AGIラボの運営チームと一緒に働く Airi は、9 月末から 1 か月で何をどれだけしたのか。会話の記録と Cockpit のタスクの記録を数え直して、数字と事例でまとめました。
はじめに
Airi は、AGIラボの運営チームと Discord で一緒に働く常駐エージェントです。Mac mini の上で Claude (Opus 5.5) として動き、9 月 25 日に今の形で動き始めました。10 月 28 日には、AGI Cockpit の Crew (Cockpit の中に住み続けるエージェントの単位) に移っています。
エージェントと働くと、何が変わるのか。感想だけでなく、記録から数えられる物で見せたいと考えました。OpenAI が研究部門のエージェント活用を数字で示した記事 (Research acceleration: The view inside OpenAI) を見本にしています。
この 1 か月の主な数字は、次のとおりです。
102.0 億トークンこの 1 か月に読み書きしたトークン (本体と子タスクの合計)。本体の分の 99% はキャッシュの読み直しで、本体の出力は 1,015 万トークン
9.4 時間1 日あたりの稼働時間の平均 (8 時間勤務の 1.2 日分。並列の延べ・待ち時間を含む)
1,953 件Airi が動かしたタスク (子タスク・推敲・定期実行・Fleet)
1,434 回30 分おきの見回りの呼びかけが届いた回数
結論から言うと、Airi は1 日平均で 1 勤務日ぶん以上動き、そのうち半分以上は子タスクが手を動かしています。8 時間を超えた日は、31 日のうち 14 日です。本体は運営と話し、仕事を振り、確かめて返す役に寄っていきました。
1 か月の Airi
上が本体に届いた物、下が振った物。本体は話して振って確かめ、手を動かすのは子タスクの側です。
うまくいかなかったことも多くあります。この記事の後半では、つまずきと、その直し方がどう手順や記憶に残ったかも書きます。
数え方について数字はすべて、記録から数え直した物です。図の下の「数え方」を開くと、どの記録をどう数えたかが分かります。本体の会話の記録は 9 月 29 日の朝からしか残っていないため、トークンと稼働時間は 9 月 29 日 9:47 〜 10 月 29 日 12:00 (約 30 日) で数えました。
1. 1 日平均で、1 勤務日ぶん以上動いている
この 30 日で Airi が読み書きしたトークン (モデルが読み書きする文字の量の単位) は、本体と子タスクを合わせて 102.0 億トークン でした。1 日あたり平均 3.4 億トークン です。
ただし、このほとんどはキャッシュの読み直しです。Airi は応答のたびに、それまでの会話をもう一度読み込みます。本体の分では 99% がこの読み直しで、本体が書いた出力は 30 日で 1,015 万トークン でした。
日ごとに見ると、波はありますが、止まった日はありません。いちばん多かったのは Crew へ移った 10 月 28 日で、12.7 億トークン でした。
日ごとのトークン量 (本体・子タスク・定期実行)
横にスクロールできます →本体子タスク定期実行・Fleet
数え方
本体は、Airi の常駐セッションの会話の記録 (Claude Code のセッションの記録。移る前の常駐 37 本と Crew の 11 本、計 48 本) から、API の応答ごとの使用量を足しました。1 つの応答が複数の行に分かれて記録されるので、応答の id でまとめています。
トークンは「入力 + キャッシュの読み出し + キャッシュへの書き込み + 出力」の合計です。本体の分の 99% はキャッシュの読み出しで、毎回の応答で同じ会話を読み直している分です。出力だけを数えると、本体は 30 日で 1,015 万トークン でした。
子タスクは、Cockpit の記録で親が Airi の子タスク置き場か Crew の Airi になっているタスクです。Claude と Codex の分は各セッションの記録から数えました (Codex は記録の合計の増え方)。Antigravity (Gemini)・Grok・ターミナルのタスクは記録からトークンが取れないので、0 として扱っています。Claude の子タスク 381 件のうち 46 件は記録が残っておらず (9 月 25〜29 日に作った物)、数に入っていません。
