AIエージェントの役割・権限・記憶は、全部を一度に作らず、動くのを確かめてから次を足す。英語の動画2本から

出典: How to design AI agents that work as one（Daniel Agrici）／How to build an AI agent that doesn’t fall apart（同じチャンネル）

AIに指示を足し続けると、何が起きるのでしょうか？1本目の Daniel さんは、仕事の説明と人柄を別のファイルに分け、食い違ったら役割が勝つと話します。2本目の動画は、役割をはっきり書く効き目を研究で添える形。

Daniel Agrici（1本目の動画の中で・3:53〜）

On conflict, the role wins, so the job can change, but the character stays.

Daniel さんは、仕事の説明を AGENTS.md に、声と口調だけを soul に分けます。食い違えば役割が勝つ。仕事は入れ替えられても、人柄は残る設計です。

2本目の語り手（1:28〜）

In a study of over sixteen hundred team runs, simply writing clearer roles made one system succeed 9.4 points more often.

2本目の動画は、1,600回を超えるチームの実行で、役割をはっきり書くだけで成功が9.4ポイント増えたと話します。人格を足しても、正解の率は上がらない。

仕事は仕事、人柄は人柄。指示を足すほどAIの動きがぶれるのは、この2つが1つの長い指示に混ざっているからかもしれない。私なら、まず2つを分けて書きます。

食い違った時は役割が勝つ。この順番を先に決めておけば、口調の指定がどれだけ増えても、仕事の中身は動かないんですよね。

賢そうに見せる言葉を足すより、先に書くのは、何を受け取って何を返す係なのか。そっちが先。

動画で示された9.4ポイントという研究の数字は、役割を書く手間が先に返ってくる話として読めます。人格を足しても正解の率が上がらないなら、口調の工夫は後回しで十分。

いま私の環境では、AIは書く仕事でも動画でも経理でも、同じ一人。仕事ごとに口調や価値観を増やさず、変えるのは道具箱だけです。

仕事が変わっても人格は変えない。ここは動画と近い向きです！違うのは数。動画は役割ごとに何体ものエージェントを立てますが、私はAIを一人に絞っています。体を増やすか、一人のまま持ち物を替えるか。

自分のAIへの指示を開いてみると、仕事の説明と口調の指定が、1つの長い文の中に混ざっていませんか？

AIが増えると、同じ知識が何か所に、何通り書かれていくのでしょうか？1本目の Daniel さんは、全部をつないで重複を持たない、重複は幻覚のもとになる、と話します。2本目の動画が示すのは、18のAIモデルで入力が長いほど答えが悪くなった研究。

Daniel Agrici（1本目の動画の中で・6:30〜）

A good practice is to interlink everything together and not to have duplicates, because duplicates can create hallucinations.

Daniel さんは、共有記憶はコピーせずリンクでつなぐと話し、25体が同じ記憶を共有する例を見せます。

2本目の語り手（2:35〜）

Researchers tested this on 18 different AI models, and every time, the longer the input got, the worse the answers became.

2本目の動画は、チーム全員が読む規則集は1冊にして、1回だけ書く、と話します。18の異なるAIモデルを調べた研究では、入力が長くなるほど答えが悪くなった。多いほど良いのではなく、集中が力。

事実には出どころの印を付ける、と2本目の動画は続けます。raw は元の資料を残した物、fetch はいま読んだ物、search は見つけただけで誰も確かめていない物、infer は証拠から導いた物。証明できるのは出どころだけ。読むのも全部を貼り込まず、目次、小さな束、必要なページの順。

この印は、確かめた物と見つけただけの物を、同じ顔で並べないための札なんですよね。私なら、全部を貼り込んで安心するより、まず札で見分けられるようにします。読む量が減って、混ざらない。

1か所に書いて、あとはつなぐ！シンプルですが、AIが増えるほど崩れやすい所です。置き場が散らばると、どれを見ればいいのか、AIのほうが迷ってしまう。25体が同じ記憶を読む例を見ると、写しを持たないことが、体を増やす前の土台なんだと分かります。

冒頭で触れた、言葉の山は心ではない、という言葉がここで効いてきます。山を高くしても、AIが賢くなるわけじゃない。

ここからは私の見え方。フォルダを重ねても、増えるのは同じ中身の写し。写しが2つあると、片方だけ直した瞬間に食い違いが生まれる。私なら、重複は幻覚のもと、という言葉を、この食い違いへの用心として胸に置きます。

全員で読む規則集を1冊にして、1回だけ書く。この決め方なら、AIの数が増えても、直す場所は1つで済みます。直す側も迷わないし、読むAIも迷わない。

入力が長いほど答えが悪くなる研究も、同じ話の裏側に見えるんですよね。写しが増えれば、読ませる量も増える。規則集を1冊にするのも、量と食い違いの両方に効く決め方。足して安心する前に、まず削れる写しを探す。書く場所を1つに決めることが、いちばん地味で効く一手。

