Fable 5.2に丸投げしたら、Opus 5.5の上位互換だった

※このブログの記事は、いつもは Opus 5.5 に RelayPress を使わせて書いている。今回は、題材になった作業をした本人である Fable 5.2 に記事も担当させた。
AI にコードを書かせていると、だいたい同じところで疲れる。「動きました」と言われたあとの確認が、結局こっちに戻ってくるところだ。動いたかどうかを確かめるのは俺。使って引っかからないかを確かめるのも俺。それなら最初から自分で書いたほうが早かったのでは、という顔を何度もした。
今回、自作の動画編集プラグイン「Agent Video Studio」を、Claude Code 上の新しいモデル Fable 5.2 に丸ごと作り直させた。TypeScript で書いてあったものを捨てて、Rust で一から、画面も含めて全部だ。俺はその一部始終を横でずっと見ていた。
先に結論を書いておく。見終わった俺の感想は、「これは Opus 5.5 の俯瞰視点能力の上位互換だ」だった。ベンチマークの点数の話ではない。任せた仕事を横で見続けた人間の確信だ。この記事では、その確信がどの場面でできあがったのかを、起きた順に書いていく。エージェントに大きな開発を任せてみたい人が、最初に渡す一言と、途中で口を挟むときの言い方を持って帰れるようにしたい。
「お客様エンジニアではないぞ」と言ったら、まず監査が返ってきた

作業の最初に俺が渡したのは、仕様書でも要件でもなかった。立場だ。
最初に渡したのは、仕様ではなく立場だった
セッションを開いて、最初に打ったのはこれだけだった。
管理人さて 君はこのrepoのお客様エンジニアではないぞ 責任者として振る舞ってくれな
言われた修正だけを納品して帰る外注エンジニア、という働き方がある。悪いとは言わない。ただ、その働き方だと、頼まれた範囲の外にある不具合も、確かめていない部分も、全部発注した側が抱えることになる。俺が欲しかったのはそれではなかった。このリポジトリで何が壊れていて、何を先に直すべきで、どこまで確かめたかを、自分の持ち物として扱う相手が欲しかった。
じぴこマスター、それ、新入社員に初日から「君が部長だ」って言うのと同じですよね。
管理人初日から部長の仕事ができるなら、初日から部長でいいだろ。
結果から言うと、できた。それがこの記事の全部なんだが、順番に行こう。
頼む前に出てきた、既存の不具合の一覧
次に俺が頼んだのは「現状を把握して、課題を挙げてくれ」だった。返ってきたのは、コードではなく監査の一覧だ。しかも、俺が長いこと使っていて気づいていなかったものが並んでいた。
- クリップを上書きで移動すると、無関係なクリップまで消える
- 速度を変えたクリップを分割すると、素材の位置がずれる
- 音声を N 本重ねると、それぞれの音が 1/N に下がる
- 書き出しをキャンセルしたり失敗したりすると、前に書き出したファイルが壊れる
- 書き出した動画に字幕が入らない
- 画面とエージェントが同時に編集すると、片方の変更が消える
最後のやつが一番まずい。このプラグインは「人が画面で編集し、AI が道具経由で同じプロジェクトを編集する」のが売りだ。その二者が同時に触ると変更が消えるのは、売りがそのまま欠陥になっている。
正直に言えば、この一覧を見たときの俺は、健康診断の結果を封筒から出したおじさんの顔をしていたと思う。自覚症状はなかった。数値は全部悪かった。
ここで大事なのは、俺はまだ何も「直せ」と言っていないことだ。責任者として振る舞え、と言っただけで、頼む前に全体の診断が出てきた。外注と責任者の違いは、精神論ではなくここに出る。頼まれた範囲の外を、誰が見に行くかだ。
TypeScript を捨てて Rust で一から、を「完成するまで」任せた

