2026 Jan / #times-kt3k

Home / 2026 Jan

git の長い名前のオプションて前方一致で探してユニークになれば、それを使うという挙動なのか・・・、知らなかった https://git-scm.com/docs/api-parse-options.html

結構一般的にされている解釈で、c とか python の標準にも入ってる挙動らしい・・・

State of JS 2025, Next.js が明確に人気落ちてきてる。

Yarn が Rust 化されたらしい。こういうシステムプログラミングよりかなり上のレベルのプログラムは、JS か Go で実装するべきだと思う。間違った Rust の出しどころの代表例だと思う。

❌ AI がコードを書いてくれるので、コードを理解する必要はない ✅ AI が書くコードを、AI を使って速く理解する

このゲーム、白黒ピクセルのみ (灰色すらなし) で、ピクセル数自体も少なくてめちゃくちゃかっこいい https://www.remargames.se/herocore.php https://www.youtube.com/watch?v=Cu_xdCHdSqg

残像の表現でちょっとだけ中間色 (灰色) 使ってるところありそうだけど、ほとんどの部分は本当に白黒のピクセルだけでやってる

やりたい事がはっきり言語化できるレベルで分かってる時の claude code の強さはかなりすごいけど、原因が何か分からないバグ修正みたいな場合は急に使い物にならなくなるんだよなぁ・・・

claude に「今やった作業を SKILL.md」化してって頼んだら、異常に詳細な作業手順書が出てきて、全面的に書き直した。

claude ってめちゃくちゃ粗い指示でもかなり正しい事ができるので、正しく作業できる範囲でもっとも粗い指示書を書きたい (指示書のレビュー・メンテコストを minimize したいので) わけなんだけど、その辺の意図は汲んでくれないらしい。

chatgpt に「この質問は学習データ的にどれくらい得意？ 0〜100と理由を一行で答えて」って聞くと、回答の正確性を結構良い感じに見積もれてそう。

完全にハルシネーションしてる会話でこれを聞いたら 35 みたいな低い数値を言ってきて、ちゃんと上手く答えてるなと感じる会話だと 85 ~ 95 みたいな高い数字になる。

memo: position: sticky does not work in vscode custom editor webview

Machines of Loving Grace - How AI Could Transform the World for the Better

AI、JS の 1 + "2" の演算ルールの解説なんかも、spec のどこに書かれているかを参照しつつきちんと出来てすごい。

chatgpt 数学の個別の定理の歴史的背景を説明出来てすごい。

ハイネがなぜ区間のコンパクト性を証明したかったかと聞いたら、フーリエ級数の収束の議論の中で、区間で連続な関数の一様連続性を言いたかったからだという事を教えてくれた。

今の教科書/大学の授業なんかだと、最初から「コンパクト性」という後の時代になって抽象化された概念を目掛けて証明してしまうので、ハイネが証明したかった動機や視点が見えなくなっていてる気がする。

Zorn の補題ってそれまで Zorn の補題とか選択公理に言及せずに"証明"されていた定理群を証明するための道具として発見されたものだったのか・・・

大学の講義って難しい定理を時系列バラバラで主張だけ述べたり、いきなりテクニカルに証明したりして、どういうコンテキストでなんの為にあるのかをあまり説明してくれないけど、LLM は定理が出てきた歴史的経緯をいくらでも詳しく説明してくれてとても理解が捗る

ブルバキってほとんどの著作は戦後に出版してたのか・・・、もう少し古いイメージを持っていた・・・

年末年始、他人の振り返り読まない。自分の振り返り書かない。振り返らない。先を見る。

AI、やっぱりソフトウェア開発に関しては出来ることはとても限定的な感じがする。これによって生産性が2倍になるという感じはしない。簡単なタスクを AI に振ると自分でスクリプティングするより速くなるみたいな事はありそう。でも、どこが AI にとって簡単かのラインの見極めはとても難しい。

今の AI でソフトウェア開発の生産性が画期的に上がっているとしたら、そのソフトウェア開発はもう世の中にいくらでも存在してるソフトウェアの再実装をしてるだけの可能性が高い