▶ https://youtu.be/sZNkoYbmRFk
▶ 元動画を視聴する（AI仙人）
目次
■ 3行でわかる
① AI歴10年のAI仙人は、最新AIモデルが人間向けツールのUIまで理解し始め、半年〜1年でツール操作や単純労働の多くはAIに置き換わる一方、コンテキストやスキル、サブエージェントなど「知っておくべき常識」が100〜200に膨らみ、キャッチアップコストが急上昇していると指摘する。
② 現場の知恵は検索しても出てこず、何が正しいかは自分で触って確かめるしかないため、古い手法のまま高額研修を行う「AIコンサル」も多く、日本全体のAIレベルが伸び悩む構造があると語る。
③ 米国主導でAI開発を減速させる動きが現実味を帯びる今こそ追いつくチャンスであり、AIでできなかったことや時間がかかったことを課題として頭にストックし、「昨日より今日」うまくAIを使う習慣こそが上達の最短ルートだと説く。
動画の概要
AI活用を発信する「AI仙人」が、AIの急速な進化で大量失業時代が迫るなか、AIを学ぶ難しさがどこにあるのか、そしてAI力を確実に伸ばすためにどんな思考習慣を持つべきかを、カメラマンとの対談形式で語る。後半では視聴者からの質問（軽量AIエージェント、ローカルLLMの実務用途など）にも答えている。
主なポイント
1. AIが人間の「目と感覚」を持ち始めた
- 最新モデルはパワポ、Canva、動画編集、3Dソフトなど人間向けツールのUIや表現技法をかなり正確に理解している
- このまま発展すれば、ツール操作を人間が行う場面はほぼなくなり、単純労働は不要になる見通し
- プロンプトのテクニックも、便利な方法はすぐにAI側に取り込まれるため、公開された手法の優位性は3〜6か月程度しか続かない
2. キャッチアップコストが上がりすぎた
- AIエージェントを自作する人はほとんどいなかったのに、1年足らずで「エージェントがエージェントを作る」「自己ループさせる」が当たり前に
- 開発の知識など不要になったものがある一方、コンテキスト、ハーネス、サブエージェント、スキルといった新しい知識が必要になった
- 「スキルを入れすぎるとコンテキストを食う」「サブエージェントには弱いモデルを使う」「データをサーバーに送らない設定」「メモリをオフにする」など、知っておくべき常識が100〜200に積み上がっている
- スキルの定義を読んでも使えるようにはならない。例えば「変数は外に出して汎用的に使えるように」と指示できるかどうかで、再利用できるスキルになるかが決まる
3. 何が正しいかを見抜く難しさ
- 現場の知恵（スキルの調整方法、劣化を検知するテストデータ作りなど）はどこにも書かれておらず、検索しても出てこない
- 「スキルは丁寧に整備せよ」と「なるべく作るな」のように真逆に見える主張も、背景（大規模開発か、個人の業務効率化か）によってどちらも正しい
- 正しいやり方を見分けるには、正しくないやり方も含めて一度は自分で触ってみるしかない
- 古い画像生成モデルを教える研修や、ChatGPTで少し効率化するだけのコンサルが高額で行われており、受講者はそれをAIの基準値だと思い込んでしまう
4. AI開発減速の動きと「今こそ学ぶチャンス」
- OpenAIやAnthropicが合意し、米国主導でAI開発速度を一旦落とそうという話が現実味を帯びている
- 米中の開発競争は冷戦期の核開発に似た構図だが、AIは開発を止めるインセンティブが乏しく、国家が全力で突っ走るのが「最適解」になってしまう
- ハッキング、詐欺、暴走、雇用喪失など、社会基盤がAIの成長に全く追いついていない
- 開発が緩やかになるなら、今AIに遅れている人にとっては追いつくチャンス。ただし一部の企業や国家が裏で開発を続けるリスクもある
5. AI力を短期で伸ばすコツ――課題意識をストックする
- 多くの人は同じプロンプトの癖で同じ指示を繰り返し、AIとの「融合率」が上がらないまま止まっている
- 1週間かけてできなかったことを「どうすれば1日でできるか」と原因を考え、翌日は違うやり方を試すことが大切
- 例：画面と裏側のロジックを同時に直させるより、一度画面を捨てて裏側を先に作り、最後に画面を生成し直す方が早い場合もある
- 「スクショを撮ってこのUIになるまで修正し続けて」という指示も、「UIがうまく作れない」という課題意識があって初めて、他人の情報を見たときに自分のテクニックとして身につく
- できなかったこと、時間がかかったことを常に頭にストックしておき、その状態で動画やXを見直すと、以前は素通りしていたコツに気づける
6. AIのミスを設定ファイルに書き足すことの落とし穴
- AIのミスをルールとして設定ファイルに追加し続けると、不要な場面でもそのルールが発動してしまうことがある
- AI仙人流は、スキルやMCPなど周辺の装備は軽くし、記憶や判断材料はコンテキストとして外付けで大きく持ち、必要な分だけ参照させる構成
- ミスにため息をついて終わるのではなく、「どうすればさらに改善できるか」を考え続けることが成長につながる
7. 視聴者の質問から――ローカルLLMの実務用途
- ローカルLLMは計算資源の制約から全社員での利用には向かず、企業案件での用途はかなり限られる
- 医療のカルテや福祉の個人情報など、扱う人が少なく機密性が高い領域、あるいは外部サービスに渡せない情報の処理、プライバシーフィルターなどで活用される
- 従量課金がないため、コストの上限を厳密に守りたいサービスをクラウド上のローカルLLMで回す使い方もある
まとめ・結論
AIはすでに人間のツール操作を代替しつつあり、大量失業時代への備えは待ったなしだ。一方で、AIを使いこなすための知識は急増し、正しい情報を見抜くことも難しくなっている。だからこそ、AIでつまずいた点を課題として意識し続け、毎日少しずつ使い方を改善していく「上級者の思考習慣」を真似ることが、AI時代を生き抜く最も確実な方法だとAI仙人は語っている。
