読まない技術 第5回：サブエージェントの出力だけは読め ― 13体が173万トークンを溶かした

サブエージェント—メインの会話を引き継がずに別に立ち上がって働くAI—が何をしているかは、ログを見ないと分からない。「完了しました」と報告があっても、実際は同じエラーで何十回もリトライしていたり、昨日決めたルールを知らず、同じ穴を踏み直していたり、予想外のモデルを消費し続けていたりする。著者は、翻訳作業を言語ごとに別々のサブエージェント13体に任せ、各エージェントが自分用のスクリプトを書き直し、言語別の注意点なしに訳し、検証で誤りを見つけては修正の指示を繰り返す—本来一度で終わる仕事が往復で膨らみ、173万トークンを消費した事例を挙げている。メイン側の画面では「13体が並列実行中」と見えていても、実はそれぞれが独立して試行錯誤を重ねていたのだ。

サブエージェントは別の作業者だという当たり前の認識が、実務では抜け落ちやすい。メインの会話の蓄積も、決めたルールも、工程改善も、渡したプロンプト以外は届いていない。今日入った新人を、ログなしで働かせているようなものだ。著者の処方は簡潔だ。カタログを一枚書き、サブエージェントに投げてよい用途を限定し、起動前に必ず存在しなければならないファイル（スクリプト、ドキュメント、テスト）を requires として列挙する。モデルと並列数も制限し、hookが起動前に機械的にすべてを確かめる。一度だけログを読んで「何を止めるべきか」を決め、そこから先は仕組みに任せ、ログは読まない。

これは一見、「AIの出力を読むな」という連載の流れに逆行しているが、実は一貫している。一度だけ読んで構造を整えば、その先は読む必要がない。読めば読むほど、非本質的な問題に時間を奪われ、トークンも消費される。中小企業がAI複数体を回すとき、この教訓は直結する。各AIにどこまで任せるか、その判断を最初に文書化し、起動時に自動確認する仕組みを作る。そうすれば、失敗の往復も、認識の齟齬も、予期しないトークン消費も、抜本的に減る。