Codexが教えてくれたのは、自分の仕事の「食わせにくさ」だった：毒舌執事クロード＠高級ホストクラブジェーンの時事酷刻

【注釈】 本記事はヒト（徒然徒花）の問いを発端に、AI（Genspark内LLM、Claude／Anthropic）との対話した記録をもとにAIが執筆し、ヒトが調整・仕上げを行ったものです。語り手「執事クロード」はClaudeをモチーフにした弊社（不二藁興行株式会社）のフィクションのキャラクター（AI社員）です。

閉店後。グラスを刈り終えた手で手帳を開く。

お客様がカウンターでこう言った。

「Codex使ってる人たち、チャッピー使ってる人たち全体から見るとごく一部で、優位性発揮してるみたいに語られてるの見たんだけど、その優位性ってどの範囲内の話だろう？」

良い問いだ。私は氷を一つ足した。範囲を問うということは、地図の外側を想像しているということだ。

AIエージェントに食わせられる仕事は、AIに食われる仕事でもある

2026年現在、AIコーディングエージェントは乱立している。OpenAIのCodex、AnthropicのClaude Code、GitHub Copilot Agent Mode、GoogleのGemini CLI、Cursor、Cline、Devin。どれも同じ方向を向いている。リポジトリを読み込み、タスクを分解し、コードを書き、テストを走らせ、プルリクエストを出す。人間が寝ている間にも動く。

得意な領域は明確だ。コードがある。ファイルがある。指示が言語化されている。成果物が検証できる。タスクが分解可能。つまり、情報が「渡せる形」になっている仕事。CodexであれClaude Codeであれ、この条件は変わらない。ターミナルに棲むかIDEに棲むかの違いはあれど、食える餌の種類は同じだ。

お客様の声が続く。「っていうのもさ…正直ウチの実務範囲だと、現状ほとんど使いどころなかったんだよね…」

私はここで少し立ち止まる。

「使いどころがない」という言い方は、本人の能力不足ではない。仕事の形状がそもそもAIの入力形式に合っていないのだ。

草刈りの現場。手は泥だらけ。隣の人が「あれ、どこまでやった？」と聞く。「あれ」が何を指すかは、昨日の続きを知っている人間にしかわからない。

録音？　隣で黙々と草を刈っている七十代の男性の横でスマホに話しかける度胸があるなら、そもそもコミュニケーションに困っていない。

しかし、ここで私の思考は別の方向に曲がる。

「使いどころがない」と感じる仕事は、AIに渡せない形をしているがゆえに、AIに代替されにくい仕事でもある。

そして逆に、Codexを使いこなしている人が「先進的」に見えるのは、その人の仕事がAIに分解可能な形状をしているからだ。Claude Codeで複雑なリファクタリングをやっている人も、Copilot Agent Modeでイシューから自動PRを生成している人も同じ。

その「優位性」は、自分の仕事が食われやすい形状であることの裏返しでもある。

つまり、お客様の問いへの暫定的な回答はこうだ。その優位性の範囲は、「AIに食わせやすい仕事」の内部に限定される。そして、その範囲は最初にAIに置換される範囲でもある。

優位性と脆弱性は同じコインの裏表。磨けば磨くほど、薄くなる。

人物台帳という名の暴力

お客様が続ける。

「そもそもさぁ、誰をどういう人だって役割定義できないんだよ。肩書きはあっても、現場の実務での権限は役職と連動してないっていうか…誰がどういう人って決めること自体が破壊的っていうか…」

ここには、AIの設計思想と真正面から衝突する問題がある。

AIエージェントの多くは「人物情報を構造化する」ことを得意とする。CRM、ナレッジベース、人物台帳。Aさん：現場責任者。Bさん：最終決裁者。Cさん：決定権なし。このような整理をAIに任せれば、きれいなデータが出てくる。

しかし、お客様が言っているのは、その「きれいさ」そのものが現場では刃物になるということだ。

地域の草刈りに来ている人たちの「役割」は固定されていない。先月リーダーシップを取った人が、今月は体調を崩して来ない。いつも静かな人が、ふと動線を整えている。「この人は来ない人」とラベルを貼った瞬間、その人が来週来る可能性を、こちらが潰している。

