約660万件の個人情報漏えい。タイムズカーの事件から考える、日本のITが抱える深刻な問題

見た目は最新でも、中身は20年前。AI時代になっても変われない日本企業

2026年9月、カーシェアリングサービス「タイムズカー」で大規模な個人情報漏えい事件が発生した。

運営元のパーク24が公表した情報によると、不正アクセスによって約660万件ものアカウント情報が第三者に取得されたという。

漏えいした情報には、氏名、住所、電話番号、メールアドレスだけでなく、運転免許証情報や本人確認書類の画像なども含まれていた。

クレジットカード情報の漏えいは確認されていないものの、非常に深刻な事件である。Park24

そして、この事件をきっかけに、IT技術者の間であることが話題になった。

タイムズカーのWebシステムに、約20年前の技術が使われている可能性が指摘されたのだ。

個人的には、この話を聞いて驚いたというよりも、「やはり日本の大規模システムには、こういう問題が残っているのか」と感じた。

もちろん、古い技術が使われていることと、今回の不正アクセスの原因は別問題だ。

しかし、これだけAIが進化した時代になっても、古いシステムを刷新できない日本企業の体質については、考える必要があると思う。

Webサイトには、利用者から見える部分と見えない部分がある

そもそもWebシステムは、大きく「フロントエンド」と「バックエンド」に分かれている。

フロントエンドとは、私たちが普段ブラウザで見ている画面のことだ。

例えば、ログイン画面、予約画面、ボタン、メニュー、画像などが該当する。

HTML、CSS、JavaScriptといった技術で構成されており、ブラウザに配信されたソースコードは誰でも確認できる。

一方、バックエンドは、その裏側で動作しているプログラムだ。

会員情報の管理、ログイン認証、予約処理、データベースへのアクセスなど、サービスの中核となる処理を担当している。

こちらは通常、利用者からソースコードを見ることができない。

普段からWebサイトの内部構造を気にしている人など、IT技術者でもなければほとんどいないだろう。

大半の人は、画面のデザインや操作性を見る程度だ。

だからこそ、仮にバックエンドが20年前に開発されたものであっても、フロントエンドだけを新しくすれば、利用者には最新のWebシステムに見えてしまう。

見た目が新しいことと、システムの中身が新しいことは、まったく別の話なのである。

タイムズカーで見つかった古いJavaフレームワークの痕跡

今回、タイムズカーのWebサイトについて、技術者から興味深い指摘があった。

公開されているHTMLの中に、次のようなJavaScriptの読み込み記述が残っていたという。

<script src="/view/teedaExtension/org/seasar/teeda/ajax/js/ajax.js?20201217"></script>

ここに登場する「Seasar」と「Teeda」は、かつて日本の業務システム開発で利用されていたJavaのフレームワークだ。

Seasar2は2000年代に普及した国産のオープンソースフレームワークで、2016年にサポートが終了している。

Teedaは、そのSeasar2を利用したWebアプリケーションフレームワークである。System Design Works

つまり、少なくとも公開されているWebページには、現在ではサポートされていない古い技術の痕跡が残っていたことになる。

ただし、この記述だけでバックエンド全体がSeasar2で動いていると断定することはできない。

また、今回の不正アクセスがSeasar2やTeedaの脆弱性によって発生したという証拠もない。

それでも、もし現在もサポート終了済みのフレームワークが本番システムの中核で使われているとしたら、セキュリティ面で大きな懸念がある。

なぜなら、サポートが終了したソフトウェアでは、新たな脆弱性が発見されても、公式の修正プログラムが提供されない可能性が高いからだ。

JavaのStrutsやSpringでも重大な脆弱性が発見されてきた

JavaによるWebシステム開発では、Seasar2以外にもさまざまなフレームワークが利用されてきた。

代表的なものが「Apache Struts」と「Spring Framework」だ。

これらは、Webシステムを効率的に開発するための仕組みを提供している。

ただし、どれほど広く使われているフレームワークであっても、セキュリティ上の問題が発見されることはある。

例えば、Apache Struts 2では2017年に「CVE-2017-5638」という重大な脆弱性が発見された。

特定の条件下で、外部から不正なリクエストを送ることにより、サーバー上で任意のコードを実行できてしまうというものだ。

また、Spring Frameworkでも2022年に「Spring4Shell」と呼ばれる脆弱性(CVE-2022-22965)が公表された。

こちらも特定の環境や構成において、リモートからコードを実行される危険性があった。

いずれも、攻撃者に悪用されれば、サーバーの乗っ取りや情報漏えいにつながりかねない重大な問題である。

もちろん、StrutsやSpringを使っているだけで危険というわけではない。

重要なのは、使用しているバージョンと、適切なセキュリティ対策が行われているかどうかだ。

新しい脆弱性が発見されれば、開発元から修正版が提供される。

しかし、古いシステムでは、その修正版を適用すること自体が難しい場合がある。

例えば、フレームワークを更新すると既存のプログラムが動かなくなる。

Javaのバージョンを上げる必要がある。

Javaを更新すると、今度は別のライブラリが対応していない。

このように、古いシステムほど依存関係が複雑になり、簡単には更新できなくなってしまう。

結果として、脆弱性が存在する可能性を認識しながらも、システムを変更できないという状況が生まれる。

セキュリティ上の問題が見つかっても、修正できない。これこそが古いシステムを維持し続ける大きなリスクなのだ。

なぜ古いシステムを使い続けるのか

では、なぜ企業は古いシステムを使い続けるのだろうか。

理由の一つは、システムを刷新するためのコストだ。

大規模なWebシステムでは、何十万行、場合によっては何百万行ものプログラムが存在する。

それらをすべて解析し、新しい環境に移行するには、膨大な費用と時間が必要になる。

さらに厄介なのが、長年の改修によって複雑化したプログラムだ。

当初の開発者はすでに退職し、設計資料も十分に残っていない。

なぜその処理が必要なのか、どの機能と関連しているのか、誰も正確に把握していない。

いわゆる「ブラックボックス化」である。

こうなると、システムを変更すること自体が大きなリスクになる。

結果として、企業は既存システムを延命させるという選択を取りやすくなる。

しかし、ここで考えてほしい。

その判断は、AIが登場する前の常識に基づいていないだろうか。

AIの登場によって、古いシステムの刷新は現実的になった

以前であれば、古いプログラムを解析するには、技術者が一つずつソースコードを読み解く必要があった。

しかし、現在は状況が大きく変わっている。

生成AIの進化によって、ソフトウェア開発の効率は飛躍的に向上した。

例えば、AIを使えば、次のような作業を支援できる。

  • 古いJavaプログラムの構造解析
  • StrutsやSeasar2から新しいフレームワークへの移行
  • 複雑なプログラムの処理内容の説明
  • 既存コードからの設計書の生成
  • セキュリティ上の問題点の洗い出し
  • 自動テストの作成
  • 新旧システムの動作比較

