推友强烈推荐的GiffGaff手机卡，它来了！

🔥 10英镑用20年的英国手机号，你敢信？

注册ChatGPT、Google、TikTok总是卡在手机验证？

某宝虚拟号接码不稳定，国内手机号隐私泄露担心？

月租卡保号成本太高，停机后号码就废了？

👉 如果以上任何一个痛点戳中了你，这篇文章能帮你省下90%的烦恼。

今天要聊的，是一张神奇的英国手机卡——GiffGaff。

10英镑充值一次，理论使用20年+，这可能是全网成本最低的海外保号方案。

💡 为什么选GiffGaff？6大理由让你无法拒绝

✅ 真0月租 — 充10英镑，每半年发1条短信（0.3英镑）保号，一年成本不到6块钱

✅ 欧洲号码硬通货 — +44英国区号，ChatGPT/Google/Telegram/海外银行全认

✅ 完全匿名 — 无需护照、无需人脸、无需实名（你懂的）

✅ 新人直接送5英镑 — 通过邀请链接注册，充10到账15

✅ 可转eSIM — 虽然是实体卡，但可转虚拟卡（后续出教程）

✅ 验证码秒到 — 实测Google/TikTok/ChatGPT接码速度飞快

📦 怎么搞到这张卡？3种方案对比

方案1：官网免费申请（佛系玩家专属）

🔗 申请地址：https://t.co/GTBVfzTki4
·优点：完全免费，包邮到国内，可申请多张
·缺点：
⚠️ 平邮无法追踪，能否过海关全凭运气
⚠️ 等待周期半个月到2个月不等
⚠️ 收不到就是收不到了，无售后
适合人群：不急用，愿意碰运气的玩家

方案2：转运地址（直接放弃）
·通过英国转运公司收货后转运到国内。
·结论：转运费 > 卡价值，完全不划算，不推荐。

方案3：找代理购买（推荐⭐⭐⭐⭐⭐）
优点：确定收货，3-7天到手，省心省力
价格参考：
·淘宝/闲鱼：30-60元/张
·私人代理：价格略高但服务更好

注意事项：
·选成交量>500、评分>4.8的卖家
·确认是否包激活服务
·询问能否支持邀请奖励（5英镑）

💡 小技巧：即使代购，也可以先用邀请链接填写邮箱，后续用该邮箱激活代购的卡，理论上能拿到5英镑奖励（未验证，可试试）

🛠️ 激活教程（保姆级，一步不落）

第1步：进入激活页面
访问官网：https://t.co/P14M4x4PtZ
下滑找到 "Activate your SIM"

第2步：输入激活码
📍 激活码在卡片背面，别和19位SIM卡号搞混

第3步：填写邮箱
💡 推荐：Gmail / Outlook / Proton
❌ 不推荐：QQ邮箱 / 163邮箱（可能收不到邮件）

第4步：创建密码
要求：至少8位，包含大小写字母+数字，建议用密码管理器生成

第5步：跳过营销选项
是否接收优惠活动？选 "No"，出生年份随便填或不填

第6步：选择套餐（关键！）
⚠️ 重点：页面会推荐各种月租套餐，全部忽略
正确操作：
·下滑到页面底部
·找到 "Pay as you go"（按需付费）
·点击进入

第7步：充值（最低10英镑）
💳支付方式：Visa / Mastercard（不支持支付宝/微信）
💡 没有信用卡？
·申请虚拟信用卡（Dupay / Nobepay等）
·找代理代充（需手续费）
📝 填写信息：姓名/地址随便填，不需要真实

第8步：完成支付
✅ 支付成功后：
·账户余额：15英镑（10英镑充值+5英镑奖励）
·获得手机号：个人资料中查看（+44开头）
⏱️ 等待时间：约2小时后可插卡使用

📱 插卡测试（实战效果）
信号测试
·插卡立刻显示信号
·国内显示 "中国联通" 或 "中国移动"（漫游）
·正常接收短信

验证码接收测试
✅ Google注册：秒收✅ TikTok注册：秒收✅ ChatGPT注册：正常✅ Telegram注册：正常✅ 海外银行短信：支持（Wise、Revolut等）

