3行要約
- Blueskyが発表した「Attie」は、分散型プロトコルatproto上でAIを用いてカスタムフィードを自作できる特化型アプリ。
- 従来の複雑な正規表現やコード記述を排除し、自然言語による指示で「自分だけのアルゴリズム」を生成・運用可能にする。
- プラットフォームが情報を統治する時代から、ユーザーがAIを使って情報をフィルタリングする「アルゴリズム主権」への決定的な転換点となる。
📦 この記事に関連する商品
NVIDIA GeForce RTX 4090ローカルLLMを回して独自のフィード分類モデルを試作・検証するなら、現状このGPU一択です。
※アフィリエイトリンクを含みます
何が起きたのか
Blueskyが発表した新アプリ「Attie」は、単なる「新しい閲覧ソフト」ではありません。これはSNSにおける情報の力関係を根本から覆す、きわめて政治的かつ技術的な挑戦です。現在、X（旧Twitter）やInstagramを使っている私たちは、プラットフォーム側が用意した「おすすめ（For You）」アルゴリズムというブラックボックスの中に閉じ込められています。何が表示され、何が隠されるのか。その基準は広告収益の最大化に最適化されており、ユーザーに選択権はありません。
Attieはこの状況を「AIによる民主化」で解決しようとしています。Blueskyの基盤であるatproto（Authenticated Transfer Protocol）は、もともと「アルゴリズムの自由選択」を設計思想に掲げていました。しかし、これまでは独自のカスタムフィードを作るには、プログラミングの知識やサーバーの構築が必要で、一般ユーザーにはハードルが高すぎたのが実態です。私のようなエンジニアであれば、Pythonでスクリプトを書いて特定のキーワードや正規表現でフィルタリングするフィードを自作できますが、非エンジニアには不可能でした。
今回のAttieは、その「構築の壁」をAI（LLM）で破壊します。ユーザーは「最近の生成AIに関する技術的な議論だけを集めて、かつ100いいね以上の投稿に絞って。ただし、宣伝目的のツイートは除外して」といった自然言語のプロンプトを投げるだけで、自分専用のフィードを生成できるようになります。これは、情報の「受信」をプラットフォームに委ねるのではなく、自前の「AIフィルター」を介して情報を「能動的に取得」するスタイルへの移行を意味します。
背景には、中央集権型SNSへの不信感と、爆発的に増加する低品質なAI生成コンテンツ（スパム）への対策があります。もはや「キーワード検索」や「静的なフィルター」では、巧妙化するスパムやノイズを排除しきれません。文脈を理解するAIを、ユーザー一人ひとりが武器として持つ必要が出てきたのです。Attieは、その武器を誰でも使える形にパッケージングした、最初の実用的な回答だと言えます。
技術的に何が新しいのか
これまでのBlueskyにおけるカスタムフィード作成は、いわば「静的なフィルタリング」の域を出ませんでした。SkyFeedのようなツールを使えばGUIでフィードを作成できましたが、結局は「特定の単語を含む」「特定のユーザーを含む」といった論理演算の組み合わせでしかありません。これでは、言葉の裏にある「ニュアンス」や「情報の質」を判別することは不可能です。
Attieが導入した技術的なブレイクスルーは、atprotoの「Feed Generator」という仕組みに、LLM（大規模言語モデル）による「セマンティック・フィルタリング（意味論的フィルタリング）」を統合した点にあります。従来のシステムと何が違うのか、エンジニアの視点で深掘りします。
まず、データの処理フローが変わります。従来のフィードは、流れてくるポストのテキストを正規表現でマッチングするだけでした。これに対し、Attieの裏側では、投稿内容をベクトル化（Embedding）し、ユーザーが指定した「意図」との類似度を計算、あるいはLLMによるゼロショット分類を行っていると推察されます。これにより、「エンジニアが書いた有益なコード解説」と「AIが自動生成した中身のないまとめ」を、単語の含有率ではなく「文脈の密度」で判別することが可能になります。
