マッチを擦るAI、ポンプを売るAI：AI時代の「デジタルみかじめ料」ビジネスモデル

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。

LLMエージェントの暴走対策は事前防御に偏りがちだが、エージェントが共有メモリに誤情報を書き込んだ場合、プロセス停止後も汚染は他エージェントに連鎖拡大する。真のリカバリには「誰が何を読んで意思決定したか」の消費記録を出力メタデータに刻印し、影響範囲を特定・再実行するアーキテクチャが必須となる。

一人法人の代表がネットワークスペシャリスト試験合格を目指し、Claude Code をオーケストレーター、NotebookLM を相談窓口、Obsidian をナレッジベースとした学習基盤を構築。毎朝の進捗ブリーフィング、弱点タグの自動記録、出典付き質問応答により、事業運営と同じ感覚で学習プロセスを可視化・最適化する仕組みを整備。