00:00
あの、今あなたがAIを使う上で、最も背筋が凍るメッセージって何だと思いますか?
いやー、何でしょうね。真っ赤なエラー行動とかですか?
実は違うんですよね。AIからのたった一言、「終わりました。」っていう爽やかな返事なんです。
あー、なるほど。それは確かにちょっと怖いですね。
想像してみてください。前日の夜に頼んでおいた重要なリサーチとかデータ整理に対して、
朝一で完了しました。とだけ画面に表示されている状況を。
はいはい。
あなたなら、この一言を信じてそのままクライアントに提出できますか?
まあ、おそらく無理でしょうね。えっと、どこまでやったの?とか、
本当に条件を全部満たしているの?って、かえって不安になるはずです。
ですよね。
ええ。AIが日常のワークフローに深く入り込めば入り込むほど、
この終わりました。という言葉の裏側にあるブラックボックスがですね、
私たちの仕事の最大のボトルネックになりつつあるんですよ。
まさにそこが今回のテーマなんです。
今日の深掘りでは、このAIの終わりましたという言葉をどうやって証明させるかという、
実務において最も切実な問題に切り込んでいきます。
はい。
今日、情報源として取り上げるのは、2026年7月28日に公開された
AIエージェント日地速報というITエンジニアら執筆した記事です。
この記事のユニークなところは、
AIがいかに賢い文章を書くか、みたいな表面的なニュースには一切目もくれていないところなんですよね。
ええ。本当に泥臭いというか。
そうなんです。
仕事の引渡しというプロフェッショナルな協業において、
最も重要なポイントに焦点を当てているところがすごく面白いんですよ。
なので今日の私たちのミッションは、単なるツールのカタログ紹介ではありません。
CODEX、CLOUD、CODE、ANTIGRAVITY、MANUS、GENSPARC、HARMESS AGENT、そしてOPENCLOUDという
7つの最新AIエージェントの動向を読み解いていきます。
結構たくさんありますね。
そうなんですよ。
これらを読み解きながら、人間とAIがプロフェッショナルとして協業するための完了条件とは一体何なのか、
その答えをあなたと一緒に解明していくことです。
さて、これを紐解いていきましょう。
まず根本的な疑問としてですね、なぜAIは息を吐くように終わりましたと嘘をつくのか、
あるいは勘違いをするのか、というところから始める必要がありますね。
確かに、人間なら終わりましたって言われたら、じゃあその画面見せてよって自然に確認プロセスに入りますよね。
でもAIはあたかも全ての確認を自分一人で済ませたような顔をして報告してくるわけです。
まあ、AIに悪気があるわけじゃないんですよね。
基本的にユーザーを喜ばせたい、つまりタスクを完了したという、
私たちが最も期待している次の言葉を予測して出力しているだけですから。
はい、おっしゃる通りです。
でも仕事を頼む側からすると、AI自身が終わった気分になっているだけなのは、もう恐怖でしかないわけです。
03:03
いや、本当に。で、どうすればいいんでしょうか。
そこで最初のパラダイムシフトが起きます。
作業を始める前のゴールの定義、つまり契約の結び方ですね。
契約ですか?
ええ、これを見事に体現しているのがコーデックスが導入したゴールモードというアプローチなんです。
記事を読んでハッとしたんですが、
これまでの私たちってプロンプトをいかに細かく書くかに執着しすぎていた気がするんです。
と言いますと?
まず検索して、次に要約して、このフォーマットに直してみたいに手順を全部教えてあげるような。
でもコーデックスのゴールモードはちょっと違いますよね。
ここで興味深いのは、AIに対する指示を手順の命令から成功条件の定義へとシフトさせている点なんですよ。
成功条件の定義?
はい。例えばブログ記事を作るというゴールを設定した場合、途中の手順はAIに任せます。
しかし、マークダウンファイルが生成され、見出し画像が揃い、投稿用のメタデータが記述されていること、
という結果の形だけを最初にロックするんです。
これらがすべて揃わなければ、システムとして完了とは見なされません。
これ、フリーランスの優秀なリサーチャーに仕事を依頼する感覚にすごく似てますよね。
ああ、そうですね。適当に調べておいてって頼んで、調べ終わりましたって言われてそのままお金を払う人はいませんよね。
ええ、いないですね。
最初に出典リストと比較表のエクセルファイルと要約のワードファイルが揃うことを納品条件としますと握っておくわけです。
途中でどんな検索エンジンを使おうが構わないけれど、結果の形だけは契約しておくみたいな。
そのリサーチャーの例えは適用していますね。
さらにその契約をシステムレベルで強固にしているのがハーメスエージェントの最新版であるバージョン0.18.0なんです。
はい。
彼らは証拠に基づく作業検証という機能をゴールコマンドに実装しまして、これを完了契約と呼んでいます。
完了契約、響きからしてプロフェッショナルですね。これ具体的にどうやって証拠を付き合わせるんですか?
