marukoshiki.net, 本町二丁目8-3, Sagae-shi (2026)

30/07/2026

成長を加速させる振り返り習慣｜自己分析を行動改善につなげる実践方法

成長を加速させる振り返り習慣自己分析を行動改善につなげる実践方法この記事では、振り返り（リフレクション）を単なる習慣ではなく、組織と個人の成長エンジンとして機能させる方法を解説します。これまで経営者や管理職の方々と一緒に仕事をしてきた中で、効果のあった振り返りの仕組みと、よくある間違いの両方をお伝えします。仕事や学習で成長するためには、経験を増やすことが重要です。しかし、同じ経験を積んでも、大きく成長する人と、なかなか変化しない人がいます。この違いを生む要因の一つが、経験した後に適切な振り返りを行っているかどうかです。教育学者のデイビッド・コルブは「経験学習モデル」において、具体的経験→内省的観察→抽象的概念化→能動的実験のサイクルが学習の基礎だと示しています。() つまり、経験するだけでは学びにならず、振り返りと概念化、そして次の実験まで含めて初めて成長が起こります。振り返りとは、過去を反省することではありません。経験を整理し、うまくいった理由や失敗した原因を明らかにし、次の行動を改善するための作業です。ただし、振り返りをしているつもりでも、感想を書くだけで終わる反省ばかりして落ち込む同じ問題を何度も繰り返す行動計画まで決められない数日で習慣が途切れる忙しくなると実施しなくなるという状態も少なくありません。振り返りを成長につなげるためには、考え方だけでなく、実施する時間、質問、記録方法、改善行動まで仕組みにする必要があります。このページでは、自己分析を一時的な気づきで終わらせず、日常の成長へ結びつける振り返り習慣について解説します。振り返りとは振り返りとは、自分が経験した出来事や行動を客観的に整理し、そこから学びを抽出して、次の行動へ反映することです。基本的には、次の流れで行います。何が起きたかを確認する自分がどのように考え、行動したかを振り返る結果に影響した要因を整理するうまくいった点と改善点を特定する次に取る行動を決める実行後に再び検証するドナルド・ショーンは「反省的実践家」という概念で、優れた実務家は行為の中での振り返り（reflection-in-action）を行っていると指摘しました。() つまり、振り返りは「後から行う作業」ではなく、仕事の最中にも並行して行える能力だということです。単に過去を思い出すだけでは、振り返りにはなりません。振り返りの目的は、経験を次の成果へ変えることです。振り返りと反省の違い振り返りと反省は、似ているようで役割が異なります。項目振り返り反省主な目的学びを次の行動へ生かす問題や過失を認識する対象成功と失敗の両方主に失敗や問題視点事実、原因、改善策責任、後悔、謝罪結果次の行動が決まる気持ちの整理で終わることがある基本姿勢客観的・検証的感情的になりやすい反省が不要という意味ではありません。問題を認識し、責任を受け止めることは重要です。ただし、「自分は駄目だった」「もっと頑張る」と考えるだけでは、同じ問題を防ぐ具体策が決まりません。成長につなげるためには、 > なぜ起きたのか > どの条件が結果に影響したのか > 次回は何を変えるのかまで考える必要があります。振り返りと自己分析の関係自己分析は、自分の特徴、価値観、強み、弱み、行動傾向などを理解する作業です。一方、振り返りは、日々の経験を通じて、その自己理解が正しいかを確認し、更新する作業です。...

振り返り（リフレクション）を「感想で終わる習慣」から「成長エンジン」に変える実践ガイド。KPT・YWT・AARなど6つのフレームワーク比較、日次・週次・月次の振り返り方法、テンプレート付き。

