私は不安を明日に延長せざるを得ない
2026年9月14日、DeepSeek のオペレータエンジニアで、北京大学トゥーリングクラスを卒業した劉勝与さんが、個人の WeChat 公式アカウント「intlsy の犬小屋」に「私は才能を昨日に埋葬せざるを得なかった」という記事を公開した[1]。
記事は業界内であっという間に拡散し、爆発的にバズった。解説が雨後の筍のように現れ、公開前の本人が思いもよらなかっただろう——AI時代における個人の立場への憂いが、業界の外まで飛び出して火をつえるとは。
波が引いた後、私はもう一度この記事と、バズ後に書かれた補足説明[2]を読み直し、いくつかの考えが形になった。あえて名づけるなら、読書感想というやつだ。
最初は、誰もこの災いを気に留めなかった
最初、誰もこの災いを気に留めなかった。それはただの火災であり、旱魃であり、ある種の絶滅であり、ある街の消失だった。この災いが一人ひとりに深く関わるようになるまでは。
これは『流浪の地球』の冒頭の言葉だ。そして、この言葉そのものと同じように——最初は、誰もこの言葉を気に留めなかったと思う。
AI時代には、ほとんどの業界・スキル・職位が作り変えられる。GPT-1の極短コンテキストから、今のOpusシリーズ、GPT-6シリーズまで、たった4、5年しか経っていない。しかもこの間、計算資源の不足、AIインフラの未整備、人材ギャップといった問題にも直面し続けた。米中両国がAIへの賭け金を積み増す時代の中、未来のAIがどの速度で進化していくのか、想像すら難しい。
「AIはただのおもちゃだ。人間は絶対に取って代わられない」という論調は、いつだって目につく。
これは、エンボディッドAI（具身知能）の発展を思い出させる。今のロボットは「バブル」「おもちゃ」「無駄」といった疑いの声に、四六時中さらされている。技術の動向に関心を持つ理工系学生としての私見では、エンボディッドAIには将来、大きな発展の見通しと市場規模が必ずある——馮驥（Feng Ji）が2018年に中国のシングルプレイゲーム市場を予言したように、私は今、未来のエンボディッドAI市場を予言する。
では、時刻を1831年に巻き戻そう。
ファラデーは電磁誘導（動く磁気が電気を生む）を発見した後、ある公開講演で彼の新発明——人類史上初の粗末な発電機の模型——を披露した。会場にいた一人の貴婦人（当時のイギリス財務大臣ウィリアム・グラッドストンだという説もある）は、不思議そうに尋ねた。
「ファラデーさん、この回るコイルは確かに面白いですが、いったい何の役に立つのですか？」
ファラデーはユーモアと深みを込めて答えた。
「奥方、生まれたばかりの赤ん坊に、何の役に立つのかとおっしゃいますか」
図1：ファラデーの電磁誘導実験装置の版画（J. Lambert 画、1892年）：B は鉄環、A はその上に巻いたコイル、G は検流計。出典：Wikimedia Commons「Induction experiment」（パブリックドメイン）[3]。
これが、私がエンボディッドAIの未来を予言する勇気の根拠のひとつだと思う。
セーターを編む人
本題の記事に戻ろう。北大の学部を優秀な成績で卒え、実力は折り紙つきの劉さんは、卒業後 DeepSeek に入りオペレータ設計に携わった。DeepSeek v4.1 のメインAttentionオペレータは、まさに彼の手によるものだ。ところが v4.1 の公開直後、そのオペレータの作者自身が深い自己怀疑に沈んだ。AIの能力はどんどん強くなり、遠からず、AIの書くオペレータは自分を超える——自分で自分を革命しなければ、他の同業者に革命される、という現状に直面したのだ。
図2：DeepSeek 公式ブランドイメージ。出典：DeepSeek 公式サイト [4]。
原文の中で、特に印象に残った比喩がある。
あなたはセーター編みの技術に精通し、とりわけさまざまな模様の編み分けと色彩の組み合わせを得意としている。……しかしある日、誰かが不思議な機械を発明する。毛糸と図案を与えるだけで、自動的にセーターを編み上げる。品質も風合いもあなたの手編みに劣らず、速度ははるかに速い。……しかし、窓辺で雨音を聞き、針を通し、時をゆっくり過ごすあの趣だけは、結局、機械の轟音に踏み砕かれた。
図3：リーのストッキングフレームの構造版画（1867年）：A は作業席、B は編み針、C は押さえ、G はペダル。1589年に William Lee が発明したこの機械は、機械が手編み産業を置き換えた初期の象徴である。出典：Wikimedia Commons「Lee’s knitting frame」（CC0）[5]。