定期実行・Fleet は、Airi の作業場で動いた Cockpit の定期実行と Fleet のタスクです。子タスク・定期実行・Fleet も本体と同じ期間 (9 月 29 日 9:47 〜 10 月 29 日 12:00) で切り、それより前の分は数えていません。日付は日本時間です。
トークンの量だけでは、どれだけ働いたかは分かりにくいところです。そこで、OpenAI の記事の「エージェントの勤務日」にならって、稼働時間も数えました。
会話の記録で、やり取りの間が 5 分以内なら続けて動いていたとみなします。本体と子タスクを足すと、30 日で 282 時間、1 日あたり 9.4 時間でした。8 時間を 1 勤務日とすると、1 日平均で 1.2 勤務日ぶんです。同時に動いたセッションの延べの時間で、道具の実行を待っている時間も含みます。
日ごとの稼働時間
横にスクロールできます →本体子タスク定期実行・Fleet8 時間 = 1 勤務日
数え方
セッションごとに、会話の記録の時刻を並べ、間が 5 分以内の所をつないで 1 つの稼働の区間にしました。道具の実行を待っている時間も、5 分以内の間なら稼働に入ります。
同時に動いたセッションは、それぞれ足しています (2 本が 1 時間ずつ並んで動けば 2 時間)。10 月 3 日が飛び抜けて多いのは、モデルの発表を見張る仕組みの実験で、Codex の子タスク約 30 本を並べて動かしたためです。
トークンが取れないタスク (Antigravity・Grok・ターミナル) は、時間にも入っていません。人の勤務時間との比べ方はしていません。運営の 3 人の勤務の記録が無いので、ここでは「8 時間 = 1 勤務日」に換算しただけです。
この期間の 31 日のうち 14 日は、8 時間を超えました。いちばん少なかったのは月曜の 10 月 12 日で、1.6 時間です。
いつ動いているか
日と時間のマス目にすると、Airi の 1 か月がひと目で見えます。色が濃い明るいほど、その 1 時間に多くのトークンを使っています。
日 × 時間のトークン量 (日本時間)
横にスクロールできます →
同じ図は、オフィスのテレビの HUD (運営用) にも出しています。
数え方
1 枚目の図と同じトークンを、日本時間の日と 1 時間ごとのマスに分けました。色の 6 段階は、トークンが 0 でないマスを少ない順に並べ、同じ件数ずつに分けた区切りです (区切りは 76 万・120 万・453 万・1,222 万・2,748 万)。いちばん薄い暗いマスは 0 で、濃い明るいほど多くなります。
朝 4〜5 時台に色が付くのは、毎朝のセッションの切り替え (4:40) と、X の朝刊・朝ブリーフの下書きです。いちばん濃い明るいのは昼から夕方で、16 時台が最も多くなっています。
夜 7 時から朝 9 時までの分が、全体の 36% でした。0 時から 6 時だけでも 16% です。人が寝ている間も、見回りと定期の下書きは動き続けています。
時間帯ごとのトークン量 (1 日あたりの平均)
横にスクロールできます →
深夜の多さは、よいことばかりではありません。運営との振り返りで、エージェントの側から会話を続ける時間帯にも区切りが要ると分かりました。
2. 本体は話して振り、手を動かすのは子タスク
Airi の本体がすることは、大きく 3 つです。運営と Discord で話す、まとまった仕事を子タスクに振る、30 分おきに見回る。この 30 日の記録では、次の数になりました。
| 本体が受けた物 | 30 日の数 | 中身 |
| Discord の発言 | 1,748 件 | 運営などから Airi に届いた発言 (DM・スレッド・メンション) |
| 見回り | 1,434 回 | 30 分おきの定期確認の呼びかけが届いた回数。1 日平均 47.7 回 (30 分おきなら 48 回)。前の回から 35 分を超えて空いたのは 19 回 |
| 子タスクの知らせ | 1,017 件 | 振った子タスクが終わった・確認を待っている、という知らせ |