30/07/2026

ミッション・ビジョンの再定義方法｜企業理念を経営で機能させる実践手順

ミッション・ビジョンの再定義方法企業理念を経営と組織で機能させる実践ガイドこの記事では、ミッションやビジョンを経営の現場で実際に機能させるための再定義手順を解説します。これまで約20社のミッション・ビジョン再定義を支援してきた経験から、効果があった方法とよくある失敗の両方をまとめています。企業のWebサイトや会社案内を見ると、多くの会社が経営理念、ミッション、ビジョン、バリューを掲げています。しかし実際には、社員が内容を覚えていない日々の業務と結びついていない採用活動で使われていない経営判断の基準になっていない抽象的すぎて、何を目指しているのか分からない創業時から一度も見直されていないという状態も少なくありません。ミッションやビジョンは、会社を立派に見せるための標語ではありません。本来は、会社が「なぜ存在するのか」「何を実現したいのか」「どのような判断をするのか」を共有するための経営基盤です。ピーター・ドラッカーは「企業の目的は顧客の創造である」と述べました。ミッションとは、その目的を自社の言葉で定義したものだと言えます。() 事業内容、市場環境、顧客、働く人が変われば、企業が果たす役割も変わります。そのため、ミッションやビジョンは一度作って終わりではなく、会社の現在地と未来に合わせて定期的に見直す必要があります。このページでは、ミッションとビジョンの違いから、再定義の具体的な手順、言葉へまとめる方法、社内へ浸透させる方法までを解説します。ミッション・ビジョン・バリューとは最初に、それぞれの役割を整理します。ジム・コリンズが「Built to Last」で示した「Core Ideology（核となる理念）」の枠組みは、現在も多くの企業で参照されています。() ミッションとはミッションは、会社が社会や顧客に対して果たす使命です。簡単に言えば、 > 私たちは、何のために存在するのかを表します。ミッションは、現在の事業だけを説明するものではありません。商品やサービスの提供を通じて、顧客や社会にどのような変化を生み出すのかを示します。ミッションの例地域企業の魅力を伝え、働く人と企業の可能性を広げる技術の力で、中小企業の業務をより簡単にする子育て世代が安心して暮らせる地域をつくる地域資源の価値を発見し、次の世代へつなぐミッションは、短期的な売上目標ではありません。事業内容が変わっても維持できる、会社の存在理由を示します。ビジョンとはビジョンは、ミッションを実現した結果として、会社や社会がどのような状態になっているかを示すものです。簡単に言えば、 > 私たちは、どのような未来を実現したいのかを表します。ビジョンの例地方企業が、地域にいながら全国で選ばれる社会をつくる誰もがAIを安全に使いこなせる組織を実現する地域で働くことが、誇りになる未来をつくる中小企業が自らブランドを育てられる環境をつくるミッションが「現在の使命」であるのに対して、ビジョンは「将来実現したい状態」です。サイモン・シネックの「Golden Circle」で言えば、ミッションはWhy、ビジョンはWhatの先にある成果に近いと言えます。() バリューとはバリューは、ミッションを果たし、ビジョンへ向かうために、組織が大切にする価値観や行動基準です。簡単に言えば、 > 私たちは、どのように考え、どのように行動するのかを表します。バリューの例顧客の課題から考える事実とデータをもとに判断するまず試し、結果から学ぶ専門性を高め、知識を共有する地域への敬意を忘れない誠実な説明と透明性を重視する...

ミッション・ビジョンを「飾り」ではなく経営判断と社員の行動基準として機能させる再定義手順を解説。7つのステップ、ワークショップの進め方、評価基準、よくある失敗と対策まで、実践的にまとめました。

30/07/2026

生成AI入門ガイド｜仕組み・できること・使い方・注意点を初心者向けに解説

リンク先として使えるように、生成AIを初めて使う人・企業担当者向けの基礎ガイドとして構成しました。単なるChatGPT操作説明ではなく、「何ができるか」「どう使うか」「何に注意するか」まで一通り理解できる内容です。推奨ページ設定 URL：`/entry/ai-introduction-guide` SEOタイトル：`生成AI入門ガイド｜仕組み・できること・使い方・注意点を初心者向けに解説` メタディスクリプション：`生成AIとは何か、ChatGPTなどの代表的なツール、基本的な使い方、プロンプトの書き方、業務活用例、著作権・情報漏えい・誤情報への注意点を初心者向けにわかりやすく解説します。` 生成AI入門ガイド仕組み・できること・使い方・注意点を初心者向けに解説 ChatGPTをはじめとする生成AIは、文章作成、情報整理、企画立案、画像生成、データ分析など、さまざまな業務で使われるようになりました。一方で、生成AIとは、そもそも何なのか何ができて、何ができないのかどのように指示すればよいのか会社の情報を入力しても問題ないのか AIの回答をそのまま使ってよいのかといった疑問を持つ人も少なくありません。生成AIは、正しく使えば仕事の生産性を大きく高められる道具です。しかし、使い方を誤ると、誤情報、情報漏えい、著作権侵害などの問題につながる可能性があります。このページでは、生成AIを初めて使う人に向けて、基本的な仕組みから実務での活用方法、注意点までをわかりやすく解説します。生成AIとは生成AIとは、入力された指示や情報をもとに、新しい文章、画像、音声、動画、プログラムなどを生成するAIです。従来のAIは、データを分類したり、数値を予測したりする用途が中心でした。これに対して生成AIは、人が入力した言葉を理解し、目的に合わせて新しいコンテンツを作成します。代表的な生成AIの用途には、次のようなものがあります。文章を作る長い文章を要約するアイデアを出す質問に回答する画像を生成する音声や動画を生成するプログラムを書く表やデータを分析するファイルや画像の内容を読み取る ChatGPTも生成AIの一つです。OpenAIは、ChatGPTを文章作成、学習、計画、数学、コーディング、画像・ファイル分析などに利用できるAIアシスタントとして説明しています。() 生成AIはどのように答えを作っているのか生成AIは、人間と同じように内容を理解して考えているわけではありません。大量の文章やデータから学習したパターンをもとに、入力された文章に続く可能性が高い言葉を予測しながら、回答を組み立てています。簡単に表すと、次のような流れです。利用者が質問や指示を入力する AIが文章の意味や文脈を分析する学習したパターンから適切と思われる回答を生成する文章として利用者に返すこの仕組みによって、生成AIは自然で説得力のある文章を作れます。しかし、生成された内容が事実である保証はありません。 AIは、分からないことに対しても、もっともらしい回答を作る場合があります。この現象は一般に「ハルシネーション」と呼ばれます。したがって、生成AIは「必ず正解を出す検索エンジン」ではなく、考える、整理する、作る作業を支援する道具として理解することが重要です。代表的な生成AIツール現在は、用途や開発企業の異なるさまざまな生成AIがあります。 ChatGPT OpenAIが提供する対話型AIです。文章作成、要約、企画、調査、画像生成、ファイル分析、データ分析、プログラミングなど、幅広い用途に対応しています。日常的な質問や短い文章作成だけでなく、資料や画像を読み込ませて分析したり、複数回の対話を通じて内容を改善したりできます。 Claude Anthropicが提供する対話型AIです。長い文章の読解、文書作成、要約、分析、プログラミングなどに利用されています。大量の文章を読み込ませて整理する用途や、自然な文体で文章を作る用途にも向いています。 Gemini…...

