues this is self-selecting: an investor who objects to a PBC is revealing that they prioritize forced-sale rights over the founder's vision. Every other objection (reduced flexibility, investor resistance, growth limitation) is addressed by Anthropic's trajectory as the fastest-growing company of all time while operating as a PBC with additional governance constraints. > *"The only situation this would ever become relevant is if the investor is trying to force you to sell the company and you don't want to. So ask them: 'Is that what you're telling me?' And then decide if this is really the right partner."* ## [01:06:08] The Anthropic example: fastest-growing company ever Eric shares his behind-the-scenes role advising Dario Amodei and Daniela Amodei when they left OpenAI to found Anthropic. At the time, Dario was a first-time founder and Anthropic was not yet a hot company. Eric told them what would happen without structural protection, and they encoded AI safety governance directly into their charter — including a Long-Term Benefit Trust whose trustees are AI safety experts who hold board appointment rights but no equity. Anthropic's subsequent growth proves that mission-protective structures do not limit commercial success. > *"Dario was a first-time founder. Not a hot company at all. ChatGPT hadn't been invented yet. Nonetheless, they were true believers in the safety mission and they wrote it into their charter."* ## [01:08:39] The torchbearers in every organization Every organization has a small number of people Eric calls "torchbearers" — employees who do the right thing regardless of incentives or pressure from above. Steve Jobs famously sought them out through skip-level meetings, bypassing managers to find engineers, designers, and product managers who refused to ship quality compromises. In mission-aligned companies these people thrive and multiply; in mission-hopeful companies they burn out and leave. > *"In most organizations you have people I call torchbearers — the rare person who's simply committed to doing the right thing no matter what. Steve Jobs would host skip-level meetings just to find them."* ## [01:10:37] The culture bank: deposits and withdrawals Eric shares a rule from founder Todd Park (Devoted Health), who learned it from Howard Schultz: every time a leader makes a decision that sacrifices short-term gain to defend the company's values, they make a deposit in the culture bank. Every self-interested or greedy decision makes a withdrawal. The Todd Park rule: you can make one withdrawal for every ten deposits. Exceed that ratio and culture collapses. Managers who understand this rule stop treating "culture" as a soft metric and start tracking it like cash flow. > *"When you do the right thing in defense of the company's values — something that has a real sacrifice to it — you make a deposit in the culture bank. The Todd Park rule: one withdrawal for every ten deposits."* ## [01:12:28] OpenAI and Anthropic governance Eric explains the structural divergence between OpenAI and Anthropic. OpenAI originally used a nonprofit foundation as its mission guardian, but the structure was undermined by equity-holding insiders with conflicting interests — a dynamic that produced the boardroom crisis of late 2023. Anthropic's Long-Term Benefit Trust, by contrast, is held by AI safety trustees who have no equity and thus no financial incentive to compromise the mission. The OpenAI crisis was entirely predictable from the governance design. > *"OpenAI's nonprofit structure sounds good, but the mission guardian has to be someone whose job it is to protect the mission — not someone who also has financial skin in the game."* ## [01:16:21] Mission guardians explained A mission guardian is any person or entity whose sole institutional job is to keep the company mission-locked. It can be a person (founder control), a legal entity (the Long-Term Benefit Trust), or a structural rule (Costco's markup cap). Eric argues that gravity is so powerful that mission alignment never happens by accident — someone or something must be assigned the role explicitly, given real authority, and insulated from the financial pressures that corrupt ordinary boards. > *"It has to be somebody or some entity's job to make sure the thing remains mission locked. That does not happen by accident because gravity is such a powerful force."* ## [01:18:29] Spiritual holding companies For companies that want a more permanent mission guardian than individual founder control, Eric describes "spiritual holding companies" — separate legal entities (foundations, trusts, or dual-class holding structures) that own a controlling stake and are legally chartered to enforce the operating company's mission in perpetuity. Novo Nordisk's foundation is the canonical example. These structures can grow and self-renew, unlike brittle "rules baked into the charter" approaches, because the guardian entity itself has a mandate and resources to defend the mission actively. > *"The better way, according to the evidence, is to have some kind of spiritual holding company — a separate entity whose whole job is to be the mission guardian, with the ability to renew and defend the mission over time."* ## [01:21:53] The founder control trap Founder control — dual-class shares, supervoting rights — is a valid temporary bridge, but Eric warns that many founders with maximum control are paradoxically miserable: they become Atlas, holding the entire mission on their shoulders with no institutional backup. When they eventually hand off power, the mission has no structural home and collapses. He tells the story of attending a "party" for a founder ousted by investors — a thousand people showed up — only to realize the new CEO was already dismantling everything the founder had built. > *"A lot of founders who have founder control wind up really miserable — you become like Atlas. You can't even shrug. It's you holding back the abyss. That's a lot."