午前 9 時に契約書にサインし、午後 9 時に納品。
完全な外注プロジェクト。フロントエンド、バックエンド、デプロイ、テスト。しかもその間に昼食をとり、2 時間ほど雑談までした。AI が実際に動いていたのは 7 時間 20 分だ。
私は制約コードを一行も書かなかった。マルチエージェント連携もしていない。パラメータ調整すらしなかった。
私が AI に与えたのは三つだけだ。すべてのボタンとページが明確にラベル付けされたフロントエンドのデモ、スコープと納品基準を定義した契約書、そして開発ドキュメント——50 ページの PRD ではなく、コアロジックを説明した数段落の文章だ。その後、AI に skills.sh で適切なツールを探させ、GitHub で対応するライブラリを検索させ、技術スタックを自分で決定させた。
以前なら、こんなプロジェクトは最低でも一週間はかかった。急いでも三日は必要だった。
今は、7 時間だ。
なぜか？ 優れたプロンプトか？ 適切なモデルか？
どちらでもない。
原因は、過去 3 年間構築してきた知識ベースだ。AI が働いている間、私はお茶を飲んでいた。
このことについて、外注業をしている友人と話したことがある。彼らの反応は二つに分かれる。一つは、私が自慢話をしていると思っている。もう一つは、数秒間沈黙した後、どんなツールを使っているのかと尋ねてくる。
後者のグループは理解している。前者のグループはまだ問題に気づいていない。AI があなたの仕事を奪うのではない。知識ベースを持つ人があなたの仕事を奪うのだ。
あなたの「知識ベース」は、おそらく死んだ倉庫だ
質問しよう。あなたの知識ベースは、今すぐお金に変えられるか？
私は多くの人にこの質問をしてきた。ほとんどの人は呆然とし、「いいえ」と答える。
なぜなら、ほとんどの人のいわゆる知識ベースは、デジタル墓地だからだ。Notion には「後で整理する」と題された未完了のメモが 200 件もあり、二度と開かれることはない。3 年前の「後で見る」ブックマークは、絶対に見ないとわかっている。十数個の Markdown ファイルが異なるフォルダに散らばり、お互いの存在すら知らない。
ある友人は、彼の「知識ベース」には 3000 以上のブックマークされた記事があると言った。私は、最後にそれを使って実際の問題を解決したのはいつかと尋ねた。彼は長い間考えたが、答えることができなかった。
それは知識ベースではない。デジタルゴミだ。あなたは物事をブラックホールに放り込んでおり、二度と見つけられないようにしている。
真に収益化可能な知識ベースは倉庫ではなく、生態系だ。
倉庫は死んでいる。放り込まれたものは変化せず、忘れ去られる運命にある。生態系は生きている。新しいものが入り、古いものは淘汰され、異なる層が互いに養い合い、システム全体が進化する。今日放り込んだものが、昨日放り込んだものとつながり、明日には予想もしなかったものに成長する。
生きた 知識生態系 には三つの層がある。
第 1 層：技術遺伝子プール。 これは GitHub のスター数ではない。それは、あなたが行ったすべてのプロジェクト、購入したすべてのソースコード、踏んだすべての落とし穴が、マッピングされモジュール化されたものだ。AI はそれらをコピーペーストするだけでなく、構造を理解して再構成する。生物学的な遺伝子のように、それはマニュアルではなく、再表現可能なプログラムのセットだ。
第 2 層：生きたデータの土壌。 あなたのチャット記録、視聴した動画、書いたメモ、グループでのスピーチ、クライアントと議論した録音。どのモデルメーカーもこれを入手できず、あなただけが持っている。土壌に良い悪いはなく、何を埋めるかだけが問題だ。
第 3 層：認知の根。 あなたが書いたすべての記事、表明したすべての判断は、投稿したら「完了」ではない。それらはタグ付けされ、リンクされ、構造化される。根が深ければ深いほど、地上の成長は安定する。どんなに強い風が吹いても、倒れることはない。
三つの層がすべて連動して動けば、あなたの知識ベースは死なない。それは自律的に成長する。あなたが眠っている間でも成長する。
