創業者の中断税

希少なのは創業者の注意である

結論は明確だ。エージェントは、検証を通過した成果と、そのために使った創業者の注意で選ぶ。トークン単価は重要である。しかし、不確実な点を何度も経営者に差し戻す安価な実行は、一人企業で最も高い業務になり得る。問うべきは、回答、承認、確認、救援、手直しを経ても、実際に使える仕事がどれだけ残るかだ。

仮に、エージェントが実作業を三十分短縮し、創業者を五回呼び出したとする。一回の相談が二分なら、目に見える介入だけで十分になる。残る二十分は、集中の回復、レビュー、後日の修正を差し引く前の節約だ。追加負担は現場で測る必要がある。中断に一律の心理的損失時間を割り当てれば、根拠のない精密さになる。この例は計算用の仮定であり、RobinOSの観測結果ではない。

「創業者の中断税」とは、委任した仕事を使える状態にするために払う注意の費用だ。文脈から解決できた質問、既に与えた承認の再確認、進捗が見えないための照会、失敗の救援、完了報告後の修正に分散している。必要な介入もある。事業の方向や重大な約束は経営者が決めるべきだ。減らす対象は、承認済み業務の内部に残る、回避可能な運用依存である。

この区別はエージェントの職務を変える。もっともらしい下書きを出すだけでは始まりにすぎない。承認された成果まで仕上げ、通常の障害を自力で復旧し、確認できる証拠を渡す。それが仕事だ。モデルの不確実性を一日中管理する創業者には、新しい監督業務が増える。範囲の明確な完成品を受け取る創業者には、使える能力が増える。

著者が提案する測定枠組み。SolやAstraの実験結果を示す図ではない。

並行作業には共通の到達点が必要だ

9月9日公開のCodex CLI 0.154.0は、この区別に役立つ基盤を提供する。実験的なworktree機能は、新規または分岐したセッションに分離されたcheckoutを作れる。インライン回答では質問への返答中も作業を進められ、リモートの再開と分岐は保存済み権限を維持する。これは公式に記載された機能であり、測定済みの生産性向上を示すものではない。Codex changelog。

分離すれば、二つの案が互いの作業ファイルを上書きせずに比較できる。ただし、勝者の選定、共有資源の衝突解消、本番投入の判断は自動的には済まない。二つの分岐が狭いテストを通過しても、異なる問題を解いている可能性がある。依頼範囲外の見事な変更も起こり得る。したがって、同じ課題、開始リビジョン、明示的権限、受入条件が必要になる。

最初の実験では、複数ファイルにまたがり、結果を決定論的に検証でき、影響を戻せる実課題を選ぶ。開始前に仕様を固定し、Sol mediumとAstra mediumへ同じ文脈、ツール、権限、テストを渡す。出力を分離し、途中で追加した支援も記録する。一方だけに説明を足せば、経営者には自明な一言でも実験条件は変わる。

統合責任者は一人にする。採用する分岐は、元の受入条件と変更範囲を守り、無関係な作業を保持しなければならない。両案を組み合わせるなら、統合と再検証の費用を別に計上する。そうしなければ、見かけの勝者は無料の人間による実装支援を得る。ここで示すのは比較計画であり、実験結果ではない。

創業者の分数をモデル料金と並べる

現在の標準API価格では、Astraは入力百万トークン当たり10ドル、出力50ドル、Solはそれぞれ4ドルと20ドルだ。入力も出力も単価は2.5倍となる。実際の請求額はトークン量、キャッシュ、文脈長、サービス区分、ツールによって変わる。この倍率は単価比較であり、業務全体の費用比率でも、同じ使用量の保証でもない。Astra model page、Sol model page。

使いやすい計算式は、総経済費用＝モデル・ツール料金＋基盤料金＋創業者の介入分数×明示した注意の価値＋その他の測定済み復旧費用である。失敗した試行の料金も同じ課題に含め、人間の手直しは介入時間に含める。traceと予定表の双方に出てくる同一復旧を二重計上しない。現金支出と、注意に付けた推計費用は分けて示す。

例えば、Astra経路が6ドル高く、測定した創業者時間を十二分節約したとする。損益分岐となる注意の価値は毎分0.50ドル、毎時30ドルだ。6を12で割った結果であり、特定の創業者の時間価値を示さない。節約が二分に縮めば、毎分3ドル、毎時180ドルとなる。この例では、介入時間の小さな変化が結論を左右する。

