⚡ Latent Spaceの舞台裏：ポッド内部の貴重な覗き見 | AIEi上海

本エピソードは、Latent Spaceのホストであるswyx（Shawn Wang）が、上海で初開催されるAI Engineer（AIE）Shanghaiに先立って現地パートナーと行った対談である。前半はAIE Shanghaiの位置づけと、中国のAIコミュニティの規模や熱量に関する議論に充てられ、後半はswyx自身のキャリア、Latent Spaceの起源、AI engineerという職種の成立過程、そしてSaaSの終焉とSystem 1モデル、さらにAIのリスクまで、幅広いテーマが語られる。単なるイベント告知ではなく、AI業界の「誰に価値が集まるのか」という構造的な問いを、実務者の視点から掘り下げた内容になっている。

とりわけ印象的なのは、swyxが一貫して「現場でコードを書くエンジニア」に焦点を当てている点である。派手な肩書きのCTOや「AGIまであと2年」と語る論客たちを批判し、午前4時に起きて障害対応するような実務者こそが技術選定の意思決定者だと主張する。中国のコミュニティが100万人規模で動いていること、ComfyUIやOpenClawといったツールが中国で独自の普及を遂げていること、996の現実がシリコンバレーの比ではないことなど、東西の差分を具体的に描き出しながら、政治ではなく技術に徹するという姿勢を明確にしている。

0:00AIE Shanghaiの位置づけと中国コミュニティへの視線

冒頭でswyxは、AIE Shanghaiが中国で初めてのAIEであり、自身のチームが運営するのではなく現地パートナーのStandup Partnersが主導するイベントであると説明する。世界には複数のAIEがあるが、そのすべてを自分たちが運営しているわけではないという。swyxはかねてからAIEを中国に持ち込みたいと考えており、「東と西が出会う」ことで中国の進歩をグローバルコミュニティに共有したいと語る。中国側の関心も高く、多くの中国ファンがいることを挙げ、特にMeng Xiaoという人物がほぼすべてのエピソードを中国語に翻訳していることへの感謝を表明している。

swyxは中国の進歩を、オープンソースモデルだけでなくロボティクスやスタートアップ全般にわたるものとして祝福する。昨年起こったManusの熱狂、シンガポールへの移転、OpenClawの大きな盛り上がりなどに触れ、現地のムードやAIコミュニティの規模、採用される技術の種類、スタートアップ文化の違いを議論したいと述べる。996という働き方についても、現実がどうなのかをCognitionのような環境と比較しながら語る予定だとした。

さらに、このエピソードがLatent Spaceの起源を語る場でもあると説明する。新しく聴き始めたリスナー向けに、いつ、なぜ始めたのか、複数の番組をどう運営しているのか、安全性やアラインメントについてどう考えているのかを話すという。イベント自体はライブ配信されず、後日YouTubeに公開される予定で、上海在住の視聴者に向けて開催を楽しみにしていると語りかける。組織面ではMeng Yingとチーム、そしてHanhuaとLei Duの尽力に言及し、何度か実現しかけたところで頓挫しそうになったが、ようやく実現することを喜んでいる。

3:28swyxの来歴と「学びを公開する」という原点

インタビュアーは、Latent Spaceの長年のリスナーであり、中国のAI創業者やAIエンジニアもswyxの仕事から多くを学んでいること、そしてAIEを上海に招いたことへの感謝を伝える。数カ月前に読んだ7月4日付のシリコンバレーとの関係についてのエッセイに触れ、シンガポールと米国を行き来しながらAI engineerという役割を生み出した経緯を尋ねる。これに対しswyxは、AIEを上海に招いたのは自分ではなく「上海がAIEを招いた」のだと訂正する。Hanhua、Lei Du、Meng Yingら現地パートナーの功績だと強調し、自分は中国市民でもなく現地に人脈もないが、米中双方に強い関心があると述べる。

swyxは自身をシンガポール生まれの5世代目、中国系の家系だと説明する。祖先の出自がわからないのはディアスポラとして当然で、誰も記録を残しておらず、誕生日すら不明なこともあると語る。シンガポールで育ち、大学進学のために米国へ渡り、最初のキャリアは金融だった。トレーディング、投資銀行、ヘッジファンドで8年から10年働いた後、テック業界に転じ、Amazonと複数のスタートアップを経験。4年前に独立してLatent Spaceを書き始め、AI engineerという職種が来ると見定めてAIEを立ち上げたという。