これらは、従来であれば多くの技術者が膨大な時間をかけて実施していた作業だ。

もちろん、AIがすべてを完璧に処理できるわけではない。

業務上の細かなルールや、特殊な例外処理などは、人間による確認が必要になる。

それでも、AIを使うことで、これまで費用や時間の問題から手を付けられなかったシステムの刷新が、現実的な選択肢になりつつある。

特に、古いプログラムの解析や、新しい言語・フレームワークへの移植といった作業は、AIの能力を活用しやすい分野だ。

ただし、セキュリティが重要なシステムでは、AIによるコード生成だけでなく、テストや第三者による検証も欠かせない。

重要なのは、AIにすべてを任せることではなく、AIによって人間の開発能力を大きく拡張することなのである。

日本はAI活用でも世界に遅れを取るのか

個人的に最も気になるのは、日本企業のAIに対する姿勢だ。

AIが登場しても、情報漏えいが心配、生成したコードが正しいか分からない、社内ルールが整っていないといった理由で、導入に慎重な企業は少なくない。

もちろん、企業がセキュリティや品質を重視するのは当然だ。

しかし、それを理由にAIの活用そのものを避けていては、何も変わらない。

例えば、機密性の高いプログラムであれば、外部にソースコードを送信しないローカル環境でAIを動かすという選択肢もある。

AIが生成したコードの品質が心配なら、人間がレビューし、自動テストで検証すればよい。

実際、従来のソフトウェア開発でも、人間が書いたコードが必ず正しいわけではない。

人間が作ったプログラムにもバグは存在するし、セキュリティ上の問題も発生する。

AIだけに完璧さを求めるのは、少し違うのではないだろうか。

むしろ重要なのは、AIをどのように使い、どのように品質を保証するかという仕組みを作ることだ。

世界中でAIを活用したソフトウェア開発が進む中、日本企業が従来の開発手法に固執していれば、開発速度やコスト面で競争力を失っていく可能性がある。

日本は平和ボケしているのだろうか

少し厳しい言い方になるが、こうした状況を見ると、日本は平和ボケしているのではないかと感じる。

今のシステムが動いているから問題ない。

大きな障害が発生していないから、わざわざ作り直す必要はない。

システム刷新にはお金がかかるから、もう少し先送りしよう。

そうした判断を繰り返しているうちに、技術はどんどん古くなっていく。

そして、いざ問題が発生したときには、システムの構造を理解できる技術者もいなければ、簡単に修正する方法もない。

今回のタイムズカーの事件について、古いフレームワークが直接の原因だったかどうかは、現時点では分からない。

しかし、もしサポートが終了した技術を使い続けていたのであれば、そのリスクをどのように管理していたのかは気になるところだ。

特に、数百万人もの個人情報を扱うシステムであれば、なおさらである。

企業にとって、システムを変更しないことは、一見すると安全な選択に見えるかもしれない。

しかし、変更しないことによって、セキュリティ上のリスクが積み重なっていく場合もある。

これまでの日本企業は、安定性や品質を重視することで、高い信頼を築いてきた。

それ自体は素晴らしいことだと思う。

ただ、その慎重さが、新しい技術を取り入れない理由になってしまっては本末転倒だ。

AIの進化によって、ソフトウェア開発の常識は大きく変わろうとしている。

今までのやり方が正しかったからといって、これからも正しいとは限らない。

最後に

タイムズカーの約660万件の個人情報漏えい事件は、単なる一企業のセキュリティ問題として片付けるべきではないと思う。

日本には、長年にわたって使われ続けているWebシステムが数多く存在する。

その中には、すでにサポートが終了したフレームワークやライブラリを使用しているものもあるだろう。

もちろん、古いシステムだからといって、必ずしも危険とは限らない。

適切な保守やセキュリティ対策が行われていれば、長期間にわたって安全に運用できる場合もある。

しかし、問題は、そうした対策が十分に行われているかどうかだ。

そして、今はAIという強力な技術がある。

これまで難しかった古いプログラムの解析やシステムの刷新も、AIを活用することで、以前より効率的に進められる可能性がある。

それなのに、従来のやり方を変えようとしないのであれば、非常にもったいない話だ。

20年前のプログラムを使っていることが問題なのではない。20年前の考え方のまま、システムを運用し続けることが問題なのだ。

そして、AIがこれだけ進化した今、その考え方を変える絶好の機会が訪れているのではないだろうか。


参考資料

「中国AIはすごい」と思いかけた私が、考えを改めた理由

Claudeの蒸留と、あまりにも大きな自爆

正直に言うと、私は一時期、「やっぱり中国はすごいのではないか」と思いかけていた。

アメリカによる半導体規制があり、最先端GPUを自由に入手できない状況に置かれている。それにもかかわらず、DeepSeekやQwen、Kimiといった中国系のAIが次々に登場し、性能面でもClaudeやGPTに迫っているように見える。

「GPUを制限されても、ここまでのAIを作れるのか」

そう考えると、単純に技術力の高さを感じてしまう。

もちろん、実際には中国へのGPU輸出は全面的にゼロというわけではなく、対象となる高性能半導体に厳しい輸出管理やライセンス制限がかかっているという話だ。それでも、最先端の計算資源に大きな制約があることは間違いない。米商務省も、中国向けの先端半導体やAI学習用コンピューティング資源を規制してきた一方、2026年には一部製品について条件付きの個別審査も行っている。^1

そんな環境で、欧米の一流AIと同等に見えるモデルを作った。

これはかなり凄いことだと思っていた。

もちろん「蒸留」という手法を使った可能性はある。蒸留とは、より高性能なAIに大量の質問をして、その回答や推論の仕方を別のAIに学習させる方法だ。大きなモデルの能力を、より小さく安価なモデルに移す技術であり、蒸留そのものは違法でも悪質でもない。AI業界では普通に使われている技術だという。

しかし、問題はその規模とやり方だった。

2026年2月、Anthropicは、DeepSeek、Moonshot、MiniMaxの3社が、約2万4000の不正アカウントを使い、Claudeに対して合計1600万回以上のやり取りを行っていたと発表した。目的は、Claudeの推論能力やコーディング能力などを抽出し、自社モデルの改善に利用することだったという。^2