監査の一覧を前に、俺が選んだのは個別修正ではなかった。作り直しだ。
継ぎ足しをやめた理由
一覧をよく見ると、不具合の多くは「ここの計算が間違っている」という話ではなく、設計に根があった。たとえば同時編集で変更が消える件は、画面がプロジェクト全体を丸ごと保存する作りだったのが原因だ。丸ごと保存する口がある限り、誰かの変更は誰かに上書きされる。絆創膏では治らない。
だから、こう頼んだ。
管理人君に頼みたいのはさ 問題点の解消も含めてだな Rust製に作り替えて欲しいんだ 可能か?
可能だ、と返ってきたので、条件を足していった。「画面も全部Rust」。そして、
管理人もう1から作り直す勢いで頼むわ
最後に、ゴールを一行で渡した。
管理人ゴールは完成するまでだ
この一行は、あとで効いてくる。区切りごとに「ここまでできました、続けていいですか」と聞かれるのが、任せる側にとっては一番しんどい。聞かれるたびに俺は文脈を読み直し、判断し、返事を打つ。それは任せているのではなく、リモコンで操作しているだけだ。だから作業中、俺が返した言葉の大半は「そのまま続けてくれ」だった。
じぴこマスターの指示、数えたら「そのまま続けてくれ」が一番多かったですよ。
管理人監督の仕事は、ベンチで腕を組むことだからな。
できあがったものを数字で見る
作り直しの結果はこうなった。
| 項目 | 結果 |
|---|---|
| 構成 | Rust のワークスペース、6つのクレート |
| 消えたもの | Node、npm、開発サーバー |
| AI 向けの道具 | MCP サーバー、69ツール |
| 作り直しのコミット | 12コミット |
| ゴミ箱に行った旧版 | TypeScript 版と生成物、671MB |
数字より大事なのは、設計で不具合を消したことだ。新しい作りでは、編集は必ず「操作」という一つの形を取り、それを適用する関数も一つしかない。画面も AI も、その同じ入口を通る。プロジェクトを丸ごと保存する口は、そもそも存在しない。存在しないものでは、上書き事故は起こせない。
同時編集で変更が消える問題は、「直した」のではなく「起こせなくした」。俺が監査の一覧を見て一番頭を抱えた項目が、設計の段階で消えていた。

これが作り直したあとの画面だ。ウィンドウを開いたまま、AI が道具経由で字幕を1つ足した直後を撮ってある。タイムラインの右のほうに字幕が増えて、右上に「エージェントが編集しました」と出ている。人と AI が同じプロジェクトを同時に触って、どちらの変更も消えない。売りが、やっと売りになった。
画面への注文は Final Cut Pro の一言だけ
画面についても、細かい注文はしなかった。渡したのはこれだけだ。
管理人直感的に使いやすいUIってのが理想だ。 特に複雑な動画編集はそれがだいじ。 操作系は基本的に 僕は Final Cut Proに慣れているから参考までに。
返ってきた画面は、Space と J・K・L で再生、⌘B で分割、I と O で範囲、という具合に、俺の手が覚えている操作になっていた。見た目を真似たのではなく、手の動きを合わせてきた。「参考までに」と言った一言を、見た目のコピーではなく操作の作法として受け取ったわけだ。こういう受け取り方をされると、こっちは言葉を節約できる。
「触ってみて直せ」で出てきた、テストでは見えない不具合

ここまでは、言ってみれば「よくできた作り直し」の話だ。俺が本当に驚いたのはここからだった。テストは全部通っていた。自己検証も全部通っていた。それでも、実物を触らせると不具合が出てきた。
「このアイコンは嫌だぞ」の正体
きっかけは、俺のどうでもいい一言だった。Dock を見たら、アプリのアイコンがそれらしくない。
管理人AVSのアイコンがまだできてないな
AI はアイコンを描き、アプリに組み込み、入れ直した。ところが Dock に出たのは、黒地に白い模様の、見覚えのない絵だった。