* ## [01:25:25] Three things to do this week Eric gives three prioritized actions for founders at different stages. Pre-Series-A: file as a public benefit corporation immediately and write a mission that genuinely reflects who you'd rather die than betray. Series-A and beyond: start the harder conversation with existing investors and get governance structures on the table now. Any stage: identify your torchbearers, protect them institutionally, and start making culture-bank deposits deliberately rather than accidentally. > *"You have a precious, precious moment before raising money. Do not waste it. Be a public benefit corp. Write a mission that you'll feel proud of in 20 years. These are super low-cost and super high-value."* ## [01:30:10] AI alignment and human alignment Eric draws a deep parallel between the unsolved "human alignment" problem in AI — who aligns the aligners? — and the corporate governance problem the book addresses. Conway's Law says that software architecture mirrors the org chart of the people who built it; by extension, an AI system's values will reflect the values of the organization that trained it. Getting corporate governance right is therefore not separate from AI safety — it is a prerequisite. > *"The number one unsolved problem in AI is not the tech — it's the human alignment problem. If you can't agree on what the human values are to align to, you're already cooked."* ## [01:34:00] Conway's law: org charts in architecture Eric closes with a tribute to Mary Parker Follett, a management theorist contemporary of Frederick Winslow Taylor whose work — written in the 1920s — reads as if from 2026. Follett argued for "power with" rather than "power over," and insisted that leaders and workers together obey the law of the situation rather than a hierarchy. Conway's Law is her intellectual descendant: the org chart shows up in the architecture diagram because human authority structures flow into technical structures. > *"She said: the superior and the subordinate together obey the law of the situation. Not the boss's whim — the law of the situation. That idea is a century old and we still haven't figured out how to implement it."* ## [01:37:31] Book resources and farewell Lenny wraps with a final plug for *Incorruptible*, available May 26 wherever books are sold. Eric points listeners to incorruptible.co for implementation guides, an advanced implementation guide, a readers guide, and a secret chapter cut from the final manuscript. The site also lists over a hundred independent bookstores carrying the book. Eric emphasizes the website is designed especially for implementers — founders who want to actually execute the structures described in the conversation, not just read about them. > *"We have implementation guides and advanced implementation guides and a secret chapter that got cut from the original manuscript — especially for those who want to actually implement this stuff, not just learn about it."* ## Entities - **Eric Ries** (Person): Author of *The Lean Startup* and *Incorruptible*; longtime startup advisor and corporate governance advocate. - **Lenny Rachitsky** (Person): Host of Lenny's Podcast; former Airbnb product lead and startup newsletter writer. - **Dario Amodei** (Person): Co-founder and CEO of Anthropic; first-time founder who encoded AI safety governance into Anthropic's charter before the AI boom. - **Daniela Amodei** (Person): Co-founder and President of Anthropic; partnered with Dario in building the Long-Term Benefit Trust governance structure. - **Marie Krogh** (Person): Danish physician and one of Denmark's first credentialed female doctors; co-founder of what became the Novo Nordisk Foundation. - **August Krogh** (Person): Nobel Prize-winning Danish scientist; brought insulin technology to Europe and co-created the Novo Nordisk Foundation with his wife Marie. - **Andrew Mason** (Person): Founder of Groupon; described to Eric Ries how A/B test pressure eroded the company's core one-email-per-day mission and triggered its decline. - **Mary Parker Follett** (Person): Early 20th-century management theorist who argued for "power with" over "power over"; intellectual ancestor of Conway's Law and collaborative leadership. - **Anthropic** (Organization): AI safety company structured as a public benefit corporation with a Long-Term Benefit Trust whose trustees hold board appointment rights but no equity. - **Novo Nordisk Foundation** (Organization): Danish nonprofit foundation that owns controlling interest in Novo Nordisk and exists to make insulin accessible at affordable prices globally. - **Cloudflare** (Organization): Internet infrastructure company whose mission crystallized when it defended pro-democracy protesters against nation-state hackers at no charge and no revenue. - **Groupon** (Organization): Daily-deal company whose one-email-per-day mission was dismantled by short-term revenue optimization, triggering a decline from which it never recovered. - **Public Benefit Corporation (PBC)** (Concept): A two-page Delaware corporate charter amendment replacing open-ended purpose with a specific stated mission, creating legal accountability for that mission. - **Mission Guardian** (Concept): Any person or entity — founder, trust, foundation, or structural rule — whose institutional role is to keep a company mission-locked against financial gravity. - **Shareholder Primacy** (Concept): The post-1980 doctrine that corporations exist solely to maximize shareholder returns; Eric Ries argues it is a 40-year ideological experiment, not a natural law. - **Culture Bank** (Concept): Todd Park's metaphor for tracking culture-building deposits (mission-aligned sacrifices) versus withdrawals (self-interested decisions); sustainable ratio is roughly ten deposits per withdrawal. - **Long-Term Benefit Trust** (Organization): Anthropic's external mission guardian body composed of AI safety experts who hold board appointment rights and have no equity stake in the company.