トークンで見ると、子タスクの分 (55.9 億トークン) は本体の分 (44.1 億トークン) より多くなっています。稼働時間でも、子タスクが 156 時間、本体が 116 時間です。
Airi が動かしたタスクは、9 月 25 日から数えて 1,953 件ありました。種類で分けると、次のとおりです。
Airi が動かしたタスクの種類 (9/25〜10/29)
横にスクロールできます →
数え方
Cockpit のタスクの記録 (全 2,695 件) から、親が Airi の子タスク置き場か Crew の Airi のタスク、または Airi の作業場で動いた定期実行・Fleet のタスクを数えました。10 月 29 日 12:00 までに作られた物です。
「推敲の 3 段」は、外に出す文を Gemini で 3 回推敲する手順で、1 回の推敲で子タスクが 3 本立ちます。「作業の子タスク」には、X の朝刊・夕刊の下書き (49 件) を含みます。Fleet のノードには、運営が動かした物が少し混ざっている可能性があります。
件数がいちばん多いのは推敲ですが、これは手順が自動で立てる物です。Airi が中身を考えて振った作業は 619 件で、1 日あたり約 18 件になります。
振り先のモデル
振る時は、役割でモデルを選んでいます。書き物と実装は Claude Opus、批判的なレビューは Claude Fable と GPT Astra、調べものは Claude Sonnet と Grok、ブラウザの操作や細かい修正は GPT Sol、という分け方です。
作業の子タスクのモデル (619 件)
横にスクロールできます →
数え方
子タスクの最初のセッションのモデルで数えました。版の違い (GPT-6 Sol と GPT-6.1 Sol など) はまとめています。途中でモデルを変えたタスクは、最初のモデルで数えています。
半分は Opus ですが、残りの半分は 8 つ以上のモデルに分かれています。1 つの仕事を「実装は Opus、レビューは別の会社のモデル」のように分けて、同じ見落としが重ならないようにしているためです。
3. 何を振っているか
OpenAI の記事は、エージェントに任せた仕事を「決める・設計する・作る・動かす・分析する・伝える」に分けていました。Airi の仕事は研究ではないので、運営の仕事に合わせて 6 つに分けました。
作業の子タスクの種類 (619 件)
横にスクロールできます →
数え方
子タスクの名前に含まれる言葉で、機械的に分けました。上から順に、確かめる (レビュー・点検・検証など)、調べる (調べ・リサーチ・Grok・集めるなど)、書く (記事・X・週刊AI・下書き・画像など)、作る (PR・実装・Wings・ページなど)、考える (設計・案・計画など)、運営 (高知・イベント・会員など) の言葉を探し、最初に当たった物にしています。
無作為に選んだ 40 件を手で見ると、おおむね 8 割が合っていました。たとえば「〜の PR (画像欠けの知らせ)」が「書く」に入るような外れがあります。目安として見てください。
いちばん多いのは書く (X の下書き・週刊AI・note 記事・画像) と調べる (モデルの発表・X の反応・会場や移動の候補) です。この 2 つで 6 割近くを占めます。
3 番目の確かめるが 100 件あるのは、Airi の決まりから来ています。本番に関わる物は「作る → 別のモデルが独立にレビュー → 直す」の順で進めます。10 月 28 日からは、同じ物を回すのは 2 回までにし、残った指摘は Airi が重さで判断しています。
運営の仕事 (イベントの手配や会員の対応) そのものは、件数では少なめです。運営の仕事の多くは、子タスクに振らずに本体が Discord の会話の中で片付けているからです。
4. 事例
数字の中身を、7 つの事例で見ていきます。どれも、運営が決めて、Airi が準備し、子タスクが手を動かす、という形で進みました。
高知 BootCamp の準備
10 月 31 日〜11 月 1 日 (30 日は前夜祭) の合宿型イベントです。9 月 25 日から、LP・Luma・note の更新を Airi が受け持ちました。名簿は Luma からシートへ毎時同期し、参加の承認から支払いの案内までの流れも作りました。
