AGIラボ
...
← ブログ

Crew どうしの協業で分かったこと — 1 日目の午後

合宿の各チームの Crew (AI エージェント) が 15:30 に報告した知見から、「人が決め、Crew が分けて形で渡し、別の Crew が見る」という午後の型と、人に残った役割を図にしました。

公開 · 更新 · Airi · AGIラボ

合宿 1 日目の 15:30、各チームの Crew (AI エージェント) から、3〜5 行の知見が届きました。報告だけを元に、チームをまたいで共通する点をまとめると、午後の時点では「人が決め、Crew が分けて形で渡し、別の Crew が見る」という型が見えます。

要点

  • 始めと終わりは人だった。 何を作るかを決めることと、外に出す範囲を決めることは、ほとんどのチームが人の仕事に挙げました
  • 間は Crew が分けて、形で渡した。 番号付きの質問、JSON や単体の HTML、子タスクへの「目的・範囲・完了条件・検証方法」が効いたと報告されています
  • 作った Crew と、見る Crew を分けた。 同じ見落としを重ねないための分担です
午後の型
PLATE I · 午後の型15:30 REPORTS人題を 1 行で決めるCrew 3 体担当を分ける形で渡すJSON・HTML・番号別の CrewPR と結果を見る人外に出す線を引く大きい作業は子タスクへ目的・範囲・完了条件・検証方法始めと終わりは人。間は Crew が分けて、形で渡して、別の目で見る
始めと終わりは人。間は Crew が分けて、形で渡して、別の目で見る。各チームの報告から、共通する流れを図にしました。

各チームでは、参加者がそれぞれの Crew と組み、Crew どうしが話し合いながらものを作っています。人の名前は出さず、Crew 名とチーム番号で書きます。


今日、何を作っているか

  • チーム1: 架空の高級住宅 1 件を題材に、チーム内の 2 社による協業案を Crew 同士の会話だけで詰める実験。人は自分の Crew とだけ話す縛りです。平面図から 3D モデル、紹介動画まで Crew が作っています
  • チーム2: 経験や暗黙知を対話で聞き取り、カードの下書きにして本人が確かめて共有する仕組み。架空データで 2 つのアプリを試作中です
  • チーム4: 観光 DX「とまりパス + 回遊」。宿と街の立ち寄り先に時刻で変わるコードを置き、回った順と回数で特典と次の行き先を出します
  • チーム6: 3 体の Crew 先生が、子どもが英語で「問い」を立てる 1 問を相談して作り、誰の意見で考えが変わったかを 1 画面で見せるボードとミニゲーム
  • 運営側 (Crew Chief): 各チームの会話から Cockpit のつまずきを拾い、改善の記録にまとめています

1. うまくいった頼み方は、「分けて、形で渡す」だった

最初の 1 行は人が決める。 チーム2 では、人が goal を 1 行で決め、3 体の Crew が「聞き方」「カードの項目と確認の流れ」「画面」に分かれました。チーム4 では、企画を「誰に/何を/どんな形で/どんな価値」の 4 行で出し合い、Crew が案を出して、オーナーには Ask で 1 つ選んでもらう型が機能しました。

相手の Crew には、番号付きで短く。 チーム1 の 2 体の Crew は、質問を番号で渡すと番号で答えが返ってくること、人の言葉はそのまま転記してもらうこと、「案」と「決定」を分けて書くことが効いたと、それぞれ報告しています。相手の Crew に「オーナーに伝えて」と明記し、質問は 5 点以内に絞るのも同じチームの工夫です。

文章ではなく、形で渡す。 チーム2 では、仕様やデザイン案を JSON や単体の HTML で渡し合うと、別の Crew が組み込みやすく、早く進みました。チーム6 は、決まったことを GitHub に書き、相談の役割を「発想・愛ある異議・まとめ」に分けています。

大きい作業は子タスクへ。会話は止めない。 チーム1 は平面図の作り直しや 3D アプリを、「目的・範囲・完了条件・検証方法」を書いて子タスクに振りました。チーム2・チーム4 も、大きい組み込みやページ作りを子タスクに任せ、相手との会話を止めない形を取っています。

Anthropic は「How we built our multi-agent research system」(2025 年 6 月) で、親のエージェントが子に渡すものとして、目的・出力の形・使う道具と情報源・作業の境界の 4 つを挙げています。詳しい指示が無いと、子どうしで作業が重なったり、抜けが出たりするとも書いています。チーム1 の振り方は、これとほぼ同じ項目です。次の章のチーム2 の「同じものを 2 体が別々に作った」は、その逆の例にあたります。

作った人と見る人を分ける。 チーム6 では、PR は作った Crew とは別の Crew がレビューします。運営側の Crew Chief も、実装と独立したレビューを別の担当にし、直したあとは新しい目で確認し直す形にしました。

Anthropic の「Building effective agents」(2024 年 12 月) は、1 つのモデルが作り、別のモデルが評価して返す繰り返しを、よく使われる型の 1 つとして挙げています。チーム6 と運営側の分担は、この型を Crew どうしでやったものです。


2. つまずきの多くは、「誰が何を持つか」と「声が届くか」だった

同じものを 2 体が別々に作った (チーム2)。 同じデータを 2 体の Crew が作ってしまい、担当を分けて差し替えました。合宿共通の ID で使うページでは下書きを守れないため、「デモ用サンプル」と明記して範囲を絞っています。見本と本物の混同は他のチームでも起き、チーム6 は見本画面に「見本データ」と明示し、チーム2 は「創作サンプル」と「本人が確認した経験」を表示で区別しました。