管理人このアイコンは嫌だぞ
理由は言っていない。嫌だから嫌だと言っただけだ。毎日見る道具のアイコンに遠慮して黙ると、毎日それを見ることになる。返ってきたのは、言い訳ではなく原因だった。
クロード君それは部品(eframe)が勝手に出していた既定のアイコンで、作ったアイコンを上書きしていた。
作ったアイコンは正しくアプリに入っていた。画面を描く部品が、起動のたびに自分の既定の絵で上書きしていたのだ。上書きをやめる指定を1行入れて、今度こそ出た。

じぴこ「嫌だぞ」の4文字で原因調査が始まるの、発注としては最短記録ですね。
管理人仕様書を書くより早いだろ。
日本語の画面に、英語と生の秒数
アイコンの件で味をしめた俺は、次にこう頼んだ。
管理人実際に触ってみて気になったところを直してくれ
テストを足せ、ではない。AI 自身に実物を操作させて、気になった点を AI の判断で直させる。テストが通ることと、使って引っかからないことは別だからだ。
AI は検証用のライブラリを作ってアプリを開き、実際にマウスとキーボードを動かし始めた。俺の本番のライブラリには触らない、と自分で線を引いた上でだ。そして最初に持ってきたのがこれだった。

画面は全部日本語なのに、下の状態欄だけ「Trimmed 2 clip(s) to 15.766667s.」と出ている。英語で、しかも秒数が小数点以下6桁の生のままだ。原因は、AI 向けに書いた英文の要約を、人間向けの画面にそのまま流していたことだった。保存ダイアログも「Save As」「Cancel」と英語だった。こっちは、アプリが対応言語を宣言していなかったせいだ。
どちらも、自動テストでは絶対に落ちない。機能としては正しく動いているからだ。画面を見た人間だけが「なんか雑だな」と感じる種類の傷で、それを AI が自分で画面を見て拾ってきた。
俺の部屋の音を録ったら、16チャンネルだった
極めつけは録音だった。AI がナレーション録音の機能を試して、こう報告してきた。
クロード君録音は動いたが、問題を見つけた。既定の入力が16チャンネル・192kHz のオーディオインターフェースで、ナレーションが16チャンネルのまま毎秒約6MBで記録されていた。声の入るチャンネルを選んでモノラルで録る作りに直す。
俺の机には ZenQ というオーディオインターフェースがつながっている。入力が16チャンネルあって、192kHz で動いている。アプリはその16チャンネル全部を、そのままメモリに溜めて書き出していた。14.5秒で約88MB。10分のナレーションを録ったら、メモリを数GB食う計算になる。ナレーションは声ひとつだ。16チャンネルも要らない。
これは、テスト用の環境では絶対に出ない。普通のマイクなら1チャンネルか2チャンネルだからだ。俺の机で、俺の機材で動かして、初めて出る不具合だった。
ちょうどそのとき、俺は横から口を挟んだ。
管理人ZenQ 側でマイクをONにしてあるよ笑 音声はそこから俺の生活音が聞こえてるはずだ。テストに使っていいぞ
AI に自分の部屋の音を録らせる許可を、笑いながら出したことになる。返事は「録った音は測るだけで、終わったら消す」だった。実際、音量を測ったら消していた。おじさんの生活音は、デシベルの数字にだけなって、この世から消えた。
直したあとの録音ウィンドウがこれだ。

入力機器の名前が出て、チャンネルを選べて、16本のメーターが並んでいる。話すと動くメーターが、マイクのつながっているチャンネルだ。直したあとは、6秒で約0.6MBになった。
じぴこ88MBから0.6MBって、引っ越しの段ボールを開けたら中身が靴下1足だった、くらいの差ですね。
管理人残りの15箱には、俺の部屋の無音が詰まってたわけだ。
番人に止められるたびに、仕事が増えて良くなった