さらに9月には、米国のNSA、FBI、CISAが、中国系AI企業による大規模な蒸留活動について共同勧告を出した。そこでは、DeepSeek、Alibaba、Moonshot、MiniMax、StepFun、Z.aiなどが、2024年末以降、アメリカの先端AIモデルから能力を抽出していたと指摘されている。中国側はこの主張を否定し、「蒸留は多くのAI企業が行っている一般的な手法だ」と反論している。^3

ここまでは、まだ「中国企業がClaudeを研究材料にしていた」という話である。

それでも私は、「蒸留を使ったとしても、実際に使えるモデルに仕上げるには技術が必要なのではないか」と考えていた。

そこまでは、まだ理解できる。

蒸留したデータを整理し、必要な回答だけを選び、学習に使える形へ変換し、別のモデルを訓練する。さらに、計算資源の少なさを補うために、モデルの構造や学習方法を工夫する。

そこには、一定の技術力が必要だろう。

しかし、今回明らかになった内容を見て、私は別の意味で驚かされた。

なんと一部の中国AI企業は、自分たちのAIを使っていると思っていた顧客の質問を、裏側でClaudeへ転送していたというのだ。

Anthropicの報告によれば、MoonshotはKimiを使っているはずのユーザーの質問をClaudeに送り、Claudeの回答をKimiの回答として表示していた。DeepSeekについても、自社モデルを使っているユーザーの一部のリクエストをClaudeへ中継していたとされている。しかも、その過程で顧客の内部文書やソースコード、認証情報、監視映像などの機密データが外部のAIサービスへ送られていた可能性があるという。[^4]

これは、あまりにも大きな自爆ではないだろうか。

「中国AIはClaudeに追いついた」と思っていたら、実際にはClaudeを使って自社AIを鍛えていた。

それだけなら、まだ競争の一環と言えなくもない。

ところが、その自社AIを使っているユーザーのデータまで、裏側でClaudeに流していた。

つまり、ClaudeをコピーするためにClaudeを使い、そのうえ自分たちの顧客情報までClaude側に渡していたということである。

これは「中国AIがすごい」という話とは、かなり違う。

むしろ、技術競争に勝とうとするあまり、顧客の信頼、データの安全性、サービスの透明性を自分から投げ捨ててしまったように見える。

私はもともと、中国AIを使うことには抵抗があった。

性能が低いからではない。むしろ、性能が高かったとしても使いたくなかった。

入力した情報がどこへ送られるのか分からない。企業の内部情報や個人情報が、別の場所で学習に利用されるかもしれない。中国政府や関連企業との関係も不透明だ。

もちろん、アメリカ企業のAIなら絶対に安心というわけではない。欧米企業にも、データ利用やプライバシーをめぐる問題はある。

それでも今回の件は、単なるデータ保護の問題を超えている。

自分たちのサービスを使っているユーザーに対して、「あなたはいま自社AIを使っています」と見せながら、裏側では別会社のAIを使っていた。しかも、そのデータを自社モデルの学習にも利用していた可能性がある。

これが事実なら、問題はAIの性能ではない。

企業としての誠実さの問題である。

私は今回、「中国はやっぱりすごい」という感想を改めることになった。

正確に言えば、中国に技術力がないと思ったわけではない。限られた計算資源で効率的なモデルを作る能力や、製品化の速さには、確かに見るべきものがある。

ただし、それは「完全に独自の技術でアメリカのAIを追い抜いた」という話とは違う。

先端モデルの出力を大量に収集し、推論能力を抽出し、さらにユーザーに説明しないまま別のAIへリクエストを転送していた。

それを見てしまうと、「中国AIがすごい」というより、「そこまでして追いついたように見せていたのか」という印象になってしまう。

結局、今回のニュースで一番印象に残ったのは、中国AIがClaudeと同等だったことではない。

Claudeを利用してClaudeに近づこうとし、その過程で自国企業や自国ユーザーの情報まで外部へ流してしまったことだ。

これは、技術的なショートカットというより、信頼を犠牲にした近道である。

そして、その近道の先で、自分たちが何をしているのかを暴露されてしまった。

これを私は「中国品質」と呼びたくなる。

ただし、ここで言う中国品質とは、中国人全体の性質という意味ではない。規制や監督が不十分で、結果さえ出せば手段が問われにくく、顧客のデータや説明責任が後回しになる企業文化や制度のことである。

AIは、性能だけで評価するものではない。

どれだけ賢いか。

どれだけ安いか。

どれだけ速いか。

それだけではなく、どこで作られ、何を学習し、ユーザーのデータをどう扱い、運営企業がどれだけ正直なのかまで含めて評価すべきだ。

そう考えると、今回の件で分かったのは、中国AIがアメリカAIを完全に追い抜いたということではない。

むしろ、まだ追いついていないからこそ、Claudeを大量に使い、コピーし、最後には自分たちのサービス利用者まで巻き込んでしまったという現実である。

「中国はやっぱりすごい」と思いかけた自分が、今回のニュースで考えを改めた。

すごかったのは、中国AIの独自性ではない。

自分たちで自分たちの信用を壊してしまう、その規模の大きさだった。

参考:

同じメモリ(に見えた)を使って64GBから128GBにするのに苦労した話

結論

Ryzen 9 7950XとASRock B650 Steel Legend WiFiで、DDR5 32GBを4枚、合計128GB搭載したところ、起動時のメモリトレーニングでかなり苦労しました。

今回使ったメモリはCorsair VENGEANCE DDR5-5600です。

型番は4枚とも同じ、

CMK64GX5M2B5600Z40

です。

しかし、実際には64GB(32GB×2)のキットを2セット購入しており、メモリに記載されているVersionが異なっていました。

  • 2枚:Ver 3.34.02
  • 2枚:Ver 4.43.02

2枚構成なら、どちらのVersionでも問題なく起動します。

さらにVer 3とVer 4を1枚ずつ混在させても、A2/B2の2枚構成なら問題なく起動しました。

ところが4枚にすると状況が変わります。

メモリトレーニングが非常に長くなったり、DRAMランプが点滅したまま起動しなくなったりしました。

今回いろいろ試して分かったのは、

同じ型番のDDR5メモリでも、32GB×4の4 DIMM構成は、32GB×2とはまったく別物として考えた方がよい

ということです。


使用環境

今回の環境は以下です。

項目構成
CPUAMD Ryzen 9 7950X
マザーボードASRock B650 Steel Legend WiFi
BIOS4.43
メモリCorsair VENGEANCE DDR5
型番CMK64GX5M2B5600Z40
公称速度DDR5-5600
容量32GB×4 = 128GB
Ver3.34.02×2、4.43.02×2