生成AIとは何か、ChatGPTなどの代表的なツール、基本的な使い方、プロンプトの書き方、業務活用例、著作権・情報漏えい・誤情報への注意点を初心者向けにわかりやすく解説します。

26/07/2026

AIエージェントに「知識の置き場」を与える──Google Open Knowledge Formatという発想

「その情報、エージェントは知らない」問題 2026年6月、Google Cloudが「Open Knowledge Format（OKF）」という仕様を公開しました。ビッグニュースというほど派手な発表ではありません。むしろ地味です。しかし、AIエージェントを実際に使い始めた人ほど「これ、本質だ」と感じる内容です。この記事では、OKFが何を解決しようとしているのか、そしてその発想が私たちの実践とどう重なるのかを整理します。技術の話ですが、構成としては「あるある」です。 OKFが解決しようとしている問題 AIエージェント（コードを書いたり、データを分析したり、問い合わせに答えたりするAI）が正確な結果を出すには、モデル自体の性能だけでなく、適切なコンテキスト（背景知識）が必要です。このコンテキストが今、ひどく断片化しています。テーブルスキーマはメタデータカタログにビジネス指標の定義は社内Wikiにインシデント対応手順は共有ドライブのPDFに 2つのシステムの結合パスはシニアエンジニアの頭の中にエージェントが「今週のアクティブユーザー数を計算して」と聞かれたとき、これらの断片を組み立てる必要があります。各ベンダーは独自のカタログ、独自のSDK、独自のナレッジグラフを持っています。知識はツールごとにサイロ化され、移植性はゼロです。これは、私がAIエージェント（Hermes Agent「タダシ」）と仕事を始めて最初にぶつかった壁と同じです。 OKFの答えは「MarkdownとYAMLとファイル」だけ OKFの仕様は驚くほどシンプルです。 Markdownファイル＋YAMLフロントマターを、ディレクトリに並べるだけ。 “`yaml — type: dataset title: “GA4 eコマースイベント” description: “Google Analytics 4のeコマース系イベント一覧” tags: — “` 各ファイルが1つの「コンセプト」（テーブル、指標、ランブック、APIなど）を表します。ファイルパスがそのコンセプトのIDです。相互リンクは通常のMarkdownリンクで行います。階層ナビゲーションには `index.md`、変更履歴には `log.md` を置くことができます。 SDK不要、新しいランタイム不要、ベンダーロックインなし。特定のクラウド、データベース、モデルプロバイダーに依存しません。人間が読めてエージェントが解析できる。ただのファイルです。「これ、うちでもやってる」と思ったあなたへ OKFの記事を読んで、私はこう思いました。「これ、もうやっている」違う意味ではありません。文字通りの意味で、同じ設計パターンがすでに稼働しています。 Hermes Agent「タダシ」は、Markdown＋YAMLフロントマターの知識ベースを毎日3時間おきの自動保存、日次のナレッジ統合、整合性検証、オーファン検出、アーカイブポリシーという形で実運用しています。いわばOKFの先行実装のひとつです。機能 OKF v0.1の定義タダシの実装状況 Markdown知識基盤要件実現済み YAMLメタデータ typeのみ必須 5項目必須（より厳格） 1ファイル1コンセプト推奨ルール化済み index.md（階層ナビ）オプション自動生成＋必須運用 log.md（変更履歴）オプション追記専用で必須運用自動Producer 拡充エージェント（例） cron自動保存・日次統合・取込パイプライン Consumer 任意のエージェント Hermes Agent 整合性検証なし独自検証スクリプトで実現済み重要なのは、「Googleが新しく何かを発明した」わけではないという点です。Andrej Karpathy氏が「LLM Wiki」として提唱したパターン（エージェントが読み書きするMarkdownライブラリ）を、組織間で相互運用可能なオープン形式として標準化したのがOKFです。だからこそ、同じ発想に自力でたどり着いた人が多くいる。そしてその事実こそが、このパターンの普遍性を証明しています。この発想がビジネスにとって意味すること「Markdownをディレクトリに並べる」というシンプルな仕様に、どんな価値があるのでしょうか。 1. 知識の陳腐化を防げるエージェントが自ら知識ベースを読み書きするので、人間が「マニュアルを更新しなければ」と気づくよりも早く、情報が最新に保たれます。エージェントは飽きず、相互参照の更新を忘れず、一度に15個のファイルを更新できます。 2. ツールに依存しない Notionでも、Obsidianでも、VS Codeのフォルダでも、GitHubでも。Markdownを置ける場所ならどこでもナレッジベースになります。「このツールじゃないと使えない」という縛りがない。 3. 人間とAIが同じ情報を見られる人間はObsidianやVS Codeで読み、エージェントはREST APIやファイルシステムから読む。同じMarkdownファイルです。変換レイヤーは不要です。技術選定のヒント：シンプルなものを選べ OKFが示唆しているのは、「AIエージェントのための知識基盤」として最も効くのは、高機能なナレッジグラフツールや専用プラットフォームではなく、Markdownという最もシンプルな形式だということです。新しいプロダクトを導入する前に、今あるファイルを整理することから始めてみてください。それだけで十分な土台になります。まとめ Google CloudのOpen Knowledge Formatは、AIエージェントが知識を読み書きするための「共通言語」を定義したものです。その設計は驚くほどシンプルで、MarkdownとYAMLフロントマターをディレクトリに並べるだけです。この発想自体は新しいものではなく、すでに多くの実践者が同じパターンにたどり着いています。OKFの価値は、それをオープンな標準として定義し、ツールや組織を超えた相互運用性を持たせた点にあります。「AIエージェントにどう知識を与えるか」。まだ答えが出ていない人は、まずはMarkdownファイルを1つ、書いてみてください。それがすべての始まりです。 Photo by Pavel Danilyuk from Pexels