AnthropicによるClaude Code内のModel Context Protocolの解説：接続先、サーバーの追加とスコープ設定の方法、そして各サーバーがコンテキストウィンドウに与える隠れたコスト。Linear・GitHub・社内ツールとClaude Codeを連携させようとしている開発者向け。 ## [00:02] MCPが存在する理由——コンテキストはエディターの外にある 最初の要点：Claude Codeが必要とするコンテキストのほとんどはリポジトリの中にない。データベース、生産性アプリ、公開パッケージの中に散在している。MCPは、Claudeがそれらのリソースへ自律的にアクセスし、いつ呼び出すかを自分で判断できるようにするオープン標準だ。手動でコピー＆ペーストする手間を省ける。 > *Model Context Protocolは、Claude Codeが外部のツールやデータソースに接続できるようにするオープン標準です。* ## [00:35] ツールとMCPサーバーが実際に接続するもの サーバーを列挙する前に、解説者は「ツール」という概念を整理する。Claude Codeのようなエージェントはツールを使ってアクションを実行する——これがテキストを返すだけのチャットと根本的に異なる点だ。具体例として2つ紹介される。チームのLinear issueをセッションに取り込むLinear MCPサーバーと、使用中の依存関係の最新ドキュメントをストリーミングするContext7サーバー。その他数百のサーバーがclaude.com/connectorsで公開されている。 > *ツールはClaude Codeのようなエージェントにアクションを実行する能力を与え、タスクをより効果的に完了させます。* ## [01:14] サーバーの追加：HTTP対STDIO、そして/mcp サーバーは`claude mcp add`で追加し、2種類ある。**HTTP**サーバーはプロバイダーがリモートでホストし、ネットワーク経由でアクセスする。**STDIO**サーバーはローカルプロセスとして自分のマシン上で動作する。インストール後、セッション内の`/mcp`コマンドで接続済みサーバーを一覧表示し、ステータスを確認し、不要なサーバーを無効化できる。 > *HTTPサーバーはリモートサービス向け……STDIOサーバーはマシン上で動くローカルプロセス向けです。* ## [01:42] 3つのスコープ：local・user・project（.mcp.json） 各サーバーは3つのスコープのいずれかに属する。**local**は現在のプロジェクトのみ・自分だけに限定する。**user**はすべてのプロジェクトで利用可能にする。**project**は`.mcp.json`ファイルをバージョン管理にコミットし、そのコードベースで作業するチームメンバー全員が同じサーバー設定を自動的に取得できるようにする。 > *projectスコープは.mcp.jsonファイルを使い、バージョン管理にコミットすることで、コードベースで作業する全員が自動的に同じサーバーを取得します。* ## [02:04] ツール定義はコンテキストを消費する——CLIやskillを優先すべき場合 コネクターリストを渡されたときに誰も教えてくれない落とし穴がある。設定済みのMCPサーバーは、使用中かどうかに関わらず、ツール定義をコンテキストウィンドウに注入する。解説者が示す対策は複数ある。`/mcp`で未使用サーバーを無効化する。`gh`や`aws`のようなCLIが存在する場合はそちらを優先する——CLIは永続的なツール定義を持たないため。あるいはワークフローをskillにラップする——skillはClaude側で呼び出しが決まるまで名前と説明しかコンテキストに置かない。MCPツール定義がコンテキストの10%を超えると、Claude Codeはツール検索モードに切り替わり、必要なツールをオンデマンドで探索する——便利だが、プリロードされている場合より信頼性は低い。 > *MCPサーバーは使用していなくても、ツール定義をコンテキストウィンドウに追加します。サーバーを多く設定していると、利用可能なコンテキストを圧迫します。* ## [03:10] まとめ 覚えておくべき3点：`claude mcp add`でサーバーをインストールし、`.mcp.json`でチームと共有し、`/mcp`で実際に使っていないサーバーを整理する。 > *Claude MCPaddでサーバーを追加し、.mcp.jsonでプロジェクトにスコープ設定してチームが自動取得できるようにし、使っていないサーバーを無効化してコンテキスト使用量を管理してください。* ## 登場人物・用語 - **Anthropic チュートリアルナレーター** (Person): Claude Code 101シリーズのAnthropicによる公式ナレーター。 - **Model Context Protocol (MCP)** (Standard): Claude CodeがHTTPまたはSTDIOサーバーを通じて外部ツールやデータソースに接続できるようにするオープンプロトコル。 - **Linear MCP server** (Software): チームのLinear issueをClaude Codeセッションに取り込むコネクター。 - **Context7 MCP server** (Software): 使用中の依存関係の最新ドキュメントをClaude Codeに提供するコネクター。 - **.mcp.json** (Config): バージョン管理にコミットするプロジェクトスコープのマニフェスト。チームメンバー全員が同じMCPサーバー設定を継承する。 - **/mcp** (CLI command): 接続済みMCPサーバーの一覧表示・確認・無効化を行うセッション内コマンド。 - **Tool search mode** (Feature): MCPツール定義がコンテキストウィンドウの10%を超えたときにClaude Codeが入るフォールバックモード。ツールをオンデマンドで探索する。 - **Skill** (Concept): 完全なMCPサーバーの軽量な代替。Claudeが本体を読み込むまで、コンテキストには名前と説明のみが置かれる。