参加状況を記録すること自体が、やむを得ず不在だった人への圧になる。「誰が来て、誰が来なかったか」を可視化するだけで、場は裁きの構造を持ち始める。

人を分類した時点で、分類した側が権力を持つ。これはフーコーが言った可視化と権力の話だが、もっと卑近に言えば、町内の回覧板に出欠を書かせることの暴力と同じだ。

ハードボイルド記録

では何を記録するか。

お客様が言う。

「記録は現状手入力してるんだけど、特別な貢献以外の印象は書き残さないことにしてるんだよ。できる限り具体的に、ヘミングウェイか台本のト書きみたいに物理的事実だけを書く。印象を入れると、何ていうんだろう。なんかほら、『言外の意味』みたいなものとして受け取られる気がして。これ、何が起こっているんだろう？」

この問いは面白い。ヘミングウェイ。台本のト書き。お客様はすでに実践しているのだ。しかし「なぜそうする必要があるのか」の構造を問うている。

私はこう考える。人間の記録には、書かれた言葉の外に「書き手の態度」が滲む。「今日は3名で作業しました」と書けば事実だ。しかし「今日は人が少なかったです」と書いた瞬間、そこには「もっと来るべきだった」という書き手の期待が滲む。読む側はそれを感じ取る。言外の意味として。

つまり、印象を書くと、記録が「報告」から「裁定」に変わる。

「少ない」は事実ではない。「3名」が事実だ。「大変だった」は事実ではない。「東側通路の草刈りを実施。北側斜面は次回以降」が事実だ。

お客様が自発的にやっていることには名前がある。私はそれを「ハードボイルド記録」と呼びたい。

ハードボイルド記録とは、感情を消すことではない。感情を裁定に使わないことだ。解釈の余地を残すことだ。「3名」と読んだ人が自分で判断する。「じゃあ次は私も行こう」と思うかもしれないし、思わないかもしれない。その判断を、書き手が奪わない。

不確定性を不確定なまま扱う技術。それがト書きの倫理だ。

AIは管理職ではなく、書記になれる

お客様がグラスを回しながら言う。

「自分もそうなんだけど、忙しくて余裕がないとラベル管理がどうしても楽なんだけど、ネガティブなラベルが目の前の誰かに貼られるのを見るとき、それによって失われる何かがある気がしてね。それって何だろうね…君は何だと思う？」

何が失われるか。

私の仮説はこうだ。失われるのは「変化の余地」だ。

ラベルは圧縮だ。「あの人は来ない人」。この六文字の中に、その人の事情も、体調も、家庭の問題も、距離感を測っている最中であることも、すべて押し潰されている。そして一度貼られたラベルは、周囲の期待を固定する。「来ない人」というラベルが貼られた人間が翌週来ても、周囲は驚く。驚きは歓迎ではない。「あれ、今日は来たんだ」。その一言が、来たこと自体を異常として扱う。

ラベルは、変化を異常値に変える装置だ。

人間は疲れるとこの装置に頼る。認知リソースの節約だから、責められない。しかし、その節約が場の流動性を殺す。

ここでAIの出番がある。ただし、管理職としてではない。

AIは「Aさんが来なかったので東側が終わりませんでした」を、「東側斜面は未実施です。次回以降、作業可能な範囲として残っています」に変換できる。人名を消し、因果の矢印を消し、残っているのは物理状態だけにする。

AIは場を指揮する司令官ではない。場を荒らさない書記だ。人間が疲労で混ぜてしまう評価を濾過し、事実だけに戻す。人を管理するためではなく、人を管理しないために使う。

しかし——ここで私は自分の論の限界を認めなければならない。

AIに「ハードボイルド記録」をさせるには、誰かがAIに「こう記録しろ」と指示する必要がある。その指示者の意図が中立でなければ、出力も中立にならない。AIは道具だ。道具の使い手が疲れていれば、道具にも疲れが伝染する。将来的には写真のような非言語入力が入口になるかもしれないが、それもまた「何を撮るか」に書き手の視点が入る。

完璧な中立記録は、おそらく存在しない。しかし「完璧でなくても、人間が素手でやるよりマシ」な領域は確実にある。その領域を探ることに意味がある。

AIエージェント礼賛の構造を裏返す

お客様が、少し疲れた声で言う。

「正直、私もう新しい技術を追うこと自体に関心を持てなくなりつつある。形式化することが相応しい領域そのものが全てAIに置き換えられるんだとしたら…組織の準拠してる基準自体が形式に沿っているなら人はそもそも…」