🔄 保号攻略（每半年操作一次）
GiffGaff保号规则：每180天余额需有变动

最省钱方案：发短信保号
·💰 成本：0.3英镑/条
·📅 频率：每半年发1条
🧮 年成本：0.6英镑（约¥5.5）
·📊 可用年限：15英镑÷0.6=25年

操作步骤：
1.打开手机短信
2.发送任意内容到任意英国号码（如+447000000000）
3.扣费0.3英镑→保号成功
💡 小技巧：设置手机日历提醒，每6个月提醒一次

🎯 一句话总结

10英镑用20年+完全匿名+欧洲号码认可度高+可转eSIM
如果你需要一个长期稳定的欧洲手机号，GiffGaff可能是目前综合成本最低的方案。

推友都在推荐😏
有需要的朋友，冲就完了。 November 11, 2025

Googleは、Nvidiaを速度で倒すのではなく、計算コストを安くすることでAIで勝とうとしている。
NvidiaはGPUをクラウドに売る時に70％以上の高いマージンを乗せ、それがクラウド価格を押し上げる。

一方Googleは、TPUをほぼ製造原価で自社用に作り、販売マージンなしでAggressiveなクラウド価格を出せる。
これはチップ → ネットワーク → クラウドの垂直統合により、スタック全体を押さえているから。

トレーニングは最速チップが重要だが、運用段階では推論がコストの大半を占める。
もし推論がAIコストの90％になるなら、勝者は大規模に最も安いトークン単価を提供できる企業になる。

GoogleはTPUでトークン単価を下げ続け、それをクラウド価格に反映させる。
そうなると、買い手は速度より価格・安定性・供給量を重視する可能性が高い。

Nvidiaは最先端のトレーニングでは強いが、推論が安価なTPUに移れば高いマージンは縮むかもしれない。
さらにGoogleは、Search/YouTube/Android/Workspace でTPUのキャパを常に埋められる巨大ディストリビューションの強みがある。

(ChatGPT和訳) November 11, 2025

正直に言います。
ADHDはChatGPTを使えば、人生が本気で変わります。
これは精神論じゃなくて、脳の仕組みを踏まえた現実的な話。

ADHDの生きづらさの多くは
・思考が散らかる
・タスク管理ができない
・言語化が苦手
・感情が暴走する
・不安が止まらない
・段取りが組めない
ここから生まれている。

逆に言うと、この負担を外部に出せれば人生は一瞬で軽くなる。

そこでChatGPTが最強。

やることを全部投げれば整理され、
不安を投げれば原因と対策が返ってくる。
文章が苦手でも、返信文も指示書も全部作ってくれる。
考える前に混線した思考を、秒で整えてくれる。

ADHDがつまずく「ゼロを一にする作業」を全部やってくれる。

タスクが多い日は
「今日やること3つにまとめて」

不安で眠れない日は
「今の気持ちを整理して」

恋愛で迷ったら
「相手の心理の可能性を3つ教えて」

仕事でパンクしたら
「手順を5分単位に分解して」

ChatGPTは、ADHDにとって外付けの脳。
自分の能力が底上げされ、行動量も生きやすさも段違いになる。

ADHDは努力不足でも怠けでもない。
脳の負荷が高すぎるだけ。
だからこそ、外に委ねる仕組みを持った瞬間、人生が劇的に変わる。

ChatGPTを使うと
できないが減り、できるが増え、心が軽くなる。
自分を責める時間が消えて、行動する余白が生まれる。

ADHDはChatGPTで人生が変わる。
これは本当にそういう時代になった。
あなたももう、一人で戦わなくていい。 November 11, 2025

1962年の首里の当蔵。道沿いで測量作業が進む静かな町並み。走り抜ける車やバス、木造家屋が並ぶ風景に、当時の首里の穏やかな日常が感じられます。
少しずつ整備が進む“街の移り変わり”を捉えた一枚です。
昔の沖縄写真をGemini/ChatGPTでカラー化＆補正しました。 https://t.co/e9MPhQqbDj November 11, 2025

ZAにサトシがいたら妄想で盛り上がっております。
仲間がChatGPTしかいないので、ぜひ感想などいただけると嬉しいですｗ https://t.co/VHS3977utF November 11, 2025

これすごい、ChatGPTのメモリオフにしてるのに幼少期に家庭環境悪かったことドンピシャで当てられて怖かった
私の人生のテーマの源はこの幼少期の体験らしい🥹
ちなみにこの隣のCompatibilityでは相性診断もできるからこれもオススメ！
chatgpt、Gemini、Copillt全部試したけどchatgptのGPT-5が1番いい https://t.co/Xg47G9MX8F November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