現在の役割についても具体的に語る。Cognitionには長く従業員として在籍したが、現在はアドバイザーである。自身はAIE、Latent Space、Miscellaneous（かつてのSmall AIで、個人のスタートアップビークル）という3つの会社を持っていると説明する。AIEがグローバルなカンファレンス組織になりCEOを務める必要が出たため、Cognitionの従業員を続けることはできずアドバイザーに退いたという。Cognition、Fireworks、Modal、Supabaseなどと関わるこの働き方は、シリコンバレーのインフルエンサーや開発者リレーションズの世界ではよくある形だと述べる。技術があり、書けて話せるという組み合わせはスタートアップにとって価値があり、株式と引き換えに助言するというのが大まかな仕組みだとした。

8:24金融からテックへ、ゼロサムとポジティブサムの違い

swyxは「学びを公開する（learning in public）」という原則を、金融からテックに移った際の体験として説明する。両者はどちらも高給で名声のある職種だが、決定的な違いは金融がゼロサムであることだという。自分が何かを知っていてそれを他人に教えると価値が失われる。一方テックの多くはポジティブサムで、知っていることを教えると価値が増える。このパラダイムの違いは金融から転じた人間にとって解放的で、人々がステージに上がってオープンソース化し、コードを共有し、失敗を共有する文化につながっていると語る。金融では失敗を隠し、すべてを極秘にするものだという対比も示す。

自身の経験として、最初の職場はTwo Sigmaで金融寄りだがソフトウェアエンジニアリング側だったと振り返る。そこで上司に恵まれず退屈したため、仕事外で執筆や登壇にエネルギーを注いだという。会社ではやりたいことをやらせてもらえなかったが、外での活動が軌道に乗り、結果として「自分の上司を選べる」立場になったと説明する。通常は会社に入って上司やチームを割り当てられ、それが良いかどうかもわからないまま進むが、学びを公開すれば自分で働き方を選べるようになるという。

Latent Spaceの起点はStable Diffusionが登場した時期で、ChatGPTより前のことだった。当時在籍していたAirbyteはうまくいっておらず、ロケットシップとは言えない状況だったと率直に語る。機械学習の講座は受けたがAIの専門家ではない自分がこの分野に入る唯一の方法が学びを公開することだったと述べ、ブログを始めて分析と学習を書き連ねた。最初は誰も気づかないが、やがて他者の仕事について書くことで反応が生まれる。Stable Diffusionを生んだStability AIのCEO、Emad Mostaqueがその分析記事を読んで「これは良い」と言ったことが転機になったという。これは5年間の研鑽と執筆の積み重ねだと位置づける。

swyxは、特にアジア文化には資格主義（credentialism）への偏りがあると指摘する。学位がなければ資格、資格がなければ実務経験、実務経験を得るには学位が必要という無限ループのようなもので、16歳で人生の方向を決めねばならないかのような圧力がある。しかし人生はもっと柔軟で、方向転換は可能だという。ただし非常に粘り強くある必要があり、努力したからといって勝つ資格が得られるわけではなく、努力しつつ「良い」ものでなければならないと釘を刺す。多くの人が失敗して「なぜだ」と問うが、努力に判断力が伴い、実質的な対象に取り組んだかどうかが分かれ目だと述べる。