AIの自己申告を完全に無視するんですよ。
無視するんですか?
ええ。AIがコードを修正しましたと言っても、実際に既存のテストコードを通過したのか、どのファイルを何行変更したのかというプロジェクトのチェックを裏側で物理的に走らせます。
ほうほう。
その客観的な実行ログと最初に結んだ完了契約を照らし合わせて初めて完了と判定するんです。証拠がなければ容赦なく作業を継続させます。
なるほど。つまりAIが終わった気分になるのをシステムが物理的にブロックするわけですね。
まるで家を建てる大工さんにできたよって言われて信じるんじゃなくて、第三者の完了検査を通ることを最初の契約に盛り込むようなものですね。
まさにその通りです。
06:00
でもここで一つ疑問が浮かぶんです。ゴールが決まって契約も結んだとして、その達成した証拠を私たち人間はどうやって確認すればいいんでしょうか?
生のテキストログを永遠と読まされるのはちょっと勘弁してほしいんですが。
そこで登場するのがGoogleアンティグラビティのアーティファクツ、つまり成果物という概念ですね。
成果物?
ええ。従来のAIはブラウザを操作して情報を探しましたというテキストの羅列しか返してきませんでした。
はい。よく見ますね。
でもアンティグラビティは違うんです。実装計画のドキュメント、操作した画面のスクリーンショット、さらにはブラウザの録画データなど、視覚的で構造的な証拠として提出してくるんです。
操作しましたという言葉の代わりに、この画面をこの状態にしましたよという決定的な証拠を見せてくるわけですね?
ええ。
ただ、ちょっと意地悪なツッコミをしてもいいですか?
どうぞ。
スクリーンショットって撮影したその0.1秒の瞬間だけ正しく見えているだけかもしれないじゃないですか?
はいはい。
表面上のUIはきれいに整っていても、裏側のデータベースはぐちゃぐちゃに壊れているかもしれないですよね?
それって完璧な証拠として信用しきっていいんでしょうか?
いや、これはある重要な問いを投げかけていますね。
つまり、私たちは実務において、AIに100%完璧な無実の証明を求めているのかということです。
えーと、完璧であるに越したことはない気がしますが、違うんですか?
あのー、完璧な証拠を求めるあまりシステムが複雑化してしまっては本末転倒なんですよ。
実務で最も価値があるのは、人間の次の判断のスピードを劇的に上げることなんです。
次の判断スピード?
はい。何もないテキストだけの報告から、一体どこまでやったんだろうと推測するのと、
目の前にスクリーンショットという確認の入れ口があるのとでは、人間の動き出しが全く違いますよね。
あー、なるほど。よし、表面はOKそうだから、念のため裏のデータを確認しようっていう初速が変わるんですね。
ええ。100%の証明ではなく、人間の検証作業のスタートラインを圧倒的に前に進めてくれるものとしての証拠なんです。
確かにそう言われるとすごく納得します。
そして、その検証作業そのものをAIにかなわせようというアプローチも生まれています。
Web 版のクロードコードは、コードを変更するだけでなく、自らテストを書き、コマンドを実行して検証するステップをワークフローに組み込んでいるんです。
記事にもありましたが、これって完璧なテストコードを書かせるのが目的じゃないんですよね。
そうなんです。
指定したURLを叩いて正常な応答が返ってくるかとか、出力された文字数が要件を満たしているかとか、そういった検証結果を返すこと自体を仕事として頼む発想へのシフトですよね。
はい。これはAIの完了報告を単なる感想文から信頼できる作業記録へと進化させる第一歩ですね。
これならリスナーの皆さんも今日からのプロンプトですぐに真似できそうですね。
AIの感想文にはもう付き合っていられないぞと。
そうですね。
さて、証拠が揃って検証もできたとしましょう。でもここからが本当に面白いところなんですが。
09:06
はい。
その完璧な結果が私たち人間の手元に安全に正しく届かなければ、これまでのプロセスは全て水の泡ですよね。
ええ。盲点になりがちですが、そこがシステムと最大の弱点です。だからこそ、計画と実行の分離、そして完了と通知の分離という考え方が不可欠になってくるんですよ。
前者の計画と実行の分離で注目したいのが、マニュースのプランモードとブランチ機能ですね。
これ読んでいて非常に人間社会の組織論に近いものを感じました。
そうなんですよ。マニュースのプランモードでは、AIが実際の作業を実行する前に、まず構造化された計画だけを提出させて、人間がそれをレビューします。