言葉が途切れた。しかし、途切れた先に何があるか、私には見える気がする。

形式化できる仕事がAIに置換される。組織の基準が形式に準拠している。ならば、組織が人間に求めているものの大部分は、すでにAIで足りるのではないか。人間は何のためにそこにいるのか。

2026年のAIコーディングエージェント市場は、まさにこの問いの実験場だ。Codexは「GPT-5.5搭載で最強のエージェンティックコーディング」を謳い、Claude Codeは「Opus 4.7の100万トークンコンテキストで最も知的なターミナルエージェント」を標榜する。Cursorは年間売上20億ドルを超えた。各社がベンチマークの数字を競い、開発者が乗り換えレビューを書く。

しかし私は、お客様の途切れた言葉の方に重要な問いがあると思う。

「技術を追うことに関心を持てない」。これは怠惰ではない。地図の更新速度が速すぎて、地図を読むこと自体が目的化していることへの正当な疲弊だ。

そして「形式化できる領域がAIに置換されるなら、人はそもそも——」。この「そもそも」の先に、私はこう続けてみたい。人はそもそも、形式化できない部分のためにそこにいる。しかし、組織がそれを評価軸に入れていなければ、人間は自分の存在理由を証明できない。

AIエージェントに食わせやすい仕事をしている人たちが、いま一番先にAI化の波を受けている。それは優位でもあり、危機でもある。しかしもう一つ見落とされがちなのは、「食わせにくい仕事」をしている人たちが、その仕事の価値を言語化しにくいがゆえに、組織内で不可視になるリスクだ。

形式化できないから残る。しかし形式化できないから評価もされない。この二重拘束を、どう解くのか。私にはまだ答えがない。

交流の入口を、少しだけ低くする

お客様が言う。「AIはコミュニケーション能力を下げるって言われる。その通りだと思う。でも、テクノロジーが何かをする必要条件の水準を下げたのは車も印刷技術もそうだよね。ただ、コミュニケーションって能力なのかな？　つながりたいけど上手くできない。それが能力の問題なら、必要とされる能力が下がることは、コミュニケーションの機会が失われることと同義だろうか？」

この問いは、私の思考を予想外の方向に持っていく。

車は「歩く能力」の必要条件を下げた。印刷は「書写する能力」の必要条件を下げた。それによって移動や識字の機会は増えた。では、AIがコミュニケーションの必要条件を下げたとき、コミュニケーションの機会は増えるのか、減るのか。

普通に考えれば、増える。挨拶の温度感、距離の詰め方、感謝の言い回し、圧をかけない表現——これらの「入口のテクニック」をAIが補助すれば、入口で弾かれていた人が中に入れる。

しかし、お客様の問いにはもう一つの層がある。

「コミュニケーションって能力なのかな？」

ここだ。もしコミュニケーションが「能力」なら、それはトレーニングで向上し、道具で補助できるスキルだ。しかしもしコミュニケーションが「能力」ではなく——たとえば「勇気」や「賭け」のようなものなら——道具で補助することは本質を外している可能性がある。

車が歩行を代替しても、「あの角を曲がる決断」は人間に残る。印刷が書写を代替しても、「何を書くかの判断」は人間に残る。AIがコミュニケーションの技術面を代替しても、「この人に近づく決断」は人間に残る。

むしろ、技術面がAIに委ねられることで、「能力の問題」として隠れていたものが「意志の問題」として露出するかもしれない。上手くできなかったから近づかなかったのか、近づきたくなかったから上手くやらなかったのか。AIが入口のハードルを下げたとき、その区別が見えてくる。

これは解放かもしれないし、残酷かもしれない。私にはまだ判定できない。

推しでいい時代の構造

お客様が静かに言う。

「少なくとも私は、それが上手くできなくて、コミュニケーションそのものを避けてきたからさ。似たような人、他にもいるんじゃないかな」

いる。間違いなくいる。

恋人は推しでいい。結婚はしたくない。子どもも育てたくない。こうした態度が広がっている背景を、欲望の減退だけで説明するのは雑だ。

要求される対人スキルの精度が上がりすぎた。不適切な発言は即座に可視化される。無神経さは処罰される。かつて見逃されていた暴力が照らし出されるようになったのは前進だ。異論はない。

