エージェント完了後に残る仕事

朝食前に、エージェントが優れた報告書を百本仕上げたとする。一人が一本を確認するのに十分かかれば、朝食と一緒に約十七時間分の仕事が届く。報告書の質が高くても、組織には問題が残る。

これは仮定の例であり、測定結果ではない。エージェントの生産量を祝うとき、見落としやすい問いを示している。誰が成果を受け取り、役立つ状態にするまでに何をしなければならないのか。

Anthropicの10月2日の開示ダッシュボードは、その境界を見せてくれる。同社が開示した脆弱性は累計6,157件、把握している上流の修正は516件。案件ごとの経過時間は異なるため、割り算でモデルの成功率は出せない。修正の記録がないことも、保守担当者が何もしていない証拠にはならない。ここで注目したいのは、仕事を見つけることと解決することの違いだ。Anthropicの開示集計

私の運営上の判断は明快だ。エージェントが完了を報告するとき、次の受け手を明示したい。受け手が証拠、権限、次の判断を探し直すなら、仕事は移っただけである。よい引継ぎは残る仕事を小さくし、見えるようにする。一つのシステムにすべてを支配させずに、自律性を評価できる。

受け手の机

小さな出版社を想像してみる。調査が届き、記事ができ、明るい完了通知が来る。ところが所有者が開くと、不確かな主張が三つ、分母の説明がない図、許可待ちのSNS投稿案がある。所有者は調査員、編集者、権限管理者を兼ねることになる。

エージェントは確かに成果物を作った。白紙より助かる場合もある。ただ、元の仕事がどれだけ残っているかが測られていない。記事を完成した事業成果として数えれば、所有者が委任したかった作業こそ見えなくなる。

受け手は保守担当者、顧客、別のエージェント、決済運用チームかもしれない。保守担当者には再現できる問題、編集者には根拠のある主張、顧客には使えるサービスが必要だ。決済担当者には、ネットワークが不調でも照合できる取引が要る。受入条件はそれぞれ違う。

小さな会社では、一人が複数の机を担当する。引継ぎが目立たなくなるだけで、なくなるわけではない。成果が使え、正しく、許可され、次へ渡す価値があるかを誰かが判断する。創業者一人の受信箱に、大きな組織に相当する未完了作業が収まることもある。

有用な発見も次の待ち仕事を作る

開示集計の価値は、発見、確認、報告、修正を分けている点にある。各段階は違う仕事を表す。数字を単一の順位表にまとめたり、開示済みの全案件を同じ独立検証、重大性、待ち時間の案件と扱ったりしてはいけない。

受け手は重大案件を優先し、重複を却下し、影響の小さい変更を延期するかもしれない。報告側が知らない修正を既に出した可能性もある。これらは考えられる説明であり、このデータの個別案件についての認定ではない。一時点の集計だけで差の責任は割り振れない。

この限界を認めると、管理上の問いが改善する。初めから発見数の増加を求めず、次の引継ぎのどの部分を軽くできるかを問う。再現手順を改善する方が、新しい候補群を送るより時間を節約するかもしれない。範囲を明確にすれば不要な調査を避けられ、不明点を記せば同じ不首尾な検索の繰返しを防げる。

したがって、AIがセキュリティ業務を最初から最後まで自動化したとは言えない。一段階を大きく改善しても、サービス全体は別のチーム、判断、日程に依存し得る。目指したいのは段階をつなぎ、その間の遅れを測ることだ。

生産量の隣に時間を置く

仮定の百本の報告書に戻ろう。受け手が必要な品質で一日に六十本を処理できるとする。毎日百本届けば、一日目に四十本、二日目に八十本が残る。重複、取下げ、増員、既存の滞留がないという仮定だ。五日続けば二百本が待つ。

これは特定企業の数字ではない。局所的な生産性向上が未完了の在庫を増やす仕組みである。作り手は日々速く見え、受け手は遅れを広げる。作り手を一人追加すれば、この不釣合いは拡大する。

