Tokyo, Japan · 株式会社サイバーティカル

Nicolas Hidemaru Ogoshi

コードを手で書かず、AIエージェント群を運用してプロダクトを出すNon-Engineer who ships products with AI

データですべての人類をつなぐ。

人は一人では何者にもなれない。0と1の関係と同じように。

Connecting all of humanity through data. No one becomes anyone alone — just like 0 and 1.

01実測値

すべて数え直した数字。フリート以外は毎時自動で数え直している。推定は置いていない。何をどう数えたかも各項目に添えてある。

02軌跡

触れる → 使う → 作る → 動かす。4 年で立ち位置が 4 回変わっている。

  1. 触れる

    Midjourney beta invite

    AI に初めて触れた。まだ「使うもの」ですらなく、見るものだった。

  2. 触れる

    OpenAI アカウント

    3 月に ChatGPT Plus 課金。仕事の言葉を AI に通し始める。

  3. 使う

    Anthropic 課金開始

    長い文脈を渡せる相手ができた。調べ物から設計の相談へ移る。

  4. 使う

    Cursor Pro

    「使うもの」から「開発の主戦力」へ変わった転換点。ここから成果物が増える。

  5. 作る

    最初のリポジトリ

    作って捨てる単発ツールの時期。手数で覚えた。

  6. 作る

    継続開発へ転換

    捨てずに育てる方へ。関心がエージェント一色になる。

  7. 動かす

    Katala 着手

    マシンフリートの運用基盤づくり。道具ではなく基盤を作る側へ。

  8. 動かす

    マルチエンジン運用

    Claude / Codex / Gemini を仕事で分ける。月 1,942 コミットで最大稼働。

  9. 動かす

    10 件以上を並走

    RAG・量子計算・ローカル LLM へ展開。4 estate を 1 つのフリートで扱う。

03作っているもの

公開しているものと、private で稼働しているもの。数字は commit 実数。

Katala

910 commits

フリート全体の knowledge plane

7 ノードの接続・設定・知識を単一の入口に集約する。「たぶん繋がる」を許さず、実コマンドで疎通を検証して 0/1 で返す。

  • Fleet
  • MCP
  • Tailscale

NEXI

private / 稼働中

インフルエンサープラットフォーム

Katalog(クリエイター検索・マッチング + MCP)と NEXI Studio(案件・素材・提出・レビュー)の 2 面。受託ではなく自社事業として運用中。

  • Product
  • D1
  • Workers

nano-llm

129 commits

GPT スケーリングラダーを自前で回す

5 ノード全台で 10M から 124M パラメータまでの事前学習を通す。ライブラリを使うのではなく、学習が壊れる場所を自分で踏む。

  • PyTorch
  • CUDA
  • Research

scrape-core

4 SNS

公式 API を使わない 4 SNS 横断基盤

取得経路の違いを吸収し、canonical な DuckDB に統合してクロス分析する。壊れる前提で監視と再取得を組み込む。

  • Playwright
  • DuckDB
  • Python

creator-ml

ML

評価の機械学習化

LightGBM と bio 埋め込みで、手書きルールのクリエイター評価を置き換えた。判断の根拠を人が読める形で残す。

  • LightGBM
  • Embeddings

katala-slm

research

医療ドメインの小型言語モデル

KS シリーズの検証手順つき。大きいモデルを呼ぶのではなく、検証できる小ささで解く方を選ぶ。

  • SLM
  • Eval

reinvent-the-wheel

from paper

Myers diff を 1986 年の論文から

既にあるものを、あえて論文から実装し直して PEP 427 wheel まで手で組む。仕組みを読む力を鈍らせないための定期運動。

  • Python
  • Algorithms

usage-pulse

cross-platform

AI ツール使用量の実測

tmux statusline と system tray に、いま何にいくら使っているかを出す。感覚ではなく数字で運用を決める。

  • Rust
  • CLI

04フリート

7 ノードを Tailscale の 1 つの網で扱う。実線は疎通を実コマンドで確認した経路、点線は意図的に落としてある経路。

  • m5max16 M5 Max 16" / 64 GB macOS · mac-dev
  • m5max14 M5 Max 14" / 64 GB macOS · mac-dev
  • home-mac-main M2 Pro / 16 GB macOS · primary-home-mac
  • rtx4090 RTX 4090 / 128 GiB Windows · gpu-dev
  • rtx5060ti RTX 5060 Ti Windows · gpu-dev
  • nicolas2025 RTX 3070 / 64 GiB Windows · windows-dev
  • nicoyuri float16 学習用 Windows · gpu-training

05道具

DO-GU に登録した 216 件から、実機で導入を確認したものを分野別に。1,635 件を見たうえで持たないものを決めている。

エージェント 12

  • Claude Code
  • Codex
  • OpenCode
  • Gemini CLI
  • Cursor Agent
  • GitHub Copilot
  • OpenClaw
  • Antigravity
  • Aider
  • Ollama
  • LM Studio
  • agent-browser

言語 11

  • Python
  • TypeScript
  • Node.js
  • Go
  • Rust
  • Swift
  • Ruby
  • Bun
  • Deno
  • Lua
  • .NET SDK

CLI 26

  • gh
  • ripgrep
  • jq
  • fzf
  • ghq
  • chezmoi
  • mise
  • uv
  • direnv
  • FFmpeg
  • yt-dlp
  • delta
  • Atuin
  • just
  • Task
  • act
  • ShellCheck
  • actionlint
  • Gitleaks
  • Semgrep
  • Trivy
  • SOPS
  • qmd
  • ast-grep
  • hyperfine
  • Pandoc

インフラ 13

  • Cloudflare Workers
  • AWS CLI
  • Google Cloud CLI
  • Terraform
  • kubectl
  • Helm
  • Docker
  • Colima
  • WSL
  • Tailscale
  • cloudflared
  • caddy
  • Vercel

データ 10

  • DuckDB
  • SQLite
  • PostgreSQL
  • MySQL
  • Redis
  • D1
  • Jupyter
  • PyTorch
  • CUDA
  • Playwright

制作 11

  • Blender
  • Adobe After Effects
  • Premiere Pro
  • DaVinci Resolve
  • Final Cut Pro
  • Photoshop
  • Illustrator
  • Lightroom
  • Logic Pro
  • OBS Studio
  • Unity

環境 16

  • Ghostty
  • tmux
  • Herdr
  • Zellij
  • Neovim
  • VS Code
  • Zed
  • Xcode
  • zsh
  • starship
  • Raycast
  • Obsidian
  • Notion
  • 1Password
  • Karabiner-Elements
  • CleanShot X

06やり方

道具は入れ替わる。一貫しているのはここ。

検証できないものを成果と呼ばない
起動した・画面が出た、は成功ではない。実コマンドの結果と差分だけを根拠にする。
基盤は共通、ID とデータは分離
4 つの estate を 1 つのフリートで扱うが、raw data と認証情報は横断させない。渡すのは要約とリンクだけ。
道具の人気では決めない
1,635 件の道具を見たうえで 216 件だけ持つ。追加の理由は「使っている人が多い」ではなく、既存工程のどこが速くなるか。
書かないことで速くする
手で書くコードを増やさず、仕様・判断・検証を自分の仕事にする。実装と修正はエージェントへ渡す。