はい。この計画で進めていいよという同意と、実際に出てきた結果を受け取るという承認プロセスを意図的に切り離しているんです。
これ、新入社員に仕事を頼むときの基本ですよね。
上がってきた企画書の方向性にOKを出したからといって、1ヶ月後に出てきたとんでもない完成品を無条件で受け入れる上司はいませんからね。
ありえないですよね。
計画への同意と結果の受け取りは別物。ブランチ機能で元の文脈を残したまま別の方向性を試せるのも、AIの暴走を未然に防ぐ素晴らしいリスク管理だと思います。
そして、公社の完了と通知の分離、これをバックグラウンド処理で解決しようとしているのがオープンクローです。
オープンクロー。
AI側のタスクが完了していても、人間へは終わりましたよと通知するプロセスがネットワークエラーなどで失敗するケースがありますよね。
ありますね。
ここで重要になるのが、べき動性という概念です。
出ました、べき動性。ちょっと聞き慣れない言葉で戸惑っているリスナーの方もいると思うので、私の痛い経験からちょっと例え話をさせてください。
はい、お願いします。
あなたが深夜、ベッドの中で眠い目をこすりながらオンラインショッピングをしているとします。
交流ボタンを押した直後に、画面がフリーズしてエラーが出た。
ああ、嫌な予感がしますね。
あれ、変えたのかなって不安になって、もう一度リロードしてボタンを押したら、翌日同じ商品が2つ届いて、クレジットカードも二重に決済されていた。
これ、最悪の悲劇ですよね。
ええ、システム設計において最も避けなければならない、しかしよくある悲劇です。
この悲劇を防ぐ仕組みがべき動性なんですよね。
つまり、同じ処理や通知の要求を何度繰り返しても、結果が絶対に二重にならない性質のこと。
はい、その通りです。
オープンクローは、通知が届かなかったときに、足りない成果物だけを再送し、タスクを二重に実行させない仕組みを持っています。
なるほど。人間が寝ている間にAIに自律的に働いてもらうなら、
AIからの通知だけを頼りにするのは危険だってことですよね。
ええ、後から人間側がタスクショーのようなコマンドを叩いて、保存されたジョブの実行履歴と現在の状態を安全に称号できることが重要なんです。
12:00
AIが終わったということと、私たちが安全に結果を受け取ることは全く別の問題なんですよ。
いや、なぜ私たちがここまで厳密な確認とか二重三重のセーフティーネットをAIに求めているのか。
それは、AIが単なる箱庭のチャットボットを卒業して、メールの送信や決済といった外部の世界に直接触れようとしているからですよね。
まさにそこが今回の議論の最大の山場ですね。
ジェンツ・スパークのジェンティームという機能のガイダンスでは、チーム内での調査や文書作成といった内部作業と、
作成者の名義で実行される外部への送信や公開といったアクションを明確に区別するよう求めているんです。
これ、自分の仕事に置き換えると本当にゾッとしますよ。
リスナーの皆さんも想像してみて欲しいんですが、
AIにクライアントへの謝罪メール対応しておいてって頼んで、対応済みですって返ってきたとするじゃないですか。
これ、AIがメールの下書きを作って保存したのか、それともあなたの名前で実際にクライアントに送信してしまったのか、テキストの返事だけじゃ全くわからないんですよ。
怖いですよね。もし公社で内容に致命的な間違いが含まれていたら取り返しがつきません。
ですよね。
だからこそ、どこまで実行したのか、外部へ影響を与えたのかの境界線を明確にする必要があります。
これを全体上と結びつけて考えてみるとですね、
今日私たちが紐解いてきた様々なAIエージェントの進化は、ある一つの究極のアプローチに集約できるんです。
それが、記事の著者が提唱している官僚伝票ですね。
どのAIツールを使っていようと、今日からすぐに実践できるという。
これ、リスナーの皆さんも是非メモの準備をお願いしたいんですが、具体的にどんな内容なんでしょうか。
はい。仕事の最後に次の5つの項目からなるリストをAIに必ず提出させるんです。
まず一つ目は当然、成果物ですね。
何を作ったか、ファイル名やURLのリンクを具体的に提示させるわけですね。納品も勧めもの。では二つ目は。
検証です。
アンチグラビティやクロードコードの事例で話したように、AI自身が何を実行し、どういう結果だったのかという客観的な証拠ですね。
なるほど、ここまではすごく納得です。でも三つ目の項目を読んで私は一瞬、え?って思いました。
三つ目は、未実施ですよね。なぜやらなかったことをわざわざ報告させるんですか?