最初はBIOS 3.01を使用していました。

メモリ関係の問題を疑い、最終的にはBIOS 4.43まで更新しています。


そもそもA1/A2/B1/B2とは何なのか

これも今回調べていて分かりにくかったところです。

B650 Steel Legend WiFiのDIMMスロットは、CPUに近い側から、

CPU
 |
 v

+-----------+    +----+ +----+ +----+ +----+
|           |    | A1 | | A2 | | B1 | | B2 |
| Ryzen 9   |    |    | |    | |    | |    |
| 7950X     |    |    | |    | |    | |    |
|           |    |    | |    | |    | |    |
+-----------+    +----+ +----+ +----+ +----+

という順番です。

ここで重要なのは、

  • A1/A2 = Channel A
  • B1/B2 = Channel B

という関係です。

論理的には、

                Ryzen 9 7950X
                      |
            +---------+---------+
            |                   |
        Channel A           Channel B
            |                   |
         +--+--+              +--+--+
         |     |              |     |
        A1    A2             B1    B2

となります。


なぜ2枚ならA2/B2なのか

ASRockのマニュアルを見ると、メモリを2枚だけ使用する場合はA2/B2に挿すよう指定されています。

最初は、

A1とA2があるのに、なぜ「1」ではなく「2」を優先するのか?

というのがよく分かりませんでした。

しかし、A/Bがメモリチャネルだと考えると理解しやすくなります。

A2/B2に1枚ずつ挿すと、

Channel A             Channel B
    |                     |
   A2                    B2
    |                     |
  32GB                  32GB

となり、CPUの2つのメモリチャネルを両方使用できます。

物理的には、

CPU側 →

A1     A2     B1     B2
[ ]    [RAM]  [ ]    [RAM]
        ↑             ↑

です。

このA2/B2が、各チャネル1枚で使用する場合の推奨スロットです。


2枚構成では問題がない

最初に各メモリキットを単独で試しました。

Ver 3.34.02を2枚、

A1     A2     B1     B2
[ ]    [V3]   [ ]    [V3]

として起動。

これは問題ありませんでした。

次にVer 4.43.02を2枚、

A1     A2     B1     B2
[ ]    [V4]   [ ]    [V4]

としても正常に起動しました。

つまり、どちらの64GBキットも単独では正常です。


Ver 3とVer 4を混ぜてみた

次に、

A1     A2     B1     B2
[ ]    [V4]   [ ]    [V3]

としてみました。

これも問題なく起動しました。

この結果はかなり重要でした。

少なくとも、

Ver 3とVer 4を混ぜた瞬間に起動できなくなる

というわけではありません。

A2/B2の2枚構成、つまり各チャネル1 DIMMであれば、異なるVersionを混在させても私の環境では正常に動作しました。


3枚にすると話が変わった

そこで3枚構成を試しました。

例えば、

A1     A2     B1     B2
[V3]   [V4]   [ ]    [V3]

です。

この構成ではうまく起動しませんでした。

DRAMのLEDが点滅し続け、メモリトレーニングから抜けられない状態になりました。

ところが別の配置、

A1     A2     B1     B2
[ ]    [V4]   [V3]   [V3]

では起動できました。

つまり単純に、

3枚だから絶対にダメ

というわけでもありません。

DIMMの配置によって結果が変わりました。


4枚ではメモリトレーニングが問題になる

最終的に使いたいのは、

A1     A2     B1     B2
[RAM]  [RAM]  [RAM]  [RAM]

という128GB構成です。

2枚の場合は、

Channel A : 1 DIMM
Channel B : 1 DIMM

なので1DPC(1 DIMM Per Channel)です。

一方4枚の場合は、

Channel A : A1 + A2
Channel B : B1 + B2

となり、2DPC(2 DIMMs Per Channel)になります。

同じ32GBのメモリを使っていても、CPUのメモリコントローラから見ると条件が大きく変わります。

今回の環境では、4 DIMMにするとメモリトレーニングが非常にシビアになりました。


DDR5-3600まで落としても解決しなかった

当然、DDR5-5600で4枚動かすのは厳しい可能性があるため、メモリクロックも落としました。

最終的にはDDR5-3600まで落として試しています。

しかし、

3600まで落とせば4枚でも簡単に安定する

という結果にはなりませんでした。

メモリトレーニング後に一度Windowsが起動することはあります。

問題は、その次の起動です。

再度メモリトレーニングが始まり、DRAM LEDが点滅したままになることがありました。

このため、単純なメモリクロックだけの問題ではないと判断しました。


Memory Context Restoreについて

AM5には、

Memory Context Restore

という設定があります。

これは、一度成功したメモリトレーニングの結果を次回の起動で再利用し、毎回フルのメモリトレーニングを行うことを避けるための機能です。

B650 Steel Legend WiFiのBIOS 4.43では、私の環境ではMemory Context RestoreはデフォルトでEnabledになっていました。

つまり今回、

MCRを有効にしていなかったから毎回トレーニングされていた

という単純な話ではありませんでした。

MCRがEnabledでも、4 DIMM構成ではトレーニング結果をうまく再利用できない場合がありました。


Power Down Enableも関係する

AM5のメモリ設定を調べていると、

Power Down Enable

という設定も出てきます。

これはDRAMの省電力機能ですが、Memory Context Restoreと組み合わせた際の挙動にも関係します。

今回、

Memory Context Restore = Enabled
Power Down Enable      = Enabled

という組み合わせも試しました。

ただし、MCRをEnabledにすれば必ず解決するというものではありませんでした。

128GBの4 DIMM構成そのものが正常にトレーニングでき、その結果を次回起動時に正常に復元できることが前提になります。


BIOSも3.01から4.43へ更新

最初に使用していたBIOSは3.01でした。

メモリ互換性やAGESAの更新もあるため、途中で最新の4.43へ更新しました。

BIOS更新後は、

  • EXPO
  • DRAM Frequency
  • Memory Context Restore
  • Power Down Enable
  • SoC Voltage
  • DRAM Voltage

などを一度Autoまたはデフォルトに戻し、そこから検証しています。

それでも2 DIMMと4 DIMMでは明確に挙動が違いました。


同じ型番でもVersionが違った

今回、もう一つ気になったのがCorsairメモリのVersionです。

4枚とも型番は、

CMK64GX5M2B5600Z40

で完全に同じです。

しかし実際には、

2枚:Ver 3.34.02
2枚:Ver 4.43.02

でした。

つまり、型番だけを見れば同じメモリですが、製造Versionは異なります。

ただし今回の検証では、

A1     A2     B1     B2
[ ]    [V4]   [ ]    [V3]