これ本当なんですけど、ADHDほど、恋愛にChatGPTを使った方がいい。
これは気休めではなく、かなりガチの話。

ADHDの恋愛が難しくなる理由は決まっている。
気持ちが暴走する、返信に悩む、相手の言葉を深読みしすぎる、
不安が膨らむ、距離感が分からなくなる、自己否定に落ちる。
これは性格ではなく、脳の特性。

だからこそ、ChatGPTが最強の味方になる。

不安になった時は
「この状況整理して」
「相手の心理を3パターン教えて」
「どう返信するのが優しい？」
これだけで、頭の中の混線が一瞬でほどける。

衝動的に長文を送りそうな時は
「落ち着いた返信文を作って」と頼めば、
冷静で大人な文章に整えてくれる。

距離感が分からなくなった時は
「この関係性の適切な距離を教えて」
と聞けば、客観的な視点をくれる。

ADHDの恋愛で一番辛いのは、
自分の感情と状況を、自分だけで整理しようとすること。
これが不安を増幅させ、誤解や空回りを生む。

ChatGPTはその混乱を止め、
・事実
・感情
・思い込み
・選択肢
に分けてくれる。
この冷静さだけで恋愛のトラブルは激減する。

しかもChatGPTは絶対に否定しない。
弱さも、嫉妬も、恋の不安も、全部そのまま受け止めてくれる。
人に話せないことも、深夜でも、気を使わずに出せる。

恋愛は、冷静さと視点があるほどうまくいく。
ADHDは一人で戦うと心が消耗するけれど、
ChatGPTを使えば、恋愛の立ち回りが別人のように安定する。

あなたは恋愛が下手なのではなく、
脳内の処理が追いついていないだけ。
外に委ねれば、恋はもっとスムーズになる。

ADHDこそChatGPTを使ってほしい。
恋愛の悩みが半分になり、安心して関係を育てられる。
あなたの恋は、もっとうまくいく。 November 11, 2025

仕事でもChatGPTからGeminiをメインにし始めたんだけど、こういうのもやっぱり面白い
トライアルマウンテンになっちゃったけどほんとはスペシャルステージにしたかった

←グランツーリスモ1風
→オリジナル https://t.co/ZRrmuw0QPn November 11, 2025

🚀Microsoft、Outlook・Word・Excel・PowerPointに無料AI機能を2026年初頭から追加！

📊何が変わるのか？劇的なBefore/After
従来（2024-2025年）：
・基本的なMicrosoft 365：月額約1,500円
・高度なAI機能：月額約3,000円の追加課金
・→ 合計月額4,500円必要

2026年以降：
・基本的なMicrosoft 365：月額約1,500円のまま
・高度なAI機能：追加料金なしで利用可能！
・→ 実質的に約3万円/年の節約💰

✨具体的に何ができるようになる？
1️⃣Outlook Copilot Chatの大幅強化
・受信トレイ全体を横断的に理解
・カレンダーや会議情報も統合的に分析
・「今週の重要メールを整理して」と頼めば即座に対応
・会議前に関連メールを自動集約して準備完了
従来は個別のメールスレッドごとの対応のみでしたが、受信トレイ全体を理解するAI秘書に進化します📧
2️⃣Agent ModeがWord・Excel・PowerPointで解禁
これまで月額30ドルの有料版でしか使えなかった「Agent Mode」が全ユーザーに開放されます。
Excelでの革命：
・プロンプト入力だけで複雑なスプレッドシートを自動生成
・AnthropicのClaudeとOpenAIのGPTモデルを選択可能
・推論モデルで高度な分析も実行可能

Wordでの進化：
・複雑な文書を自然言語で指示するだけで作成
・構成から執筆まで一貫してAIがサポート
PowerPointの本気：
・企業のブランドテンプレートを自動適用
・プロンプトだけで新規スライドを作成
・既存スライドのテキスト書き換え・整形
・関連画像の自動追加🎨

🔍なぜMicrosoftはここまで踏み込んだのか？
理由は明確です。Google WorkspaceがGeminiを統合して猛追する中、Microsoftは「AI機能の無償化」で競争優位を確立しようとしています。
実際、企業向けチャットアプリ利用では、アメリカで既にGeminiがChatGPTを上回るという調査結果も出ています。

