しきがかり

マルチAIの横断オーケストレーション

Claude CodeやCodexなど実行特性の異なるAIを、同じ仕事のキューと状態モデルから扱います。

停止を前提にした再開設計

長い処理を一度のセッションへ閉じ込めず、完了条件、途中成果物、次の担当、再開位置を記録します。

利用量と仕事に応じた振り分け

作業内容、コンテキスト量、利用可能なエンジンを見て実行先を選び、不要な再実行を抑えます。

品質の確認

• 監査ログを正本にする

  タスクの状態、担当、停止理由、判断結果を記録し、画面上の完了表示だけで成功とみなしません。

• 安全停止を複数層に置く

  キルスイッチ、月次予算上限、サーキットブレーカー、承認ゲートを役割ごとに分けます。

• 失敗を完了へ丸めない

  再試行不能、依存待ち、承認待ちを区別し、次に人が判断するための情報を残します。

権限と提供範囲

• 社内検証の基盤

  現時点ではYOLX自身のAI駆動開発で検証している仕組みで、顧客向けSaaSとしての提供を示すものではありません。

• 自動マージをしない

  AIが作業を完了しても、変更の採否、統合、公開は人のレビューと承認に戻します。

• 自律実行を無制限にしない

  予算、失敗回数、権限、外部影響の境界を越える場合は停止し、状態を明示します。