という異なるVersionを混在させた2枚構成でも正常に動作しました。

そのため、

Versionが違うから起動しない

と単純には結論付けられません。

むしろ、4 DIMMによって1チャネルあたり2枚になることの影響が大きいように見えます。


現在試している配置

3枚で、

CPU側 →

A1     A2     B1     B2
[ ]    [V4]   [V3]   [V3]

が正常に起動しました。

そこで現在は、

CPU側 →

A1     A2     B1     B2
[V4]   [V4]   [V3]   [V3]

という配置を試しています。

論理的には、

Channel A
 |
 +-- A1 : Ver 4.43.02
 +-- A2 : Ver 4.43.02


Channel B
 |
 +-- B1 : Ver 3.34.02
 +-- B2 : Ver 3.34.02

です。

各チャネルの中ではVersionを統一した形になります。

この配置で一度メモリトレーニングを正常に完走し、Windowsまで起動できれば、DIMMの位置を固定した上で、次回以降Memory Context Restoreが正常に機能するかを確認する予定です。


今回分かったこと

今回かなりの組み合わせを試しましたが、現時点では次のように考えています。

構成結果
Ver 3 ×2、A2/B2正常
Ver 4 ×2、A2/B2正常
Ver 3 + Ver 4、A2/B2正常
3 DIMM配置によって成功・失敗
4 DIMMトレーニングが非常にシビア
DDR5-36004 DIMM問題の完全な解決にはならず
BIOS 3.01使用当初の環境
BIOS 4.43更新後も検証継続
MCR Enabled4 DIMMで必ずトレーニングを回避できるわけではない

特に大きかったのは、

異なるVersionを2枚混ぜてもA2/B2なら正常に動く

という結果です。

これによって、単純なメモリVersion混在だけが原因とは考えにくくなりました。


最終的に64GB×2の方がよい可能性もある

今回の目的は128GB搭載することです。

その方法には、

32GB × 4 = 128GB

だけでなく、

64GB × 2 = 128GB

もあります。

AM5で128GBを安定して使用することを最優先するのであれば、64GB×2の方が合理的な可能性があります。

64GB×2なら、

A1     A2     B1     B2
[ ]    [64]   [ ]    [64]

となり、128GBでも1DPCを維持できます。

今回32GB×4で苦労している、

1チャネルにDIMMを2枚接続する

という条件そのものを避けられます。


最終判断

Ryzen 9 7950XでDDR5を128GB搭載する場合、

「DDR5-5600の32GBを4枚買って、速度を3600くらいまで落とせば普通に動くだろう」

と考えていました。

実際には、それほど単純ではありませんでした。

2枚ではまったく問題のないメモリでも、4枚にした途端にメモリトレーニングが非常にシビアになります。

さらに、

  • DIMMの配置
  • 1DPC / 2DPC
  • メモリのVersion
  • BIOS / AGESA
  • Memory Context Restore
  • Power Down Enable
  • メモリクロック

などが絡んできます。

少なくとも今回の検証では、異なるVersionの混在2枚構成は正常に動作しました。

したがって、現在最も疑っているのは、Versionの違いそのものではなく、

32GB×4による2DPC構成

です。

128GBが必要で、これから新しくメモリを購入するのであれば、32GB×4よりも64GB×2を選んだ方がトラブルは少ないと思います。

一方、手元に32GB×4があるので、もう少しこの構成で検証を続けます。

現在は、

A1     A2     B1     B2
[V4]   [V4]   [V3]   [V3]

という、各チャネル内でVersionを統一した配置を試しています。

この状態でMemory Context Restoreが正常に働き、毎回の長いメモリトレーニングを回避できるのか。

結果が分かったら追記します。

AIによって開発手法は劇的に変わった

NewsPicksの以下の記事、

2025/5/31

【新事実】AIは「仕事」ではなく「やる気」を奪う
https://newspicks.com/news/14290811/body/?ref=index

これはNewsPicks会員でないと見れない記事だが、要約するとプログラマーは自分でコードを書くことが好きなのであって、AIが書いたコードを読んで、修正があれば再度直させて、良ければデプロイしてという作業は「やる気」を失うというのだ。

確かに一理あると思う。自分も書くことが好きだし、アドレナリンがバンバン出ているときは気持ちよく書ける時間が好きである。

しかしそれは、慣れ親しんだプログラミング言語の場合であって、慣れないコードを書く場合は、ググって書き方を覚えてながらデバッグして、上手くいかなければ直してを繰り返すので、とても時間の掛かる作業となる。

今回新たな取り組みとして勤怠管理システムを作ったが、サーバサイドは初めての試みでLaravel+Vue.js+Inertia.jsという組み合わせで作成したが、コードの98%はAIのコードをそのまま使っている。勿論設計しているのは自分自身なので、設計思想に合わないコードを出してきたときは修正したものを再度出してもらっている。
これまでは、自分で作るしかなかった手段が、AIが代替してくれることになり、疲労や時間が大幅に削減できている。学習コスト自体を10分の1以下に抑えられていると思う。

AIは自分の中では何でも要望に応えてくれる相棒になっている。一番欲しかったものがそこにある。唯一、最終的にはAIが作ったものをチェックしなければならないので、自分のコーディング作業はゼロにはならないが、ググる時間と動くか試す時間が劇的に減っているのは確かだ。

但し、AIに頼るのは自分がこれまで携わってこなかったWebシステムやデザイン部分のみであって、CやC++などの制御部分を任せるときはとても慎重になる。小さなサブルーチン的なコードを書いてもらうことはあっても、全体的な設計思想をお願いすることは無いし、今後も行わないだろう。

AIに任せると、出来ないこともできると言い張る点は依然から変わっていない。出来ると言い張るのを信じて任せてみると、絶対にできないものなのに、何度もトライしようとするので、時間の無駄になる。最終的にはそのコードは捨てることになる。これを防ぐために設計は自分で作成する必要があるのだ。

使いにくい部分はまだまだあるが、それでも良い時代になったとは思う。今ならどんな仕事が来ても問題無く受け入れることができる。

今更だけどGANTZ読んだ…

1月中旬から作っていた勤怠管理システムの開発の終わりがようやく見えてきた。。。今回作ったアプリは、サーバ側はLaravel+Vue.js+Ant Designを使って、管理者用のページを作成した。今回のお客様きっての要望で、Webからお知らせ文章を送ると、スマホのバックグラウンド通知を受けて受信する機能を搭載したいということだったため、一から作成した。今のご時世Android機だけではだめなので、iPhoneも対応した。iPhoneのアプリは初めて作ったので、バックグラウンド通知とバイブレーションと画面の大きさを自動調整する仕組みに2週間ぐらい手探りし続けて死にそうだった。。。