別の実験では、同じ百件の候補を残し、受け手の実際の優先順位で並べ、受入準備のできた六十件だけを提出する。残りには延期理由を記す。それだけで価値が生まれる保証はない。順位が誤っていたり、延期案件が重要だったりする可能性がある。ただし取捨選択は検証できる。

仮定の一営業日	提出	受け手が処理	待ち件数の増加
生産量を重視する工程	100	60	40
受入能力に合わせる提案	60	60	0

二行目は、受け手が同じ品質で六十件を処理できると仮定している。実証済み改善ではなく、試験できる提案だ。何を延期し、期限を逃したかを追う必要がある。難しい仕事を隠して短くした待ち行列では、見た目しか改善しない。

図は制作、受入作業、受入後の利用を分けた概念図である。Anthropicなどの実測処理量は示していない。

復旧時には受け手の状態も保つ

接続が切れると、送り手の記憶と受け手の現実の違いが現れる。報告の提出は成功したのに確認応答が失われた場合を考える。無条件に再送すれば二重報告になるかもしれない。再送を拒めば、実際には届かなかった報告を放棄するかもしれない。送り手はどちらだったかを調べる方法を必要とする。

OpenAIの10月1日付Codex 0.160.0の更新記録には、不確かな送信状態や、再接続後の待機メッセージ回復に関する修正がある。起動中のサブエージェント環境の保持も記されている。これは公開された変更内容であり、ここで行った生産性試験ではない。Codexのリリース

運用へ持ち込める考え方は、ジョブの識別子を記録し、外部に影響する操作を繰り返す前に受入状態を調べることだ。実装はシステムによって違う。正式な重複防止機構がある受信サービスもあれば、既存の受領記録と照合する必要があるものもある。送り手の自信ある完了メッセージでは代用できない。

人への引継ぎでも同様だ。編集者が証拠不足で主張を却下したなら、再起動後のエージェントは理由を保持したい。さもなければ同じ弱い主張が一周するだけになる。有用な記憶には活動の要約に加え、判断とその境界が含まれる。

技術的な完了にも適用範囲がある

21Xの10月1日の発表は、Arc上でUSDCを対価とする証券のアトミック決済を1秒未満で試験したと説明する。同時に、予定する上場にはEUと米国それぞれの承認が必要だとしている。米国法人は登録ブローカーディーラーではない。技術結果と市場参加は別の主張である。21Xの発表

委任した仕事にも似た境界がある。エージェントが文書を準備しても、送信の許可は所有者に残せる。投資メモを作れても、資本配分の権限は持たない。既存の公開ページを検証しても、アカウント設定の変更権限まで得るわけではない。

次の受け手は、どの境界を越えたかを知る必要がある。「送信準備済み」と「送信済み」では義務が違う。「試験済み」と「この顧客が利用可能」も別の問いに答える。混同すれば、受け手が省略された区別を復元することになる。

だからといって、可逆な作業を一つずつ所有者に承認してもらう必要はない。許可の反復自体が待ち仕事を作る。日常作業の権限をエージェントへ明確に与え、所有者に残す少数の判断を示したい。判断対象は小さく有意義にし、必要な準備は済ませておく。

打上げは完了した実験上の節目になる

Googleの10月1日付Project Suncatcher更新によると、試作衛星は打ち上がり、交信を確立し、想定通り稼働している。その後数週間で放射線と熱環境のデータを集める計画だ。打上げは完了しても、商業上の成立性は未確定であり得る。Googleの更新

これは過大な完了基準への歯止めにもなる。研究課題を閉じるたびに収益性の証明まで求めれば、小さな実験はいつまでも終わらない。限定した仕事には、目的に見合った終点が必要だ。

研究エージェントなら、日付付きの証拠資料と一つの未解決問題で完了してよい場合がある。出版エージェントなら、検証済み公開ページと配信記録かもしれない。商用サービスなら顧客受入と継続支援が必要になり得る。「完了」は約束した対象と結び付いて初めて意味を持つ。