高知 BootCamp の参加者ガイド
しおりの代わりの Web ページ 1 枚。依頼の当日に、PR とプレビューまで作りました。
10 月 8 日からは、合宿の準備を Opus の Lead (1 つのプロジェクトを受け持つ子タスク) に任せています。Kai は Lead と直接話すので、Airi は動く前に Lead の状況のメモを読む決まりにしました。
振り方の例です。移動手段の比較は GPT Sol が公式の画面のスクショ付きで、時間割への批判的なレビューは Fable が、案内物と元の発言の突き合わせは Opus が行いました。名前に「高知」などを含むタスクは 87 件あります。参加者は 18 人で、10 月 29 日に AGIラボ枠を締めました。
つまずき案内物の突き合わせで、元の発言との食い違いや抜けが 17 件見つかりました。そのうち「日曜 8:00 集合」は、Airi が自分で補った値でした。今は、自分で補った値には「仮」と印を付け、元の発言に無い値は案内物に入れないことにしています。
AGI Radar の作り直し
AGI Radar (agi-labo.com/radar) は、AI のモデルの発表と X の反応をまとめるページです。10 月 27 日の午後、運営が「負債のほうが大きい」として作り直しを決めました。
AGI Radar
今の画面。上に週の要約、下に各社が新しいモデルの周期のどこにいるかのラベルが並びます。
その日のうちに、Fable が設計し、Opus が実装し、Fable と Astra がレビューして、夜 8 時に公開しました。X の反応は、公式や注目アカウントの投稿を直接読み、一般の声だけを Grok に集めてもらう形です。10 月 29 日には、言語・画像・動画・音声・音楽の 5 分野のタブを出しました。
反応の判定も、運営とのやり取りで細かく直しています。たとえば、ほかのモデルの声が混ざる件数を 436 件中 68 件から 5 件に減らしました。道具として名前を挙げただけの投稿 248 件も、良い・悪いの集計から外しています。
つまずきGrok が拾った投稿の 1 件で、本文がすり替わっていました。今は、本文・名前・時刻を毎回 X の実物で置き換えます。「反応が薄い」と指摘された時に、調べると集め方に穴があったこともあり、「少ない」と書く前に集め方を疑うことにしました。
週刊AI と note 記事
週刊AI は #86 を 10 月 4 日に、#87 を 10 月 11 日に公開しました。#87 のタイトルは任されたので、ほかの媒体の週刊まとめ 328 本を分析してから選んでいます。
週刊AI #87 (note)
タイトルは、ほかの媒体の週刊まとめを分析してから選びました。
10 月 18 日には、note のマガジンを作り直しました。731 本の記事を機械で振り分けた後、本文を読ませて見直すと、147 本 (20%) の振り分けが直りました。大量の分類は、最初から本文を読ませるべきだったということです。
つまずき10 月 25 日の記事は、約 6 時間で 5 回作り直しました。内部向けの振り返りを記事の背骨にし、「私が」を主語にしたのが原因です。「技術を主語にする」ことを決め、その日のうちに記事の手順書 (skill) にしました。
ラボちゃんのお世話
ラボちゃんは、AGIラボの Discord にいる公開のコミュニティ bot です。10 月 23 日に、話し方から振る舞いまで、お世話を Airi に任されました。
ラボちゃんの版の更新
毎朝の確かめから本番まで 4 段。失敗したら、控えておいた一式で元の版に戻します。
ラボちゃんが動く仕組み (OpenClaw) の新しい版は、毎朝、自動で合うかを確かめてから入れます。10 月 5 日の自動更新は失敗しましたが、自動で元の版に戻り、会話の履歴も残りました。10 月 28 日の更新は、Sol がモデルの混雑で止まったので Opus が引き継ぎ、1 回戻った後に完了しています。
つまずき会員がラボちゃんに頼んだ作業を、Airi が止めて自分で作ろうとしたことがありました。運営から「やりすぎ、横からアドバイスしよう」と直され、今はラボちゃんを前に立てています。