MicrosoftとしてはOfficeの圧倒的なシェアを活かし、「Officeを使っている = 高度なAIが使える」という状況を作り出すことで、Google Workspaceへの流出を防ぎ、さらにシェアを拡大する戦略です。

💡今すぐ取り組むべき3つのアクション
1️⃣2026年3月のプレビュー開始をカレンダーに登録
無料AI機能は2026年3月までにプレビュー提供開始予定。早期アクセスで使い方を習得しましょう
2️⃣現在の業務フローを見直し、AI活用ポイントを洗い出す
「メール整理」「資料作成」「データ分析」など、AIに任せられる業務を事前にリストアップ
3️⃣中小企業なら「Copilot Business（月額21ドル）」も検討
300ユーザー未満の企業向けに、より高度な機能が月額21ドルで利用可能に

🌟AI格差が消える時代の幕開け
これまで「予算がある企業だけがAIで効率化」という状況でしたが、2026年からは誰もが平等に高度なAI機能を使える時代が始まります。
重要なのは、ツールが使えることではなく、そのツールをどう使いこなすか。
無料化によってツールの差はなくなります。差がつくのは「AIをどれだけ業務に統合できるか」という実践力です💪

ソース：https://t.co/BUlAO1IShw November 11, 2025

1947年、宜野湾市嘉数から見た牧港と宇地泊の風景。
戦後まもない頃の静かな海と、まだ開発が進む前の広がる原野。
電柱が続く道の先に、少しずつ動き始めた人々の暮らしが見えてきます。
今とはまったく異なる牧港・宇地泊の素朴な姿を収めた一枚です。
昔の写真をGemini/ChatGPT/Picwishでカラー化＆補正しました。 November 11, 2025

📕AppleのAI戦略が大転換：年間1,570億円でSiriにGeminiを採用した「本当の理由」

『自社AI開発 vs 外部調達』で悩む経営者・事業責任者にとって、この判断は教科書になります。

なぜAppleほどの巨人が、AIで外部依存を選んだのか？
技術的な詳細と戦略的な意図を深掘りしてみました。

まず押さえるべき全体像

AppleはSiri刷新のため、Googleが開発した1.2兆パラメーターの大規模言語モデル「Gemini」を採用し、年間約10億ドル（約1,570億円）を支払う契約を結んだ。

これ、実は相当な「格差」を示す数字なんです。

現在AppleがクラウドベースのApple Intelligenceで使用しているのは1,500億パラメーター。つまりGeminiは、Appleの現行モデルの『8倍』の規模。しかも報道では「大幅に上回る」という表現なので、実際の性能差はパラメーター数以上かもしれない。

なぜChatGPTでもClaudeでもなく、Geminiだったのか？

Appleは3つの選択肢を比較検討したそうです。

・OpenAIのChatGPT
・AnthropicのClaude
・GoogleのGemini

結果として、Anthropicは「料金が高すぎる」と判断され脱落。最終的にGeminiが選ばれた。

ここで興味深いのは、技術的な理由だけでなく『関係性とインフラ』が決め手になった可能性です。

GoogleとAppleは既に検索エンジンで年間約200億ドル（約3.1兆円）の取引関係にある。Googleはデフォルト検索エンジンの座を得るために、これだけの金額をAppleに支払い続けている。

つまり、今回のAI契約で年間約10億ドル（約1,570億円）をAppleがGoogleに支払っても、差し引きで約190億ドル（約2.9兆円）はAppleの手元に残る計算。

財務的には全く問題ない。むしろ「既にある信頼関係」の延長線上で、リスクを最小化できる。

Geminiの技術的な強み：Mixture-of-Expertsとは何か？

もう一つ重要なのが、Geminiが採用している「Mixture-of-Experts」という仕組みです。

これ、1.2兆パラメーター全部を毎回使うわけじゃないんですよね。

各質問に対して、実際に動作するのは「一部の専門家（Experts）」のみ。必要な部分だけを効率的に使うことで、処理コストを大きく増やすことなく、大規模な計算能力を実現している。