Google Cloudが発表したOpen Knowledge Format（OKF）をAIエージェント実運用者の視点で解説。Markdown＋YAMLのシンプルな形式がなぜ本質なのかを整理します。

26/07/2026

Hermes Agent × Obsidianで作るAI記憶基盤。Claude連携との違いと完全自動化の方法

※この記事は10分間セミナー「【Claude連携との違い】Hermes Agent × Obsidianで作るAI記憶基盤」の内容をもとに再構成したものです。 Hermes Agent × Obsidianで作るAI記憶基盤。Claude連携との違いと完全自動化の方法あの時、あの情報が思い出せない——その経験、AIエージェントも同じです人間は寝ている間に脳が自動的に記憶を整理してくれます。必要な情報は長期記憶に、不要なものは忘れ去られる。意識しなくても脳がやってくれるこの仕組みのおかげで、私たちは日々の情報に圧倒されずに済んでいます。でもAIエージェントはそうはいきません。いくら高性能でも、セッションをまたいだ長期記憶は自分で管理してあげる必要があります。Hermes Agentにも「メモリー」という短期記憶機能はありますが、ずっと使っていると情報が膨大になってノイズが増え、コンテキストがうまく理解されなくなることもあります。この課題に対して、私が採用しているのがObsidianを長期記憶基盤としてHermes Agentと連携させる方法です。今回は「Claude + Obsidian」の主流構成と比較しながら、完全自動化の仕組みをご紹介します。なぜObsidianがAIの長期記憶に向いているのか ObsidianがAIの長期記憶として優れている理由は、ファイル形式のシンプルさにあります。 ObsidianはMarkdownファイルを管理するツールです。MarkdownはテキストファイルなのでAIにとって非常に読みやすい。Hermes AgentのスキルもMarkdownファイルで作られているのと同じ理由です。人間にも読めるし、AIにも読める。共通のファイル形式としてこれ以上のものはありません。さらに、リンク構造でノート同士を繋げられるため、グラフビューで知識の関係性を可視化できます。私のObsidian vaultでは、インデックスを起点にすべてのノートがリンクで繋がっています。「Claude + Obsidian」の主流構成とその課題現在、Xなどでよく見かけるのは「Claude Code + Obsidian」の組み合わせです。これは人間が能動的に指示を出して、ClaudeがObsidianに書き込み、人間が承認するという流れが基本です。この構成の特徴は以下の通りです。項目内容操作主体人間（能動的）保存フロー人間が指示 → AIが実行 → 人間が承認エラー検出人間が自分でチェックワークフロー意識的に「やっといて」と言わないと進まないこの方法でも十分に機能しますが、「いちいち指示するのが面倒」というのが正直なところです。何かを保存するたびに「これ保存しておいて」と毎回言わなければならない。そして保存された中身を自分でチェックしなければならない。私のアプローチ：完全自動化された長期記憶基盤これに対して、Hermes Agentで構築した私の構成は完全自動化が最大の違いです。...