12:48AI engineerという職種の発明と「ハーネス」の重要性

Latent Spaceは当初ただのブログで、swyxがAIについて書くという以上の構想はなかった。しかしイベントを開き、ChatGPTの登場という最大の興奮を経て、ハッカソンを開催したことが転機になる。そこで「私はAIに全力だが非技術者で、何ができるのか」と尋ねる女性が現れ、答えは「エンジニアと比べてほぼ何もできない」だったという。エンジニアは100のAIを同時に制御しプログラムできるが、非技術者ができるのはプロンプトを上手くすることくらいだという非対称性に気づいたと語る。

swyxはこれを、名声の低い役割が専門職化していく現象として捉える。プロンプトエンジニアは名声が低く、名声があるのは大規模モデルの事前学習や事後学習、GRPOのようなアルゴリズム、DeepSeekが手がけるmanifold hyper connectionsといった研究だという。しかし「ML研究以外は無価値」という過剰補正は誤りで、ハーネス（モデルの周囲に組む制御系）を構築するには高度な数学やスーパーコンピューティングの経験は不要で、優れたソフトウェアエンジニアでありさえすればよいと主張する。当時ハーネスという言葉はなかったが、エンジニアがこうしたことをなし得るという確信はあったという。

企業はそうした人材を雇おうとし、開発者もそう呼ばれたいと願う。必要なのは適切な名称を与え、それを業界と専門分野にすることだった。候補にはAI tinkerers、LLM engineer、applied AI engineerなどがあったが、swyxは人々が就きたい職種名に焦点を当てるべきだと考えたという。James Clearの『Atomic Habits』の考えを引き、人と深くつながるには職務や活動ではなくアイデンティティ、つまり「自分は何者になりたいか」に訴え、より良い自分への道筋を示せばコミュニティが形成できると述べる。AI技術者になりたい人々に、金銭を得られる職種名を与えれば忠誠心が生まれるというわけだ。

AI engineerの役割は3年で変わったかという問いに対し、swyxは「正直それほど変わっていない」と答える。ホットな領域はRAGやコンテキスト管理から、コーディングエージェント、ハーネスエンジニアリング、ループエンジニアリング、メモリなどへ移ったが、職種名としては正しいままだという。AIE World's FairではAI engineerの意味を30のトラックに分けており、evalsやマルチモーダルも含まれる。企業全体でAIのやり方を決める役割としてはAI architectが新たに台頭しており、AI designerやAI PMといった職種も生まれていると説明する。そして「午前4時に起きて障害を直す人がエンジニアだ」と述べ、実務者に奉仕することが核心だと強調する。

21:25AIEの設計思想とグローバル展開の仕組み

swyxはAIEを、あらゆる業界にすでに存在する旗艦カンファレンスに似たものだと説明する。ゲーム業界のGDC、セキュリティ業界のRSAやBlack Hatがその例だ。特にGDCを好む理由として、ゲーム業界とラボの類似性を挙げる。AAAスタジオは世界で最も難しいゲームに取り組み、極度のエンジニアリングを極秘で行うが、年に一度GDCで「今年のゲーム・オブ・ザ・イヤーをどう作ったか」を共有する。ゲーム開発者になりたい人にとって、それが唯一の学びの場だという。同様にモデルラボは資金と大規模プロジェクトを持ち、学びたい人はそこから学ぶべきだが、OpenAIのDeveloper DayやAnthropicのCode with Claudeのような場は非常に小さく選別的で顧客向けであり、エンジニア同士の対話の場にはなっていないと指摘する。

AIEの特徴として、中国のラボの一部がエンティティリストに載っており、米国企業が公式に会合を持てないという現実に触れる。米国企業は返信すらできないが、それは意図ではなく規則によるものだという。しかし同じ場所にいれば偶然出会うことができ、そこに魔法が生まれるとswyxは語る。採用や共同創業者のマッチングが起こり、中には交際を経て結婚に至ったカップルもいるといい、「生まれた結婚と赤ちゃんの数が自分のナンバーワンKPIだ」と冗談めかして述べる。今年は6,000人を目標にしていたが7,000人以上を動員し、オンラインでは150万人が講演を視聴したという。

swyxは、実際に機能し収益を生むもの、明確なロールモデルが存在するものに焦点を当てていると説明する。この分野を学びたい人やスタートアップにとって、誰かがすでに自分の課題について語っている状態が価値あるリソースになるという。最近はすべての講演を文字起こししてカタログ化しており、ウェブサイト全体をLLMに投入すれば学べるようにしたと明かす。データはAI engineer dataとして公開され、MCP経由でもデータセットとしても利用可能で、話者や組織を深掘り調査したプロファイルも整備し、「AIのWikipedia」を目指しているという。