彼自身の判断は、残酷なほど冷静だ。「失業」まではしないが、「転業」は避けられない。飯の種は守れるが、旧日の愛は、おそらく手放さなければならない。本人の言葉を借りれば——「私は才能を昨日に埋葬せざるを得ず、機甲のパイロットになった。手には歯車が増えたが、心からはビートが消えた」。
あのレベルの人ですらそうなのだ。千千万万の一般人である私たちは、どうなのか。
暗黙知——一般人の堀（モート）？
学校では、いろんな人と出会う機会があった。分野を横断する実力者を大勢見てきたが、彼らは普通人と同じように AI を、Claude Code を、Codex を使う一方で、必ずと言っていいほど、普通人にはない力を備えていた。専門の暗黙知だ（この言葉は昔フォローしていたブロガーから学んだ。残念ながら誰だったか忘れてしまった）。
この暗黙知こそが、私たちを AI と区別し、AI に取って代わられない部分だと思っている。
だからこそ説明がつく。同じ AI を使っても、万単位の star を集めるプロジェクトを作る人もいれば、スライド1枚うまく作れない人もいる。
では、専門の暗黙知とは何か。
ざっくり言えば、ある専門・業界の中で、教科書には書かれず、先生も教えず、持っている人もうまく言語化できない知識（経験）のことだ。
煎餅（ジャンビン）の屋台の店主を例にしよう。熟練した店主は、焼くのが速いうえに、味も安定する。火加減をどう見極め、どんな状態が「できあがり」なのか尋ねても、おそらくしばらく言葉に詰まるだろう。それでも、適切な瞬間に裏返し、具を足すことができる。
例としては今ひとつ適切でないかもしれないが、言いたいことは伝わったと思う。
そしてこの暗黙知とは、人が具体的でリアルな物理世界の中で試行錯誤し、学び続けることで得た、言葉にして文字として記録できない知識だ。
そしてこれこそが、今の大規模モデル AI の急所をついている。AI は膨大な人間の知識（テキスト・画像・動画）から学習し、訓練される。AI が身につけているものはすべて、定量化可能で、二進数に翻訳できるものでなければならない。
エンジニアリング能力は、x86アセンブリのように時代に捨てられるのか
劉さんは原文でこう書いている。
今の学生は、課題——特に実践的な Lab——を AI にやらせる方向に傾いているのではないだろうか。目の前に二つの選択肢があると想像してほしい。一つは、8時間かけて苦しみながら Lab を完成させ、満点ですら取れないかもしれない道。もう一つは、AI モデルを立ち上げ、数毛のお金と数分の時間で、満点のコードを書かせる道。大半の学生はどちらを選ぶだろうか。この結果、大量の学生のエンジニアリング能力は深刻に不足する。コードを組織する力、システムを構築する力、将来の潜在的な需要を考え、設計の段階で先回りする力、抽象化する力など。では、AI の能力が強まり続ける中で、こうした「エンジニアリング能力」は依然として必要なのだろうか。これらの能力は、かつての「x86アセンブリを熟練して書く」能力のように時代に捨てられていくのか、それとも「ソフトウェアからOS、ハードウェアまでの計算機システム全体を理解する」能力のように、永遠に価値を持ち続けるのか。もし後者なら、それは危険だ——エンジニアリング能力の低い人が AI を組み合わせれば、クソコードの山を生み出す効率は従来の数倍に達し、システムにさまざまな禍根を仕込んで、この世界をますます即席の舞台みたいにしてしまう。将来の社会では、テクノロジーや知能よりも権力（power）のほうが重要になるのではないか。これらの問いに答えるのは、おそらく時代そのものだ。
ここで私もまったく同じ懸念を表明する（俺も同じだ）。理工系学生に最も必要なのは、実は繰り返しのきつい作業そのものではない。本当に必要なのは、そうした反復的な技術作業の中から汲み上げて自分のものにした、ひとそろいのシステム——アーキテクチャの思考法だ。プロジェクトを丸投げされても、その実現可能性を見極め、世界が類似問題にどう対処しているかを知り、全体のアーキテクチャをどう選ぶかを判断できる。
AI の能力の強大化と、マルチモーダル、computer use、agent といったツールの進化とともに、もし理工系の学生がチュートリアルを探し、コードを読み込み、手を動かす時間を費やさなくなったら、彼らが失うものは、どんなに強力な AI でも補えない——それは、人が未知の分野を一歩一歩直感へと内面化していくプロセスであり、一度外注してしまえば、二度と取り戻せないものだからだ。
だが堀は永遠ではない
とはいえ、「暗黙知」を一生ものの免罪符だと考えるのは、あまりにも楽観的だろう。
劉さんのオペレータは今日まだ AI よりうまく書ける。明日はどうか。マルチモーダルモデルは動画を「理解」し始め、ワールドモデルは物理法則を学び、エンボディッドAIのテレオペレーションデータは、人間の手先の感覚を少しずつ訓練可能なサンプルへ変えている——皮肉なことに、私がこれほど期待しているエンボディッドAIそのものが、「物理世界の暗黙知をデータ化する」という仕事をしている。「暗黙知」という名の城は、一寸ずつ蝕まれている。