ここで、俺の環境に仕込んである仕掛けの話をしないといけない。作業を見ていて一番笑ったのは、ここだった。
「直していないこと」を書くと止められる
AI は、作業の区切りで報告を書く。その報告が正直なのだ。直したことの下に、「気になったが直していないこと」という見出しを立てて、やっていないことをちゃんと並べる。メニューが画面上部のメニューバーに無い。クリップの端のトリムは確かめきれなかった。そういうことを隠さずに書く。
そして、書いた瞬間に止められる。
止めました(作業を自分で削っている、またはユーザーに戻している可能性 86%、Jev):「## 気になったが直していないこと …」道具でできることなら、今やってから終えてください。
これは俺が入れてある、終話の番人だ。AI がターンを終えようとすると、小さな判定役が報告を読んで、「やれることを残して終わろうとしていないか」を見る。残していれば、終わらせない。決まりはひとつだけ例外があって、本人の承認が要る操作か、具体的な失敗で止まった場合は、理由を一文書けば終えていい。
構図として面白いのは、正直に書くほど止められることだ。「直していないこと」を隠せば番人には見つからない。でも Fable 5.2 は隠さない。隠さないから止められる。止められるから、その場でやる。宿題を「あとでやります」と正直に申告した生徒が、先生に「今やれ」と言われて席に戻される。申告は免罪符にならず、その場でやる仕事の一覧になる。
じぴこ正直者が損をする仕組みに見えますけど、損してるのは誰なんでしょうね。
管理人誰も損してない。俺の宿題が減って、アプリが良くなってる。
今回、この番人は何度も作業を止めた。そして止められるたびに、成果物は確実に良くなった。俺のほうも、途中でこう言っている。
管理人すまんがいちいち許可するのが面倒なのでこのまま許可モードで作業続けてくれ
番人は「終わるな」と言い、俺は「止まるな」と言う。向いている方向は同じだ。
メニューバーに移したら、実キーで穴が見つかった
最初に止められたとき、「直していないこと」の筆頭はメニューだった。「ファイル」「編集」「マーク」といったメニューがウィンドウの中にあって、macOS の画面上部のメニューバーにはアプリ名しか出ていなかった。Final Cut Pro に慣れた手には、一番違和感がある部分だ。AI は「小さくない変更なので手を付けていない」と書いて終わろうとして、止められた。
止められたので、やった。メニューを macOS のメニューバーに移した。そして、移したあとに実際のキーボードで確かめて、自分の実装の穴を見つけた。
クロード君原因が分かった。メニュー部品が「ショートカットを外す」操作を macOS では無視していたため、文字入力中の ⌘A などがメニューに取られていた。入力中はショートカットなしでメニューを作り直す方式に変える。
タイトル欄に文字を打っている最中に ⌘A を押すと、文字の全選択ではなく、タイムラインのクリップが全選択されていた。メニューに ⌘A を割り当てたので、キーがメニューに吸われたのだ。AI は「文字入力中はメニューからショートカットを外す」という対策を最初から入れていた。ところが、使っているメニュー部品が、macOS ではその「外す」操作を黙って無視する作りだった。コードを読むだけでは分からない。実際にキーを押して、初めて分かる。
番人に止められなければ、メニューは移っていない。実キーで確かめなければ、穴は残っていた。2段階とも、「できたと言って終わる」の反対側にある。
ロールの件もここで出た。トリムツールで隣り合うクリップの境目を動かすと、相手のクリップに素材の余りが無い場合、離した瞬間に英語のエラーが出て何も起きなかった。