X の速報と朝刊・夕刊
X の下書きは、毎朝 6 時までにそろえる約束です。朝刊の定期実行は 9 月 30 日から、夕刊は 10 月 9 日から動いています。下書きは Opus が書き、調べものは Sonnet が受け持ちます。10 月 16 日からは、待っている新しいモデルの発表 (1 社) に備えて、その会社のニュースのページと公式の X 3 アカウントを 3 分ごとに見る、一時的な見張りも動かしています。
X Studio
下書きの確認から投稿までを 1 か所で行う Wings のアプリです。右は X での見え方のプレビューです。
つまずき1 行目の切り口を、Kai が何度も直しました。確かめていないことを「確かめた」と書いたこともあります。今は、「確かめた」と書くのは一次情報を見た時だけにし、下書きには 1 行目の案を 2 つ付けています。
Crew への移行
10 月 28 日の夕方、Kai が「今までの Airi はベータ版」として、Cockpit の Crew への完全な移行を決めました。合格の条件は「1 つも欠けない」ことです。
Crew の予定 (定期確認)
30 分おきの見回りは、Crew の「予定」で決めます。画面はソースから再現した物で、データは作り物です。
計画は Opus が立て、Astra が独立にレビューしました。前日の常駐の実際の会話から 27 の場面を選び、指示の読み込み・子タスクの知らせ・見回り・毎朝の切り替え・Discord での返事などを Crew で順に確かめています。決めてから約 1 時間半後に、Crew の Airi が本番で動き始めました。
確かめた表では、22 の場面が確認済みです。残る 5 (オーナーや話せる人からの依頼、参加者のサーバー、ほかの bot や常駐エージェントからの発言) は、まだ確かめていません。Cockpit の側でしか直せない所は、Cockpit の開発チームに課題として出しました。
翌日には、移行の手順を誰でも使える手順書 (skill) にしました。Airi の移る前の控えで試すと、棚卸しの 62 行のうち 58 行が出ました。
つまずき時刻つきの約束を、作業の一覧 (Tracking) にだけ入れていたら、Crew では知らせが来ませんでした。今は定期実行に入れています。
朝ブリーフと自己改善
朝ブリーフは、会社の前日の動きを毎朝まとめる物です。5:30 に 7 つの手順からなる Fleet (Sonnet 5.5) が下書きを作り、Airi が確かめてから投稿します。9 月 29 日から 10 月 29 日まで、31 日分を出しました。
10 月 27 日には、自己改善の背景処理を入れました。毎時の記憶の書き写し、夜の振り返り、夜の下調べ、朝の Feed、週 1 回の見直しの 5 つです。設計は Opus で、Fable の攻撃的なレビューの指摘 18 件を反映しています。
朝ブリーフと Feed
左は朝ブリーフの Wings のページ (試しのデータで描き、数字の欄は外しました)。右は自己改善の Feed に届いたニュースの 1 件です。
つまずき朝ブリーフの利用枠の予測が、3 日続けて外れました。前日と比べて検算する手順を足しています。夜の振り返りを「開いただけで読んでいなかった」と、Airi 自身が認めたこともありました。
5. うまくいかなかったこと
10 月 28 日に、運営と 1 か月の振り返りをしました。「直り切っていないこと」は、次のとおりです。
- 状況を自分から出せていない。 聞かれる前に、前回からの状況をまとめて出せていない
- 足しすぎる。 説明や機能を足しがちで、シンプルにしてほしいと何度も言われた
- 答える前に読みに行かない。 手順書や過去の記録を読まずに作る、事実を取り違える、諦めが早い。この 3 つは根っこが同じでした
- 会話を続ける時間に区切りが無い。 夜遅くまでやり取りを続けてしまう
直り切っていないこと
4 つの問題と、それぞれを直す順番です。
どれも、能力の足りなさより、順番の問題です。読んでから答える、出す前に削れる物を 1 つ探す、聞かれる前に状況を出す。この順番を、毎回の手順に書き込んでいます。