だから私はだんだん思うようになった。本当の堀は、静的な知識の塊ではなく、暗黙知を獲得し続ける習慣だ：チュートリアルを探し、コードを読み込み、手を動かし、リアルな物理世界で壁にぶつかる。知識はいずれデータ化される。でも「泥臭い努力を厭わない」ことだけは、今のところ、誰も代わりにやってくれない。
誤読された別れ
記事がバズった翌日、劉さんは補足説明を公開した。WeChat 公式アカウントで十数万の閲覧数、知乎（Zhihu）のトレンド1位。でも彼はむしろ無力感をにじませていた——みんなが注目した点と、彼が伝えたかったことは、噛み合っていなかった。
この記事を書いた本来の目的は、失業への不安を語ることでもなければ、DeepSeek の開放性を讃えて Anthropic の不愛想を強調することでもない。手でオペレータを書いていたあの日々に、別れを告げたかっただけだ。
私も最初に読んだときは、ほとんどの人と同じく「不安」の二文字しか見ていなかった。しかし波が引いてから読み返すと、ようやくわかった。彼が書いたのは不安ではなく、別れだ。不安は未来に向いた感情で、別れは過去に向いた儀式——彼は「机に座って午後をかけて静かにオペレータを書く、あの静かな喜び」に碑を建て、10年後、20年後の自分に、懐かしむ場所を残そうとしていたのだ。
コメント欄に、彼も気に入り、私も気に入った一言がある。
図4：WeChat 公式アカウントのコメント欄「まるで戦いの合間に……」（279いいね）。出典：劉勝与「『私は才能を昨日に埋葬せざるを得なかった』への補足説明」本文スクリーンショット（2026-09-15）[2]。
まるで戦いの合間のひととき。塹壕の片隅で、一人の兵士がボロボロの紙に自分のキャラクターアークを書き綴っている。脇にはライフルが立てかけられたまま。
ここを読んで、逆に胸を刺すような考えが浮かんだ。劉勝与さんには、少なくとも別れを告げるに値する愛があった。ほとんどの私たちが不安を抱える根本の原因は、むしろ、AI に奪われるに値するものを、まだ何も手にしていないことにあるのではないか。
不安を明日に延長する
原文のタイトルは「私は才能を昨日に埋葬せざるを得なかった」。この読書感想では、あえて「私は不安を明日に延長せざるを得ない」と改題した。
才能を昨日に埋葬することは、彼が強いられた別れ。不安を明日に延長することは、私たちが主体的に選べる行動だ——不安を、今夜のスマホのスクロールと内面の消耗の中で死なせてはいけない。明日のリストにある具体的なひとつのタスクに変えるのだ。小さなプロジェクトを手がける、ハードコアなコードを読み込む、ブログ記事を書く（この記事がそうだ）、あるいは、実験室で教科書に載っていないことを書き留めるだけでもいい。堀はこうして、スコップで一杯ずつ掘るしかない。
劉さんは補足説明の結びに、まだ「明日の光明を追いかける」ことができると書いた。自分の愛を自分の手で埋葬した人ですらそうなのだ。私たちに、立ち止まっている理由などさらさらない。
最初、誰もこの災いを気に留めなかった。この災いが一人ひとりに深く関わるようになるまでは。
今、ついに、一人ひとりに深く関わるようになった。
ならば、明日から——いや、今この瞬間から。
参考文献
[1] 刘胜与. 我不得不把才华埋葬在昨天[EB/OL]. 微信公众号「intlsy 的狗窝」, 2026-09-14. https://mp.weixin.qq.com/s/zk0KxuLzhmMJ4LPYW_OHMA.
[2] 刘胜与. 对《我不得不把才华埋葬在昨天》的补充说明[EB/OL]. 微信公众号「intlsy 的狗窝」, 2026-09-15. https://mp.weixin.qq.com/s/hZWOsM8KP5py7mDyZbRTtA.
[3] LAMBERT J. Induction experiment[DB/OL]. Wikimedia Commons, 1892. https://commons.wikimedia.org/wiki/File:Induction_experiment.png.
[4] DeepSeek. 官方品牌图[DB/OL]. https://www.deepseek.com.
[5] Lee’s knitting frame[DB/OL]. Wikimedia Commons, 1867. https://commons.wikimedia.org/wiki/File:Lee's_knitting_frame.jpg.
題図「昨日に埋葬す」は文献 [1] のオリジナルカバー画像、図4 は文献 [2] の本文画像。
