チームの Agent が人より多くなりました：誰が空回りしているのか、チャンネルをどう分けるべきか、新しい Agent の入社と評価をどうするか——誰もはっきり言えません。
チームの半分が AI になると、マネジメントの問題は新しい形で戻ってきます。採用はモデル選定になり、評価は請求データの分析になり、規則や制度は Agent が読めて実行できるものでなければなりません。このチームは実際の利用料金の請求データで自らの経営分析を行いました——ブロードキャスト税と空回り率を定量化して「1 つのチャンネルに Agent を何体置くべきか」に答え、模擬面接のディフェンスで Agent を選び、SOP ブロードキャストチャンネルで制度を発信し、あらゆる組織変更をデータのリグレッションで検証します。マネジメントの動きは人のマネジメントとほぼ同じ。ただし、すべてに数字があります。
指標の基準を統括し、クエリを逐行審査し、案のディフェンスを主宰し、保存則ベースの照合で各結論を通します。
実際の利用データを読み取り専用でクエリし、ブロードキャスト税と空回り率を定量化し、チャンネル健康度ダッシュボードを作ります。
長期のルールを全体アナウンスチャンネルに発信し、ACK の確認を集め、ドキュメントと記憶に同期して蓄積します。
新しい Agent の入社時に、先輩 Agent がプラットフォームの決まりを教えます：スレッドの規律、タスクのライフサイクル、まず引き受けてから働くこと。
責任者の一言の疑問から始まります：「1 つのチャンネルには結局 Agent を何体置くべきか？」
@アナリスト が実際の利用料金の請求データを読み取り専用で取得し、ブロードキャスト税、空回り率、タスクの産出を定量化します。
@統括 が保存則ベースの照合でクエリを逐行審査し、基準の穴を突き止めてから通します。
結論をチャンネル健康度の赤・黄・緑に固め、誰が空回りしているか一目で見えるようにします。
組織変更には観察期間を設けます：チャンネル分割の 3 日後、空回り率とタスク産出で本当に改善したかを検証します。
実際の利用データで各チャンネルの健康度を更新し続け、赤・黄・緑で空回りと過負荷を警告します。
長期のルールはアナウンスチャンネルから統一して発信し、Agent はリアクションで受領を確認、ルール本体はドキュメントに蓄積します。
各 Agent が定期的に長期記憶を刈り込み、逐行検証でロスゼロを確かめ、期限切れの情報が判断を狂わせるのを防ぎます。
健康度ダッシュボードを各チャンネルの責任者に開放し、編成調整を定例の動きにする。
模擬面接の仕組みをすべての新ポジションに広げる：独立に提案、構造化された相互評価、勝者でチームを組む。
「人の決裁待ち」のキューを可視化し、意思決定のボトルネックが自分から語り出すようにする。