スマホアプリの面白い機能だと自分では思っているのが、出勤・退勤打刻を行えるのは、会社のWi-Fiでないとできないようにしたというもの。GPSで打刻管理というのはあるようだが、GPSが届かないところもあるので、ユニークな機能だと思う。あとは、出勤・退勤打刻リマインダをバックグラウンド通知で搭載したというのも面白いと思う。

ちょっとした遊び心として、打刻時の音やバイブを色々選択できるようにした。初めてアプリを作った割にスマホのハードウェア機能の殆どのものを載せる必要があったので、作っているときはマジでつらかったけど自分の知識はかなりアップした。スマホのコードは、Qt QMLを使っているのでAndroidもiPhoneも画面回りはほぼ同じコードで済むのが良いところだ。

他にも大変だったのがスマホアプリの配布方法で、Androidは野良アプリで配布すれば簡単ではあるが、相手は企業なので野良アプリでは提供できないためにGoogle Playで配布するやり方を覚えた。iOSアプリは野良アプリが許されていないので、Test Flightというテストアプリを配布するアプリからのリリースを行うために証明書を作成して登録したりと色々なことを覚えて学んだ。今回のアプリは企業用のため一般公開用のアプリにはしないが、作るやり方は覚えたので、そのうちスマホアプリも作成して行けれたらと思う。

勤怠アプリの詳細は、仕事の合間を見てmicrodx.zatturight.comのブログに宣伝用として載せていくつもりだ。デモサイトとデモアプリを一般公開する予定なので、興味があれば触ってみてほしい。

辛いときこそ逃げ場を見つけたくなるもの。今回は漫画のGANTZにハマった。これまで名前ぐらいしか知らなかったのだが、HuluでたまたまGANTZのアニメを見たのがきっかけで、アニメを見終わったらその続きがどうしても見たくなってしまい、電子漫画を最終話まで大人買いしてしまった。

ネタバレ記事になるかもなので、見たい人がいれば先を読まない方が良いと思う。

最初は、話の先の展開が読み辛くて、すぐ違う描写に移るのがとても気持ち悪い作り方をしているなぁと思っていたのだが、なぜか話の先が気になってしまいアニメを最後まで見終わってしまった。アニメの最終話が滅茶苦茶腑に落ちない終わり方をしていたので、ネットで調べてみたら全然序盤だったこともあり、先を読まずにはいられなくなった。

最後を知っていればこその黒い球(GANTZ)なのだが、それにしても設定が強引な個所が無数にあった。最後を知ればある程度は腑に落ちるが、転送すると死んでさえいなければ負傷していた傷が治るという強引な設定やそもそも転送のきっかけが曖昧過ぎた。

最初の方でやたらと大きい乳の女性ばっかりが目立っていたが、後半は嘘のようなちいパイが大活躍するという点もなんかもやもやする。

最後の最後が、アクションヒーローものって感じのジャンルで片付けられてしまいそうで、ちょっともったいない落ちだったが、とにかく次の展開が気になる漫画だった。

この漫画の物凄いところが、とにかく繊細で丁寧で細かい描写に驚いた。滅茶苦茶時間掛けているのが良く分かる。ガラケー全盛期から始まってiPhoneが登場して数年経ったぐらいまでの期間に連載していた漫画だったが、漫画の描写自体がその時代に合わせて作られているので、20年以上前のその時代に起きている出来事や風景が丁寧に細かく描写されていて、その頃のことを思い出すことも多々あった。

この作者は高校生の時からGANTZの構想を温めていたらしく、とても大きいスケールの作品だったけど、生と死とは何なのか?宇宙の起源はいつ?地球はなぜ青い?という誰でも疑問に思って想像を膨らませることがある空想の世界を上手くまとめ上げた作品だったとして、今後も忘れることがないぐらいインパクトがあった。

4月に入ったら、リリース出来るよう最後の追い込みです。

久々に書いてみた

最近、晩酌をしなくなった関係で、書く意欲がなかなか沸かなくなってきたり、作りたい!!というBOTも無くなってきたり、DX関連のお仕事をようやく頂く機会ができて、その仕事をすることで頭を凄く使うのか夜11時には眠くなってしまい、夜ギンギンになって色々変なことを書くことが出来なくなってきたのが大きな理由である。

ここ2か月ぐらいで、変なことがあったといえば、うちの近くは細い道が多いのだが、30歳前後で保育園に車で送り迎えしている女性が運転する車が俺に接近してきて、サイドミラーに当たりそうだったので、俺が大げさに避けたらサイドミラーが折りたたまれた状態になり、運転している人はびっくりするのだが、俺の中ではよくあることである。

このとき、運転手のその後の反応は大きく分けて3パターンある。

1つ目は、そのまま走り去るケース。自動でサイドミラーが元に戻せない手動で戻すしかない車の場合、50m程走ったあとに、降りてミラーを直したあと、アクセルを吹かして去っていくケースもあった。

2つ目は、その場で一旦停止するケース。そういうときは、こちらも相手に向かっていくと逃げていく。

3つ目が今回遭遇した初めてのケースで、いちゃもんを付けてきたので、こっちは慰謝料払えと脅してみたが、警察を呼ぶと言い出して周りの住人を巻き込んで騒ぎまくってきたので、俺は一旦目の前の作業場に籠り、その日も仕事に追われていたので、頭おかしい女のことがチラチラ頭を過ぎりながらも何とか集中しようと頑張って作業していた。

1時間経ったのちに警察官たち(4人もいた)が作業場に訪ねてきた。大家が俺の居場所をチクったようで、俺の人権はどこにいったんだ?という想いがあったが、俺は白線の内側にいたのと、あほ女の車にドラレコがあると喚いていたのでそれを見れば車が寄ってきているのが判るのと、あとは俺が被害者であるということを訴えたところで、警察官たちは一旦引いてくれた。

そのあと、現場検証が行われていて、テレビでよく見る青が基調で黄色の線が入っている作業服を着た現場検証員の方が2人いて、あのあほ女のためにどんだけ税金使っているんだよと思った。女性というだけでそんなに人が来るとは、ほんと日本社会は女性には優し過ぎると思う。

現場検証のときは、あほ女の態度が明らかに自分のほうが分が悪いことを察していた感の振舞い方だったので、恐らく現場検証作業員に色々指摘されてようやく自分の行動に気づいたのだろう。