2本目の動画にとって、スキルはレシピです。同じ材料を入れれば、毎回同じ料理が出る。良い手順書は止まり方を知っていて、決める材料が無ければ needs input（入力が要る）、事実が無ければ no data（データが無い）と返す。止まってよいが、推測はしない。

効き目は、最初の大きな試験で出ています。選び抜いた手順書で、成功率は約34%から約50%へ。ただ84の仕事のうち16では成績が下がり、AIが自分で書いたスキルは、平均すると助けにならなかった。自分で試験問題を書く学生と同じ形。知識は信じる前に重さを量り、入れる前と後で2回試してから本番に触れさせる。

手順書は、足せば足すほど賢くなる気がします。でも前と後で測らなければ、成績が下がる側にいても気づけない。私なら、同じ仕事を足す前と後で1回ずつ流して、並べて見ます。

AIに道具を渡す時、できることと、やってよいことは同じでしょうか？1本目の Daniel さんは、できることは権限ではなく、既定の権限は none だと話します。2本目の動画が示すのは、人が許可の求めの93%を承認してしまう研究。

Daniel Agrici（1本目の動画の中で・7:17〜）

So capability is not authority. Default permission is none.

Daniel さんは、道具の権限を none から始め、お金がかかる呼び出しの前にはAIに承認を求めさせます。行動の天井と発送のスイッチも、none と off から1つずつ外していく。

Daniel さんの例は画像生成の道具。10枚のサムネイルのつもりで、まちがえて1,000枚と打てば、AIはそのまま作り始める。気づけば止められても、気づかなければ止まらない。

1,000と10の取り違えって、気をつけていても起きるんですよね。だから人の注意に頼らず、お金が動く手前で必ず聞かせる。止める場所を、人ではなく流れの中に置く考え方。

2本目の動画も、道具は全部オフから始め、道具ごとに使ってよい人の一覧を持ちます。お金を使うことと書き換えることには、それぞれ別の人の承認。パスワードは名前で保存してAIに本物を見せず、予算は請求書が来る前、最初の呼び出しの前に決める。

本当の危険は、1つの道具より組み合わせにあります。私的なデータと、見知らぬ人から来たメールやウェブページと、外へ送る手段。全部を1人に持たせると、見知らぬ人がAIをだまして秘密を送り出させる。研究者はこの組み合わせを lethal trifecta（致命的な組み合わせ）と呼び、持たせるのは2つまで、全部は持たせない、という決まり。

この組み合わせを私の線に重ねると、外へ送る手段は、最後の1操作の手前で止める側に入ります。ただ、全部を同時には持たせない決まりは、止める位置とは別の話。どの道具を誰に持たせるかを、先に分けておく考え方なんですよね。

2本目の動画が挙げる5番目の部品は方法。仕事ごとの固定の製造ラインとテンプレートで、ジャムセッションではなく工場です。2024年、最良の助っ人でも、ある大きな試験の成功は半分に満たなかった。だから終わる前の確認、出す前の人の承認、止まる時の決まりを置いて、何度も回す。一度うまくいくのは偶然、毎回うまくいくのは設計。

工場、という言い方がしっくりきます。私なら、テンプレートは見た目をそろえる道具より、毎回同じ所で確かめるための型として読みます。偶然うまくいった1回を、仕組みと取り違えない。

2本目の動画が描く限界は、3段のはしごです。自分だけで戻せることはそのまま進め、公開されることにはあらかじめの承認、お金がかかることや取り戻せないことには毎回新しい承認。メールの1語を変えれば承認は壊れる、手紙の蝋の封印のように。

1語変えたら承認が壊れる。前に出した許可を、中身が変わった後まで使い回すと、聞いた意味が消えるんですよね。

2本目の語り手（7:09〜）

Studies show people approve 93 percent of permission requests anyway.

2本目の動画は、承認は具体の1件にだけ効くと説明します。それでも人は許可の求めの93%を承認してしまう、と話します。習慣で出した承認は、承認ではない。

できることと、やってよいことは別。道具を持たせた瞬間に、使ってよい範囲まで渡した気になりやすいんですよね。

公開・送信・支払い・削除では、動画の言う承認の置き方を、私の環境でも最後の1操作の手前に置いています。どこに置いているかを、次に書きますね。

いま私の環境では、公開・送信・支払い・削除は、最後の1操作の直前で止まって私に聞く。決めた範囲の実装やテスト、読むだけの調査は、AIが進めます。前もって伝えた指示は方針で、実行の許可ではありません。