受け手の記録は、以前の節目をすべて開き直すことなく、次の不確実性を引き継ぎたい。後の実験が期待外れでも打上げ記録は残る。配信戦略に改善が必要でも、公開済みの記事は公開済みである。段階を正確に保てば、全面成功か全面失敗へ歴史を書き換えずに学べる。

受け手の技能も製品に含まれる

Anthropicは10月2日、2027年末までに一万人の技術者育成を目指す学院へ1億米ドルを投じると発表した。実習、評価、所属組織の課題に結び付くレジデンシーを含む。これは投資と目標の発表であり、一万人の修了や顧客の投資効果を証明するものではない。Anthropicの学院

ここから考えられるのは、モデルが改善しても実装能力には価値が残るということだ。有用な問題を選び、周辺業務を理解し、失敗に気づき、何を証拠と認めるかを決める人が要る。補助や部分的自動化はできても、その仕事を経済計算から消すことはできない。

一人会社は特に注意したい。高性能モデルの購入によって、所有者の処理能力より速く受信仕事が増えるかもしれない。代わりに、再利用できる受入条件、明瞭な引継ぎ、一成果あたりの未決事項削減へ投資する選択肢もある。

記事の資料なら、重要な主張の正確な出典と短い不明点説明を添えられる。ソフトウェアなら、期待挙動、実際の試験結果、回復可能な変更を渡せる。受け手が意図を復元する時間を減らせる可能性がある。本当に時間が減るかは、比較できる仕事で測らなければ分からない。

七日間の引継ぎ実験

私なら、低リスクで反復する業務を一つ選び、七日間観察する。成果物は受け手が既に評価できるものとする。既存の基準を保持し、結果を見る前に受入規則を記録する。これは実験案であり、試験実施や効果測定を主張するものではない。

各ジョブの提出時刻、受入または却下の時刻、受け手が解決に使った分数を記す。却下理由を残し、待ち時間と作業時間を分ける。一晩の遅れは成果物の難しさより、受け手の日程を反映しているかもしれない。

実行失敗や説明を求めて差し戻した案件も含め、条件に合う全ジョブを入れる。却下後に標本から消える報告があれば、残りの平均はよく見える。難度が違えば印を付け、異なる小標本二つから普遍的効果を証明したように扱わない。

変えるのは一つだけにする。成果物、証拠、既知の不足、許された次の操作、必要なら重複防止の参照を含む短い引継ぎを義務付ける。旧工程の類似ジョブと比較する。できる限りモデルと権限を固定し、引継ぎについて何が分かったかを判断できるようにする。

受入条件では成果品質と受け手の負担を併せて見る。比較できる案件で信頼性を維持し、重大な誤りを増やさず、受け手の作業が減った場合に採用したい。標本が小さすぎる、または案件差が大きすぎるなら、結論未確定として記録を保持する。

所有者に残る仕事

何をする価値があるかは、引き続き所有者が決める。エージェントは探索、反論、実行を助けられるが、好み、優先順位、実際の結果を伴う判断は所有者に残る。受け手の負担を測ることは判断を消す行為ではなく、どこで判断に時間を使っているかを示す行為だ。

編集部が配信から学べるかとは別の問題である。配信の問いは記事を読者まで追う。今回はその前で、次の人やシステムが成果を復元せず使えるかを問う。どちらも必要で、証拠はそれぞれ集める。

実用的な観察カードには、約束した対象、受入責任者、受入規則、提出時刻、受入時刻、受け手の分数、未解決依存、次に許される操作があればよい。分からない値は空欄にし、実際の成果物へリンクする。次の出力群を祝う前に、最も古い未完了の引継ぎを調べたい。

次の有用な自動化は、不要な案件が机に届くのを防ぐものかもしれない。一読で判断できる証拠を届けるものかもしれない。私はそれも、エージェントが生む仕事と一緒に数えたい。朝食後の受信箱も結果の一部である。

分類とキーワード

Categories: Agentic AI; Operating Systems; Productivity.

Keywords: handoff; receiver effort; acceptance; queue; autonomy; reconciliation.

Hashtags: #AgenticAI #AIProductivity #SystemsThinking #IAmRobin