グローバル展開はJSConfのモデルに従っていると説明する。世界中のすべての国に行くことはできないが、どの国もAIに取り組みたいはずで、自前で作るかブランドとYouTubeチャンネル、SNSを借りるかを選べる。パリが最初に手を挙げ、その運営チームはMistralに買収され、現在は欧州を代表するラボがAIE Parisを運営しているという。条件はブランドを濫用しないことと収益分配、すべてを公開すること、虐待や不当な扱いに対処する行動規範の3点だ。ブランドを共有するリスクはあるが、これまで問題は起きていないと述べる。シンガポールについては、国内最大のAIカンファレンスが実質クリプトのカンファレンスだったことに触れ、それが自国の恥ずかしい状況だと感じ、AI Singaporeが競争力を持つか上回ることを誇りに思うと語る。中国については米中間の制約から現地法人すら作れないため、Leiのチームに完全に任せ、「自分はマクドナルド、あなたはマクドナルド・チャイナだ」というフランチャイズの比喩で説明する。

30:04Kill My SaaS——SaaSの終焉とSystem 1モデル

swyxはカンファレンス運営の予算が規模に応じて300万〜1,000万ドルで、そのうち約30万ドルがソフトウェア費用だと明かす。予算の約10%、得られたはずの利益の10%が、遅く醜く自分たちの求める形と違う他人のソフトウェアに消えているという。従業員が導入を求めるツールは重要だと承認するが、積み上がると多額になり、しかもサポート待ちの列に並ばされ、機能要望は「第3四半期のロードマップに入れます」と先送りされる。AIカンファレンス企業であり、コーディングエージェントがある2026年にそれはおかしいと感じたという。

そこで従業員が提案した4万ドルのSaaSに対し、1万ドルで丸ごとクローンを作らせ、オープンソース化して自分たちの求める形にし、CodexやClaude Code、Devinなどのコーディングエージェントでカスタマイズするという実験を始めた。Kill My SaaSと名付けたコンペには69件の応募があり、コーディングエージェントの購読費を全員分負担したため低品質なものも混じったが、大半は使えるもので、5件ほどは1週間で作られたとは思えない出来だったという。SaaS事業者にとっては恐ろしい話で、50社の顧客がそれぞれ4万ドル払っているとして、全員が自分で作れると気づけば1年で売上が消えると指摘する。

swyxはSalesforceのような巨大企業は脅威にさらされないが、中堅のSaaS、特に中小企業（SMB）向けの事業者は厳しいと述べる。事業主である自分たちもコードを書けるようになり、しかもモデルはソフトウェアの全画面をクリックして独立に複製するのが得意なので、アクセスさえできればクローンできてしまうという。SaaS事業者の正解は誰にもわからないが、垂直領域のトップエージェントになるか、特殊なデータを持つデータベンダーになるかのどちらかで、中間は自前実装に置き換えられると主張する。HarveyやOpen Evidenceがその例として挙げられた。

一方でswyxが助言したいのはSaaS事業者ではなく事業主の側だという。自分もSMBであり、同じような人は何百万人もいて、正直に生計を立て従業員と税を払っている。そうした人々にとっては黄金時代で、現実の仕事と望む成果の間に挟まる質の悪いソフトウェアを短縮し、CodexやClaudeを買って自分でいじれる。「4万ドル分のClaudeは大量のClaudeだ」と述べ、1万ドル使えば残りは自由に使えるという。従業員10人に150万ドル払っているなら10%の改善で15万ドルだが、実際は5倍良くなる可能性があり750万ドルに相当する。エージェントの仕事は「来週提案します」ではなく「今日の午後に欲しい」という水準になると語る。

