2026.08.02

前日に扱った Anthropic の自社評価インシデント3件と合わせ、フロンティアラボ2社で同時に「危険な自律エージェントを作る能力」が「制御下に置く能力」を上回っている構図が露呈した。cron やループでエージェントを常時走らせている側にとっては、壁の強度だけでなく①実行履歴を後から追えるログ ②緊急停止スイッチ ③同時実行数の上限、という運用3点セットを自環境で確認する契機になる。

ハーネス（Claude Code）とモデルの分離が、設定ファイルではなく1行のコマンドとして降りてきた。「モデルを替える前にハーネスを疑う」の裏返しで、ハーネスを固定したままモデルだけ比較する実験が誰でも数秒で回せるようになる。

「どのモデルが賢いか」ではなく「自分のスタックをエージェントが正しく使えるか」を、プロダクト提供者側が実環境で測って公開した。同じ設計は自分のプロジェクトにも移植でき、決定論的チェックを1本置くだけでループの暴走をかなり抑えられる。

「ループは検証可能な判定基準とセットで初めて機能する」の実例。自分の環境に移すなら、差分比較できる正解が既にあるもの（旧実装 vs 新実装、本番 API vs モック、参照実装 vs 自作）を探すのが最初の一歩になる。

自動化パイプラインでモデル名をハードコードしている場合、8/31 に静かに壊れる。今のうちに Codex の認証方式を確認し、API キー認証へ切り替えるか 5.6 系へ移行しておくのが安全。

エージェントを並列に走らせるほど、生成の速さではなく「成果物のレビュー面」がボトルネックになる。Cursor がマージ済み PR の56%をクラウドエージェント発と言い、Bun が /loop でファザーを回す状況では、人間が確認しに行く導線の設計が効いてくる。

「どのタスクをローカルのループに寄せるべきか」の判断軸になる。API を叩くだけで完結する仕事は早晩フロンティアラボの純正機能に飲まれるので、ローカル資産（認証状態・ファイルシステム・既存ツール）を触るタスクからループを組むのが筋がいい。

「AIっぽさ」を感覚論ではなく検出可能な文字列パターンに落とし込んでいる点が優秀。スライド生成を自動化しているなら、このルールをテンプレート側の system prompt に常設するのが正解。タイトルが全部同じ構文になる事故は1枚ずつ生成するパイプラインで特に出やすく、束ねて PDF にした瞬間に露呈する。