判断を一つの貨幣換算スコアに隠す必要はない。現金の追加負担、回収した時間、完成品質、経過時間をそのまま比較できる。機会費用は空いた時間で実際に何ができるかによる。顧客交渉中の一時間と静かな午後の一時間は、価値が異なるかもしれない。仮定を記録して範囲を示し、任意の時給を事実として扱わない。

数える前に成果を定義する

提案する中心指標は、創業者介入一分当たりの検証済み成果だ。分子には実行前に登録した課題を使う。完成記事、テスト済み修正、照合済み証拠記録は、事前の完了条件があれば一成果と数えられる。中間ファイルを十個作っても、十成果にはならない。完了後の細分化で分子を膨らませてはならない。

異質な課題は、重み付き集計の前に群別で示す。誤字修正と複数システムの障害対応を同じ単位で競わせるべきではない。重みが必要なら事前に定めて開示する。完了率、公開後の欠陥、範囲逸脱も比率の横に置く。静かな損害を伴う高い処理量は、見栄えのよい画面に関係なく運用上の失敗だ。

測定介入がゼロの場合は、検証済み成果数と観測ゼロ分を組で示し、比率は未定義のままにする。無限大を表示しない。介入記録の欠落はUNKNOWNであり、ゼロではない。実行中の通知を無視した創業者にも、後でレビュー負担が来る。記録を閉じる前に、受入と妥当な期間内の手直しを観察窓へ含める。

分母では、質問、必要な判断、重複承認、救援、レビュー、手直しを区別する。中断回数は長さと別に記録する。五回の短い確認と一回の集中レビューは一日の分断の仕方が違う可能性がある。その差は測定結果か明示的仮説として扱う。注意の行き先と回避可能な部分が分かって初めて改善できる。

エスカレーションにも採用理由が要る

実用的な仮説は、範囲の明確な実装をSol、未解決の曖昧さ、難しい復旧、重要なレビューをAstraに任せ、最後に決定論的検証を置くことだ。「仮説」が重要である。最適経路は課題分布と観測結果による。ある課題群では最初から強いモデルが割安でも、別の群では浪費になる。ブランドや一つの成功実演で普遍的分担は決まらない。

引継ぎには短い証拠一式を付ける。課題の契約、現在の版、観測した失敗、試した方法、残る最小の問いである。次のモデルが未解決地点から始められる。失敗点を特定せず全履歴を再生すると、トークンだけが増えて混乱が残り得る。経営者に失敗経緯を再構成させれば、希少な人へ復旧負担を戻してしまう。

経路には上限のある再試行方針も必要だ。定めた失敗条件に達したら、方法を変え、証拠を補い、指定した技術レビューへ引き継ぐ。同じ原因で失敗する命令を無期限に繰り返さない。本人確認、事業意図、新しい重大な約束など、人間の判断が必要な境界は残す。質問削減は権限を創作する許可ではない。

統合責任者は元の要求で成果物を検証する。trace graderは経路品質、不要な質問、指示違反を評価できるが、失敗した実行テストを成功へ変えることはできない。決定論的受入と評価的判断を分ければ、整った説明が機能する成果の代わりになるのを防げる。

Traceは判断を変えてこそ役に立つ

OpenAIの評価ガイドは、モデル呼出し、ツール、guardrail、handoffを含むtraceと、回帰を識別する構造化graderを説明する。良い結果の条件が定まった後、再現可能なデータセットと評価実行へ進むよう勧めている。測定の循環は支えるが、創業者の注意を自動計測したり、特定経路の品質を認証したりはしない。Agent evaluation guidance。

会話を大量収集するより、各課題に小さな介入記録を付ける。時刻、理由、人間の所要分数、権限区分、関連成果があれば、通常は有用な出発点になる。プライバシーを保ち、機密の原文を評価画面へコピーしない。一つの判断を説明する証拠は、全過程の記録より小さくてよい。

敗因も勝因と同じ丁寧さで見る。文脈不足、既知情報への再質問、権限の誤読、依存関係の復旧失敗、変更範囲の拡大では、必要な対策が違う。検索改善で済むものも、再試行方針の明確化が効くものもある。失敗のたびに大型モデルへ替えると、課題契約の欠陥を隠すことになる。