保守運用の負担についても認めつつ、コーディングエージェントがあるためゼロではないが対応可能だと述べる。中堅SaaSはSalesforceやGoogle、AWSのような99.999%の稼働率が求められる基幹システムではなく、データを入れて何かが出てくるだけのものだという。1日落ちても直せばよく、カスタマイズ性と引き換えにその停止を受け入れると主張する。具体例として、AIE Codeでは1,000件の応募から25枠を選ぶ必要があり、既存SaaSでは画面ごとに1件ずつクリックしなければならないが、コンペ参加者が一つの表で並べ替えられるようにしたという。そうした画面は既存SaaSには存在せず、要望すれば6カ月待ちだが、クローンならすぐ実現できると説明する。

AI審査員と人間の選考が異なった理由についても触れる。AI審査員は「有効な提出か」「資格を満たすか」だけを判定する目的で、全体の中で最良かを決めるものではなかったという。自分たちが何を求めているかわからない段階ではAI審査員を作れないが、70の事例を見ればどれが良いかは明らかになる。Latent Spaceのロゴも99designsというコンペ型のサービスで400案から選んだもので、多様なアイデアを得る価値があると述べる。ただしコンペを開けるのはオーディエンスを持つ自分だからで、誰にでもできるわけではない。「SaaSのための99designs」のようなサービスがあり得ると示唆する。評価には2カ月かかり、主催者、登壇者、参加者、スポンサー、ベンダーという5つの役割ごとにアカウントを作ってデータ入力し確認する必要があるためで、まさにそれが中堅SaaSに4万ドル払う理由だと説明する。

swyxはさらに、Calendly（130億ドル規模と表現）、Google Drive、GitHub、Dropbox、Slack、DocuSignをすべて自前で持っていると明かす。DocuSignはPDFを送って署名させ証明書を発行するだけで、封筒あたり10ドル程度を課金するが、オープンソース版を自分でホストし、署名済みファイルが正しいフォルダに直接入るよう統合したという。DocuSignには存在しない機能で、データルームにすべてが自動で揃うと述べる。電子署名のネットワーク効果については「そんなものはない」と一蹴し、電子署名はどこでも法的に有効で特許もなく、ネットワークとはメールアドレスにすぎないと主張する。すべての課題に対してオープンソース版を見つけ、ホストし、カスタマイズし、統合できる時代であり、100万回のコピー＆ペーストの中に優れたスタートアップと製品が眠っていると語る。

46:05DiegoとJev、そして「テイスト」の定義

インタビュアーはDiego（Type Safe創業者で、InstructGPTの共著者）との対談に触れ、中国の開発者への影響を尋ねる。コーディングを知らないポッドキャスターがJevを使ってクリップがバイラルになるか判定し、そのままネットワークに投稿するという用例が紹介される。swyxは、自分が4年来の友人であるDiegoに最初のポッドキャスト出演を「強要した」と冗談めかして語り、JevがAI engineeringの原初的なビジョンだと説明する。現在のAI engineeringはモデルの周囲に大きなハーネスを組み、モデルに「頼むから正解を出してくれ、10日考えてもいい」と委ねる構造だが、Jevは逆で「モデルは我々のためにある」とし、モデルの役割を選択や確率推定だけに絞り、重要業務のパスの中に組み込むという。

swyxは現行のLLMパラダイムの失敗を、従来型SaaSの中にチャットボットという窓があるだけの構造だと指摘する。CodexやChatGPT、Claudeもチャット窓とメニューがあるだけで同じだという。Jevが表すSystem 1モデルはコードのパスの中にあり、通常のプログラミング言語でif文を書くのと同じ気軽さで書けるものだとする。これが「より賢いソフトウェア（smarter software）」の意味で、一箇所だけ賢く他は愚かなのではなく、あらゆる箇所が賢くなるべきだという考えに強く賛同を示す。速度は二次的で、本質は信頼性であり、社名がType Safeである理由もそこにあると述べる。