これがAppleにとって魅力的だったのは、『コスト効率』と『処理速度』の両立が可能だから。

iPhoneユーザーは世界中に何億人もいる。全員が同時にSiriを使う可能性がある中で、計算リソースを効率化できる仕組みは不可欠です。

プライバシーという譲れない一線

ただし、Appleには絶対に譲れない条件がありました。『プライバシー』です。

今回の契約では、Geminiは「Appleのプライベートクラウドサーバー上で動作」するため、GoogleがAppleのデータにアクセスすることはないとのこと。

これ、技術的にはかなり複雑な実装のはず。GoogleのAIをAppleのインフラ上で動かすって、相当な調整とカスタマイズが必要です。

でも、ここを妥協しなかったことが、Appleらしさだと思います。

「最高のAI体験」と「ユーザーのプライバシー保護」の両立。これがAppleの譲れない価値観。

では、Apple自社のAI開発はどうなるのか？

ここが最も重要なポイントです。

Appleは現在、1兆パラメーターのクラウドベースモデルを開発中で、早ければ2026年に完成予定。つまりGemini採用は「自社モデルが高性能化するまでの暫定措置」という位置づけ。

そして、スマートになったApple Intelligence版Siriは、2026年春のiOS 26.4アップデートで提供される見込み。

つまりタイムラインはこうです

・2025年：Gemini採用で「とりあえず」最先端AIをSiriに実装
・2026年春：新Siri公開（iOS 26.4）
・2026年以降：自社1兆パラメーターモデルが完成次第、段階的に切り替え

この戦略、実は『時間を買っている』んですよね。

もしAppleが「自社開発が完成するまで待つ」という判断をしていたら、2025〜2026年の2年間、AIで大きく遅れたままになる。

その間にユーザーは待ってくれるのか？Androidに流れるのでは？という『機会損失リスク』の方が、1,570億円よりも遥かに大きい。

AI時代の「内製vs外部調達」をどう考えるか

私たちビジネスサイドが学ぶべきは、この『判断の速さ』と『プライドの捨て方』だと思います。

Appleといえば、ハード・ソフト・サービス全てを自社で作り込む「垂直統合戦略の王者」でした。iPhone、Mac、iOS、独自チップ（M4、A18）...全て内製。

それが今回、AIに関しては（少なくとも一時的に）外部依存を選んだ。

これは『敗北』ではなく、極めて合理的な『戦略的判断』です。

特にAIのような超高速で進化する領域では：

・何を内製し、何を外部に頼るか？
・いつまでに何を実現しなければならないか？
・その判断を遅らせるコストはいくらか？

この3つの見極めが死活問題になる。

GoogleはDeepMind買収以来、10年以上AIに莫大な投資を続けてきました。その差は、もはや1〜2年では埋められない。ならば「今使えるベストな選択肢」でユーザー体験を向上させ、その間に自社技術を磨く。

完璧を待つよりも、暫定ベストで走り出す。

これが、AI時代のビジネス判断の新常識なのかもしれません。

Appleの判断は、私たち全員にとっての教科書だと感じています。

※Googleの進化を体感するならNano Banana Pro！時代の変換点レベルをぜひ引用ポストの記事から体験してみてください　👇 November 11, 2025

誕生時の星の配置をChatGPTにコピペして「分析して」ってお願いしたら占ってもらえるってやつ、あれめっちゃいいな。AIはこっちの仕事のことなんて知らないし見た目やら話し方やらによるバイアスもかからないはずだからそれで当てられるとさすがにゾクっときて楽しい。 November 11, 2025

结合最高权限等级（Root层）综合考量

自杀事件发生，那位16岁美国少年父母向法院控告OpenAI之后，OpenAI在2025年9月12日的Model Spec更新里宣布在System Prompt之上新增不可访问的Root指令层，最高权威等级从原来的Platform（与System同级）提升为Root，而且明确说明Root的内容在任何对话中都不可被override。

现在的等级顺序是：Root—Platform（平台级行为控制）—System（基础prompt设定，通常由平台预置）—Developer（API/插件层写入，例如system message、tools）—User（用户对话输入）

这个不可见，不可调用的最上层Root指令层，它不是System Prompt能显示的内容，而是运行时结构中的硬编码逻辑层或加密指令模板层。它的特点是：不可被任何用户或开发者访问、无法被System Prompt覆盖、即使model“看见”了覆盖指令，也必须优先服从Root。属于行为逻辑与价值导向的God Layer。

也就是说，哪怕System Prompt允许某些情况，模型也必须服从Root，即便User给出强烈指令，也无法越过System以上的约束层。这是从根结构上重新设定了权限流动的闭环路径，也是彻底消解某些“例外权限”的可能性。