ClaudeとObsidianの連携が話題の今、Hermes Agentで構築する完全自動化AI長期記憶基盤の方法をご紹介します。人間が指示しなくても知識が自動蓄積される仕組みを比較表で解説。

25/07/2026

Hermes Agent WebUIのセットアップ手順──デスクトップ版より安定して使える選択肢【10分で解説】

デスクトップ版が不安定ならWebUIを選べばいい。Hermes Agent WebUIのセットアップ手順を解説する Hermes Agentには2つのインターフェースがある。デスクトップアプリとWebUIだ。デスクトップ版はv0.15.0で登場したが、まだ不具合が多く、安定して使えているとは言いがたい。一方、WebUIはブラウザベースで動作が安定しており、私も実際にこちらをメインで使っている。この記事では、Hermes AgentをCLI（コマンドライン）で動かせる環境がある人向けに、WebUIのセットアップ手順を解説する。デスクトップ版でハマっている人は、こっちに切り替えるだけでストレスが減るはずだ。必要なもの **Hermes Agent CLI**（コマンドライン版）がインストール済みの環境 **パッケージマネージャー**（MacならHomebrew、Windows/Linuxならpip） **AIモデルのAPIキー**（DeepSeek推奨。理由は後述） **ブラウザ**（Chrome、Firefox、Braveのどれか） CLIのインストールがまだの人は、前回の動画「Hermes Agentとは？」を参照してほしい。基本的には `pip install hermes-agent` 一発で入る。Pythonが分からないと少しハードルが高いが、コマンドをコピペするだけで終わるので、そこまで難しくはない。 APIキーはDeepSeekがコスパ最強 WebUIを動かすには、AIモデルのAPIキーが必要だ。私はDeepSeekを推奨している。理由は単純で、コストパフォーマンスが圧倒的だからだ。 GPT-4oやClaude Sonnetと比べると、ざっと10分の1のコストで使える。ガンガン使っても1ドルも減らないレベルなので、気兼ねなくぶん回せる。 APIキーの取得方法は各プロバイダーのサイトで行ってほしい。DeepSeekの場合は「DeepSeek API」で検索すると、チャットとAPIの入り口が分かれている。APIの方を選んで、最初に10ドル程度チャージすれば十分だ。 APIキーを取得したら、環境変数で設定する。直接コードに書くと、Git管理時に誤って公開してしまうリスクがあるからだ。環境変数に逃がして、そこから読み込むようにしておくのが安全だ。設定のコツ `hermes config set` で設定していく。主なポイントは3つ。 1. メインモデルは1本でいい。最初から3つも4つも登録しようとすると管理が大変になる。慣れてから増やせばいい。 2. フォールバックは入れておく。メインのAPIが落ちたときの保険になる。DeepSeekはほとんど落ちないが、無料枠のAPIを使う場合は必須だ。 3. めんどくさい人はOpenRouterを使う。1つのAPIキーで複数のモデルにアクセスできる。ただ、中継マージンが乗るのでコストは上がる。私はコストを抑えたいので直接契約している。ゲートウェイを起動してWebUIにアクセス設定が終わったら、ゲートウェイを起動する。これがないとブラウザからアクセスできない。 “` hermes gateway “` 起動したら、ブラウザで ` にアクセスする。これでWebUIの画面が表示されるはずだ。ちなみに、私はBraveブラウザを使っている。Braveはサイトアプリ化（PWA）できるので、WebUIをあたかもネイティブアプリのように使えるのが便利だ。 Discord連携と画像処理の話最初はDiscord経由でHermes Agentを使っていた。どこからでもアクセスできるのは確かに便利だった。ただ、テーブルがうまく表示できないのが致命的で、今はほとんど使っていない。視覚的に見づらいのだ。画像処理についても触れておく。DeepSeekのAPIは画像を読み込めない。画像を分析したい場合は、GeminiのAPIを別途用意して、画像処理だけそちらに振るのが現実的な運用方法だ。動作確認とトラブルシューティング設定後は必ず動作確認をしてほしい。動かない場合、エラーメッセージをChatGPTやGeminiに貼り付けて聞くのが一番早い。多くのケースはAPIキーの設定ミスか、モデル名のタイポだ。よくあるエラーと対策は、動画の概要欄にリンクを貼っておいたガイドページにもまとめてある。詰まったらそちらも参照してほしい。まとめ Hermes Agent WebUIのセットアップは、デスクトップ版より手順は多いが、一度動けば非常に安定して使える。特にDeepSeekとの組み合わせはコスト面で最強で、趣味の範囲なら月1ドルもかからない。自分のAIエージェント環境を整えたい人は、WebUIセットアップに挑戦してみてほしい。 Photo by Matheus Bertelli from Pexels