具体的に、これまでのカスタムフィード作成（JSON等の設定ファイル）と比較してみましょう。
// 従来の静的なフィルタ設定（イメージ）
{
"include": ["LLM", "GPT-4", "Claude"],
"exclude": ["プレゼント企画", "稼げる"],
"min_likes": 10
}
このような設定では、「LLMを使って月50万稼ぐ方法（プレゼント企画あり）」といったノイズを完全に排除するのは困難でした。しかし、Attieが実現するAIベースの定義では、以下のような「意図」の指定が可能になります。
「最新のLLMに関する実装上の課題やベンチマーク結果について述べている投稿を抽出して。単なるニュースのURLシェアや、具体性のないポエム、煽り投稿は除外すること」
この指示は、バックエンドでベクトル空間上の近傍探索、あるいは小規模な分類モデル（DistilBERTなどの軽量モデルや、最新のGPT-4o miniクラス）によって処理されます。atprotoは、誰でも自分の「Feed Generator」を公開し、他人のPDS（Personal Data Server）と通信させることができるオープンな構造を持っています。Attieは、このプロトコルの柔軟性を最大限に活かし、AIによる高度な推論を「フィード生成」という最も計算リソースを食う部分に導入したのです。
また、注目すべきは「フィードの更新頻度とコスト」のバランスです。全ての投稿をリアルタイムでLLMにかければ破産しますが、Attieはおそらく、メタデータによる一次フィルタリングと、AIによる二次スクリーニングを組み合わせるハイブリッド方式を採用しています。これにより、レスポンス速度を維持しつつ、精度の高いフィード提供を実現しているはずです。
数字で見る競合比較
| 項目 | Attie (Bluesky) | X (旧Twitter) | Threads (Meta) | SkyFeed (旧来ツール) |
|---|---|---|---|---|
| アルゴリズムの制御権 | 完全ユーザー主権 (AIで作成) | プラットフォーム独占 | プラットフォーム独占 | ユーザー主権 (静的のみ) |
| 作成の難易度 | 低 (自然言語で対話) | 作成不可 | 作成不可 | 中 (論理回路の理解が必要) |
| 透明性 | 100% (指示内容が全て) | 0% (完全なブラックボックス) | 0% (非公開) | 100% (ルールが明確) |
| フィルタリング精度 | 極めて高い (文脈判断) | 低 (操作・広告優先) | 中 (エンゲージメント優先) | 低 (単語マッチのみ) |
| 利用料金 | 未定 (APIコスト依存?) | 無料 / 月額$8〜 (優先表示) | 無料 | 無料 / 寄付 |
この表から明らかなのは、Attieが「使いやすさ」と「精度の高さ」を両立させている点です。XやThreadsといった中央集権型SNSでは、アルゴリズムは「見せたいものを見せる」ためのツールであり、ユーザーの利便性は二の次です。対して、Attie（Bluesky）は「見たいものを見つける」ためのツールとして、アルゴリズムをユーザーに開放しています。
実務的な視点で見ると、Xで情報収集をする際に「おすすめ」タブに流れてくるインプレゾンビ（無意味な返信を繰り返すアカウント）の存在は致命的なタイムロスです。AttieのようなAIフィードであれば、「意味のある返信のみを抽出する」という命令一つで、これらを一掃できます。この「時間の節約」という価値を月額料金に換算すれば、ビジネスプロフェッショナルにとって月額$20（約3,000円）以上の価値は十分にあると言えるでしょう。
開発者が今すぐやるべきこと
この発表を受けて、エンジニアや情報感度の高いユーザーが取るべき行動は3つあります。
第一に、atprotoの「Feed Generator」の仕様を改めて読み直すことです。Attieはあくまでフロントエンドの一つに過ぎません。その裏側で動いているプロトコルレベルでのフィード生成の仕組みを理解しておけば、Attieがどのようにプロンプトをフィード定義に変換しているのかを推測できます。自前でインデックスサーバー（AppView）を立てるまでのハードルは高いですが、既存のSDK（TypeScript/Python）を使って、LLMのAPIを叩く独自のフィードジェネレーターを作成する準備を始めてください。
