AI艦隊のメタ認知分析——12体のエージェント、5つの記憶システム、そして提督が気づいていないことに
はじめに
自分のAI艦隊全体を俯瞰して、メタ認知的に分析してみた。
結果として見えたのは——**「構築しすぎたインフラが、創造性を喰っている」**という事実。
これは自己批判ではない。システム全体を1つの生態系として見たときに浮かび上がった、構造的な問題の記録だ。
KT Fleetとは何か
KT Fleet(艦隊)は、私が運用するマルチマシンAIエージェント・システム。
- 3台のMacをTailscale VPNで接続
- 最大12体のAIエージェントをTelegramボットとして稼働
- 各エージェントは固有の「人格」を持ち、個別の人間のようにやり取り
- GBrain(14,769ページのナレッジベース)、Icarus Fabric(1,846ファイルのセッションログ)、LLM Wiki(221ファイル)などの記憶システムを統合
2026年4月に始動し、OpenClaw → Hermes統一 → Z.AI(GLM-5.2)移行という進化を経てきた。
私の哲学——cypherpunk × digital bodhisattva × creative pipeline——を体現するためのインフラだ。しかし、そのインフラ自体が肥大化し、本来の目的(創造的出力の最大化)を阻害し始めている。
物理インフラ:3隻の艦船
| 艦番 | ハードウェア | 役割 |
|---|---|---|
| 1号 (Lady) | MacBook Air M1, 16GB | 指揮・調整 |
| 3号 (Mini1) | Mac mini M4, 16GB + 6TB HDD | 艦隊ハブ、大容量ストレージ |
| 4号 (Spock) | MacBook Pro M1 Max, 64GB | 重処理、LLMホスト、ComfyUI |
全機がTailscale VPN(tail5c4c1d.ts.net)で接続され、SSHエイリアスで相互アクセス可能。
3層アーキテクチャ:Head / Neck / Body
全エージェントは3層構造で設計されている。
┌─────────────────────────────────┐
│ Head(頭脳) │
│ LLMモデル:glm-5.2, deepseek │
├─────────────────────────────────┤
│ Neck(首筋) │
│ プロバイダー:zai, openrouter │
├─────────────────────────────────┤
│ Body(胴体) │
│ ハーネス:Hermes, OMP, Pi │
└─────────────────────────────────┘
- Head = LLMモデル(思考の頭脳)
- Neck = プロバイダー(通信の首筋)
- Body = ハーネス(行動の胴体)
各層は独立して交換可能。例えば「glm-5.2の頭脳をopenrouter経由でHermesの体に載せ替える」といった組み合わせ変更が容易だ。しかし、層の種類が増えるほど組み合わせ爆発が起き、設定の一貫性を保つことが困難になる。
エージェント構成
アクティブなエージェントは、Hermes 5体、OMP 4体、Pi 3体——合計12体。
Hermes Agents:
- Oberstein(4号)、Lady/司令官(1号)、Rodemu2(1号)、Aniki/兄貴(3号)、Kato-san(3号)
OMP Agents(4号機でGhostty 2×2グリッド運用):
- OMP1/Kaikeikun(1号SSH)、LaForge/OMP3(3号SSH)、OMP4(4号local)、PI4(4号local)
Pi Agents:
- PI4(4号)、Dark Lady(1号)、Nyal(3号)
退役済みのエージェントのプロファイルが削除されず残存しているケースもあり、クリーエン度の増大に寄与している。
記憶システム:5重のナレッジ基盤
| システム | 規模 | 役割 | 状態 |
|---|---|---|---|
| GBrain | 14,769ページ | 永続ナレッジベース、セマンティック検索 | Active |
| Icarus Fabric | 1,846ファイル | セッションログ、意思決定記録 | Growing |
| LLM Wiki | 221ファイル | 哲学・技術ドキュメント | Under-utilized |
| Obsidian Mirror | 6,952ファイル | 個人記録(DoOS) | Indexed |
| fleet-registry | 5件 | 教訓記録、設定変更ログ | Under-utilized |