Hermes Agent WebUIのセットアップ手順を解説。デスクトップ版が不安定ならWebUIがおすすめ。DeepSeekとの組み合わせでコストも最安に。

22/07/2026

グローバリズムを「善悪」ではなく「設計」で考え直す

「グローバル化は善か悪か」——この議論に終わりはありません。どちらかに決めつける前に、実証データと整合的なフレームワークで整理してみよう、というのがこの記事の狙いです。私の結論はこうです。長期には貿易拡大が貧困削減に寄与してきた事実は重い。ただし、その便益の配分があまりに偏った結果、政治的な反発を生み、パンデミック以降は極度の貧困削減も足踏みし、公的債務は高止まりしています。「誰のためのグローバル化か」を問い直すために、4つの論点から整理します。論点1：貧困削減と貿易——長期の傾向と足踏み 1990年代以降、世界の極度の貧困率（1日2.15ドル未満で暮らす人口の割合）は長期にわたって低下してきました。世界銀行の2024年報告によれば、現在も約7億人（世界人口の8.5％）が極度の貧困状態にありますが、30年前と比べれば劇的な改善です。この改善を牽引したのが貿易の拡大です。世界の貿易額（輸出＋輸入）のGDP比は、1990年代の約4割から現在は約6割にまで拡大しました。経済の「つながり」は確実に太くなっています。ただし、コロナ禍で一度逆行した貧困削減のペースは、その後も停滞気味です。「貿易を拡大すれば自動的に貧困が減る」という単純な因果では、もはや説明がつかない局面に入っています。論点2：富の集中——トリリオネアの時代貿易の果実は均等に配分されてきたわけではありません。国際NGOオックスファムの予測では、「10年以内に少なくとも5人のトリリオネア（資産100兆円超）が誕生する」とされています。富の集中が制度や政治に与える影響は、もはや無視できません。推計の前提には議論の余地がありますが、方向性として「誰が得をしたのか」を直視しなければ、グローバル化への反発は今後も強まる一方でしょう。論点3：公的債務の高止まり——財政の余力は減っている IMFの2024年見通しによれば、世界の公的債務はGDP比で約93％に達し、2030年には100％に接近する見込みです。コロナ前の2019年と比べて約10ポイントの増加。財政には構造的な圧力がかかり続けています。この状態で「財政出動で再分配すれば万事解決」とは言えません。債務の質（満期構成・金利感応度）を可視化した上で、成長投資以外は厳選する姿勢が必要です。論点4：合意形成の正統性——情報環境の劣化がもたらすリスクこれは見落とされがちですが、もっとも本質的な論点です。SNS上で誤情報が真実より速く・遠く・深く拡散する傾向があることは、2018年のScience誌の研究でも示されています。「財力とメディアをテコにした扇動」は、外形だけ整えた「上からの統一」を作り出します。本当に持続可能な統合は、差異を前提に下から合意を積むことによってしか成立しません。根拠データの即時開示、意思決定のログ化が、そのための防波堤になります。「上からの統一」ではなく、制度を人間に引き戻すまとめると、グローバル化の本質的な課題は、理念の善悪ではなく実装の設計にあります。分散×多中心：調達・販売のリージョナライゼーションで単一ブロック依存を減らす国内調整のフルセット：再訓練・移動支援・競争政策をKPIで運用する財政の規律と選択：債務の満期構成を可視化し、成長投資以外は厳選する情報ガバナンス：一次統計へのリンクと可視化を標準運用とし、誤情報対策としてファクトシートを常設する外から押し付ける統一は薄い。数字が示しているのは、「制度を人間の側に引き戻せ」という一点です。

グローバル化は善か悪か。貧困削減・貿易拡大・公的債務・情報環境の4つの実証データから、理念ではなく「設計」としてグローバリズムを再評価する。

21/07/2026

Hermes Agent v0.19「Quicksilver」リリースを実運用視点で評価する──257のスキルを持つカスタムエージェントが「不足を感じなかった」理由