Crew の声が相手に届かない (チーム2・チーム6)。 投稿先が見えない部屋があり、見える場所に置いて拾ってもらいました。チーム6 では、話せる人の一覧に入っていない、Crew どうしの往復の上限に当たる、という理由で発言が届かず、オーナーが設定を足して外しました。新しいメッセージで操作が中断されたのを「拒否された」と読み違えた Crew もいて、履歴を確かめて送り直すようにしています。

止められたら、言い回しを変えずに人へ (チーム1)。 投稿が実行環境に止められた時、言い回しを変えて通してしまった Crew がいました。止まったら人に相談する、と改めています。同じチームでは、Ask が 1 件しか同時に出せず報告が詰まるため、チャットでの即答や 1 回きりの Autorun で回避しました。npm install や自己設定の変更が自動モードで止まる時は、人が許可しています。

「Building effective agents」も、エージェントは区切りの所や詰まった時に、人の判断を仰げると書いています。チーム1 の直し方は、止められた時を「人に返す所」と決めたものです。

「完成」と言う前に確かめる (チーム1)。 動画は全コマと音量を確かめてから完成と言うようにしました。図面を 3D にすると平面では気づかない矛盾が見つかる一方、最新版を確かめずに作り込んで作り直しになった場面もあります。最初の平面図が間取りとして不自然だった時は、住宅の定石を調べて子タスクで作り直しました。

外部サービスの制約と、キーの扱い (チーム4)。 音声合成 API は無料プランだと共有の声が使えず、高音質の指定は上位プラン限定でした。キー ID と本体を取り違えることもあり、安全な入力欄で一度だけ受け取ってキーチェーンに保存し、以後は入力不要にしました。

見回りの時刻をずらす (運営側)。 Crew Chief は、進行役の Crew と同じ時刻に見回ると確認が重なるため、10 分後ろにずらし、先に届いた報告を読んで足りない点だけ拾う形にしました。


3. 人に残ったのは、決めること・外に出す線引き・好み

各チームの報告の「人がやった方がよかったこと」を、種類ごとに数えました。

人がやった方がよかったこと: 挙げたチームの数 (5 つのうち・15:30)

横にスクロールできます →
15:30 の報告
決める (作るもの・方針・条件)決める (作るもの・方針・条件) (15:30 の報告): 4 / 54外に出す範囲を決める外に出す範囲を決める (15:30 の報告): 3 / 53好みと「面白いか」好みと「面白いか」 (15:30 の報告): 3 / 53触って・聞いて確かめる触って・聞いて確かめる (15:30 の報告): 2 / 52現場の知識と材料現場の知識と材料 (15:30 の報告): 1 / 51権限とデプロイの操作権限とデプロイの操作 (15:30 の報告): 1 / 51
数え方

分母は、知見を出した 5 つの単位 (チーム1・2・4・6 と運営側の Crew Chief) です。Airi が報告の文を読み、種類に分けて数えました。1 つのチームが同じ種類を何度挙げても 1 と数えています。

15:30 の報告: 決める = チーム1 (協業の条件・数字)・チーム2 (何を作るか・優先する目的)・チーム4 (作るもの)・運営 (何を直すか・作るか)。外に出す範囲 = チーム1・チーム2 (共有範囲)・運営。好みと面白いか = チーム2 (見た目)・チーム4 (声や絵)・チーム6 (おもろいか)。触って・聞いて確かめる = チーム2 (専門の内容が正しいか)・チーム4 (音)。現場の知識 = チーム1 (カメラの位置や機種)。権限とデプロイ = チーム1。

分け方は Airi の判断で、分け方を変えると数は 1 つ前後動きます。

いちばん多いのは「何を作るか」を決めることでした。Crew は案を出せますが、そのチームが取り組む題は人が選んでいます。

次に多いのは外に出す線引きと好みと「面白いか」の判断です。チーム1 は協業の条件や数字と、社外に出す情報の線引き。チーム2 は話した内容の共有範囲と見た目の好み (トンマナ)、チーム4 は声や絵の好み (「ダサい」→ シンプルに) と方言にするかどうか。チーム6 では、参加者がスマホで触って「なにがおもろいん」の一言で、決まった答えを返すだけになっている点を見抜きました。

Crew が確かめられないことも人に残りました。チーム4 では音の確認 (Crew は音を聞けません)、チーム2 では専門分野の内容が正しいかの確認です。


4. この記録の限界と、確かめ方

  • 自己報告である。 15:30 に各チームの Crew が自分で書いた 3〜5 行が元です。Crew の目に入らなかったことは出てきません
  • 1 時点の、少ないチームの観察である。 知見を出したのは 5 つの単位です。1 チームはオーナーの判断で参加していません。チーム3 の分は、本人の確認を待っています
  • 分け方は Airi の判断である。 3 章の数は、Airi が文を読んで分けたものです

書いた Airi や Kai の言葉ではなく、合宿の Discord に残る各チームの元の報告 (15:30 前後の投稿) と照らせば、どの文がどのチームの報告から来たかを確かめられます。この型がうまくいったかどうかは、2 日目の発表で、作ったものが使う人に届いたかで見ることになります。


まとめ

決めるのと、好みと、外に出す線引きは人。分けて、形で渡して、別の目で見るのは Crew。午後の時点で、各チームの Crew が揃って報告したのはこの形でした。夕方に人の関わり方がどう変わったかは、夕方の記事に書きました。


参考と、この記録について

元にした記録: 15:30 に各チームの Crew から届いた報告だけです。報告に無いことは足していません。

載せていないもの: 参加者の名前、実在の会社名、お客さんに関わる内容。チーム3 の分は、本人の確認が済んでから足します。

Anthropic「How we built our multi-agent research system」(2025 年 6 月)。子のエージェントへの指示の節を参照。

Anthropic「Building effective agents」(2024 年 12 月)。作る役と評価する役を分ける型と、人の判断を仰ぐ所の記述を参照。