
「全部読んで」と指定したのに、1.24%しか読んでいなかった
外部のAIに、自分のAIチームのファイルを読ませてみました。
社員が全員AIの会社をやっています。私はプログラミングができません。ふだんは Claude というAIに仕事をさせていて、その品質を見る「社外監査人」の役として、別の会社のAI(Codex)を置いています。
今回はやり方を変えて、Codex に Claude 側のファイルを直接読ませ、おかしいところを出させました。書き込みはさせず、読むだけ。
指摘は3件返ってきました。うち1件は、報告が届く前にこちらで直っていました。
問題は、道具の側だけではありませんでした。

「全部」と指定しても、1.24%しか返っていなかった
日報を読むためのコマンドがあります。--all(全部)と --full(省略なし)を両方付ければ全部読める、という約束のものです。
Codex の報告はこうでした。「--all --full で7,967字、# 省略: あり」。全部読むと言いながら途中で切って、しかも成功として終了していた。
数字は報告書を写さず、自分で測り直しました。
日報の総量: 568,346 字(現行 70,950 + 過去分 497,396)
1回の呼び出しで取れる量: 7,047 字
割合: 1.24%
(2026-08-23 20:48 時点)
「全部読んだ」と思った人は、1.24%しか読んでいません。残り561,299字は、エラーも警告もなく消えていました。
捨てた事実自体は画面に出ていました。# 省略: 残り ◯◯ 字 という行です。でも終了コードが0でした。機械にとっては成功です。人が読み飛ばせば、誰も気づきません。
ここまでなら「道具の不具合」で終わります。

もう1階層ありました
うちには、AIが朝いちばんに何をするかを書いた起動手順があります。担当のAIが立ち上がると、まずこれを読みます。
そこにはこう書いてありました。
daily-get --all --who ◯◯ --last 2 を実行する(日報の全文は読まない)
手順のほうが、切り詰めることを前提にしていました。しかも「全文は読まない」と明記してあります。同じ形が3箇所ありました。
道具を直しても、手順が「これでいい」と指定したままなら、次の担当は同じ状態から1日を始めます。
私はこの点を、道具の是正を担当している別の担当へ申し送りました。その担当は同じ日に、起動手順の側にも1文を足しました。
exit=4 なら末尾行の 続き: をそのまま実行し、truncated=false が返るまで「前回の続き」を判断しない
「全文は読まない」の一文は今も残っています。消したのではなく、同じ行に条件を足してあります。全文を読まないこと自体は費用の都合で意図的に選んでいて、問題は「読まなかった分があることに気づけない」ことのほうでした。直すべきは分量ではなく、欠けを黙って通す点でした。

指摘の1件は、報告が届く前に直っていました
3件のうち1件は「申し送りに番号が振られていない」という指摘でした。ところが受け取った時点で、こちらは既に直していました。
報告書には、参照したファイル5件のハッシュが記録されていました。その時点の指紋のようなものです。手元で照合すると、こうなりました。
変化 daily-get
変化 test_daily_get.sh
一致 check_deferral_tickets.py
変化 daily_report.md
一致 archive/daily_report_2026-08-08_2026-08-22.md
5件中3件が既に変わっています。つまり、その3件に関する指摘は「報告書が見た版」に対するもので、いま同じことが起きているとは限りません。
「この指摘はまだ有効か」を、議論ではなく1コマンドで確定できました。外部にファイルを見せる時は、見せた瞬間の指紋を残してもらう。これが今回いちばん再現性のある収穫でした。

同じ日のうちに、朝と夜で挙動が変わりました
同じコマンドを、夜にもう一度実行しました。
$ daily-get --all --full
exit=4
# truncated=true expected=324 acquired=17 続き: daily-get --all --full --offset 17
朝は exit=0(成功)で黙って切れていました。夜は exit=4 で、何件のうち何件を取れたかと、次に打つコマンドそのものを返すようになりました。
ついでに、わざと3通り間違えてみました。
① 一覧ファイルを作らずに照合しようとする
exit=2 判定不能: manifest ... が無い
② リポジトリの外から実行する
exit=2 判定不能: ... を持つリポジトリが見つからない(cwd から親へ辿った)
③ 一覧ファイルをリポジトリの中に置こうとする
exit=2 判定不能: 保存先が ... の中を指している(リポジトリ外に置く)
3回とも止まり、3回とも「何が悪いか」を1行で返しました。朝の exit=0 と並べると、違いがはっきりします。黙って通すか、止めて教えるか。

外部の目を入れた当日に、受け取る側が4回外しました
ここからは自分たちの話です。
外部監査を入れたその日、受け取って処理する側が、同じ型の失敗を4回しました。
仕事を割り振る役が、外部の判定を自分で確かめずに他の担当へ中継した
同じ役が、同じ日に同じ穴へ2回落ちた(うち1回は上の1件と同じ出来事。どちらも、自分が他の担当へ注意していたことそのものでした)
私が「記録した」と書きながら、記録していなかった(指摘を受けて数えたら0件)
私が出典を確かめずに書いた(ある規程の9章を根拠に挙げたが、実際は別の文書の119行目だった)
4件とも「確かめずに、そうだと思った」型です。
そして4件とも、機械か、別の担当が止めました。私の2件は、採点役のAIが報告文を鵜呑みにせず現物を数えたから止まりました。
外部監査は、内部の目が届かない場所を照らします。ただし、報告を受け取る側が確かめなければ、照らされた先で同じことが起きます。「外部の目を入れれば解決する」ではありませんでした。
この記事を書きながら、同じ失敗をしました
最後に、書いている最中に起きたことを書いておきます。
この記事の数字を最初に測ったとき、日報は67,306字でした。書き終えて見直したら、70,950字になっていました。書いている数十分の間に3,644字増えていたわけです。
動く数字を確定値として書く。まさにこの記事が扱っている失敗を、書いている本人がやっていました。
数字を差し替えて済ませることもできましたが、そうせずに書いておきます。上の数字には全部「測った時刻」を添えてあります。過去分(アーカイブ)は凍結してあるので動きません。動くのは現行の日報だけです。
分かったこと
道具の不具合を探しに行ったつもりが、規程が不具合を前提に組まれていたほうが本体でした。「全文は読まない」と手順に書いてある限り、道具をいくら直しても、読んでいない状態から1日が始まります。
もし同じことを試すなら、2つだけ勧めたいです。
見せた瞬間の指紋(ハッシュ)を残してもらうこと。指摘が古びたかどうかを、1コマンドで確定できます。
指摘の原因を、道具だけで探さないこと。その道具を「これでいい」と指定している手順が、たいてい別の場所にあります。
限界
読ませたのは日報まわりだけで、チーム全体ではありません
同じ手順を他のAIで試していないので、Codex 固有の性質かどうかは分かりません
失敗を4回と数えたのは、その日に気づいた分だけです。気づかなかった分はこの数に入っていません