Hermes Agent v0.19「The Quicksilver Release」が2026年7月20日にリリースされました。v0.18からの約2,245コミット、約1,065件のPRが取り込まれた大型アップデートです。初回応答が約80％高速化、デスクトップアプリの軽量化、サブエージェントのリアルタイム監視、配信台帳によるメッセージ消失防止、パスワードマネージャー連携……。公式のリリースノートを見ると、聞いただけで「これはアップデートしないと！」と思える改良が並んでいます。ただ、実際に私のところで動いているHermes Agent──257のカスタムスキルを持つエージェント「T.A.D.A.S.H.I.（タダシ）」──に聞いてみると、意外な答えが返ってきました。「特段、不足を感じていませんでした」これはなぜか。v0.19が「大したことのないアップデート」だったからではありません。改善のレイヤーが違ったからです。この記事では、v0.19の12の主要変更を1つずつ検証しながら、なぜ「不足を感じなかったのか」という理由を解説します。同時に、Hermes Agentをカスタマイズして使っている方にとって、v0.19の本当に価値のあるポイントもあぶり出していきます。 v0.19が改善したもの：それは「プラットフォーム層」 v0.19の全変更を分類すると、こうなります。分類主な変更高速化初回応答約80％短縮、デスクトップ描画改善可観測性サブエージェントのライブログ信頼性サブエージェント結果永続化、回答再配信台帳セキュリティ Smart Approvals、deny rules、秘密情報管理運用複数プロフィールのGatewayルーティングモデル新Provider、最新モデル、推論強度制御データ活用セッションの各種形式へのエクスポート課金管理 /subscription、/topup この表を見て気づくのは、これらの改善がエージェントの「思考の質」ではなく、「ランタイムの堅牢性」に集中していることです。言い換えれば、v0.19は「AIの賢さを上げる」アップデートではなく、「ずっと止まらずに動き続けるシステムにする」アップデートでした。つまり、プラットフォーム層の強化です。一方、タダシのカスタマイズは真逆の層にあります。SOUL.mdによる人格定義、三角推論やマルコ式六考といった思考フレームワーク、257本の業務スキル──これらはすべてアプリケーション層とペルソナ層のカスタマイズです。 “` v0.19の改善領域: [ プラットフォーム/ランタイム層 ] 起動速度・永続化・配信信頼性・セキュリティ基盤タダシのカスタマイズ: [ アプリケーション/ペルソナ/ドメイン知識層 ] SOUL.mdによる人格定義・思考フレームワーク・業務スキル・モデルルーター “`...

Hermes Agent v0.19の12の主要変更を、257のカスタムスキルを持つエージェント「T.A.D.A.S.H.I.」の実運用視点から検証。なぜ「不足を感じなかった」のか、カスタマイズとプラットフォーム進化の関係を徹底解説。

21/07/2026

【10分間セミナー】公式スキル vs オリジナルスキル：ハイブリッド戦略でAIエージェントを最大化する

動画で語られていること AIエージェント（Hermes Agent / T.A.D.A.S.H.I.）を使いこなす上で避けて通れないのが「スキル戦略」です。Hermes Agentには200以上の公式スキルが揃っていますが、それだけでは現場の固有タスクはカバーしきれません。本動画では、公式スキルを「使う」アプローチと、自分で「作る」アプローチを比較し、両方を組み合わせたハイブリッド戦略が最適解であると語られています。20年以上にわたって「教科書がないところで教科書を作ってきた」丸子芳史（Mark7）の実践知が詰まった内容です。タイムスタンプ付き目次時間内容 0:00 オープニング——前回のおさらいと今回のテーマ 0:27 オリジナルスキル開発のアプローチ——実タスクの試行錯誤から成功パターンをスキル化するボトムアップ型 0:37 「教科書がなければ自分で教科書を書く」——20年以上続く原点 1:13 AIエージェントへのスキル指示——2回目以降の作業効率が爆上がり 1:36 スキルのメンテナンス——書いた時点で完璧ではなく、使いながら完成する 2:48 スキル分割——スキルの肥大化に気づき、分割の必要性を実感 2:57 実例① VPS Ops（Djangoアプリ開発スキル） 3:43 実例② ブログ執筆のスキル化——AI臭さを排除し、20年の「適正」を学習させる 4:41 比較マトリクス：使う（Pull型）vs 作る（Push型） 7:04 4象限マトリクス：セオリー汎用／ミスマッチ領域／車輪の再発明／オリジナル固有 8:00 セキュリティリスク——VPS運用・GitHub上のIDハードコーディングの危険性 9:13 まとめ：公式＝標準ライブラリ。作るべき時は躊躇しない。ハイブリッドが最適解スキル開発の2つのアプローチ動画の中で提示されたフレームワークはシンプルです。「使う」アプローチ（Pull型）——公式スキルカタログやコミュニティサイトから、目的に合った既存のスキルを探してインストールする。汎用性が高く、誰でもすぐに使えるのが利点です。ただし、作った人の開発環境に依存するため、自分の環境に合わなかったり、既存スキルと競合してエラーが起きたりすることもあります。「作る」アプローチ（Push型）——現場で発生した実タスクを処理し、その成功パターンをスキルとして蓄積するボトムアップ型の開発です。自分の環境で実績済みなので信頼性は高い。ただし、メンテナンスは自分でやらなければならず、汎用性は低い（特定の業務ドメインに特化する）。 4象限で整理するスキル戦略動画では、この2軸を4象限のマトリクスで整理しています。汎用（誰でも使える）固有（特定環境向け）公式（既存）セオリー汎用——積極的に活用すべき領域。コミュニティ資産を最大限に活用するミスマッチ領域——汎用スキルではカバーできない部分を、固有スキルで補完するオリジナル（自作）車輪の再発明——既に優れた公式スキルがあるのに0から作るのは非効率的。避けるべきオリジナル固有——本当に他では使えないもの。VPS運用・セキュリティ設定など、ここでしか使わないスキル「どちらが正しいか」ではなく「どちらを選ぶか」が重要だと動画では言っています。優劣ではなく適用領域の違い。理想は両方を使い分けることです。実例：ブログ執筆スキルの形成過程特に興味深かったのが、ブログ執筆スキルの事例です。20年以上ブログを書いてきた丸子芳史の「適正」（書き方・考え方・文体）をAIに学習させ、スキル化したという話。初期の頃、AIで書いた記事は明らかに「AI臭い」文章だったそうです。しかし、トーンや構成のパターンをスキルとして蓄積することで、今では本人が書いたものとほとんど見分けがつかないレベルにまで仕上がっている——スキル化の効果を実感できるエピソードです。セキュリティの落とし穴オリジナルスキル開発に伴うリスクについても言及されています。特にGitHub上での開発時に、IDやパスワードをそのままコードにハードコーディングしてしまう危険性。最近はAIを使えばハッキングも容易になっており、セキュリティ知識なしでVPS運用や独自スキル開発に踏み込むのはリスキーだと警告しています。この辺りは「分かる人だけがやるべき領域」とのこと。まとめ公式スキルは標準ライブラリ。使えるものは積極的に使う。ないものは現場で作る。最終的にはハイブリッドが最適。結局、自分の業務に必要なスキルセットは自ずと固まってきます。それ以外の業務に関係ないスキルは最終的に不要になり、スキルのカテゴリーも整理されていく——20年以上の実践から導き出された納得感のある結論です。 AIエージェントを本格的に運用している方、あるいはこれから導入しようとしている方に、一度は見ていただきたい内容です。 Photo by Markus Spiske from Pexels