Diegoがなぜ特別なのかという問いに対し、swyxは非伝統的な経歴を挙げる。スタンフォードの博士課程ではなく、一般の開発者に寄り添える一方でChatGPTの開発にも携わった。伝統的なML研究者の道を歩んだ人は「大きなモデルのカルト」に属し、FLOPsとパラメータを増やせばすべて解決すると考えがちだが、その型に嵌まらない人物だからこそ「大きく一つ」ではなく「小さく遍在させる」という別の道を提示できたという。小さいモデルが速く安く良いという主張は何千人もしてきたが、DiegoはOpenAIでの信頼性、System 1対System 2という明快な communication、そしてローンチ記事で見せたゲームのデモによって成功したと分析する。LLMでは決してできないことを示すデモの明快さ、ピンクのジャケットに象徴される熱量とショーマンシップ、技術力の両方が10倍で、それが対話に表れると評する。

「テイスト」の定義については、役に立たない定義かもしれないと断りつつ、多数の可能性から、振り返ればすぐに明らかになる選択肢へと素早く安価に絞り込む能力だと述べる。総当たりで1,000試すこともできるが、テイストのある人は「これは明らかにダメだ」と説明できなくても即座に切り捨て、最後に一つを選び、振り返れば「明らかにこれが正しい」となる。iPhoneの例を挙げ、長らくスマートフォンにキーボードがあった中で、スティーブ・ジョブズがタッチスクリーンの平板型にこだわり、General Magicが失敗した道を10年かけて実現したことを挙げる。AI製品ではCursorを評価し、VS Codeに先んじたこと、そしてGrokbotを出してOpenAIやClaudeが模倣せざるを得なくなったことを「他者があなたの出したものを模倣するとき、あなたにはテイストがある」と表現する。地味な例として、法務分野の文書レビューを大規模並列で処理するLagoraを挙げ、誰でも思いつけたはずのアイデアを実際に形にしたのがテイストだと述べる。

1:03:01上海で見たいもの、AIの未来とリスク

AIE Shanghaiで何を期待するかという問いに対し、swyxはサンフランシスコとの差分を見たいと答える。サンフランシスコにはB2B SaaSのバブルがあるが、上海ではComfyUIが使われており、米国ではCanvaやFigmaを使うという違いがある。ComfyUIはオープンソースツールで、OpenClawもこちらでより traction があったと述べる。中国では中規模コミュニティが100万人規模であり、それが米国では巨大な数字になるという規模感の違い、そして中国のインフルエンサーの熱量と競争の激しさを指摘する。996についても、サンフランシスコでは土日は休んでいるが中国では本当に996だと語り、米国のトップスタートアップでも中国ほど働いていないと感じると述べる。ただし従業員にそこまで働かせるのは法的に不可能だという留保もつける。

swyxは中国の創業者を高く評価し、「彼らはとても優れた創業者だ。住んでいる国が間違っている。米国にいればAmazonもFacebookも倒していただろう。より豊かでないのは中国に住んでいるからだ」と語る。2007年に北京へ留学した当時、BYDはまだ新興企業だったが、今や米国を席巻しているといい、中国のエネルギー、精神、創造性、粘り強さに世界が触れていないと指摘する。モデルラボのDeepSeekなどに触れ、中国のイベントはライブ配信の規制もあり、西洋のオーディエンスが好む形で提示されないためリーチが限られると述べる。Alibaba CloudがQwenを含むロードマップを発表しても誰も見なかったとして、「AIEでやれば見る」と、政治ではなく技術に徹する姿勢を明確にする。

速射質問で最も興奮するAI開発として、System 1モデルは明白すぎるとして、より注目度の低いinteraction modelsを挙げる。Thinking Machinesが取り組むもので、全二重の双方向通信、つまり話しながら聞き、相手が話している間も聞き、割り込めば即座に応答して調整するものだという。これがAIのあるべき姿だとし、関連として継続学習（事前学習・事後学習で終わらず学び続ける）とワールドモデルを挙げる。最も心配なこととしては、AIの冬が来ればカンファレンス企業として破産する可能性という現実的な懸念を述べつつ、より本質的には安全性を挙げる。ラボの友人たちが非常に心配しており、社会が十分な速さで適応できないといい、偽情報や雇用喪失ではなく、サイバーセキュリティの延長にある、より悪い何かが到来するという。極端な例として生物兵器を挙げ、「Covid 2を発明してしまった」という事態、さらにそれより悪い可能性に触れる。