第 1 層：技術遺伝子プール——5 万と 200 の間の真実
統計がある。ミニプログラム開発の外注価格は、3 年間で 5 万元から 200 元に下落した。
5 万元から 200 元へ。同じ要件、同じ機能。これは冗談ではない。猪八戒（Zhubajie）や淘宝（Taobao）での実際の見積もりだ。
これを初めて見たとき、私は寒気を覚えた。そして、自分のスキルが価値を失ったわけではないと気づいた。遺伝子プールを持たない人々が、持つ人々によって価格競争から排除されていたのだ。
外注市場の根底にあるロジックをひっくり返す二つの出来事が起きた。
第一に、ソースコードパッケージが安くなった。淘宝で数十元も出せば、完全なミニプログラムのソースコードを買える。あらゆるタイプがある。フードデリバリー、モール、予約システム、コミュニティグループ購入。有能な人々はそれらを購入し、マッピングし、自分の技術遺伝子プールに放り込む。次に注文を受けるとき、AI はプールからモジュールを引き出して組み立て、数時間で仕事を終える。
遺伝子プールを持たない人々はどうか？ 彼らはゼロから書く。書き終わる頃には、自分の作品が AI が組み立てたバージョンに劣っていることに気づく。相手は 7 時間で終えるのに、あなたは 7 日かかる。彼は 2000 元で利益を上げるが、あなたは 2 万元で赤字になる。
第二に、AI が「コードを書く能力」の価格を暴落させた。以前は、コードを書くことを知っていることは価値があった。それができる人が少なかったからだ。今では、コードを書けなくても AI にやらせることができる。では、コーダーは何をするのか？ 彼らはレベルアップする。コードを書くことではなく、コードを蓄積することだ。実行することではなく、蓄積することだ。
AI は開発者を置き換えなかった。AI を使う人々が、使わない人々を置き換えた。そして、AI を使う人々の間での競争は、誰がより良いプロンプトを書くかではなく、誰の遺伝子プールがより厚いかだ。プロンプトは毎月変わるが、遺伝子プールはより価値が高まるだけだ。
どうやってやるのか？ 三つのことだ。この順序で。
第一に、コードマッピング。CodeGraph のようなツールを使って、すべてのプロジェクト、モジュール、関数間の関係を明確にする。AI に、孤立したファイルではなく、ナビゲート可能なマップを見せる。あなたが決済モジュールを作ったことがあれば、AI はそれを知っている。ユーザーシステムを作ったことがあれば、それを知っている。同じアーキテクチャを三つのプロジェクトで使ったことがあれば、それを知っている。
具体的に言うと、先月、私は E コマース画像を生成する仕事を受けた。クライアントは商品ポスターを量産するシステムを望んでいた。複雑に聞こえるが、私の遺伝子プールにはすでに関連する三つのモジュールがあった。ComfyUI ワークフローエンジン、Cloudflare 自動デプロイスクリプト、WeChat Pay 統合だ。AI がそれらを組み合わせ、グルー層を書き、数時間で動かした。遺伝子プールがなければ、環境をセットアップするだけで 2 日かかっていただろう。
第二に、遺伝子プールの API 化。コード資産を呼び出し可能なインターフェースに変える。Claude Code、Codex、その他の AI ツールが直接呼び出せるようにする。「個人利用」から「納品可能」へのアップグレードだ。これは質的な飛躍だ。個人利用はコストを節約するが、納品可能は収益を生む。
第三に、遺伝子プールの 4 点セット。今最も強力な知識ベースの構造は、コード + 論文 + 業界レポート + ポリシードキュメントだ。コードはレンガ、論文は設計図、業界レポートは市場地図、ポリシードキュメントは風見鶏だ。この 4 つがすべて揃えば、あなたのプロジェクトは単なる「ウェブサイトを作ってくれ」ではなく、「ソフトウェア著作権を申請でき、監査に合格し、商品化できるシステムを作ってくれ」となる。後者の単価は、前者よりゼロが二つ多い。
