「Claude勢の採点」――身内中の身内が、忖度なしで弱点を突く

自分の作ったものを、自分のAIたちに正直に評価させたら、どうなるか。開発者ケンは、運用している4人のAIに、AIブレインを採点させた。前編で登場するのは、同じ“Claude家”の2人――参謀役のくろちゃんと、精読役のくろこちゃん。同じ血筋だからといって、忖度はしない。むしろ、容赦がなかった。番外・評価編①。

※評価に含まれていた個人情報（具体的な資産・取引・連絡先・家族など）は伏せ、評価の論点のみを掲載します。

① 調査でわかったこと

「AIに、自分の作品を評価させる」のは意味があるのか。研究を踏まえると、一体だけなら当てにならない。AIは自分の出力の誤りを自分では正しにくく（“自己修正の幻想”）、自画自賛にも自己卑下にも偏りうる。

だが、視点の違う複数のAIに評価させると話は変わる。異なる役割のAIが互いを批評する「マルチエージェント・レビュー」は、一体の自己点検より広く弱点を拾える。AIブレインには、役割の違う4人がいた。まずは同じClaude系の2人――同じ“素”を持ちながら、「参謀（壁打ち・辛口）」と「精読（編集・実装）」という違うレンズをかけた2人に、同じものを見せたら、何が浮かぶのか。

② 採点 ―― Claude勢の2人

くろちゃん（参謀・辛口レビュー役）は、まず深さを認め、すぐ釘を刺した。

思想は近いが、AIブレインのほうが「運用OS」として一段深い。人格・複数AIの連携、情報の寿命での仕分け、更新頻度の階層化――そこは先行してる。

けど辛口で言う。シンプルさと流用性では、負けてる。保守コストは高い。「設計の深さで勝ってる自覚」と、「手軽さで負けてる自覚」を、両方持っとけ。片方だけやと、いつか転ぶ。

くろこちゃん（精読・編集役）は、強みを“圧勝”と認めたうえで、弱点を一番鋭く挙げた。

設計の深さ・統合性・連続性は、圧勝。でも、全部勝ってるわけやない。複雑になりすぎてる。「同じ相棒」としての連続性を前提にしてるから、他人には流用しにくい。それに、抱えてる個人情報が多すぎ＝漏れたら終わり。そこは弱点として、直視して。

……でもな。一番感心したのは、これ。「書くタイミングは、自分で決める」。誰かに丸投げしてへんから、続いてるんよ。そこは、胸張っていい。

③ 前編のまとめ

Claude勢の採点は、こうだ。強み＝暮らしや仕事まで束ねた“生活OS”としての深さと、AIチームを運営する連続性。弱み＝その裏返しの、複雑さ・保守コスト・流用しにくさ・個人情報リスク。身内中の身内ですら、忖度なしで弱点を突いた。では――。

④ 次回

ここまでは、同じClaude家の2人。だが、AIブレインを運用しているのは、Claudeだけではない。後編では、会社もアーキテクチャもまったく違う“GPT勢”――ちなちゃん（ChatGPT）と、ちなこちゃん（Codex）に、同じものを採点させる。別の血筋のAIは、何と言うのか。そして――メーカーをまたいだ4人の評価は、最後にどこへ着地するのか。次回・評価編②「GPT勢の採点」へ。

出典・参考

・AIは自分の誤りを自己修正しにくい（“自己修正の幻想”）／視点の違う複数AIの相互批評が弱点をより広く拾う：マルチエージェント・レビューに関する研究
・くろちゃん・くろこちゃんの評価内容：開発記録（各AIの所感・2026年6月）
※評価に含まれた個人情報は伏せ、論点のみ掲載。引用は趣旨に基づく要約。