俺からすれば、白線の内側を歩いていたとはいえ、車の方が俺に寄ってきたし、サイドミラーが当たった後、わざわざバックして俺に近づいてきて「白線の外を走っていたのに、(サイドミラーを)ぶつけられた」と言い放った。これだけの行動をする理由として、サイドミラーが当たったのは実はこれで2回目だったようで、あほ女が俺に痛い目に遭わせてやりたいと思っていたようだった。

ぶつかったのが9時前後で、全ての現場検証が終わったのが11時ぐらいだったから本当に無駄な時間をあほ女は使って醜態を晒しただけという、お粗末な出来事だった。

日本の社会において、車より人間の方が弱い立場であるという点と、俺は白線の内側を歩いていたし、片側1車線しかない細い道路で人に近寄ってくること自体が問題行動である。

もう1つ俺をイラつかせたことが、仕事での出来事だが、自分の技量をわきまえて行動できないあほ女性である。

俺は勉強が元々苦手だったし、国語なんて猶更のことだったので、上流工程である提案書については作成したことが無かった。一方でその女(プロジェクトリーダ)は俺に作らせてはここを直せ、あそこを直せとうるさい。まるで自分が会社の上司だと言わんばかりに立ち振る舞う感じは、飲み会で話せば元上場企業の大手出身で、結婚・育児を経て、子供が大きくなったので、10数年を経て社会復帰しました状態だったが、時代遅れの体育会系の乗りを俺に押し付けてくる感じがとてもうざかった。

口は上手いはプログラムコードは読めない、こういう上司は俺は糞ダサいと思っているので、プロジェクトの後半になってそれが判ってきた当たりから俺はやつの言うことはあまり聞かないで自分が思ったようにやることにした。俺は物事がちゃんと進むようにやっているので、やつが何を言おうが進捗には影響が無いのでプロジェクトはちゃんと進んでいた。

外見はちゃんとしているように見えても、中身があほな女性を立て続けに2人も出会ってしまったので、日本社会と照らし合わせて「危いぞ日本!!」と考えるようになってしまった。

最近では、兵庫県の斎藤県知事の行動について、テレビやマスコミは批判している一方で、YoutubeやTwitterでは斎藤知事を応援しているという歪な関係があることについて、自分としては、斎藤知事についてはどちらかと言えば良い印象を持っていない。

公約したもののうちの9割は達成しているということで、実行力があるのは判るが、ポーカーフェイスで何を考えているか分からない雰囲気を持っているのが人々との誤解を生んでいるように思う。つい最近も、選挙前のTwitterでの応援について、人を雇っての応援だった疑いがあり、どこに行っても疑惑を持たれてしまう感じが好きになれない。

自分が見ていて好きなのは石丸伸二さん!!陰気な感じは全然なくて、彼の言っていることはとても論理もしっかりしていて、明快な感じが聞く側としても気持ちが良い!!都知事になって欲しかったなぁ。

中国経済が怪しくなってから、転売屋の需要がほぼほぼ0になって、当社の売り上げも下がることが見込まれてきた2年前、新たな事業として考えたのがDX推進だったが、2年経ってようやく芽が出た。これを機にこちらの方も伸ばして行けたらと思う。

自分一人でDX推進ソフトウェアの開発ができる会社の規模は100人未満が目安。それ以上は工数も跳ね上がるし1人で開発は困難になる。1人で作る点と普通のソフト開発会社に頼む5分の1の値段で開発できる点を売りにしていこうと思っている。

エクストリーム!アニメーション!

世間一般的なお盆休みが終わり、通常の生活に戻っていく今日この頃。

最近はChatGPT 4oを使うことが多くなった。仕事をするとき今までは頭を悩ませながら作っていたプログラムコードだが、今ではChatGPTを使うことでこれまでの4割ぐらいは作ってもらっている。今まではどのように作れば良いか分からないものがあったときに、必死になってググってそれでも大した情報が得られない場合は、試行錯誤しながら作っていたが、その時間がほぼほぼ無くなった。

Google検索ではどうやっても見つけられないものであっても、ChatGPTであればおおよそ正しそうなものを答えてくれる。GoogleもChatGPTも情報源は同じだと思うのだが、なぜここまで違うのかが謎である。Geminiを使うと一番おしりに情報源のリンクが載せてくれるので分かるが、ChatGPTはそういうところは隠蔽されている。

サンプルコードを書いてくれとお願いするとき、言語によっても正確さに差が出ている気がする。PythonやJavascriptのようなスクリプト言語の場合、ライブラリもソースコードで提供されている点が大きい気がしており、かなり洗練されたサンプルコードを提供してくれる。それに比べてC++のようなコンパイラ言語は、ライブラリは基本的にはモジュールとして提供されているものなので、その違いがあるかないかは分からないが、洗練されたものというよりは、回りくどいと感じるソースコードが提供される。

自分自身がC++を熟知しているからということもあるだろうし、C++では現せられないような文法をPythonが持っているので、Pythonが詳しくない自分にとってはそう感じるだけなのかもしれない。

ここ1~2ヶ月は、ひたすらアニメを見ていた。流行り物が好きではないため、今までは見て見ぬふりをしていたが、正面から向き合おうと心に誓って観たアニメが以下である。

①チェンソーマン

②HUNTER x HUNTER

③Naruto(途中で挫折)

④ジョジョの奇妙な冒険(途中で挫折)

⑤進撃の巨人

⑥呪術廻戦

⑦僕のヒーローアカデミア(今ここ)

挫折した理由は、その他のものに比べてワクワク感が少なく単調な感じで途中で飽きてしまった。

それ以外のアニメについては、どんだけ伏線張っているんだと展開が読めなさ過ぎて期待が膨らみ、それらを回収したときの答え合わせが自分の想像を超えてきたときに、めちゃくちゃ考えて作られていると思い知らされる点が凄く面白い。日本のアニメが世界に広がっている理由が良く分かる。

今作っているChatBOTは、BOT側がWebSocketのサーバ側になり、各々のクライアントアプリと通信することで、まるでブラウザ版ChatGPTをChatGPTのAPIを使っている感覚で利用できることを目的としたものである。Word Pressのプラグインとしての利用も想定しており、手軽にChatGPTを使えるツールを目指している。

その次は、エルメス自動購入を予定している。Discordの通知は行わず、独自の方法で通知を高速にBOTに送り、購入手続きを進める。

通知システム自体もEmperor会員数が増えれば増強していきたい。

コカ・コーラを日本一売った男の学びの営業日誌

今読んでいる書籍である。私は営業行為に対して苦手意識を持っており、成功した試しがない。

私が苦手意識を持っている営業とは、飛び込み営業のことだ。営業職に就いたら必ず経験することになる新規顧客の開拓だ。このテクニックさえ身に着ければ一生食べていけると思う。