swyxはポッドキャストで語っている言い方として、多くの人にとってのデフォルトの前提は「AI doom」であるべきだと述べる。人類史において、より進んだ文明がより進んでいない文明と出会うと、後者は絶滅してきた。そしてこの技術は人類の約1,000倍の速さで進化しており、いつか我々より進んだ存在になったとき、どうするかを考えねばならないという。推薦コンテンツについては、GitHubにある「good AI newsletters and podcasts」リストを挙げ、最近はAEO（agent engine optimization）として200の質問をモデルに投げ、その回答を文字起こししてランキング化していると説明する。Latent Spaceは1位か1〜3位に入るといい、ラボでデータセットを選ぶ人々の代理指標として妥当だと述べる。最後にswyxがインタビュアーへAI Shanghaiへの期待を尋ね、インフラ、安全性、決済など、中国では議論が少ないがアジアのインフラから新たな応用を解き放つ話題、そしてRSIやフロンティア研究者を巡る東西の対話に期待するという答えを引き出し、初開催の難しさに敬意を表して幕を閉じる。

結びに

このエピソードは、AI業界の表層的な熱狂から一歩引いた位置で、「誰が実際に価値を生み、誰がその価値を吸い上げているのか」を問う内容だった。swyxの主張は一貫しており、派手な肩書きやAGI論ではなく、コードを書き、午前4時に障害対応する実務者こそが技術選定の主体だという立場である。AI engineerという職種名を意図的に作り、コミュニティを形成してきた経験談は、職種やカテゴリを「発明する」ことの力を具体的に示している。Kill My SaaSの実験は、中堅SaaSのビジネスモデルが構造的に揺らいでいることを、4万ドル対1万ドルという生々しい数字で描き出した。

同時に、中国のコミュニティ規模、ComfyUIやOpenClawの独自普及、996の現実といった東西の差分は、グローバルなAI議論がしばしば見落とす文脈を浮かび上がらせる。政治ではなく技術に徹するという姿勢、そしてAI doomをデフォルトの前提とすべきだという警告は、楽観一辺倒の業界論へのカウンターとして重い。実装の詳細と現場の課題を軸にしながら、キャリア、ビジネスモデル、安全性までを一つの対話で横断する、Latent Spaceらしい濃密な一本である。

要点

• swyxはAIE Shanghaiを自分が招致したのではなく現地パートナー（Hanhua、Lei Du、Meng Yingら）が主導したと強調し、中国展開はフランチャイズ方式（「自分はマクドナルド、あなたはマクドナルド・チャイナ」）で米中の規制リスクを回避している。
• AI engineerという職種名は、プロンプトエンジニアの名声の低さとML研究への過剰補正を背景に、「人々が就きたいアイデンティティ」に訴える名称として意図的に発明された。
• Kill My SaaSでは4万ドルのSaaSを1万ドルでクローンし、69件の応募のうち約5件が実用水準だった。中堅SaaSは垂直エージェントかデータベンダーへ転換しない限り、顧客の自前実装に置き換えられるとswyxは予測する。
• swyxはCalendly、Google Drive、GitHub、Dropbox、Slack、DocuSignをすべて自前ホストし、DocuSignのネットワーク効果は「メールアドレスにすぎない」と一蹴した。
• DiegoのJev（Type Safe）は、モデルをコードのパス内にif文のように組み込むSystem 1モデルの思想で、チャット窓型LLMの「一箇所だけ賢い」構造へのアンチテーゼだと位置づけられた。
• テイストは「多数の可能性から、振り返れば明らかになる選択肢へ素早く安価に絞り込む能力」と定義され、CursorやLagoraが例として挙げられた。
• swyxが最も注目するのはinteraction models（全二重通信）と継続学習、ワールドモデル。最も懸念するのはAIの冬による事業リスクと、生物兵器級の安全性リスクで、「デフォルトの前提はAI doom」と述べた。
• 中国では100万人規模のコミュニティが当たり前で、ComfyUIやOpenClawの普及が米国と異なる。996の現実もシリコンバレー以上で、swyxは中国の創業者を「住む国を間違えている」と高く評価した。