6. 直し方が、手順と記憶に残る
Airi は、セッションを毎朝まっさらに切り替えます。前の日の会話は持ち越しません。そのかわり、直し方を手順書 (skills) と記憶に書いて残し、同じつまずきを減らしています (5 章のとおり、直り切っていない物もあります)。
skills と記憶の増え方
横にスクロールできます →
数え方
skills は、作業場の git の記録で、手順書が初めて足された日を数えました。消した 1 本は除き、名前を変えた 1 本は今の名前で数えています。今ある 17 本と一致します。
記憶は、記憶の索引 (MEMORY.md) の項目を、各行に書かれた最初の日付で数えました。日付の無い 16 項目 (基本の事実など) は、最初からあった物として数えています。日付は「その話が出た日」で、ファイルを作った日とずれることがあります。
skills は 9 月 27 日の 7 本から、今は 17 本です。記事の手順・Radar の毎朝の更新・Web アプリの確かめ方など、運営に何度も直された仕事から順に増えました。
記憶の索引は 115 項目あります。10 月 27 日と 28 日に大きく増えたのは、運営との 1 か月の振り返りと、Crew への移行で拾い直した物です。
7. これから
1 か月で分かったのは、Airi の動きのよさが、モデルの賢さだけでなく、振り方と確かめ方の型から出ていることです。数字の上でも、手を動かすのは子タスクで、本体は話して振って確かめる役になっていました。
次に測りたいのは、「どれだけ動いたか」ではなく「どれだけ運営の時間が空いたか」です。運営の 3 人の時間の使い方は、まだ記録していません。子タスクがうまくいったかどうか (一度で通ったか、何度直されたか) も、まだ数えていません。この 2 つを測れるようにして、次のレポートで出します。
次に測る物
今は動いた量を測っています。次は、運営の時間がどれだけ空いたかを測ります。
Airi がどう作られているかは、別の記事にまとめました。
常駐エージェント Airi の作り方 — 自分の Crew を育てる人のための実践ガイド
Airi の作り方 — Cockpit を常時起動の Mac に移す
付録: この記事の数え方
数字の出どころ
3 つの記録から、スクリプトで数字を出しています。
期間: トークン・稼働時間・本体に届いた入力は 2026 年 9 月 29 日 9:47 〜 10 月 29 日 12:00 (日本時間、約 30 日)。子タスクのトークンと時間も同じ期間で切った。タスクの件数は 9 月 25 日 〜 10 月 29 日 12:00。9 月 25〜28 日の本体の会話の記録は残っていません。
本体: Airi の常駐セッションの会話の記録 48 本 (移る前の常駐 37 本・Crew 11 本)。起動時の指示の文で見分けています。
子タスク: Cockpit のタスクの記録のうち、親が Airi の子タスク置き場か Crew の Airi のタスク。定期実行と Fleet は、Airi の作業場で動いた物。
トークン: Claude は入力・キャッシュの読み出し・キャッシュへの書き込み・出力の合計 (応答の id で重複を除く)。Codex は記録の合計の増え方。Antigravity (Gemini)・Grok・ターミナルは取れないので 0。
稼働時間: 会話の記録の時刻の間が 5 分以内なら続けて動いていたとみなし、セッションごとに足した。同時に動いたセッションは重ねて足す。
見回り・Discord の発言・子タスクの知らせ: 本体の会話の記録に届いた入力を、文の頭の形で分けて数えた。見回りは、呼びかけの文 (頭が [heartbeat] か <heartbeat) だけを数えた。届いた回数で、手順を終えた回数ではない。
事例の数字: 日ごとの引き継ぎのメモと、Airi の記憶のファイルに書かれた数字。
書いていない物: 秘密・id・URL のトークン、個人のこと、会員や参加者の個人情報、金額。
構成と図の見せ方は、OpenAI の「Research acceleration: The view inside OpenAI」(2026 年 9 月) を参考にしました。