← ブログに戻る

Karpathyが語るAIユーザーの「2つのグループ」― あなたはどちら？

· Save Team
aikarpathyclaude-codeagentic-aiknowledge-managementmarkdownproductivity

Andrej Karpathyが2026年のAIに関して最も重要な観察の一つを投稿しました：現在、AIユーザーには根本的に異なる2つのグループがあり、互いに完全にすれ違っているというものです。

彼のツイート（閲覧数360万以上）は、AIを扱う人なら誰もが理解すべき拡大する溝を描写しています。

グループ1：「AIはおもちゃだ」

このグループは昨年のある時点でChatGPT ― 通常は無料プラン ― を試しました。幻覚を目にし、ボイスモードが簡単な質問に詰まるバイラル動画を見て、AIは誇大広告だと結論付けました。

彼らが経験したことについては間違っていません。2025年の無料プランモデルは本当に限定的です。しかし問題はここにあります：彼らはその時点でAIについての認識を固定し、それ以降更新しませんでした。

Karpathyが言うように、それらの古くて廃止されたモデルは現在のフロンティアモデルの能力を反映していません。

グループ2：「AI Psychosis」

このグループは最先端のエージェンティックモデル ― Claude Code、OpenAI Codex ― をプロフェッショナルな技術領域で使用しています。月に$200を支払い、これらのモデルにコンピューター端末を与えて、通常なら数日・数週間かかる問題を解くのを見ています。

Karpathyは、このグループが彼の言う「AI Psychosis」を経験していると言います ― 妄想的だからではなく、改善が非常に驚異的で、実際に体験していない人に何を見ているかを伝えるのが難しいからです。

格差が存在する理由

Karpathyはなぜ AI能力が不均等に進歩しているかについて2つの構造的理由を挙げています：

1. 強化学習は検証可能な報酬で最もよく機能する。

コーディング、数学、リサーチなどのタスクには明確な成功基準があります ― コードはコンパイルされるか？テストは通るか？証明は正しいか？これらの領域はRLトレーニングに自然に適しており、モデルが成功したかどうかについて具体的なフィードバックを得られます。

文章、アドバイス、会話などのタスクは客観的に評価するのがはるかに難しいため、改善が遅くなります。

2. B2Bの価値がリソース配分を促進する。

最大の収益機会は技術・専門領域にあります。そこにAI企業は最も優秀なチームを集中させます。ボイスモードのような消費者向け機能は、最大の収益を生み出すB2B製品と比べて投資が少なくなります。

翻訳の問題

結果は奇妙な断絶です。以下のことが同時に真実です：

  • 無料AIボイスアシスタントがInstagramリールで基本的な質問に詰まる
  • 有料のエージェンティックAIが1時間かけてコードベース全体を一貫して再構成する

これらは両方とも2026年に起きています。しかしグループ1の人は最初のものしか見ない。グループ2の人は2番目のものしか見ない。そして彼らが「AI」について話しあおうとすると、全く異なるテクノロジーを描写しています。

格差を越える方法

グループ1にいるなら、グループ2への道は月に$200を別のチャットボットに使うことではありません。AIの使い方を変えること ― カジュアルなQ&Aから構造化された知識作業へ ― です。

実践的に2つのグループを分けるものはここにあります：

グループ1の行動：

  • ChatGPTを開き、質問し、回答を読む
  • セッション間で持続的なコンテキストなし
  • AIは毎回ゼロからスタート
  • AIを最悪の失敗で判断する

グループ2の行動：

  • AIが参照できるナレッジベースを構築する
  • AIにプロジェクトファイル、ドキュメント、リサーチへのアクセスを与える
  • AIを検索エンジンではなく、メモリを持つ同僚として使う
  • AIを最高の能力で判断する

重要な洞察：AIの出力品質は、与えるコンテキストの品質に直接比例する。

コンテキスト構築：欠けているレイヤー

ここがほとんどの人が詰まるところです。「AIにより良いコンテキストを与える」と聞いて、より長いプロンプトを書くか、説明に時間をかけることだと思います。それはブルートフォースなアプローチです。より賢いアプローチは、AIが自動的にアクセスできる永続的な知識レイヤーを構築することです。

実践的にはこういう見た目です：

  1. ウェブリサーチを構造化されたMarkdownとしてキャプチャする ― ページをブックマークしたりスニペットをドキュメントにコピーする代わりに、完全なコンテンツをクリーンなMarkdownに変換します。これで情報がどんなAIツールでも取り込める形式で保存されます。

  2. 検索可能なナレッジベースに整理する ― 保存したコンテンツをプロジェクト、トピック、リサーチエリア別にグループ化します。これでAIがあなたが何を保存したか覚えていなくても関連コンテキストを見つけられます。

  3. AIを自分の知識に接続する ― MCP（Model Context Protocol）などのツールでClaudeが保存したコンテンツを直接検索・参照できます。質問するとClaudeはまずナレッジベースを確認し、汎用トレーニングデータではなくキュレーションされたリサーチに基づいた回答を提供します。

これがSaveが実現するワークフローです。保存するすべてのウェブページがローカルナレッジベースのMarkdownファイルになります。Save VaultのMCPサーバーがそれをClaudeに接続します。AIアシスタントが読んでリサーチしたすべてにアクセスできるようになります。

複利効果

グループ1とグループ2の格差は、どのモデルを使うかだけでなく、時間をかけて構築した蓄積されたコンテキストについてです。

6ヶ月分のドキュメント、Stack Overflowの回答、アーキテクチャ記事を保存してきた開発者には、コードベース、スタック、特定の問題を理解するAIアシスタントがいます。毎回ChatGPTを新しく開くカジュアルユーザーには、その作業について何も知らない汎用ツールがあります。

だからこそKarpathyの観察はAIのハイプサイクルを超えて重要なのです。能力の格差は縮まっていない ― 広がっています。そして境界線は技術的なスキルや予算ではありません。AIの周りに構造化された知識の実践を構築しているか、それとも高級な検索エンジンとして扱っているかです。

今日から始める

格差を越えるために月に$200を使う必要はありません。毎日すでに遭遇している知識をキャプチャして整理する必要があります：

  1. Saveをインストールして、ブラウジング中に有用なウェブページをMarkdownに変換し始める
  2. 主な作業・関心領域のためのナレッジベースを作成する
  3. Claudeを接続する ― Save VaultのMCPサーバーで、AIアシスタントが保存したコンテンツを参照できるように
  4. 一貫性を保つ ― 1日2〜3ページ保存して、ナレッジベースが複利で成長するのを見る

1ヶ月以内に、すべてのAIインタラクションを根本的に良くするパーソナル知識レイヤーができます。それがグループ1とグループ2の違いです ― そしてそれは使うモデルではなく、知識をキャプチャする方法から始まります。

Saveはワンクリックで任意のウェブページをクリーンなMarkdownに変換し、ローカルナレッジベースに保存します。Save VaultのMCPサーバーで、Claudeは回答前に保存したコンテンツを検索します。Saveを無料で試す。