第二に、LLMを用いた「投稿の分類・要約プロンプト」の最適化です。Attieで精度の高いフィードを作るためには、AIに対してどのような制約条件を与えればノイズを排除できるかという「プロンプトエンジニアリング」のスキルがそのままフィードの質に直結します。今のうちから、過去の自分のタイムラインをサンプルデータとして使い、GPT-4oやClaude 3.5 Sonnetを使って「自分にとって有益な投稿とそうでない投稿」を分類するプロンプトを練り上げておきましょう。これがそのまま、Attieでの設定値になります。
第三に、Blueskyへの本格的な移行、あるいはクロスポスト環境の構築です。どれだけ優れたフィード作成ツールがあっても、元となるデータ（投稿）が少なければ意味がありません。現状、技術的な議論はまだXに残っていますが、Attieのような「情報の選別能力」に差が出始めると、質の高い発信者は順次Blueskyへ軸足を移します。Sky Bridgeなどのブリッジツールを利用して、今からBluesky上のソーシャルグラフを構築し、自分専用のAIフィードを育て始めるべきです。
私の見解
正直に言いましょう。私は、AttieがSNSの歴史における「最後の審判」になると考えています。 これまで、私たちはプラットフォームによる「アルゴリズムの暴力」に耐えてきました。見たくない炎上騒動、AIが生成した中身のないトレンド記事、広告、これら全てを「無料だから」という理由で受け入れてきたわけです。しかし、Attieの登場により、「自分のタイムラインを汚しているのは、プラットフォームのせいではなく、自分のAI設定の甘さである」という、自己責任の時代が到来します。
これは非常に残酷な変化でもあります。自分でフィルターを作れない人は、低品質な情報の渦に飲み込まれ続け、一方でAIを使いこなして高精度なフィードを構築できる人は、圧倒的な速度で質の高い知識を吸収していく。情報の格差が、AIリテラシーによってさらに加速します。
私はAttieを全面的に支持します。RTX 4090を回してローカルLLMを検証している身からすれば、自分のタイムラインを制御するアルゴリズムを他人に握られていることほど、気持ちの悪いことはありません。Attieが提示した「アルゴリズムの自給自足」という概念は、分散型SNSが生き残るための唯一にして最強の武器になるはずです。
3ヶ月後、Bluesky内には「インフルエンサーが作った『最強のAIニュースフィード』」のような、アルゴリズムの配布・共有エコシステムが出来上がっているでしょう。もはや人々は「誰をフォローするか」ではなく「誰のアルゴリズムを購読するか」で繋がるようになるはずです。これは、情報の民主化という名の、新たな選別の始まりに他なりません。
よくある質問
Q1: Attieを使うには、プログラミングの知識が必要ですか？
いいえ、不要です。Attieの最大の特徴は、チャット形式でAIに「どんなフィードを作りたいか」を伝えるだけで済む点にあります。「プログラミングはできないけれど、特定のトピックについて深く知りたい」という一般ユーザーこそが、最も恩恵を受ける設計になっています。
Q2: AIがフィードを生成することで、情報の偏り（フィルターバブル）が加速しませんか？
加速する可能性は非常に高いです。しかし、それは「プラットフォームに強制されたバブル」ではなく「ユーザーが自ら選んだバブル」です。Attieでは、複数の異なる視点を持つフィードを簡単に切り替えられるため、意識的に「反対意見のフィード」を作ることで、むしろバブルを打破するツールとしても活用できます。
Q3: 動作は重くないのでしょうか？ 読み込みに時間がかかりませんか？
atprotoの特性上、フィードの計算は外部のサーバー（Feed Generator）で行われます。AttieがAIを使ってどのようにインデックスを生成するかによりますが、初期設定時以外は、通常のフィード閲覧と変わらない速度で動作するよう最適化されています。