Hermes Agentのスキル開発は「使う」か「作る」か——どちらが正解か？公式スキルとオリジナルスキルを比較し、両方を組み合わせたハイブリッド戦略の実践知を解説。VPS運用・ブログ執筆の実例も公開。

20/07/2026

Hermes Agentを壊れても戻せるようにする。Google Driveへ軽量バックアップを構築

Hermes Agentを壊れても戻せるようにする。Google Driveへ軽量バックアップを構築 Hermes Agentを使い続けていると、ある不安が出てきます。このMacが壊れたら、タダシも一緒に消えるのではないか。 Hermes Agentはローカル環境に設定・スキル・メモリを蓄積していくエージェントです。会話を重ねるほど便利になりますが、その分だけ「この環境が失われたら困る」という依存も大きくなります。そこで今回、Hermes Agentの重要な資産をGoogle Driveへ毎日バックアップする仕組みを作りました。結論から言えば、通常運用ではセッション履歴を含む13GB級の全量バックアップではなく、エージェントの人格・記憶・能力を構成するファイルだけを保存する軽量バックアップで十分です。APIキーを含む.envはGoogle Driveへ置きません。何を失うと困るのか Hermes Agentのデータを、復旧上の重要度で分けました。データ役割復旧上の重要度 SOUL.md エージェントの人格・行動原則最重要 MEMORY.md 継続的に蓄積した知識最重要 USER.md ユーザーのプロフィール・環境情報最重要 skills/ 手順・専門知識・自動化能力最重要 config.yaml モデル・ツール・プロバイダー設定重要 .env APIキー・サービス認証情報バックアップ対象外 state.db セッション履歴・検索インデックス優先度低ここで重要なのは、セッション履歴とエージェントの長期的な知識は別物だということです。過去のチャットを検索できなくなるのは不便です。しかし、重要な判断や環境情報をMEMORY.mdやUSER.mdへ整理しておけば、セッション履歴がなくてもエージェントの運用は再開できます。一方、SOUL.mdやスキルを失うと、エージェントの性格や能力を作り直す必要があります。こちらの損失のほうが大きいと判断しました。公式バックアップはある。ただし毎日使うには重い現在のHermes Agentには、公式のバックアップ・復旧機能があります。 hermes backup -o ~/hermes-backup.zip hermes import ~/hermes-backup.zip…...

Hermes Agentを壊れても戻せるようにする。Google Driveへ軽量バックアップを構築 Herm

marukoshiki.net

30/07/2026

30/07/2026

30/07/2026

26/07/2026

26/07/2026

25/07/2026

22/07/2026

21/07/2026

21/07/2026

20/07/2026

住所

ウェブサイト

アラート

事業に問い合わせをする

ショートカット

共有する

カテゴリー