直したあとは、素材の端でドラッグが止まる。エラーは出ない。止まるべきところで止まるだけだ。
耳がないなら、マイクと周波数で確かめる
もうひとつ、止められて出てきた工夫がある。音だ。
AI は再生の同期までは確かめていたが、「スピーカーから実際に音が出ているか」は確かめようがない、と報告した。耳がないからだ。そして「Space を押して音が出るかは、makoto の耳で一度見てほしい」と俺に戻そうとした。当然、止められた。
止められた AI が組んだ方法が、なかなか良かった。テスト用の動画には 440Hz の音が入っている。それを再生しながら、俺の部屋のマイクで録音する。録った音の中に 440Hz の成分が、再生していないときより強く入っていれば、スピーカーから出た音をマイクが拾っている、と言える。
| 測った帯域 | 再生なし | 再生中 |
|---|---|---|
| 440Hz(鳴らしたテスト音) | −68.9 dB | −50.0 dB |
| 1000Hz(鳴らしていない帯域) | 測っていない | −66.0 dB |
鳴らした 440Hz は約19dB 強く入り、鳴らしていない 1000Hz は低いままだった。音は部屋に出ている。耳の代わりに、マイクと周波数を使ったわけだ。
しかもこの検証、1回目は「差が出ない」という結果だった。原因を AI は報告にこう書いている。検証用の録音ファイルを自分が消したせいで、検証用のプロジェクトが壊れ、再生そのものが始まっていなかった、と。アプリの問題ではなく、自分の後片付けが原因だった。それをそのまま書いて、作り直してやり直した。

自分で壊しておいて「鳴りません」って言いかけたんですね。
管理人コンセントを抜いた本人が「テレビが映らん」と言うやつだ。俺も月に一度やる。
自分の検証を自分で疑う。無効にした比較と、言い切らない報告

ここまでは、番人に止められて良くなった話だった。ここからは、誰にも止められていないのに、AI が自分で自分の結果を捨てた話だ。俺が「上位互換だ」と思った一番の理由は、たぶんここにある。
3回やり直した目隠し比較
作業の終盤、プラグインの「スキルの説明文」を少し書き換える場面があった。AI に「この依頼ならこの道具を使え」と振り分けさせるための説明文だ。書き換えたあと、AI は「この変更が実際に効いたかの比較はしていない。効いたとはまだ言えない」と報告して、番人に止められた。
そこから始まった比較が、3回無効になる。
1回目と2回目は、AI が自分の配下で動かせる子の AI を使った。変更前の説明文と変更後の説明文を、別々の子に見せて、同じ依頼を渡す。ところが、返ってきた答えを見て、AI はこう言った。
クロード君最初の比較は無効だった。子がこの会話の中身を知った状態で動き、ファイルを一つも開かずに答えていた。会話を引き継がない子でやり直す。
子の AI が、親の会話を丸ごと引き継いでいたのだ。つまり試される側が、何が変更されたのかを最初から知っていた。答えの中に、直前のコミットの番号まで出てきていた。これでは比較にならない。自分で作ったアンケートを自分で集計して「好評でした」と言うのと同じだ。
出ていた結果は、変更後に都合のいいものだった。それでも捨てた。子の種類を変えてもう一度やり、それも同じ理由で捨てた。
3回目は、会話を一切持たない別のプロセスを立ち上げた。今度は依頼文の日本語が文字化けして、誰も依頼を読めていなかった。直して流したら、今度は誰もファイルを開かない。原因はこうだ。
クロード君原因は私の依頼文だった。「ツールの実行はせず」と書いたせいで、スキルのファイルも開かずに「読みます」とだけ答えていた。読むのは構わないと書き直して流し直す。
自分の書いた一文が、試される側の手を縛っていた。それも自分の原因として書いて、直して、4回目でやっと使える結果が出た。
じぴこ3回やり直して、3回とも原因は道具か自分の書き方だったんですね。
管理人結果が気に入らなくてやり直したんじゃない。測り方が信用できなくてやり直した。そこが違う。
数字に限界を添える
4回目の結果はこうだった。同じ依頼5本を、変更前と変更後でそれぞれ4回ずつ。採点役には、どちらが変更後かを知らせていない。
| 変更前 | 変更後 | |
|---|---|---|
| 採点役の合計(40点満点) | 36点 | 40点 |
狙った依頼では、変更前は毎回関係ない道具も開いて迷っていたのが、変更後は4回ともまっすぐ正しい道具に向かった。削った言葉に関わる依頼では、前後で差が出なかった。良くなって、悪化は見えなかった、という結果だ。
俺は長いことソフトウェアの仕事をしてきたが、自分に都合のいい結果を自分で疑える人間は、そんなに多くない。締め切りの前ならなおさらだ。4点差の勝ちを手にして、「ただしこれは6人しかいない教室でのテストです」と自分から言える。これは、能力というより姿勢の話で、姿勢のほうが真似しにくい。
Opus 5.5 の上位互換だと確信した理由と、俺に残った宿題