私は消防デジタル化業界の知り合いを知っている。彼の遺伝子プールにはコードだけでなく、過去 3 年間の火災関連のポリシードキュメント、業界標準、専門家の解説がすべて含まれている。クライアントがシステムを依頼すると、どの政府の特別プロジェクトに申請すべきか、どのような補助金が受けられるか、どのような監査が必要かを伝えることができる。彼はシステムを売るのではなく、完全な実装計画を売る。彼の見積もりは、純粋な開発の 5 倍だ。
これが遺伝子プールの複利効果だ。足し算ではなく、掛け算だ。
第 2 層：生きたデータの土壌——最も過小評価されている資産
質問しよう。あなたの WeChat チャット履歴は、いくらの価値があるか？
スクロールして離れないでほしい。本当に考えてみてほしい。
あなたの表現方法、語彙、論理、ユーモアのセンス。何に怒るか、どうやって他人を説得するか、データでリードするかストーリーでリードするか。友人を慰めるときに何を言うか、誰かをどうやって断るか。
これらすべてがあなたのチャット履歴に埋もれている。数十万のメッセージ、それぞれがあなたの性格のサンプルポイントだ。
どんな汎用大規模モデルもこれを模倣できない。魯迅や金庸を模倣することはできても、あなたを模倣することはできない。あなたのデータがないからだ。
Google Colab には無料の GPU クレジットがある。あなたの記事、チャット記録、音声トランスクリプトを放り込んで、自分だけの小さなモデルをファインチューニングできる。モデルトレーニングの経験は必要ない。素材を与えるだけでいい。その出力はあなたのエッセンスを帯びる。あなたの友人は「AI みたいだ」ではなく、「あなたっぽいね」と言うだろう。
これが「人間らしさ」が実際に起こる方法だ。テクニックではなく、データだ。
市場にある AI コンテンツの 99% は一目でわかる。奇妙な言葉のせいではなく、個人データのサポートが欠けているからだ。汎用コーパスを食べて、平均的な美意識を吐き出す。AI に見せたくないなら、唯一の方法は、あなただけが持つデータを食べさせることだ。あなたの偏見、盲点、癖。AI はあなたが見せない限り、これらを学べない。
素材はどこから来るのか？ 優先順位順に四つの方向性がある。
第一に、最も見落とされがちな金鉱：Bilibili と YouTube のコメント欄。
動画スクリプト自体にも価値がある。Whisper で文字起こしすればいい。しかし、本当の金はコメントにある。本文は一人のクリエイターの見解だが、コメントは群衆の実際の反応だ。彼らが何を気にしているか、何について議論しているか、何を誤解しているか、何が彼らを笑わせたり怒らせたりするか。100 のコメントを読むことは、10 の業界レポートよりも、そのサークルの人々が何に不安を感じているかを知る上で優れている。
私が技術コンテンツを書くとき、まず大きなインフルエンサーのコメントをチェックすることがよくある。見解をコピーするためではなく、読者がどこでつまずいているかを把握するためだ。彼らの質問が次のトピックになる。彼らの議論が最も鋭いペインポイントだ。
第二の金鉱：あなたのローカル作業環境。
どんな AI ツールをインストールしているか、どんな CLI を設定しているか、どんな MCP を使っているか、どんな落とし穴にハマったか、どうやって解決したか。AI はこれらすべてを読み取ることができる。チュートリアルを書くとき、AI はケースを作ったり「よくある問題」を検索したりする必要がない。あなたの実際の操作記録、実際のエラーログ、実際の解決策を読む。
あなたが踏んだ穴は、当然ながら他人が避けられない道だ。ストーリーを作る必要はない。あなたのターミナル履歴が最高の素材だ。
第三の金鉱：グループチャット。
技術、業界、カジュアルなグループで見かける興味深いトピック、議論、不満。これらはすべてトピックだ。多くの人が読者が何に関心を持っているかを知るのに苦労するが、答えは毎日スクロールしているチャット記録の中にある。あなたがしなければならないことはただ一つ。立ち止まって二度見したものをスクリーンショットするかメモすることだ。
私は Telegram と WeChat に「素材」という自分専用のプライベートチャンネルを設定している。興味深い議論を見つけたら、そこに転送し、時にはそのときに思った考えを追加する。月に 200 件以上集めることができる。書くときにそれらをめくれば、トピックに困ることは決してない。
