AI だけで回す個人の会社 ― 配車票・検証台・見張りで、Claude を頭脳だけに使う運用術

Claude Code や GPT など複数の LLM を Agent として連携させる IDE を開発。設計・コーディング・テストの工程を異なるモデルに割り当て、2 週間の運用データから Cache Read が主体（純入力の 1/10 コスト）、役割によって推論とツール待機時間の比率が異なることを発見。VM サンドボックスと GitHub Issue 統合により完全自動化のワークフロー実現。

本番環境で AI Agent を運用する際に発生した 35 件の失敗事例から主要 10 章を抽出した実践書。製造業の不具合報告手法（作りこみ／流出の二軸分析）を用いて各失敗を解剖し、再発防止策までを具体的に解説。ハードウェア出荷や実マネーが関わるプロジェクトでの AI エージェント活用時のリスク低減に直結する知見を収録。

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。

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。