エンジニア達の「完全に理解した」Talk #81
2026年9月29日にオンライン開催した、完全に理解したTalkのスライド資料と概要まとめです。
完全に理解した、それはまさに「分かった気になったくらい」の理解できたくらいのもの！「覚えたての知識」や「この知識なら自信出てきた！」みたいなものから「あれ、ちょっと怪しいかも？」となり始めた知識まで自分が話したい知識をなんでもゆるーく話をする会です！
みんなにOUTPUTして、是非自分の実力を高めちゃいましょう！
LT1: みんなJevの話してる。やってないの俺だけ 〜判断だけをするAI、System Oneモデルをざっくり理解する〜（@unsoluble_sugar）
- 文章を生成せず 「判断」だけを行うAI「Jev」（TypeSafe AI社）と、同社が提唱する 「System Oneモデル」 というカテゴリの仕組みや特徴を解説した発表
- 対応する質問形式は「はい/いいえ（
noul）」「選択（choice）」「段階評価（score）」の3種類のみ。あらかじめ用意した選択肢の中から判定結果を返す - 応答は約0.1秒と非常に速く、出力トークンの費用は無料。選択肢の外にある答えや余計な文章を返せないため、構造的にハルシネーション（もっともらしい嘘）が起きない
- 返ってくる確率の数値が実際の正解率とよく一致する点も特徴。「90%以上なら自動処理、それ未満は人間が確認」といった しきい値をコード側で決めやすい
- 問い合わせの自動振り分けや、危険なコマンドを止める安全装置など、文章生成は不要で判断だけが必要な場面 でLLMと役割分担させる使い方を紹介
LT2: 頼むからLLM推論エンジンを完全に理解させてくれ（@cor_terisuke）
- 1台のメモリに収まらない巨大なLLMを、Mac Studio・DGX Spark互換機・Ryzenといった 異なる種類のマシンに分散配置 し、精度を落とす 量子化（モデルの数値を低ビット化して軽量化する手法）を行わずに 高速推論させる取り組みの発表
- llama.cppのように層（レイヤー）単位でマシンへ割り振る方式では、他のノードが計算を待つ時間が発生する。そこで 同じ層を複数台で分割して同時に計算する分散システム を自作して最適化を試みた
- MoE（Mixture of Experts） 構造に着目し、入力に応じて必要なエキスパートだけを動かすことでノード間の通信量を抑える工夫も行った
- DeepSeek・GLM・Qwenなどの大型モデルで検証したところ、起動の重さやエキスパートの読み込みサイズといったモデルごとの特性でボトルネックが異なり、目標の 50トークン/秒には届かなかった
- 一方でDeepSeekの8bit化などで目標達成のめどが立ち、異種環境・非量子化・公式モデルのまま連携稼働させることには成功。手を動かしたからこそ得られた知見が詰まった発表だった
LT3: Mokeragを作ってみた話（@fkm）
- 昔のWindowsの「デフラグ（ディスクの断片化解消）」画面に着想を得た、パネルを1から順番に手動で並べ替えるパズルゲーム 「Mokerag（モケラグ）」 の開発・リリース体験談
- 技術スタックは Kotlin Multiplatform（KMP）+ Compose Multiplatform。Claude Codeにコード生成を指示する形で、約11日間の配信開発でiOS/Android両対応のアプリを構築して申請まで進めた
- ハマりどころとして、AdMobが依存するライブラリと R8（Androidのコード最適化・難読化ツール） の干渉によるクラッシュや、ストア申請時のデータセーフティ設定・メモ欄の未記入による即リジェクトなどが共有された
- ストア用スクリーンショットの撮影では、AIの指示を受けて人間が操作するという立場が逆転した体験も。Google Playの個人開発者向けテスト要件（12人以上のテスターで2週間のクローズドテストが必須）の厳しさにも触れ、個人開発のリアルが伝わる発表だった
動画アーカイブ
各セクション開始タイムスタンプ:
- 19:55 LT1: みんなJevの話してる。やってないの俺だけ 〜判断だけをするAI、System Oneモデルをざっくり理解する〜
- 52:14 LT2: 頼むからLLM推論エンジンを完全に理解させてくれ
- 1:19:05 LT3: Mokeragを作ってみた話
関連リンク
🌐ポータルサイト
🙌connpassコミュニティページ
📺️『Easy Easy』YouTubeチャンネル
📝コミュニティ運営紹介記事
Easy Easy はエンジニアリングを愛する全ての人の為のコミュニティです！ 最新技術も大事ですが、このコミュニティでは「みんな知っていることが前提になっている技術」について再度基礎を学ぶことをしていくことを目的としています。
Discussion