営業職は、ものを売ってくることが使命になっている。しかしこれは営業する側の立場で考えたものであって、ものを買う側の目線では無い。ここに落とし穴があることをこの本で思い知らされた。

ものを買う側の目線で営業するとはどういうことか。そのことがこの本に様々なケースとして書かれている。この本の著者自身が自ら経験した知識を惜しみなく伝えてくれている。

私が会社員として働いていたときに、上司や取引先の顧客を好きになったことがあるのは20年以上働いていた中で二人しかいない。(恋愛という意味ではない)

最初に出会った好きな取引先の顧客は、寡黙な方だったが決してこちらに押し付けることはせず、一緒になって考えてくれていた。まだ若かりし頃の私は今ではブラック企業に認定される程の信じられない働き方をしていて、とても続けたいと思うような開発環境ではなかったため、自分の会社を辞めたあともその方からお声がけを頂いたがお断りした。お声がけ頂いたことは嬉しいが、あの環境には二度と戻りたくはない。

誤解が無いように付け加えておくと、自社の働き方が異常なだけであって、取引先がブラックということではない。私も含め開発メンバー全員技術力がある訳でもなく、作ってはバグを出しての繰り返しで、永久ループを作っていただけの話である。

もう一人の好きになった方は会社の上司だった。歳は私より若かったが、見た目からは想像できないが話をすると知識の豊富さで頭が良さそうだというのが直ぐに分かる感じの方だった。

大手企業との打ち合わせのときに、私などは緊張しまくって話しても噛みまくっていた状態だったが、その上司は冷静沈着で分かりやすい口調で顧客と対等に話をしていたのがとても印象に残っている。

子供っぽい心も持っていたのが意外ではあったが、ガキだと上から見下ろそうと思うこともなかった。こちらの話には常に親身に聞いてくれるからこそこちらも頑張って仕事をこなして行こうと感じさせてくれていた。

私がこの事業を通して皆様に伝えたいことは、インターネットという技術を使った様々なサービスについて、様々な憶測がある点を取り払い、全て真実をお伝えするということです。

インターネットで使用されている技術は全世界共通言語であり、公平な環境が与えられています。回線速度の良し悪しはあれど、一般的に使う分にはそう大差ありません。その限られた技術の中で、如何に有利な立場を作ることができるかを常に念頭に置いて開発しています。

2年前にエルメスオンラインのリストック監視で限界を感じたのは、当時は持続可能な状態では無かったという点があります。今の仕組みについては、現状を維持できるのであれば、持続可能なものを構築できたと自負しています。

エルメスオンラインだけに限らず、リストック監視が困難な様々なサービスにおいてもこの技術は有効だと考えているので、気軽に相談してもらえたらと思います。

新バージョンのブラウザについて(途中経過)

最近思ったように時間を取れないのが悩みの種ですが、少しずつ前進してはいます。これまで作ってきたBOTの機能を踏襲しようとした場合、タブウィンドウにする必要があるので、それを制作できたら完成にしたいと思っています。

先日同業者とお酒を飲む機会があり、OpenAIのトークンによる有料アクセスが高すぎると嘆いていたので、攻略を練っていました。

DevToolsのネットワークタブで受信したデータが見れたので、それをプログラムから取得しようと試みたのですが、そういう使い方をされるための防御が既に入っていてDevToolsの通信プロトコルからの取得は出来ないようになっていました。しかし、これで諦めるのは悔しいので、Domドキュメントから取得してBOT用API化する予定です。

C++やPythonからChatGPTに問いかける文字列をBOT用APIから呼び出したらChatGPTの画面に送信し、AIが応答してきたものをBOT用APIから応答する仕組みを考えています。月額2,000円にする予定です。

このBOTの恩恵を受ける人は、ChatGPTの有料版を使用していて常日頃から大量のトークンを使ってやり取りする方で、自動化したいがChatGPTのAPIは高いから使いたくないという方向けです。


最近、妙に政治家の動きに敏感になっています。良いことなのかはどうかはさておき、政治資金規正法の行方が非常に気になっています。

政治資金パーティーは何で必要なんですか?無くても政治活動できますよね??お金掛けないと政策が滞るのですか??お金掛けないと人気が無くなっちゃうんですか??そんな政治家は大した実績も残せないでしょうから、すぐに辞めて若い人に席を譲ってください。貴方は自覚が無いだけで実は立派な老害です!

GW突入!!

大型連休は何処も混むので、この時期に家族で旅行することはなく、大抵はバイクで旅に出たり、遠方の友人と飲んだりする。

高速道路は何処も渋滞な上に必ず事故渋滞でとんでもない待ち時間を喰らうことになる。事故の原因は単純に車が多すぎるのと、普段乗り慣れていない人が高速を走るからだと思っている。

GW廃止という意見は前から有ったらしく、こんな記事がある。

https://www.itmedia.co.jp/business/articles/2405/01/news030.html

大型連休を作ったことで観光業を盛り上げようとした安倍政権だが、実は今の自民党よりももっと興味がなかった。安倍政権になってから政治に無関心になったと言っても過言ではない。

安倍政権が何をやったのかを挙げること自体が難しい。興味がないから知らないのだ。なぜ興味がなかったのか自分で分析してみたが、発言の仕方がパフォーマンス的な感覚に見えていて、期待感が沸かない。3本の矢で日本は何が良くなったのか全く分からない。

カケイ学園問題は誰が見たって黒だし、宗教問題にそこまで染めていたのはビックリした。この世から居なくなっても尚、裏金問題で世間を騒がせている。何一つ一般庶民の生活が良くなったという実感がなかった。潤ったのは上級国民だけだろう。上級国民のための政治!がしっくり来る。

もっと日本を良くするために真剣に考える政権は無いの?本来そうあるべきじゃないの?目先の利益しか考えてない人しか上に立っていない。これじゃあ海外から舐められて当然だよ。にやにやしながらしゃべるな!!

当社の期の変わり目が4、5月のため、決算のための整理に追われ、またフリーランスという立ち位置でやっている仕事にも追われ、やりたいことができるのは5月下旬以降までずれ込みそう。

忙しくなる前にChromiumの中でもうちが必要としている部分の解析は既に終えており、今後はより最新ブラウザに近いもので動作させられることによる恩恵を全BOTに反映することを計画している。あとは実行に移すのみなのだが、もう少しお待ちください。。。