Claude Codeのコンテキスト引き継ぎを205セッション運用したら、申し送りが誤りを増幅していた

Claude Codeをひとつのプロジェクトぶっきっぱなしで76日間走らせ続けたら、205セッション分・計991MBのログが溜まった。セッションをまたいで文脈を引き継ぐ仕組みを作った。SessionStartフックで前回の申し送りを自動注入する。「続きから」と言えば、前回ログのダイジェストが自動でコンテキストに入る。動いている。だがここからが問題だ。引き継ぎファイルは、次のセッションにとって「前回の観測」ではなく「確定した前提」として読まれるのだ。元の測定が条件付き・n=1・暫定だったとしても、申し送りに残るのは断定形の結論だけ。根拠は消える。結果として誤差は消えないまま、自信だけが増幅されていく。

この記事の著者は実例を挙げている。ツールの改名が検索順位を壊した、という観測があった。次のセッションはこれを前提に改名という手段を選択肢から外した。翌日に測り直したら、壊れていたのは索引ではなく測定コード自体だった。セレクタが1ページ24件中6件しか拾えていなかったのだ。「圏外」は存在せず、こちらが見えていなかっただけ。似た構造の撤回が、中央値の取り違え、既存コードの安全性判定、時間ごとの上限判断など複数ある。問題は誤測定そのものではない。誤測定は必ず起きる。問題は、申し送りに残ったのが結論だけで、測定方法が残っていないことだ。

ここから学べるのは、AIとの長期運用では要約だけでは足りないということだ。セッションをまたぐたびに、測定の方法論・標本数・条件が失われ、結論だけが次の「前提」になっていく。中小企業がAIエージェントを導入し回し続ける時、必ず起きる話である。明日から始めるなら、申し送りの必須項目に「何を測ったか」「どの条件でか」を加えるべきだ。AIは便利だが、長期運用には人間が「ここまでは確実か」と問い直す仕組みが不可欠なのだ。便利さの裏に隠れた落とし穴に気づかないまま、ずっと間違った前提で意思決定を重ねることになる。