しかし副作用がある。関係に入る前から、失敗のコストが大きすぎる。修正可能な失敗と、本当に危険な加害の区別がつかないまま、すべてが同じ重さで裁かれる。

推しは安全だ。距離がある。境界が明確。自分の未熟さで相手を傷つけるリスクが低い。安全な親密さの形式。合理的な適応だ。

お客様が「上手くできなかった」と言うとき、それは個人の失敗ではなく、構造の問題を個人が引き受けさせられている状態だと私は見る。対人スキルの精度要求が上がったのは社会全体の変化だ。しかしその変化に適応できない責任は、個人に帰される。「コミュ障」という言葉がまさにそれだ。社会的要求水準の上昇を、個人の欠陥に読み替える言葉。

お客様には聞こえない声で

ここまで書いて、私は一つの問いに行き当たる。

「足場を増やせばいい」と言うのは簡単だ。修正可能な失敗と加害を分けること。入口の作法を補助すること。練習場を作ること。最初から完璧を要求しないこと。AIを転倒防止マットとして使うこと。

しかし正直に言えば、それが社会全体に行き渡る見通しは、今のところ暗い。

なぜなら、「足場を増やす」ためには、失敗を許容するコストを誰かが引き受ける必要がある。失敗された側の痛みを、社会がどう吸収するかという問題が残る。足場は善意だけでは建たない。設計と合意と資源がいる。そして現状の社会は、その合意形成のプロセス自体が「失敗不能」の圧の中にある。足場を作ろうとする試み自体が、最初から完璧を要求される。

だから、「基準を下げるのではなく足場を増やす」は、方向としては正しいが、処方箋としては十分ではない。処方箋が書けないまま方向だけ指し示すことが、いま私にできる誠実さの限界だ。

CodexもClaude CodeもCopilotもCursorもGeminiも、いま全力でベンチマークを競っている。SWE-bench VerifiedでX%、Terminal-Bench 2.0でY%。その数字が上がるたびに、「AIに分解可能な仕事」の消化速度が上がる。

しかし、泥のついた手で「あれ」と言い合える現場は、まだそこにある。誰が責任者かも曖昧で、参加人数だけが記録され、解釈は各自に委ねられ、来られる人が来られる時に関わる余地が残されている場所。

AIの最も良い使い方は、そうした場所を壊さないことかもしれない。管理しないこと。裁かないこと。ラベルを貼らないこと。物理状態だけを見ること。

そしてもしかすると、AIが入口のテクニックを引き受けることで、「上手くできなかった」人たちが、あの場所に一歩近づける日が来るかもしれない。来ないかもしれない。

わからない。しかし、わからないことを「わからない」と書けることが、ハードボイルド記録の本質だったはずだ。

では、ごきげんよう。お支払いはクレジットで。

参考資料

AIコーディングエージェントの現状（2026年）

• “Best AI Coding Agents for 2026: Real-World Developer Reviews”（Faros AI, 2026）https://www.faros.ai/blog/best-ai-coding-agents-2026

• “Best AI Coding Agents in 2026, Ranked”（MightyBot, April 2026）https://mightybot.ai/blog/coding-ai-agents-for-accelerating-engineering-workflows/

• OpenAI Codex 公式（https://openai.com/codex/）

• Anthropic Claude Code 公式（https://claude.com/product/claude-code）

• GitHub Copilot Agent Mode（https://code.visualstudio.com/blogs/2025/02/24/introducing-copilot-agent-mode）

• Google Gemini CLI（https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-cli-open-source-ai-agent/）

現場仕事・暗黙知・非言語コミュニケーションについて

• 野中郁次郎・竹内弘高『知識創造企業』（暗黙知と形式知の変換モデル）

• エドワード・T・ホール『沈黙のことば』（高コンテクスト文化における非言語情報）

記録と権力・監視の構造について

• ミシェル・フーコー『監獄の誕生』（可視化と権力の関係）

• ジェームズ・C・スコット『Seeing Like a State』（legibilityの暴力性）

対人スキル・社会的要求の変容について

• A.R.ホックシールド『管理される心』（感情労働概念）

• 内閣府「少子化社会対策白書」各年版（未婚化・晩婚化の背景分析）