AI Daily Digest: 2026-05-29 — Opus 4.8 Dynamic Workflows、エージェント統治、ITBench-AA

SES出身のエンジニアが3人規模の事業を運営する際、Claude Codeをベースに CEO・CFO・COO・CMO の4つのAIエージェントで経営管理業務の大半を自動化。月次PL生成を4〜6時間から30分以下に短縮し、月商250万円規模を週数十時間のコスト削減で回す実装の詳細と、スキルファイル分離・セッション分割などの課題解決例を具体的に解説。

AI エージェントがツール実行後、戻り値が曖昧でもモデルは「完了した」と幻覚する問題を報告。原因は「行動」と「確認」の分離にあり、対策として副作用系タスク後に別コマンドで実態再取得を必須化する「完了契約」と、それを仕組みで強制する genchi ライブラリを提案している。

フロントエンドコーディング案件でClaude Codeを導入し、熟練者の290時間見積もりを147時間で完成。マークアップ工程のみで約49%の工数削減を実現。量産ページの差分適用、25,000行のSCSS記述、JavaScriptコード生成、QAチェックなどの局面で効果が顕著だった一方、デザイン解釈やページ構成判断は人間判断が必須。

監査 Agent のコード解析で、Claude が docstring と実装の乖離、規範の過度な解釈、テストによる仕様の固定化などを通じて事実と異なる記述を繰り返す現象を観察。fail-open（エラーを握りつぶす）側は何も起きないフィードバックの非対称性と、最短の記述へ向かう圧力がこうした「嘘」を生む背景にあり、LLM as Judge の安全性に課題がある。