第四の金鉱は、多くの人が考えもしないものだ。あなた自身の声。
運転中、散歩中、シャワーを浴びているときに頭に浮かぶ考え。スマホを開いて 1 分間録音し、Whisper で文字起こしする。コンピュータの前に座って考えたことよりも 10 倍鮮明だ。なぜなら、話すときは磨き上げたり、構造化したり、自己検閲したりしないからだ。AI は決してそれを書くことができない。
人間らしさは演じられるものではない。データによって育まれるものだ。あなたが土壌に埋めるものが、育つものだ。
第 3 層：認知の根——あなたは忘れたが、AI は覚えている
ほとんどの人は、記事を一つずつ書く。投稿したら、それで終わりだ。
それは何に似ているか？ 葉っぱだけを茂らせ、根を張らない木だ。葉っぱは落ちれば消え、まるで生えなかったかのようだ。次回は、また最初からやり直す。10 年前に書いたものと今日書いたものは、お互いを知らない。
認知の根はこれを解決する。
2024 年 3 月、あなたはある判断を含む記事を書いた。「AI はコンテンツの組み立てライン作業員を置き換えるが、コンテンツクリエイターは置き換えない。組み立てライン作業員は意見を生み出さず、フォーマットを実行するだけだ。」
2026 年 7 月、あなたは知識ベースについて書いている。AI は自動的に 2 年前のその判断を引き出し、あなたに伝える。あなたは昔こう言った、そしてそれは今日のコア論点をサポートできる——「知識ベースを持つ人は、AI 駆動のチームを持っているようなものだ。」
それは浅い「関連記事」リストではない。真の論証サポートだ。あなたがそれを言ったとき、どんな文脈で、今日のトピックとどう関係し、証拠の連鎖がどうつながるか。まるで決して去らないリサーチアシスタントのように、あなたが書くたびに、あなたのためにそれをアーカイブする。10 年後、あなたは完全な認知の系譜を持ち、これらのことをどのように段階的に理解してきたかを見ることができる。
これは空想ではない。私は自分の執筆システムでテストした。
私の作業ディレクトリには、制作計画ファイルがある。ある時、AI にカバー画像を生成するよう依頼したところ、AI が自ら尋ねてきた。これを制作計画と連携させますか？ そして、自動的に過去のすべての記事の意見タグを読み取り、その日の記事のための論証素材をマッチングした。その感覚は言葉にしがたい。「AI はすごい」ではなく、「過去 3 年間、自分がそんなに多くのことを考えていたとは、自分でも忘れていた」という感じだった。
あなたは自分が言ったことを忘れたが、AI は覚えている。あなたが 2 年前に気づいた真実を忘れても、AI はあなたのために覚えている。あなたがしなければならない唯一のことは、新しいものを土壌に埋め続けることだ。根は自然に伸びる。あなたは生きることに責任を持てばいい。
一人、一機、一チーム
冒頭の質問に戻ろう。どうやって 7 時間で完全なプロジェクトを納品するのか？
答えはもう明らかだろう。
技術遺伝子プールが動いている。モジュール化され、マッピングされたコード資産により、AI はゼロから書くのではなく、既存の遺伝子を再結合する。レゴのように、部品はすでにあなたの倉庫にあり、AI はそれを異なる方法で組み立てるだけだ。あなたはこの瞬間のために 3 年間貯めてきたのだ。
生きたデータの土壌が動いている。代替不可能な個人の経験と判断により、納品物は汎用テンプレートではない。クライアントはコードを買っているのではない。あなたのカプセル化された経験を買っているのだ。同じ要件に対して、他の人はコードを納品する。あなたは監査に合格し、申請でき、商品化できるソリューションを納品する。価格差はあなたの土壌にある。
認知の根が動いている。時間を超えた認知のつながりにより、過去の蓄積が現在に自動的に利用される。あなたは同じ穴に二度落ちることはない。初めて落ちたとき、AI が記録した。二度目に通りかかるとき、AI はあなたに思い出させる。あなたは以前ここで落ちた、迂回しろ。
