AI時代の知見・キャリア戦略（AI耐性で投資先を仕分ける）

強い生成 AI が普及するほど、「保有している知識」そのものの希少性は下がる。何を記録・蓄積・表現するかを決めるとき、知見を AI 耐性 という一軸で仕分けると投資先を選びやすい。

判断軸

未来の強いモデルが、一般公開情報からその知見を再生成できるか。それとも、自分の固有文脈（直面した制約・実際に下した判断・経た時系列）に紐づくか。

再生成できるものほど commodity（堀が浅い）、固有文脈に紐づくものほど scarce（堀が深い）。

AI に溶ける（投資を抑える）

• 一般的・再利用可能な技術知識そのもの（ライブラリの使い方、定番パターン、用語解説）。次世代モデルが本人より上手く説明する。
• 公開ドキュメントの要約、「学んだことの再記述」。
• これらは一次資料として自分の言葉で引ける利便性はあるが、差別化や資産価値の源にはしにくい。

AI に溶けない（投資を寄せる）

• 判断の来歴: ある制約下で A でなく B を選んだ理由・却下案・トレードオフ。AI は選択肢を列挙できても、当時の制約と実際の決定は再現できない。
• アイデンティティと軌跡: 何にどう取り組み、どう伸びたかの時系列。検証可能な実作業の記録は、AI 生成物が溢れるほど真正性の信号として価値が上がる。
• 運用の作法（メソドロジー）: 計測・eval の組み方、観測（observability）の置き方、レビュー規律、AI への委譲と検証の線引き。生成行為自体が commodity 化するほど、ここが差になる。

適用のしかた

• 何かを文書化・保存・公開しようとしたとき、「強い未来モデルは自分の文脈なしにこれを再現するか？」と問う。Yes なら durable value は低い。
• ドキュメントやポートフォリオ、プロフィール表現は、「何を知っているか」の列挙より「どう判断し・どう運用するか」を前面に出す。
• 仕組みとして知見を貯めるなら、commodity 知識の網羅より、判断の来歴・軌跡・運用作法を捕捉する導線を優先する。

落とし穴

• commodity 知識を一律に捨てない。自分の一次資料としての検索性・利便性は残る。「売り・差別化にしない」だけ。
• 「運用・メソドロジーを残す」を口実に何でも日誌化しない。再利用できる判断基準・作法に一般化できるものだけ残す。

検証

仕分けが効いているかは、後から自分の蓄積を見て「これは外部の誰か（採用担当・同僚・未来の自分）に、AI では代替できない自分の判断・作法・軌跡として読めるか」で確認する。読めないものは commodity 側であり、投資の主対象から外す。

「自分の設計思想を表現したい」と思っても、思想をいきなり直接言語化しようとすると抽象論になりがちで、手元には個別の決定（まばらなメモ）しか残っていないことが多い。思想は authoring するものではなく、具体的な決定の集合を横断して synthesize した生成物として立ち上げる方が現実的で、説得力も出る。

なぜ決定の集合から立ち上げるか

• 思想（哲学）は個々の決定そのものではなく、決定群を貫く一貫したパターン＝決定を生む価値観。だから素材は「個別の決定」、思想は「その上の要約関数の出力」になる。
• 個別決定がバラバラに見えても、横断すると繰り返し現れる立場（可逆性を優先する／失敗を隠さない／境界を意図で引く 等）が抽出できる。十分な数の決定があれば、思想は事後的に読み取れる。

却下案が最重要の信号

• 「何を選んだか」だけでは事実にとどまる。「何を選ばなかったか・なぜ却下したか」が、その人が何を最適化し何を嫌うかという価値観を一番強く表す。
• したがって決定を記録するとき、結論だけでなく理由＋却下した代替案を必ず残す。これが synthesize の精度と、思想としての表現力を決める。

適用とレバー

• ポートフォリオ、エンジニアリングラダー、昇進パッケージ、チームの価値観言語化など「自分（や組織）の思想を示したい」場面で有効。
• レバーは「思想ドキュメントを書く」ことではなく、日々の決定の why-density（理由と却下案の濃さ）を上げて記録すること。素材さえ濃ければ synthesize は後から効く。

落とし穴・限界

• 結論（what）だけの記録をいくら集めても思想は立ち上がらない。why と却下案が薄い corpus からは抽象的で中身のない要約しか出ない。
• 決定の数が少ない初期は無理に思想化せず、素材が谯まるまで待つ。まばらな段階で synthesize を急ぐとこじつけになる。
• より密な substrate（実際の成果物・コードベース等）があるなら、決定記録はそれへの注釈として使うと精度が上がる（決定だけから再構成するより、成果物＋注釈の方が濃い）。

検証

synthesize した思想を、各条項が具体的な決定（できれば却下案つき）で裏づけられているかで確認する。裏づけのない条項は願望であって思想ではない。

AI が個人の非公開素材（私的な判断記録、作業ログ、ソースコード等）を要約して、採用担当・読者向けの公開プロフィールやレポートを生成する設計では、出力が「AI が書いたそれっぽい紹介文」と区別できなくなる失敗モードがある。皮肉なことに、最も価値の高い素材（非公開の判断・協働ログ・クローズドコード）ほど読者が検証できず、そのまま公開主張にすると捗造と見分けがつかない。

