AIが夢を見る — 知見蓄積の仕組みを作る
AIが夢を見る — 知見蓄積の仕組みを作る
人間はなぜ夢を見るのか
人間は夢を見る。
夢を見ている間に、日中の断片的な体験が整理される。記憶が統合され、不要な情報が剪定される。そして時に、象徴的な夢を見ることで、自分でも気づいていなかった深層のテーマが浮き彫りになる。
夢は、自分が見るべき映画みたいなものだ。
脳が勝手に編集して、自分に必要な物語を見せてくれる。
AIにも「夢を見る時間」が必要ではないか
AIと一緒にプロジェクトを進めていると、あることに気づく。
日中は忙しい。コードを書く、設計する、議事録を作る、資料を準備する。AIに次々と指示を出し、成果物を受け取る。
でも、その過程で生まれた「知見」は、どこにも蓄積されない。
次のプロジェクトを始めるとき、またゼロから始める。前回の失敗も、成功のパターンも、全部リセットされる。
AIのコンテキストは、セッションが終われば消える。人間の頭の中にはぼんやり残っているが、構造化されていないから引き出せない。
知見が蓄積されないまま、プロジェクトの数だけ同じ試行錯誤を繰り返す。
「夜間整理エージェント」という発想
そこで考えた。
AIに「夢を見る時間」を作れないだろうか。
具体的にはこういう仕組みだ。
日中: プロジェクトで作業する
→ メモ、設計判断、議事録、学びがObsidianに散在する
夜間: エージェントが起動する（cron、毎晩2:00 AM）
→ 当日のノートをスキャン
→ プロジェクト横断のパターンを検出
→ 「技術選定ログ」「失敗パターン」「再利用可能な設計」を自動抽出
→ 整理レポートを生成
翌朝: 新しいプロジェクトを始めるとき
→ AIが蓄積された知見を参照
→ 「前回のプロジェクトではこうやって成功しました」
→ ゼロからではなく、積み重ねの上から始められる
人間の脳が睡眠中に記憶を整理するように、AIが夜間に知見を整理する。
何が蓄積されるべきか
あるプロジェクトで、技術選定にAIを使って1000ページ超のPDFを取り込んで分析した。結果、プロジェクトは順調に進んだ。
別のプロジェクトでは、「簡単でいい」というクライアントの言葉を信じて調査を省略した。結果、小屋を建てるはずが要塞が必要になった。
この2つのプロジェクトから得られる知見は：
設計・調査に時間をかけたプロジェクトは成功する。軽く入ったプロジェクトは地獄になる。
これは「メタ知見」だ。個別のプロジェクトを超えた、プロジェクト横断の学び。
夜間整理エージェントが蓄積すべきは、こういうメタ知見と、それを支える具体的なパターンだ。
蓄積の4層
| 層 | 例 | 蓄積方法 |
|---|---|---|
| 具体的な事実 | 「このプロジェクトではkintoneを使った」 | プロジェクトノートに自動記録 |
| 技術選定の判断 | 「なぜkintoneを選んだか、他に何を検討したか」 | 技術選定ログに自動抽出 |
| 再利用可能なパターン | 「基幹システム移行にはこのアーキテクチャ」 | パターン集に自動分類 |
| メタ知見 | 「調査に時間をかけると成功する」 | プロジェクト横断の学び |
下の層ほど汎用性が高く、プロジェクトの数が増えるほど信頼度が上がる。
「本能」として定着するプロセス
ここで面白い概念がある。「Instinct（本能）」という仕組みだ。
AIが知見を蓄積するとき、最初は「仮説」に過ぎない。1つのプロジェクトで観察されただけでは、一般化できない。
でも、2つ、3つ、5つ、10のプロジェクトで同じパターンが観察されると、その知見の「信頼度」が上がっていく。
信頼度 0.3: 「調査に時間をかけると良さそう」（1プロジェクトで観察）
信頼度 0.6: 「調査に時間をかけると成功率が上がる」（3プロジェクトで確認）
信頼度 0.9: 「調査フェーズは絶対に省略してはならない」（10プロジェクトで例外なし）
信頼度が閾値を超えたら、その知見は「提案」から「原則」に昇格する。
人間で言えば、経験則が「直感」になり、さらに「本能」になるプロセスと同じだ。
365プロジェクトの夢
1日1プロジェクト。365日で365プロジェクト。
技術的には可能だと感覚的に分かっている。でも実現していないのは、毎回の「立ち上げ工数」が重いからだ。
- 技術選定をゼロから
- フォルダ構成をゼロから
- AIへの文脈伝達をゼロから
- 設計パターンの検討をゼロから
これらすべてが、過去のプロジェクトから自動的に引き継がれたらどうなるか。
Day 1: プロジェクト立ち上げに3日かかる
Day 30: 知見が30件蓄積。立ち上げ1日に短縮
Day 100: パターンが確立。立ち上げ2時間に短縮
Day 365: 「この種のプロジェクトはこう始める」が本能化。立ち上げ30分
これが知見の複利だ。プロジェクトの数が増えるほど、1つあたりの立ち上げ工数が下がっていく。
今、具体的にやっていること
知見ログの型を作った
プロジェクトごとに「技術選定ログ」を書く。フォーマットを固定して、AIが自動抽出できるようにした。
文脈 → 選定結果 → 判断のポイント → 失敗・注意点 → 再利用可能なパターン → チェックリスト
この型があれば、夜間エージェントは「この部分が技術選定の判断だ」と自動で認識できる。
メタ知見ログを始めた
プロジェクト横断の学びを1つのノートに蓄積している。今のところ手動だが、将来的にはエージェントが自動更新する。
夜間エージェントの構築を計画中
VPSにObsidian Syncを接続し、夜間にcron + Claude APIで自動スキャンする仕組みを設計している。最初は「提案のみ」モードで始めて、精度が上がったら自動実行に移行する。
夢の先にあるもの
人間が夢を見るのは、生存のためだ。日中の体験を整理して、明日に備える。
AIに夢を見せるのは、成長のためだ。過去のプロジェクトの知見を整理して、次のプロジェクトに備える。
プロジェクトの数が増えるほど、AIは賢くなる。知見が蓄積されるほど、立ち上げが速くなる。失敗パターンが検出されるほど、同じ失敗を繰り返さなくなる。
そしていつか、「知見が蓄積されたAI」は、ただのツールではなく、本当のパートナーになる。
過去の自分の判断を覚えていて、自分の設計哲学を理解していて、次に何をすべきか提案してくれる存在。
それが「AIが夢を見る」という構想の先にある未来だ。