ハクソク

世界を動かす技術を、日本語で。

Ankiの所有権がAnkiHubに移転されました

2026年2月3日原文(forums.ankiweb.net)

概要

Ankiの創設者が19年間の運営を振り返り、今後の運営をAnkiHubに段階的に移行する決断を発表。 運営負担の増大や個人の限界を背景に、より持続可能で協力的な体制への転換を目指す。 Ankiは今後もオープンソースとして維持される方針。 創設者自身は今後もプロジェクトに関与し続ける意向。 変化に対する不安もあるが、長期的にはユーザーと開発者双方にとってプラスになると強調。

Anki創設者からの運営移行メッセージ

  • Anki の19周年を迎え、これまでの歩みと今後の成長方針を振り返り
  • 運営負担の増加により、個人での対応が困難になった現状の課題認識
  • 優秀な貢献者への報酬など、部分的な業務委託の実施経験
  • 管理職経験の不足や多忙さから、従業員雇用の決断を先送りしてきた経緯
  • Anki の人気拡大とともに増す責任感と、その結果生じた長時間労働やストレス
  • 本来の「集中した開発作業」から離れ、日々の問題対応が主業務となっていた現状
  • 投資や買収の申し出が多くあったものの、 オープンソース精神の維持 を重視し拒否
  • AnkiHub との協業提案を受け、同社の成長力とチーム体制を高く評価
  • 段階的に Anki の事業運営やオープンソース管理をAnkiHubへ移行する提案を自ら実施
    • オープンソース維持や理念継承のための条件を設定
  • 創設者自身は今後もプロジェクトに関与しつつ、より持続可能な関わり方への転換
  • 運営上のボトルネック解消による開発スピード向上と、協力的な体制構築への期待
  • UI改善など、これまで優先できなかった課題への取り組み促進
  • 万が一の事態でもエコシステムが継続する安心感の強調
  • 変化への不安は当然だが、長期的には多くのユーザーがこの変化を歓迎するだろうとの見解
  • これまでの支援・貢献への感謝と、 Anki の新たなステージへの期待感の表明

Hackerたちの意見

彼はすごいね、19年もこの火を灯し続けるのは長いよ。学校を乗り越えるのに助けてくれてありがとう！

良い点としては、実際に良いモバイルのAnkiクライアントであるAnkiDroidが、このちょっと怪しい新しい団体の手から外れていることだね。（AnkiDroidはずっと独立して運営されてきたから、iOSクライアントの状態を考えるとそれは良いことだよね。いつも放置されてるし。）

└

（有料の）iOSクライアントにはずっと失望してるし、オープンソースのAndroid版がずっと羨ましい。値段に対して使う頻度が高いから、有料なのはあんまり気にしないけど、使いにくいのが分かっててそれを改善できないのが辛い。

└

有料のiOSクライアントがそんなに悪いの？高かったのは覚えてるけど、俺の使い方には問題ないよ（医学部の一部と法学部全体、あと覚えたいことを混ぜた感じ）。MacやWindowsのクライアントと比べて使いにくいところは全然なかったけど、見落としてる問題があったら教えてほしいな！

└

その通り。ただ、AnkiDroidの最もアクティブなメンテイナーが新しい組織に参加することは注目すべきだね。 > 「現在、AnkiDroidの長年のコアコントリビューターであるデイビッド・アリソンと、これらの質問について一緒に取り組むことを話し合っています。彼のAnkiDroidの共同開発に関する経験は非常に貴重で、私たちがこれを正しく進めるために彼が手伝ってくれることに感謝しています。彼がフルタイムで私たちに参加して、Ankiを未来に進める手助けをしてくれることに非常にワクワクしています。」

└

俺は毎日公式のiOSクライアントを使ってるけど、何が悪いの？

世界中のオタクな医学生たちと、もともとは語学学習者向けのマイナーなオープンソースのフラッシュカードアプリとの間に、面白い共生関係があったんだ。私はそのコミュニティの一員で何年も過ごしてきたけど、こんな結果になるとは思わなかった。でも振り返ってみると、Ankiにとっては最良の道のように思えるね。

└

今はもうオタクな医学生だけのものじゃないと思うよ。Step Iの勉強をこれなしでやった人っているの？どうやって？（なんで？ :)

基本的には、アルゴリズムは学習者がある時点で事実を正しく思い出す確率を予測しているんだ。過去の思い出しや提示の履歴を考慮してね。機械学習がこれらの確率の進化を予測するのも面白いかもしれない。単に関連する知識を思い出すことで、サンプリングされていない事実の思い出しが改善されるんだけど、これは厳密にモデル化するのが難しいかもしれないし、逆に（まだ発見されていない）専用の分析モデルには簡単かもしれない。パラメータ数が多いけど相対的に不透明な（高パラメータ数の）機械学習モデルを使うことで、記憶の思い出し実験のための代理人として扱えるし、学習パターンを適切に抽出するための低パラメータ数モデル（分析的または機械学習）を見つけることができるかもしれない。実際の人間の脳で高コストな実験をしなくても済むからね。

└

これは積極的に研究されてるよ（オープンで！）。https://github.com/open-spaced-repetition/srs-benchmark

└

FSRS（数年前からAnkiで使われている新しいアルゴリズム）って、もう機械学習に基づいてるんじゃないの？

参考にしてみる価値ありかも（関係ないけど）：https://mochi.cards/

Hacker Newsで議論の続きを見る