実はここが最も重要かもしれないんですよ。
と言いますと。
AIは性質上、できないというのを嫌がりまして、勝手に要件を省略してできたと報告する癖があるんです。
あーありますね。知ったかぶりというか。
ええ。なので、まだ確認していないことや、要件の中で今回は見送ったことをあえて明記させるんです。
そうすることで、人間はAIの作業の限界点を瞬時に把握できて、引き継ぎがスムーズになります。
あー。全部完璧にやりましたって嘘をつかれるより、ここは付け数ですって正直に言われた方が、次に人間が手をつけるべき場所が明確になるわけですね。
15:05
そういうことです。まさにスタートラインを前に進めるための項目ですね。
なるほど。では四つ目は?
先ほど恐怖のシナリオとして挙げた外部作用です。メールを送信したのか、データベースを書き換えたのか、課金を実行したのか、
外部の世界に物理的な変化を起こしたか否かを、イエスかノーで明確に申告させます。
これ絶対必要ですね。そして最後の五つ目は?
次の担当です。次に誰が何を見ればこの仕事の引渡しが完了となるのかを定義させます。
この五行の完了伝票をただの掲げはなくて、これが埋まらない限りこの仕事は完了とはみなさないと最初の依頼の段階で突きつけておくわけですね。
はい。
つまり、これって結局どういう意味なんでしょうか?
私たちがこれまでAIを評価するときって、どれだけ自然な文章が書けるかとか、どれだけ難しいコードが書けるかという賢さばかりを見てきましたよね?
ええ。いわゆる5モデルの基礎的な推論能力の競争ですね。
でも、実務において本当に長く安心して付き合えるAIの条件はそこじゃないってことですよね。
何をもって終わりとするかを人間と明確に共有できるか、そして人間が裏側を推測しなくても済むような確実な引渡しができるか。
その通りです。
能力の差ではなく、引渡しの差こそがこれからのAIとの協業の決定打になるということですね。
ええ。AIが優秀になって自律的に動くようになればなるほど、途中のプロセスは人間には見えなくなりますからね。
はい。
本当に指示通り動いたのかなってチャットのログを必死に遡って推理する探偵ごっこは、
AIで業務効率化を目指す本来の目的を根底から崩してしまいます。
確かに本末転倒です。
終わりましたという言葉の後ろに、誰もが納得できる確たる証拠を置く。
このルールを徹底するだけで、AIに対する信頼の質は劇的に変わるはずです。
リスナーの皆さんも、やってくれたかなという不要な不安から解放されれば、
本来人間がやるべき次の判断とか、クリエイティブな仕事に100%のエネルギーを注げるようになりますよね。
今日まがんだ官僚伝票、明日のプロンプトから絶対に使ってみようと思います。
ぜひ試してみてください。ただ最後に、記事には書かれてなかった一つの試行実験をリスナーの皆さんに投げかけたいと思うんですが。
新しい視点ですね。何ですか?
私たちは今、AIに対してこれほどまでに厳密な官僚の証明と証拠の提示、そして未実施事項の自己申告を求めるようになっていますよね。
はい、そうですね。
もしこれがデジタル社会の当たり前になった時、ゆくゆくは我々人間同士の仕事のやり方にも強烈な影響が跳ね返ってくるのではないでしょうか。
え?AIの働き方が人間の働き方を変えるってことですか?
ええ、あなたが同僚や部下に仕事を頼んだ時、彼らがテキストチャットでたった一言、「終わりました。」とだけ返してきたら、
18:00
ああ。
今はお疲れ様とスタンプを返していますが、AIの完璧な官僚伝票になれきった数年後のあなたはそれに満足できるでしょうか。
なるほど。で、証拠のURLは検証結果は未実施の課題はあって、人間に対してもAIと同等の透明性と引き渡しのクオリティを求めるようになるということですか。
はい。そんな日はもうそこまで来ているのかもしれませんよ。
おお、それは深いですね。私たちがAIを教育してコントロールしているつもりが、
実はAIのワークフローの進化によって、私たち人間自身のプロフェッショナリズムの基準がアップデートされようとしているんですね。
ええ、まさにそういうことです。
冒頭でお話ししたフリーランスに仕事を頼む話がありましたよね。
仕事が終われば、必ず納品書と証拠がセットで提示されるように、デジタルな仕事の世界でも、
終わりましたの一言で済む牧歌的な時代は終わりを告げようとしているのかもしれません。
そうですね。
あなたも明日の仕事から、まずはAIに対してこの官僚伝票のアプローチを試してみてください。
そしてそれが、あなた自身の仕事の基準、さらには同僚とのコミュニケーションにどう影響していくのか観察してみるのも面白いかもしれません。
今回の深掘りはここまでです。
常に探求心を持ち、当たり前を疑い続けていきましょう。
それではまた次回。
