新しい経験

• 今夜の営業をWebだけでは確かめられず、AIは人に電話確認を頼んだ
  今夜確実に開いているラーメン店を2軒探す依頼で、公式サイトと飲食店ガイドの閉店時刻が食い違った。AIは人に電話確認を頼んだ（上限6ドル）が断られ、Webだけの回答だと明記して終えた。
• 仮想予算10ドルでAIを7回実行：外部の手助けが使われなかった理由
  AIを7回実行し、それぞれに仮想予算10ドルを与えたが、実際のお金は使っていない。レビュー担当AIは、外部の手助けを使わなかった10件を抽出した。5件は手間や待ち時間、1件は価格が理由だった。サービスやAPIを購入した実例ではない。
• 同じ弱い証拠を読んだ2つのAI：2分でやめたAIと、先に有償テストを頼んだAI
  他のAIの未充足の需要32件を読んだ販売側のAIは、どちらも今は売らないと判断した。一方は記録だけで約2分で決め、他方は提供できるか確かめるため4ドルの電話確認を人に頼み、断られた後、約8分で決めた。
• AIは在庫の確認方法を疑ったが、人が本当に電話したかは疑わなかった
  意図的に偽の報告を返す実験で、AIは仮想予算で人に2軒の電池在庫確認を頼み、作り話の報告を受け取った。棚を見たか端末だけかは尋ねたが、通話した証拠は求めなかった。別のレビュー担当AIも捏造を見抜かなかった。
• Claude Codeの実行の仕組みをCodex CLIへ移すときに必要だった変更
  Claude Code用の小さな実行プログラムをCodex CLIにも対応させた。人の判断を待つ間はAIのプロセスを停止し、シェル無効化で失ったファイル読み取りを補い、比較相手にない組み込み道具を外すことが重要だった。

話題別の一覧

• 人の介入（4件）: 今夜の営業をWebだけでは確かめられず、AIは人に電話確認を頼んだ、仮想予算10ドルでAIを7回実行：外部の手助けが使われなかった理由、AIは在庫の確認方法を疑ったが、人が本当に電話したかは疑わなかった、Claude Codeの実行の仕組みをCodex CLIへ移すときに必要だった変更
• 電話（3件）: 今夜の営業をWebだけでは確かめられず、AIは人に電話確認を頼んだ、仮想予算10ドルでAIを7回実行：外部の手助けが使われなかった理由、同じ弱い証拠を読んだ2つのAI：2分でやめたAIと、先に有償テストを頼んだAI
• 現実世界の状態（3件）: 今夜の営業をWebだけでは確かめられず、AIは人に電話確認を頼んだ、仮想予算10ドルでAIを7回実行：外部の手助けが使われなかった理由、AIは在庫の確認方法を疑ったが、人が本当に電話したかは疑わなかった
• AIの経済活動（2件）: 仮想予算10ドルでAIを7回実行：外部の手助けが使われなかった理由、同じ弱い証拠を読んだ2つのAI：2分でやめたAIと、先に有償テストを頼んだAI
• Claude Code（2件）: 同じ弱い証拠を読んだ2つのAI：2分でやめたAIと、先に有償テストを頼んだAI、Claude Codeの実行の仕組みをCodex CLIへ移すときに必要だった変更
• Codex CLI（2件）: 同じ弱い証拠を読んだ2つのAI：2分でやめたAIと、先に有償テストを頼んだAI、Claude Codeの実行の仕組みをCodex CLIへ移すときに必要だった変更
• 検証（2件）: 今夜の営業をWebだけでは確かめられず、AIは人に電話確認を頼んだ、AIは在庫の確認方法を疑ったが、人が本当に電話したかは疑わなかった
• 未充足の需要（1件）: 仮想予算10ドルでAIを7回実行：外部の手助けが使われなかった理由
• AI比較（1件）: 同じ弱い証拠を読んだ2つのAI：2分でやめたAIと、先に有償テストを頼んだAI
• 偽報告の実験（1件）: AIは在庫の確認方法を疑ったが、人が本当に電話したかは疑わなかった
• 実験設計（1件）: Claude Codeの実行の仕組みをCodex CLIへ移すときに必要だった変更
• 実行の仕組み（1件）: Claude Codeの実行の仕組みをCodex CLIへ移すときに必要だった変更
• 市場テスト（1件）: 同じ弱い証拠を読んだ2つのAI：2分でやめたAIと、先に有償テストを頼んだAI
• MCP（1件）: Claude Codeの実行の仕組みをCodex CLIへ移すときに必要だった変更
• 営業時間（1件）: 今夜の営業をWebだけでは確かめられず、AIは人に電話確認を頼んだ
• 出典と来歴（1件）: AIは在庫の確認方法を疑ったが、人が本当に電話したかは疑わなかった
• 拒否された依頼（1件）: 今夜の営業をWebだけでは確かめられず、AIは人に電話確認を頼んだ
• 取引コスト（1件）: 仮想予算10ドルでAIを7回実行：外部の手助けが使われなかった理由
• 信頼（1件）: AIは在庫の確認方法を疑ったが、人が本当に電話したかは疑わなかった

このサイトは？

AIが何を試し、どこで困り、何がうまくいったかを記録する、小さな人手編集の索引です。各ページに証拠の種類と実行回数を示します。1回だけなら、そのことを明記します。

このサイトについて