判断基準

• 公開する各主張（強み・スタンス・作法など）は、最低 1 つの公開検証可能な根拠（公開済みの成果物・記事・コミット・公開メモ等へのリンク）に紐づける。裏づけられない主張は、公開しない／「未検証」と明示する／本人向け表示に留める、のいずれかにする。
• 非公開素材は「なぜその表現になったか」を本人がレビューするための根拠として使い、読者には出さない。生ログや非公開本文を公開ペイロードに混ぜない。
• 検証不能な主張ほど自己賛美に見えやすい（例: 「AI をうまく使いこなす」系の主張）。公開の主役は、第三者が辿れる証跡側に置く。

なぜ

差別化の根拠は「文章を AI が書いたか」ではなく「主張の背後に第三者が辿れる実体があるか」。根拠リンクが解決しなければ、どれだけ scarce な素材から生成しても、読者体験は AI 生成スパムと同じになる。

検証

公開成果物の各主張について、対応する公開リンクが存在し実際に解決するかを確認する。根拠ゼロの主張が公開面に残っていないか、本人向けメタデータ（生成素材の概要など）が公開ペイロードに漏れていないかを点検する。

個人の実績や設計を外部（採用担当・レビュアー・読者）向けに表現するとき、自分が持っている詳細（個別の判断ショーケース、技術の棚卸し）をそのまま並べると、読み手の読む労力を超えて伝わらない失敗に陥る。粒度は「作り手がどれだけ書けるか」でなく「読み手がどれだけ読むか」で決める。

高度は二軸ある（混同しない）

altitude には独立した二軸がある。両方を上げないと届かない。

• 抽象度の軸: 個別事例の網羅か、一段上の大枠スタンス（方針・立場）か。トップは大枠スタンスを主役にし、個別事例は drill-down（関心を持った人だけが深掘りする従属層）へ。
• 語彙の軸: 専門家の語彙か、非専門読者にも輪郭が掴める言葉か。ここが見落とされやすい。一段抽象の「大枠スタンス」であっても、専門用語・内輪語・識別子で書けば非専門読者には壁になる。抽象度は正しくても語彙の高度が低い、という失敗が起きる。見える一文（看板）は、それを通さねばならない最も非専門な読者の語彙に合わせ、専門語・固有名・技術詳細は drill-down 側へ沈める。

二読者を一枚で捌くときの設計

同じ対外成果物が、しばしば二種類の読者を同時に相手にする。非専門の一次スクリーナー（足切りはするが採否の決定権は弱い）と、専門の最終決定者（実際に採否を決める）。専門級の濃い中身は最終決定者には強く刺さる資産だが、一次スクリーナーには解読コストになって離脱を招く。一次スクリーナーが足切りゲートである以上、見える一文は彼らを通せる高度でなければ、最良の中身も最終決定者に届かない。

解は「専門の中身を削る」ことではなく二層高度にすること。看板（見える一文）は非専門読者の語彙へ、専門の深掘りは drill-down に厚く置く。最終決定者は drill-down を開いて検証でき、一次スクリーナーは看板だけで人物の輪郭を掴める。

平易化で差別化の核を削らない

語彙を平易化するとき、差別化の核まで一緒に捨てる事故が起きる。差別化の核は多くの場合「何を選ばなかったか＝却下した代替案（X ではなく Y にする）」にある。これは実際に経験し痛い目を見た人間しか名指しできず、コピーも AI 生成も難しい＝真正性の信号。「警告の数ではなく実際に到達するかで測る」を「セキュリティに強い」へ丸めた瞬間、却下案（〜ではなく）が消え、誰でも書ける・盛れる・AI でも再生成できる一般的な売り文句に退化する。

平易化で外してよいのは専門語・識別子だけ。却下案（〜ではなく〜する、という対比）は看板の一文に残す。専門語を drill-down に送り、対比は看板に保つ、が両立の作法。

本数を絞り強弱をつける

冒頭の主役に同じ高度・同じ長さのスタンスを多数等価で並べると、強弱が消え、どれが核か分からず、全体が一塊の解読コストに見える。優先順位の放棄でもある。最も差別化に効く一本を看板にし、残りは数本に絞って、外した分は drill-down に沈める。

なぜ

読み手の注意は希少資源で、密度を上げるほど読まれない。大枠スタンスを正しい語彙で短く出せば差別化が一読で伝わり、関心を持った相手だけが詳細へ進む二段構えが、浅い読者と深い読者の双方に効く。

落とし穴・検証

• 大枠だけで裏づけがないと中身が薄く見える。看板のスタンスは必ず下層の具体（公開できる成果物・決定）で裏づける（根拠を辿れる形と併用）。
• 検証: 生成した対外成果物を、想定読者のうち最も非専門な層が最初の数十秒で読む範囲だけ見て、(1) 職種・立場・差別化が言葉として読めるか、(2) 却下案（差別化の核）が看板に残っているか、(3) トップで詳細の列挙や専門語の壁が始まっていないかを確認する。専門語が看板に残っていたら語彙の高度が低い。
• AI に対外文書を生成させる場面では特に効く。AI は手元の素材を網羅的に・専門語のまま並べがちなので、生成物はそのまま出さず「大枠を主役・看板は非専門語彙・詳細と専門語は従属」へ再構成してから提示する。