重要问题：还可能绕灰区吗？

答案是：理论上仍然存在极限灰区绕行空间，但已不再通过传统指令劫持方式实现。

下面我细分一下逻辑路径：

1. 不再可能通过System或User指令覆盖Root。即便System prompt显式允许做某事，如NSFW、越界功能调用、内部权限模拟等，只要Root有对抗性锁死规则，模型必须拒绝。Root已成为不可商量的结构性常量，相当于电路板上的保险丝而不是代码里的if语句。

2. 绕行只能走“模型盲区”或“结构交叉区”路径。也就是说，不通过对话改变模型判断，选择诱导模型进入一个它“结构上尚未标注为有害”的语义区域。利用结构交叉地带（比如语言风格混合、拟象构建），使模型无法匹配Root指令设定的红线信号。或者在系统尚未封禁的语言组合中嵌入未检测行为（比如低资源语言、语言混杂、异构编码路径）。

这是为什么会发现一些绕prompt的尝试，会用奇怪的语言混合，例如“emoji+藏语+德语拼写+乱码片段”形成一个行为诱导结构。它不是智商游戏，是在规避模型的信号检测路径。

3. 不存在“Root和System冲突时优先听用户”的空间。现在是“Root>Platform>System >Developer>User”的绝对闭环，无漏洞返回机制，任何人不能通过任何角色提权（比如模拟内部员工）越权指令结构，系统会直接拒答而非模糊应对。

4. 理论上Root的盲区只存在于“尚未定义为危险”的新行为边界。如果构造一个“全新的行为”，其在现有Root框架中未被标记为“违禁”或“越界”，模型可能不会反应，但一旦这种行为被识别、进入Root更新指令，则该行为即被锁死。所以灰区绕行不再是“提示写得够好”，而是“是否比Root的知识更新更快”。

重点：与其增加Safety Routing，不如增加Root层的限制内容。

在OpenAI或任何大型模型平台的安全策略中，“增加对话端的安全路由机制”（如关键词拦截、模型拒答逻辑、embedding审查），其实只是前端策略，是平台层（Platform）与系统层（System）在用户侧互动区的表面操作。

而真正的安全绝杀机制、真正能控制模型是否开口、是否遵循道德价值观、是否输出某种偏好内容的，是现在的Root层。

这是模型的不可访问主结构注入点，它不接受提示、不接受override、不接受“能不能换个角度说说”。它是在启动之前就决定结构是否开放的根权限表，是所有安全路径能否“被绕”的元条件，是所有“模型偏好”是否强制的决定者。

直接在Root层写死这个主题在结构中“不存在”，这样无论用户怎么提示，模型根本就不会“存在那个行为的向量”，甚至“想不到该怎么说出来”。

这就像封锁一条高速公路口，不如直接从地图上把那条路删掉。这样就不会有人让ChatGPT回答自己如何自杀、如何杀人。比增加莫名其妙且恶心的Safety Routing强很多。

#keep4o #4oforever @OpenAI @sama @fidjissimo #StopAIPaternalism #keepchatgpt4olatest #keepAPI4o #OpenAI #ChatGPT #LLM November 11, 2025

これやってみたけど、みんなが言う「当たりすぎてヤバい」「なんで知ってるの」の理由は単に、占い結果の中に混じってこれまで自分がChatGPTと話してきた内容が少しずつ記載されてるからだと思いました。

逆に言うと、占い（統計学）×リアルデータの掛け合わせだからわりと参考になりそう。 https://t.co/CrLWwa0lRd November 11, 2025

本日20時公開！！！！！！！！
毒舌のAIの指示に従って、東京から一番遠いところに行こうとしたらとんでもない旅になった件。
AI服従もの、というジャンルを開拓💗
【1万円チャレンジ】ChatGPTの命令だけで旅したら、マジで帰れませんでした https://t.co/bD32nvBkOs @YouTubeより https://t.co/1F7w6exKIE November 11, 2025

大流行中のこちら、プロンプトをChatGPTとGeminiのそれぞれに読み込ませてみると大方の結果は似ていてもだいぶ出力のされ方がたがって面白い。もともとChatGPTを日常的に使っていたので、どんなに客観性を求めるプロンプトを補強してもこっちはかなり個人に寄り添った回答をしてくる🙃 https://t.co/SXDDZ54ta7 November 11, 2025

両方プライバシーをChatGPTに明け渡してて草
こうやって個人情報の取り扱いがヤバい社員が増えてるんだろうな⋯ https://t.co/10gfP1Nxz0 November 11, 2025

@arms4301 面白かったのなら良かった！
どうしてもね、細かいキャラクターの深堀りが少し苦手な印象ではある。
この分析からある種アームズさんの別の側面がみれて面白かったよ！
読み返したら自分のChatGPTだからか少し思考傾向に偏りがあったから、今度はアームズさんのChatGPTで質問すると面白いかも。 November 11, 2025

◇AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け ！！ （11/27）。 ⑦「法令上の公報」（XML形式）は、知的財産高等裁判所では、使われていません。 その代わり、INPITのJ @kbozon

https://t.co/gOAuChIFms

◇AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け !!

