WARLOCK TOME の個人ノート
少しの好奇心。
少しの魔法。
World of Warcraft のアドオンから、形になった小さなアイデアまで。作ったものを一ページずつ集めていく場所。

コレクション
これまでに作ったもの
2026
- なぜ突破の前には兆しがないのか:59.27% の臨界点
約 6 分の数学アニメーション(中国語ナレーション)と記事。「臨界点を越えない努力には意味がない」という言葉を、1000 マスの方眼紙で確かめます。ランダムにマスを塗って上から水を流すと、592 マス目で 25 段が一気に光りました。コンピューターで何度も塗って 59.27% の崖を見つけ、あの言葉がどこまで正しいかを考えます。
- OpenAI Decisions と Jev を 20 項目・1 万回で比べた
約 17 分の検証動画(中国語ナレーション)と記事。Jev と OpenAI の新しい Decisions API に同じ 20 項目のテストを解かせ、呼び出しは合計 1 万回。結果は Jev 8 勝、Decisions 1 勝、引き分け 11。5 つのグループの勝敗と理由、速度・価格・確信度、そしてどんな場面でどちらを選ぶかをまとめました。
- ボールペン画 · ビート同期ジェネレーター
写真を一筆ずつボールペン画に。BPM に合わせて描く動画を書き出せます。
- JT8-3 · ボールペン版
アークナイツ JT8-3 をボールペン風に再現。ブラウザでオペレーターを置いて黒蛇と戦う。
- Galewing
フックで屋根を飛び回り、石像ゴーレムのコアを背後から斬り砕く 3D アクション。
- Opus 5.5 が 40 分で作った、子どもが計算問題にハマるゲーム
約 5 分の動画(中国語ナレーション)と記事。X(旧 Twitter)の動画を手本に、AI(Opus 5.5)に一文だけ伝えたところ、13 分で最初の版ができ、40 分足らずで子ども向け計算ゲーム「嗨算!」を個人サイトに公開できました。作っていった流れと、AI が自分の失敗にどう気づいたかを紹介します。あわせて、演出てんこ盛りの練習が子どもにとって良いのかどうかも考えます。
- RAGにJevを足したら正解が7問から17問に
約 8 分の検証動画(日本語ナレーション)と記事。Jev は RAG のどの段階に入れるべきなのでしょうか。TypeSafe の公式ドキュメントで小さな RAG を組み、英語の質問 36 問を手書きして測りました。リランキング後に 1 位が正解だった問題は 7 問から 17 問に増え、ニアミス問題と無関係な質問はすべて止められました。Jev にできないことも整理しています。
- 嗨算!
正解するほど派手になる算数ドリル。ポイント・演出・BGM がどんどん盛り上がる。未就学〜小 4。
- 公開モデル Laya は Jev に追いつくか:SQL 14 問中 6 問から 3.9 時間の追加学習で検証
11 分の検証動画。同じ決定モデルでも、SQL 14 問の判定で Jev は 13 問、公開モデルの Laya は 6 問しか正解しない。M4 Mac で 3.9 時間ファインチューニングすると、安全性は 14/14 に届いたが、「正しい SQL か」には差が残った。
- AIニュース ショート動画
生成AIのニュースを毎日 2 本、60〜90 秒の縦型ショートで(モデルニュース・ビジネスニュース)。取材・台本・ナレーション・書き出しまで自動。
- AI に手足を付ける:Jev が 120 ミリ秒でリアルタイムに Doom を遊ぶ仕組み
約 7 分の解説動画(中国語ナレーション)。画面も画素も見ず、テキストの状態レポートだけで毎秒約 10 回 Jev に問い合わせる。Jev は司令官として目標を選び、手足のコードがキーを押す。
- 文章を生成しない AI、Jev を 1 万回呼んで解剖した
15 分の解説動画。Archer Hume による外部からの実験(遅延・トークン数・選択肢の順序)をもとに、Jev が一文字ずつ生成せず確率を「読み出す」こと、共有状態を一度だけ符号化することを追う。
- Jev は何ができるのか:8 つのシーンで用途と LLM 連携を解説
6 分の解説動画。学習できる if/else、エージェントの小脳、RAG の審判、リアルタイム判定、あいまいなルール、コンテンツ管理。LLM が考え、Jev が見張る。
- Jev Tweet Radar
X のタイムラインの各ポストに「絡む価値」の確率と バズる / 誤解 / AI臭 などのタグを表示。投稿前に自分の下書きも Jev が判定。オープンソースの Chrome 拡張。
- Jev 徹底解説:データエンジニアのためのシステム1ツール
4 分半の解説動画。Jev は TypeSafe の System One Model。フォワードパス 1 回、token ごとのデコードなし、校正済み確率で判断系の問いに答え、コストは最先端 LLM の約 1/400。
- Auto Query Now
URL のクエリパラメータから値を読み取り、ページ上でフォーカスされている入力欄に自動入力。必要なら Enter まで押します。どんなフォームも共有できるリンクに。
- NotebookLM Quick Capture
どのページもワンクリックで NotebookLM に保存。ノートブックを選んで URL かページ本文を送り、タブを離れずにリサーチを続けられます。
2015
2014
このカテゴリにはまだエントリがありません。






