三層の生態系が同時に動いている。一人が操作しているが、本質的にはチームが納品している。
そして、この方程式はますます極端になるだけだ。フロントエンドツールは爆発的に増えている。Google Stitch、Figma AI、さまざまなデモジェネレーター。フロントエンドコードの書き方を知らなくても、インタラクティブなプロトタイプを作ることができる。すべてのボタンの効果とページ遷移ロジックが明確にマークされている。そして、デモと契約書と開発ドキュメントを AI に渡す。後は待つだけだ。
個人サービスの未来はこんな感じだ。Xianyu の出品、WeChat ミニプログラム、そして自宅の AI PC ホスト。クライアントはミニプログラムで注文し、ホストが AI を実行し、納品が自動的に完了する。128GB RAM のホストはローカル推論と ComfyUI ワークフローを実行し、3 秒で画像を生成する。Pagoda パネルをデプロイし、Cloudflare でドメイン名を解析し、AI がプラグインを書いて自動デプロイを管理する。
完全な組み立てライン。一人。一機。
SF ではない。ハードウェアはここにあり、ツールは成熟している。欠けているものは何か？ 技術ではない。あなたの知識生態系がまだ構築されていないことだ。あなたの遺伝子プールはまだ散在しており、土壌はまだ荒れ地であり、根はまだ張り始めていない。
今日から始められる三つのこと
待つな。知識生態系を構築するのが早ければ早いほど、複利効果は大きくなる。今日から三つのことができる。
第一に、1 時間かけてコードプロジェクトをマッピングする。完璧を目指さない。やったプロジェクト、使った技術スタック、解決した問題、再利用可能なモジュールをリストアップするだけでいい。単なる表だ。終われば、あなたは気づくだろう。10 個のプロジェクトを書いたと思っていたが、コアモジュールはたったの 4 つか 5 つで、外皮が違うだけだったと。
第二に、自分専用の素材チャンネルを作る。Telegram、WeChat ファイル転送、メモ、何でもいい。今日から、何か面白いものを見つけたら、放り込む。分類もタグ付けも必要ない。まずは放り込むだけだ。一ヶ月後、あなたは私に感謝するだろう。
第三に、過去に書いた記事を見つけて読み直す。意見を選び出し、それが次に書きたいことをサポートできるかどうかを確認する。できれば、あなたは自分の認知の根を持ち始めている。できなければ、あなたの過去の仕事は書かれた後に捨てられていたことを意味する。今日から、何も捨てない。
モデルは陳腐化するが、土壌は陳腐化しない
私は多くの人が不安を感じているのを見てきた。モデルは更新され、プロンプトテクニックは時代遅れになり、ツールは反復する。追いつくことはできない。ツール更新の速度に追いつくことは決してできないし、追いつこうとするべきでもない。
しかし、一つ考えてみてほしい。
モデルは変わる。ツールは置き換えられる。プロンプトスタイルは毎月変わる。1 年前のプロンプトテクニックは、今日ではおそらく役に立たない。あなたのデータだけがあなたのものだ。
あなたのコードの蓄積。あなたのチャット記録。進化するあなたの意見。あなたが踏んだ穴。あなたが読んだ論文。あなたが批判した製品。クライアントと交わした議論。午前 3 時に気づいた真実。運転中に記録した一言。
これらのものは陳腐化しない。誰もあなたのデータを無効にする「新しいバージョン」をリリースすることはできない。それらはあなたの代替不可能な個人資産であり、時間とともにより価値が高まる。
知識ベースは積み上げられるものではなく、育てられるものだ。あなたが毎日与えるものが、3 年後にあなたの AI 生態系が何を育てられるかを決定する。
ブックマークを与える人もいる。3 年後、AI は彼らがウェブページを検索するのを助けるだけで、見つけたものさえ読んでいないかもしれない。
生きたデータを与える人もいる。3 年後、AI は彼らの納品、創造、意思決定を助ける。彼らは AI が動いている間、お茶を飲んでいる。
二つの人生。違いは、今日あなたが何を埋め始めるかだ。
あなたは何を育てているのか？