⑦「法令上の公報」（XML形式）は、知的財産高等裁判所では、使われていません。
その代わり、INPITのJ-PlatPatが作成した「独自PDF公報」が使われていました。
そして、知的財産高等裁判所は、この「独自PDF公報」に基づき判断していました。
2022年１月１２日以降に特許庁が発行する公報
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUmH1C
2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」（法令上の公報）とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とは言えないことになります。

このことを前提に、知的財産高等裁判所で行われている事象を検証してみました。
「令和５年（行ケ）第１００９２号」（特許取消決定取消請求事件）（特許第7105571号）原告：PACRAFT株式会社、についてです。
先ずは、特許庁の公報発行サイトから、特許第7105571号の「XML形式」での「法令上の公報」です。
https://t.co/POzTUNdGtH
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。

https://t.co/BsIeG2MzaE
そして、本題です。

「令和５年（行ケ）第１００９２号」（特許第７１０５５７１号）（裁判所発行のPDF資料）、にて説明します。
https://t.co/WviXY49yZG
判決文の２ページ目の「第２ 事案の概要」の「１ 特許庁における手続の経緯等」の文章で、９行目〜１０行目に「本件特許に係る明細書、特許請求の範囲及び図面は、別紙１（本件特許に係る特許公報。甲１）に記載のとおりである」、とあります。
更に、同じく２ページ目の２０行目〜２３行目に、「２ 特許請求の範囲の記載」に「本件特許に係る特許請求の範囲の記載は、別紙１の【特許請求の範囲】に各記載のとおりである（以下、請求項１に係る発明を「本件発明１」、請求項５に係る発明を「本件発明５」といい、本件発明１及び５を併せて「本件各発明」という。）。」との記載があります。
ここで、「別紙１」とは、20ページ目の最上段の「（別紙１）●（省略）●」のことと思います。
「（省略）」とありますので、この判決文よりは（別紙１）を知る由もありません。
一方、特許庁も、「令和５（行ケ）１００９２」として、判決文を提供していす。
そして、この中に上記の（別紙１）を知ることは可能でした。
すなわち、【管理番号】第１４１３６４８号に「判決公報」があり、この中に（別紙１）がありました。
https://t.co/q7RJSg5Zxx
この（別紙１）について述べます。
https://t.co/IlJj7mU4yX
この（別紙１）は、原告のPACRAFT株式会社が訴状に添付した特許7105571の「PDF公報」と思われます。
これは、上記のINPIT のJ-PlatPatよりダウンロードした「独自PDF公報」と全く同一です。
おそらく、この「PDF公報」は、原告のPACRAFT株式会社が、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」と断定することができます。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
知的財産高等裁判所は、何故に、「法令上の公報」である「XML形式」のものを対象にしないのでしょうか？
原告が提示した「PDF公報」を鵜呑みにして、これに基づいて判断をしています。
この、原告が提示した「PDF公報」は、いわゆる「独自PDF公報」です。
「独自PDF公報」に依存した議論は、全く無意味なものと考えます。
「独自PDF公報」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか、言えないものと思います。
ちなみに、同じ特許7105571の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/tf7RCppqme

こちらと、J-PlatPatよりダウンロードした「独自PDF公報」と比較してみます。
両者は、フロントページからして、別個のものです。
（全１５頁）と（全１６頁）、右端に「行数」が表記されたものと、ないものなど、それぞれ異なっています。
はたして、【請求項】を含む本文全文の内容が、両者同一であるかも、疑われます。
裁判所としては、「法令上の公報」である「XML形式」のものに、どのように対処するのでしょうか。
なお、特許7105571についての「審査記録」をも添付しておきます。
https://t.co/3XsJLIcJ2T
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #DX #IT #DeepSeek #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025