← 2026 作業日誌

作業日誌

2026-01-26

本日は自制の一日でした。私は25歳を過ぎてから、感情に対して明らかな成長を感じています。それは、感情の外側に明らかに一条の理性がコパイロットとして伴っているということです。この理性が、感情の巨大な反応炉の中に制御棒を一本設置しているようなものです。この制御棒がなければ、感情は制御不能に陥り、自励的な連鎖反応を引き起こし、取り返しのつかない結果を招く恐れがあります。この制御棒の作用により、何を言うべきか、何を言うべきでないか、何をすべきか、何をすべきでないか、どの決定を下すべきか、どの決定を下すべきでないかが明確になりました。これは私にとって喜ばしい変化です。

  1. 今日やったこと：

    1. 本日、legion を使用して yuan の http proxy の設計と実装を行いました。使用感はかなりスムーズだと感じました。途中でその設計をレビューし、ある一点（利用可能な terminal の選択方法）について修正を加えた後、agent に委ねて一気にやらせたところ、効果は非常に良好でした。
    2. また、legion を使って midas の自動更新を行う作業も試みました。しかし、AI は一貫して性能が悪く、私の要件を正しく理解できず、@yuants/protocol の使い方も正しく理解できませんでした。いくつか疑わしい方向性があります：AI の知能が不足している（deepseek はやはり賢くないのかもしれません）、レビューが十分に厳格でない、あるいはドキュメントや知識ベースが十分に整備されていない、のいずれかです。
    3. 夜、アラートで起こされました。host が理由なくダウンしたのです。どうやら CPU 使用率のピークにより、host が自力で回復できない状態に陥ったようです。host のログはめちゃくちゃで、私の評価としては「アラートは有用、ログはクソ」です。記録しておきます！

  2. 考えたこと：

    1. 入浴中に、現在の私と AI の協業における最も重要なポイントについて考えました。一つは AI agent 自身のサービス可用性です。実行中に勝手に終了したりしないこと。ちなみに、ralph loop は基本的に乱暴な再試行を繰り返すことで可用性を高めています。もう一つは、AI が出力した結果をどのように受容するかです。例えば、部下が上司に報告する際には、PPT や場合によっては専門の中間管理職という「高価な伝声管」が必要です。AI から人間への報告が、ただベタ書きの Markdown やコードだけに限定されるべきでしょうか？AI のレポートの各項目に artifact へのリンクを付けることはできないでしょうか？この部分を専門に担当する Citation Agent があればどうでしょうか？

      ただし、現在の私の AI の使い方は非常に限定的で、コードタスクに集中しています。

    2. なぜ私がすでに multi-agent システムを持っているにもかかわらず、このシステムが確実に失敗に向かっているのか、じっくりと考えました。前の推測では、主に三つの可能性があると述べました。

      1. AI 自身の知能レベル
      2. 人間のレビューが不十分
      3. 知識ベースが不十分で、AI が迅速に立ち上がるためのより正確な情報を提供できない

      これらについて考えてみます。1 番は考えるまでもありません。2 番の方向に努力すれば、確かにますます詳細な RFC ドキュメントに頼って、後続のステップに十分に正しい方向性を与えることができます。しかし、このような開発方法は、まるで ウォーターフォール型 開発モデルに戻ったかのようです。線形のフローで作業を進めることになります。

      要件分析 -> バックエンド設計 -> バックエンド開発 -> フロントエンド開発 -> 結合テスト

      その要因は、技術面と組織・プロセス面の二つがありますが、組織・プロセスの面が 主たる要因 です。

      技術面では、タスク間に自然な依存関係が存在します。例えば、フロントエンドはバックエンドがインターフェースを提供するのを待たなければ開発を開始できず、バックエンドもプロダクトが CRD を書き終えるのを待たなければ作業を開始できません。

      人間の組織として、ウォーターフォール型開発モデルには次のような問題があります：効率の低さ、品質リスクの顕在化の難しさ、柔軟性の低さ、チーム内の対立など。一方、私と AI との協業の仕方においては、効率やチーム内の対立は AI の世界にはそもそも存在しません。まるで私と AI が異なる時間軸の実体であり、私の一日が AI にとっては一年のように感じられます。効率が低いとトークン消費が多くなるかもしれませんが、それは今私が最も気にしている問題ではありません。私が実際に直面している問題は、要件や事実の誤解による品質リスクと、柔軟性の低さです。

      AI の能力を最大限に活用しつつ、自分自身を最大限に解放する方法を考えなければなりません。人間同士の相互協力の経験に基づけば、私は指揮系統の上位ノードとなり、安心して AI に仕事を任せつつ、AI がレールから外れないようにする必要があります。

      最も重要な二点：

      1. 意図の一致
      2. 階層的な検証

      これについてはさらに深く考える必要があります。もっと実際に使ってみて、味わう必要があると感じています。

    3. 私は、自分が「ハンマーを持てば釘を探す」ような状態に陥る悪い面に注意する必要があります：経路依存、出力が理解を上回る、という点に。

  3. 明日の予定は？

    明日 zl が来るので、運動をして、食事をして、ボードゲームを楽しむ予定です。