2026.07.20

ループを長時間回すほど「探索が止まらない」事故が起きるので、WebSearch のセッション上限はコスト暴発への直接の効き手になる。`/fork` のバックグラウンド化は「本線を止めずに別案を試す」分岐運用が公式サポートされたということ。ただし環境変数の削除は自前スクリプトを壊しうるので、アップデート前に一度確認しておきたい。

「ループを設計する」の中身が、そのまま実装レベルの5要素に分解されている。特に generator/evaluator 分離と worktree による衝突回避は、並列エージェントを回し始めた瞬間にぶつかる問題への直接の答え。「結果はディスクに書く」も、セッションが切れて成果が消える事故の予防策としてそのまま使える。

AI に長い設計や調査をさせたときの最頻の事故がこれで、出力が流暢なぶんレビューで気づけない。プロンプトを丁寧に書いても直らず、生成の順序を書式で縛る必要がある、という処方箋は他の skill 設計にもそのまま転用できる。CLAUDE.md に「新しい用語を導入する前に対象・役割・前後関係を先に書け」の1行を足すだけでも近い効果が出る。

「AIで量産する」と「AIで量産して検品する」の差が、そのまま実装可能な粒度で書かれている。存在しない機能を明示列挙するプロダクト定義ファイルはコンテンツ以外のAI出力にも効くし、「バックログが空なら止まる」設計は毎日出すことを優先すると必ず薄いネタを拾うAIへの正しい歯止め。評価器を内側に持つループの実例そのもの。

「AI人材を採る」より「業務を知っている既存メンバーにAIを持たせる」ほうが速い、という結論は、社内でAI活用を進めるときの説得材料になる。AI導入が進まないのはツールのせいではない、という診断は多くの現場に当てはまる。

AIツールが普及するほど「どこから使わせるか」の線引きが問われる。「中間層が育たない」という懸念はデザインに限らずエンジニアリングでも同じ構造で起きるので、生産性が上がるほど基礎を身につける機会をどこに確保するかを設計する必要がある。社内のジュニア育成にもそのまま跳ね返る論点。

生成AIの映像分野での価値が「新しい映像を作る」ではなく「撮影済みの素材の問題を後から直す」という地味な実務ポイントで数百億円の値付けを受けた点が重要。300タイトルでの実運用という数字は、話題性ではなく制作パイプラインに組み込まれていることを示す。AIプロダクトの値付けは派手さではなく、既存工程のどこに刺さっているかで決まる。