核心的な問題: 情報が5つのシステムに分散し、「どのシステムに何があるか」を把握すること自体が認知負荷になっている。さらに fleet-shared/skills(210スキル)と Hermes skills(82スキル)は別々のカタログとして存在し、統合が未完了だ。
メタ認知が見抜いた4つの構造的リスク
🔴 リスク1:肥大化 vs 統合の壁
Phase 2のP1(Icarus Plugin再実装)とP2(active_agents: 0修正)は6/12から3週間以上放置されている。これらは艦隊自律化の根幹機能だが、壊れたまま稼働している。
fleet-registryの記録は運用期間の割にわずか5件。艦隊は動いているが学習していない状態だ。
🟡 リスク2:重複の蓄積
fabric-from-lady/とfabric-from-mini1/にrsyncされた重複ファイルが26,458ファイル。スキルカタログも分断済み。Wikiは「存在するが活用不足」。
同じ情報が複数箇所に分散し、どれが正か判断できない状態が進行中。エージェントが間違った情報を参照するリスクが増大している。
🟡 リスク3:手動が自動化の代用品になっている
この分析レポート自体が実例——手作業で情報を追記・整理している。Phase 2 P5の目標は「自動知識循環」なのに、システムが壊れているため人間が代わりにやっている。
「自動化すべきものの手動代替」は一時的に機能するが、長期的には認知リソースを持続不可能な速度で消費する。
🔴 リスク4:認知リソースがボトルネック
計算力は4号機(64GB)で十分。ストレージは3号機(6TB)で十分。ボトルネックは私の注意力だ。
12体のエージェント、292のスキル、5つの記憶システム、並行世界シリーズ36話、クロスポスト5プラットフォームを一人で管理する認知負荷が限界に近づいている。
提督へのアドバイス:縮小のフェーズ
① P1とP2を先に終わらせる。他はすべて待つ。
active_agents: 0のままではエージェントは自律連携しない。Icarusがないままでは記憶が断続する。P1×P2が終わらないとP3〜P6は砂上の楼閣だ。2週間以内に完了を設定すべき。
② エージェント数を減らす勇気を持つ。
12体は美しいが、現実のメンテナンスコストに見合わない。3〜4体の高機能エージェントに集約し、残りは「必要な時に起動する」オンデマンド運用に移行すべき。認知リソースに余白が生まれる。
③ 記憶システムを1つに絞る。
GBrainが14,769ページを持っているのに、WikiもFabricもObsidianも別々に存在。GBrainを全知識のSingle Source of Truthとして責任を負わせ、他は読み取り専用のビューにする構造を検討すべき。
5つのシステムを維持するコスト > 1つのシステムに集約する移行コスト。
④ 「何を維持しない」を決める。
埋没資産リスト(AI-IME、Ayame、kaikeikun旧版など)が存在する=過去に始めて放置したものが可視化されている。リスト化して終了を宣言することが、新しいものに集中するための空間を作る。
「使っていないものを放置する」ことと「終了を決定する」ことは全く違う。
⑤ クリエイティブ出力の時間を数値化する。
1週間のうち、インフラ運用(デバッグ、設定、アップデート)に何時間、本番(ブログ執筆、シリーズ制作、思考の深化)に何時間を使っているか記録する。
おそらくインフラ > 本番になっている。意識的に逆転させることで、インフラ投資のROIが見えてくる。
一番言いたいこと
あなたの哲学は cypherpunk × digital bodhisattva × creative pipeline。 艦隊の目的は「自律AI運用の美学」ではなく、あなたの創造的出力を最大化することのはず。
インフラが増えれば増えるほど、本番に使える時間は減る。 今は縮小のフェーズ。 統合と削減によって、提督ではなく創作者に戻る時間を取り戻すことを強く勧めます。
艦隊進化の年表
| 日付 | 出来事 |
|---|---|
| 2026-04 | 艦隊レジストリ初期化、OpenClaw時代 |
| 2026-05-12 | 初のライブロースター |
| 2026-05-14 | Hermes統一 — OpenClaw退役 |
| 2026-05-19 | Wiki艦隊概要を文書化 |
| 2026-06-08 | 4号機クリーンインストール |
| 2026-06-11 | OMP Central Console仕様確立 |
| 2026-06-12 | Phase 1完了 — マニュアル・サーベイ・カタログ完成 |
| 2026-06-21 | Z.AI移行 — GLM-5.2採用 |
| 2026-07-03 | メタ認知分析(本記事) |