最高の機能を自ら殺した（数字がそう命じたから）

どの会社も「出荷した機能」の話はします。これは、殺した機能の話です。

Geneziz AI — あなたのライブラリを整理するローカル知能 — を育てている最中に、私たちは追加のものを育てました：アプリの「声」です。自社のハードウェアでチューニングし、それまで記録したすべての会話結果と比較したところ、過去最高でした。チームの士気は「出そう」と言いました。

品質ゲートはノーと言いました。オーガナイザーの精度が約9ポイント下がる — そしてオーガナイザーこそがプロダクトです。実験の前に書いたルール「コアを悪化させるものは何も出荷しない」が決めました。声はチェックボックスではなく、将来のオプトインとしてドキュメントに入りました。

ゲートは実験の前に書かれていた

人が飛ばしがちな部分です。数字を見てから議論したのではなく、合格/不合格のルールを先に登録してからトレーニングを実行。結果が基準を下回れば、議論の余地はありません。両方の役割を1つのモデルに積む案も試しました — 同じトレード、同じ結論。測定が「2つの世界」を否定しました。

同じ規律が、ある恥ずかしいものも捕まえました：公開していた旧パフォーマンス数値（72ms）が、間違ったセットアップに帰属していたのです。公開修正し、正直な表を再公開しました — 実数はむしろ良かった。

见返り：CPU で 16倍高速

オーガナイザーがコンテキストを読む方法を見直した結果、劇的に高速化：お気に入り1,000件にかかる時間は約8.5分から約32秒に — ありきたりの CPU で、完全オフライン、無料。GPU ならさらに速い。

そして、プロダクトの形を決めた発見：あなたの個人データは、持ち主にとってはシグナルで、他人にとってはノイズ。 測定しました — 汎用データはどれだけ増やしても頭打ち、他人のデータは測定可能な効果ゼロ。だからアーキテクチャは正直です：アプリに同梱される小さく正しく訓練されたユニバーサルモデル（約1.6GB）と、あなたの確認から学ぶ小さな個人レイヤー — あなたのマシン上で、数秒で、絶対に外に出ない。

自宅で、自社のマシンで育てた

GPU のレンタルなし。データセンターの請求書なし。トレーニングは夜、自宅で、すでに所有していたゲーミング GPU で走りました — 1世代あたり約55分。数字がある手法を害していると言えば、レシピを凍結し振り返りません。

それが私たちにとって「AI とのローカルファースト」の意味：クラウドコストゼロ、家から一歩も出ないデータ、そして自分のお気に入りのアイデアにノーと言う勇気を持つ品質基準。

Geneziz: geneziz.app — あなたのマシンに住む知能と、それを保つ正直さ。