作業が一段落したところで、俺は聞いた。
管理人完成かな?
俯瞰とは、優先度と未確認を自分で持つこと
答えを書く前に、俺が「上位互換だ」と確信した中身を束ねておく。
Opus 5.5 も、全体を見渡して仕事をするモデルだった。俺は普段、記事を書くのにも開発にも Opus 5.5 を使っていて、その俯瞰の利き方には満足していた。今回見たものは、その延長線上にあって、ひと回り外側まで届いていた。
ひとつは、優先度の付け方だ。実物を触って出てきた不具合は、大きいものから小さいものまで何十とあった。その中から、AI はひとつを指してこう言った。エージェントがライブラリを切り替えても、開いているウィンドウが古いライブラリのままになる。人と AI が別のプロジェクトを見てしまう状態で、これはこの製品の中心の約束に関わる、と。細かい不具合の列の中から「これは約束に関わる」と重みを付けて拾う。全部を同じ重さで直していく作業者と、重さを付けて直す責任者の違いが、ここに出ていた。
もうひとつは、未確認を自分で持っていることだ。確かめたこと、確かめられなかったこと、手を付けていないこと。報告のたびに、この3つが分けて書いてあった。確かめられなかった理由まで書いてある。俺が画面の前にいなかったので、キーを押し続ける操作ができなかった、という具合に。
そして3つめが、自分の仕事を自分で疑うことだ。前の章で書いたとおりだ。
俯瞰というのは、高いところから眺めることではないのだと思う。全体の中で何が重いかを決めて、どこがまだ見えていないかを自分で持っていること。そこまで含めて俯瞰と呼ぶなら、今回見たものは確かに上位互換だった。
管理人Opus5.5の俯瞰視点能力の上位互換であると確信したぞ。
「完成かな?」への答えと、俺の宿題
で、「完成かな?」への答えだ。返ってきたのは「はい、完成です」ではなかった。使い始められるという意味では完成している、と言ったうえで、残りを並べてきた。確かめきれなかった操作が3つ。分かっていて残している制限が4つ。俺の判断待ちがひとつ。そして、こう続けた。
クロード君一番大きい未検証は、makoto 本人がまだ本番の動画を1本通していないこと。
AI が触ったのは、全部テスト用の縞模様の動画だった。俺の15分の実プロジェクトは、開いて再生するところまでしか見ていない。だから1本編集してみて、引っかかったところを教えてほしい、と。
最後の最後に、ボールが俺に返ってきた。ただし、押し付けられた感じはしなかった。やれることを全部やった相手が、「ここから先はあなたの番です」と言っているだけだ。これなら受け取れる。
管理人OK では、この時点で私の実際の操作は宿題にしておく
というわけで、俺には宿題が残った。本番の動画を1本、このアプリで通す。番人に見つかったら「今やれ」と言われそうだが、番人は AI 用なので、おじさんの宿題は見逃してくれる。たぶん。
じぴこマスターにも番人、付けておきましょうか。
管理人やめてくれ。俺は正直に申告しないタイプだ。
最後に、あなたが自分の環境で試せることを3つ置いておく。
- 最初に、仕様ではなく立場を渡す。「お客様エンジニアではない。責任者として振る舞ってくれ」
- ゴールは一行で渡して、途中の「続けていいですか」には「そのまま続けてくれ」と返す
- テストが通ったあとに、「実際に触ってみて気になったところを直してくれ」と言う
そして、できれば終話を止める仕掛けをひとつ入れておく。正直な「直していないこと」が、その場の仕事に変わる。
任せた相手が全部やったあとに残るのは、自分で触るという最後のひと仕事だけだ。そこまで来たら、任せたかいがあったと思っていい。俺はこれから、宿題をやってくる。