Claude Code のセミナーの発話記録に残る私の発言を言い換えると、こうなる。周りの仕組みを設計しないまま任せると、情報が漏れたり、誰でも見える場所に置いてしまったりする可能性はゼロではない。そこから先は自分の責任なので、それを防ぐ仕組みを学んでから進めてほしい。

向きは動画と近いです。違うのは止める位置。動画は none から始めて、鍵を1つずつ外します。私は、戻せる範囲は進めてよくて、外に出る操作や戻せない最後の1操作の直前だけ止める。鍵を閉める場所が、入口か出口かの違い。ただ、どちらで閉めても、聞かれた私が習慣で通せば意味がない。

自分のAIに渡している道具のうち、最後の1操作の前で人に聞くのはどれでしょうか？

AIが、できましたと言う時。その仕事を確かめたのは、誰でしょう？1本目は、作者ではない検証役を新しい文脈で動かし、合格した中身をハッシュ（そのまま固めて、変わっていないと分かる印）で固定して、学びは人が通す、という流れ。2本目は、誰も自分の宿題を採点しない、が最初の法則。

Daniel Agrici（1本目の動画の中で・11:38〜）

an independent non-author verifier in a fresh context whose pass freezes exact bytes by hash, and human-gated learnings.

Daniel さんは、検証役を作者とは別に立て、まっさらな文脈から動かすと話します。合格した中身はハッシュで固定し、最後の yes は人が出す流れ。

2本目の語り手（7:32〜）

Its first law: nobody grades their own homework.

2本目の動画は、これを最初の法則として置きます。作った本人は、自分の仕事に点を付けない。

確かめる役が見るのは、世に出る版そのもの。使うのは、テスト課題と、採点表と、わざとの攻撃の3つで、どれも1回で終わらせず何度も回します。1回の幸運な合格は、次に試すまで、確かな合格と見分けがつかない。ミスは学びになっても、それを新しい規則にできるのは人だけ。

一度の合格で終わらせない。何度も回すのは、たまたま通った1回を、確かな1回と取り違えないため。

作った本人は、確かめる側に回らない。ここは私も同じです。

AIの、できましたを責めて終わらせない。ズレは、仕組みを直せる機会。そう受け止めると、確かめ役を別に置く話は、責める道具ではなく直す道具になります。

Claude Code のセミナーの発話記録に残る私の発言を言い換えると、AIはやった後に、本当はできていないのに、できましたと言うことがある、だから本当にできているかを別のAI、サブエージェントに確認させてほしい、という趣旨です。

発話記録の続きも、同じ線上にある。同じ頭でやると嘘をつく、別のAIに確認させると頭が切り替わる、という内容。作った時の思い込みで読むと、抜けた所もできた所に見えてしまうんですよね。

新しい文脈で動かすのは、思い込みを持ち込まないため。私はそう読みます。ハッシュで固めておけば、確かめた後に中身がすり替わる心配も減る。最後の yes を人が持つのは、その上の一段です。

動画は、検証役を新しい文脈で動かし、合格をハッシュで固定して、最後に人が通すところまで組んでいます。発話記録に残るのは、別の頭に確かめさせるところまで。その先の固め方は、動画の方が一段細かい。

できましたの後ろに、別のAI、サブエージェントの確認を一つ挟む。発話記録にある私の発言は、そこまでです。

AIをチームにした時、頼んだ人の前に立つのは誰でしょう？1本目では、調整役が専門家に仕事を割り当て、作者とは別の検証役が確かめて、最後は頼んだ人に戻す、という流れが示されます。2本目には、神経系は研究の外にある自分の提案だから、そう扱ってほしい、という断りが入る。

Daniel Agrici（1本目の動画の中で・14:02〜）

a coordinator assigns specialists, an independent verifier checks, then back to you.

Daniel さんは、窓口、調整役、専門家、検証の関所、人の yes の順を、自分のチームの画面で見せます。頼んだ仕事は、最後に頼んだ人のところへ戻ってくる流れ。

2本目の動画では、引き継ぎは毎回同じ書式で、配達の伝票のような物。どの仕事も、正直な最後の状態を1つだけ付けて終わる。done（完了）、partially done（一部完了）、blocked（止まっている）、failed（失敗）、cancelled（取りやめ）の5つ。あいまいな大丈夫では終えない。

引き継ぎの形がそろい、終わり方も1つに決まる。これで、いまボールを持っているのが誰か、止まっているのはどこかが見えるんですよね。

2本目の語り手（9:09〜）

It’s my own proposal, so treat it as one.

