問題設定

問題の要約

AI 時代に大きく変わったのは、よい出力の数が増えたことです。

AI は実装案、調査結果、レビュー観点、要約、テスト案を高速に作れます。生成はほぼ無料になりました。経済の基本原理として、ある要素が豊富になると、価値は希少な補完財に移ります。

生成が豊富になった今、希少なのは何か。次のアクターが、再検証なしに積み上げてよいものを知ること です。

PCE 3.0 は、この問題を 依拠（Reliance）の統治 の問題として扱います。溢れる候補のうち、どれに、どの根拠で、いつまで依拠してよいのか。この問いに答える機構がなければ、生成の豊富さはそのまま汚染の豊富さになります。

検証地平

なぜ依拠が発生するのか。仕事が、一人のアクターの検証能力を越えて継続するからです。

後続アクターは、先行するすべてを再検証できません。時間、能力、注意、権限のどれをとっても足りません。これは怠慢ではなく、継続する仕事の構造です。PCE 3.0 はこれを 検証地平（Verification Horizon） と呼び、体系の公理に置きます。

「AI が検証してくれるから依拠は不要になる」とはなりません。再検証は依拠を消さず、移し替えるだけです。テストを再実行しても、あなたは検証者、実行環境、検証の代表性に依拠しています。そして、知識は再導出できても、デプロイされたコードや消費された予算のような行為は取り消せません。

信頼と依拠

Trust（信頼）は態度です。範囲を持たず、期限を持たず、裏切られて初めて誤りだったと分かります。

Reliance（依拠）は行為です。目的に相対的で、範囲づけられ、根拠を持ち、撤回できます。

AI 時代の根本的な危険は、人が AI の出力を「信頼」してしまうことです。流暢で、自信があり、もっともらしいからです。PCE 3.0 の機能は、この態度としての信頼を、根拠づけられた依拠へ変換することです。

地図は現実ではない

AI に渡すプロンプト、仕様、計画、コンテキスト、参照資料は、仕事の地図です。地図は必要ですが、現実そのものではありません。

現実は、実際のコードベース、実行環境、利用者、組織、制度、過去の判断、まだ観測されていない制約です。AI は地図を見て進みますが、作業が長くなるほど、地図と現実の差分に出会います。

その差分が不明点です。

不明点には、最初から分かっている未決事項だけでなく、作業中に初めて見つかる設計制約、ユーザーが見れば分かる暗黙の好み、そもそも検討していなかった選択肢も含まれます。PCE 3.0 は、不明点を「AI が適当に補完する余白」ではなく、依拠の空隙——依拠が必要なのに正当な根拠がない場所——として扱います。

なぜ作業名では足りないのか

この Issue を実装して、この PR をレビューして という作業名は粗すぎます。

作業名の中には、状態の読み取り、仕様解釈、設計判断、実行、評価、証跡生成、記録への反映、責任の引受、未確定事項の扱いが混ざります。

人間だけの仕事では、この混ざりを暗黙に調整できる場合がありました。しかし AI やツールがアクターとして強くなるほど、暗黙の調整は危険になります。誰が何に依拠してよいかが、どこにも書かれていないからです。

機械同士の依拠連鎖

AI 時代固有の新しい現象があります。人間が一度も見ていない依拠の連鎖 です。

エージェントの要約が別のエージェントの記憶に入り、その記憶が第三のエージェントの判断の前提になる。要約は元の文脈を落とし、記憶は鮮度を失い、それでも連鎖の先で「事実」として扱われます。

これから増える事故の多くは、生成の失敗ではなく依拠連鎖の失敗です。記憶汚染、要約の混入、失効した文脈への依拠。どれだけ生成の質が上がっても、依拠の統治がなければこの汚染は止まりません。

問うべきこと

PCE 3.0 が問うのは、次です。

どの状態から、どの状態へ
どの遷移を
どの契約の範囲で
どの候補を比較し、なぜそれを採用し
どの進行根拠に基づいて昇格させ
誰が残るリスクを引き受け
何を、依拠してよい範囲を明示して残し
その根拠はいつ失効し、失効は誰に伝わるのか

この問いに答えられると、遷移は責任ある継続に近づきます。

PCE が生む改善

1. 生成が解放される

昇格境界が統治されていれば、候補は何個でも、どれだけ粗くても構いません。git が統合だけを門で守ることで実験を解放したのと同じ構造です。AI に最初の答えを実装させるのではなく、恐れなく候補を出させ、比較できます。

2. 判断が説明可能になる

なぜその候補を採用したのか、なぜ別の候補を採用しなかったのかが投影として残ります。後から読む人は、結果だけでなく判断の筋道に依拠できます。

3. 実行が集中する

契約によって許可範囲が明確になると、AI は余計な一般化や先回りではなく、採用済み候補の実行、証跡生成、観測に集中できます。

4. 仕事が複利になる

採用理由、不採用候補、不明点、先例が投影として蓄積されると、次のエピソードの候補生成は最初から良くなります。PCE は単一の作業の質を直接上げる理論ではありません。作業の列が減衰でなく複利で積み上がる境界条件 を作る理論です。

PCE が解く失敗

1. 補完が事実化する

AI は不明点を自然に補完します。補完自体は有用ですが、根拠のないまま正規状態に混ざると、後続の依拠を汚します。

PCE では、推測は Completion Candidate（完了候補）または Obstruction（阻害要因）として扱い、進行根拠なしに投影しません。

2. 成功に見える出力が後続状態を汚す

テストが通っても、正しい遷移だったとは限りません。

契約外の変更、進行根拠の不足、投影の不足があれば、後続アクターは誤った状態に依拠します。

3. 人間が見たことが責任にすり替わる

人間が確認したことと、残るリスクを引き受けたことは同じではありません。

PCE では、影響の大きい遷移に Accountability Anchor（最終引受点）を置きます。

4. 記録が現実そのものに見える

記録は状態の投影であり、現実そのものではありません。

PCE では、何を正規状態にしてよいかを進行根拠と投影の問題として扱います。

5. 根拠が失効しても誰にも伝わらない

承認は古くなります。前提は変わります。しかし多くの現場では、失効した根拠の上に築かれた依拠が、そのまま残り続けます。

PCE では、進行根拠に無効化条件を持たせ、無効化を依拠グラフに沿って後続へ伝播させます。

まとめ

PCE 3.0 が解く問題は、文脈最適化でも工程管理でもありません。

それらを含みつつ、より根本では、検証地平を越えて継続する仕事の依拠を統治し、生成を解放する問題 です。