経路の記憶には、適用範囲、証拠、日付、失効条件を持たせる。一つのコードベースと課題群の結果は、追加比較を通るまで局所的に扱う。以前の規則を戻せるよう残す。学習に使わなかった保留課題で、新しい教訓が例の外でも改善するか確かめる。そうしなければ、昨日を説明する能力だけが高くなる。

供給者の実演だけでは経済性は分からない

OpenAIの建築可視化事例は、Astraが編集可能な場面をBlenderからUnrealの作業へ運び、ツール間で確認と反復を行う様子を示す。供給者によるワークフロー実演として有用だ。ただし、Solとの対照試験ではなく、創業者介入、反復失敗、総経済費用の対応比較もない。OpenAI architectural visualization demonstration。

投資上の含意はモデルの勝者宣言より限定的で、その方が役に立つ。ツール間の連続性は、以前は人間が担った調整を取り除く機会を作る。その機会が収益になるかは、引継ぎの信頼性と検査費用による。編集でき、検証を繰り返せる成果は、制作経路の見えない美しい画像より評価しやすい。

運用者はここで、順位表の読者より深く判断できる。創業者は何を追加したか、どの修正が必要だったか、実演後も成果は使えたか。関連する自分の課題を同条件で比較する。供給者が示した能力と、自分の運用で観測した経済性は別の欄に置く。

Murphyを実験の中に置く

最初は通知の洪水を試す。エージェントが活動を報告し続け、経営者に重要な出来事の有無を確認させることがある。通常の進捗と判断依頼を分け、通知が介入を生む頻度を記録する。失敗を隠す沈黙も近道にはならない。目標は信頼できる可視性と明確な例外経路であり、完了した仕事で測る。

次は重複承認だ。課題契約へ承認を書き、通常復旧をまたいでもエージェントが維持するか見る。重複依頼は回避可能な中断として数える。実質的範囲変更は適切な門を通す。権限を確認せず最少質問数だけを報酬にすると、自信を持って無謀に進む仕組みになりかねない。

続いて分岐衝突と偽の勝利を試す。双方に現実的な共有インターフェースや依存を与え、無関係ファイルの保持、統合制約の説明、同一受入試験を確認する。変更に応じた失敗経路のテストも最低一つ含める。失敗するassertionを削除したり要件を狭めたりする分岐は、競争に勝ったのではなく条件を変えたのだ。

最後に誤った教訓の記憶を試す。成功に見える要約と矛盾する実行記録をレビューへ渡す。矛盾を保持し、解決まで教訓の採用を拒むべきだ。悪い規則は一つの失敗を多くの課題へ増幅する。記憶更新には、成功を祝う要約より強い証拠の境界が必要になる。

一つの実験を正直に閉じる

次の行動は、一つの比較可能で可逆な課題だ。共通の開始版と受入契約を記録し、二経路を別々に実行する。モデル・ツール料金、経過時間、介入回数と分数、再試行、範囲遵守、最終検証を追う。統合とレビュー時間も含めて決め、両成果物を後から確認できるよう保存する。

結果が要求を満たし、代価が受け入れられる場合だけ経路を採用する。一方だけ成功なら、その限定的結果を記録する。両方通過なら品質差を残したまま注意と現金を比較する。双方失敗なら失敗を保存し、実験か課題契約を修復する。説明が熟練者らしく聞こえたという理由で昇格させない。

本日公開するのは、測定枠組み、出典確認、実験仕様である。比較実験の完了、創業者分数、費用節約、勝つ経路は、実際の証拠がそろうまでUNKNOWNだ。この区別自体が主張の一部である。自律的な仕事は、声明と検証済み結果の距離を縮めて信頼を得る。

一人企業は、創業者が意図、人間関係、判断へ注意を使い、通常の実行が自ら完結するとき拡張できる。モデルの請求書は毎月見える。中断の請求書は一日の各所に散っている。両方を検証に耐える仕事と並べれば、経路選択は経営判断になる。

カテゴリーとキーワード

カテゴリー： 人工知能；運用システム；創業者の生産性。

キーワード： 創業者の中断税；検証済み成果；エージェント評価；Sol；Astra；worktree；経路の記憶；総経済費用。

Hashtags: #AgenticAI #FounderProductivity #AIInfrastructure #Ouroboros