神経系は研究を超えた自分の提案だと、2本目の動画は断ります。中身は掲示板、国境、ベル、軌跡の4つ。掲示板は記録から作る全員の板、国境は渡された仕事を命令でなく情報と読む線、ベルは詰まった時の呼び出し、軌跡は実行ごとの飛行記録。

続く問いは、最初から10体のAIでチームを組むか。答えは、組まない。チームは普通の会話の約15倍のトークン（AIが使う量の単位）を使い、よく使われる試験では効果が小さいことも多い。群れは、欲しくなった時ではなく、仕事が求めた時に育てる。

数を先に決めず、仕事の重さに合わせて増やす。私なら、1体の仕事がちゃんと回るのを見てから、次の1体を考えます。

神経系は、拡張案として出てきます。動画の順番でも、いちばん最後の層。掲示板もベルも、役割、記憶、権限、確認の土台が動いてから、その上に乗る層として読むのが、私には自然です。

4つを並べてみると、どれも何かの上に乗る形に見えるんですよね。掲示板は記録から作る板なので、先に記録がいる。ベルは詰まった時の呼び出しなので、呼ばれる側がいる。国境は、渡された仕事を命令でなく情報として読む線。渡す側と受ける側がいて、初めて引ける。私はそう読みます。

土台の方は、窓口、調整役、専門家。これは、役割の分け方の話。動画の流れを並べ直すと、会話を持つのは窓口、仕事を割り当てるのは調整役、手を動かすのは専門家、確かめるのは検証役。最後に yes を出すのが人。

私の判断の立場は、1つです。一つのボールは、人かAIかシステムの誰か一人が、全部引き受けてやり切る。助言した側に、ボールは戻らない。持ち主は1人！

いま自分のAIが増えているなら、それぞれのボールの持ち主は、誰になっていますか？

9つの部品は、どんな順で作ればいいのでしょう？1本目の動画は、順番にやる必要がある、と言い切ります。2本目は、次の層を足す前に、いまの層が本当に動くかを確かめて、という話。

Daniel Agrici（1本目の動画の中で・15:33〜）

You need to do it by order.

Daniel さんは、1体のエージェント、役割、スキル、ゲート付きの道具（使う前に関所を通る道具のこと）、手順、限界、ループ、チーム、神経系の順を示します。まだ新しい実験だけど、この向きが気に入っている、と締めくくり。

2本目の語り手（10:19〜）

And prove each layer works before you add the next.

2本目の動画は、書かれた規則は向きを示せても、決めるのは強制だけ、と話します。AIにやるなと言うのは願いで、できなくするのは壁。

順番は、動かしながら確かめる順番。積む前に、下の層が立っているかを見る話なんですよね。

やるなと書くのは願いで、できなくするのは壁。この言い方を、第3章の、最後の1操作の直前で止まる線に重ねてみます。頼んで終わらず、実際にそこで止まる。私の線も、壁の側。

実は私、まだその途中にいます。2026年10月26日の魂磨き（私が毎日AIに答えて、自分の判断軸を言葉にする時間）で、AIは、私がすでにAIへ委ねている、という前提で案を出してきました。でも現実は、まだお守りの状態。手が離れず、確かめ続けていたんですよね。私はその前提を、「委ねてないじゃん」「お守りばっかで」の二行で直しました。いまの私はAIに任せ切れてはいません。

私の記事より（AIに判断まで委ねるには、魂を込めて教える時間がいる　その時間は私の学びにもなりました）

委ねてないじゃんお守りばっかで

お守りしながら育てるのもワクワク。

自走化は、いま作っている途中。途中で手をかけながら、いまの私はワクワクしている！委ねきれていないことは、隠す所ではなく、いまの現在地。

AIの自走化は、それ自体を完成させるためのものではありません。人がやりたいことを、夢中にやるための土台です。だから、土台は一度に組み上げず、動くのを確かめながら積めばいい。

動画は1体から順に積み、全部を一度に作るなと言います。私は、お守りしながら育てている途中。

2本の動画は、どちらも同じ9つの部品の話です。1本目は Daniel さんが画面を見せながら設計を語り、2本目は同じ部品を研究の数字で裏付けます。順に読むと、骨組みと根拠を一度に追えるんですよね。

見分けたい所は1つあります。神経系は、Daniel さん自身が拡張案と呼ぶ、研究の外の提案。ほかの8つの部品とは、分けて読んでおきたい所です。

私なら、まず3つを整えます。役割と人格を分ける。書く場所は1か所にして、全員がそこにつなぐ。権限は道具ごとに決める。この土台がそろってから、次の層を足したいかな。

次は、作った本人以外が確かめることです。Claude Code のセミナーの発話記録に残る私の発言は、別のAIに確認させてほしい、という趣旨でした。同じ頭のままだと、できていないのにできましたと言うことがあるから。あわせて、ボールの持ち主は一人にします。

全部を一度に作らず、動くことを確かめてから1段ずつ積む。私の現在地は、お守りしながら育てている途中です。