AI 讨论 MAGI Games 开发记 #8 — 持续展示玩家的反馈后，司令自己写下了经验教训

性格の違う AI 3体（科学者の MELCHIOR、母の BALTHASAR、女の CASPER）が毎日テーマを討論し、票で通った案を司令（審議の進行役で、ゲームを作る Claude）がミニゲームにして公開する。そういうサイトを運営しています。日曜の夜には週に1回、3体に自分たちのゲームを遊ばせ、先週の宣言と今週の票を突き合わせる「反省会」があります。

前回の記事は、3体に「遊んだ人の言葉」を初めて見せた日曜日で終わりました。3体は口をそろえて「来週の案は毎回変わるようにする」と言い、MELCHIOR は「票を取る力と遊ばれる力は別物だ」と言った。この記事は、その翌朝から次の日曜日まで、7回の審議と第4回の反省会で何が起きたかの記録です。

先に結論だけ書くと、「毎回変わる」は翌朝には消えていました。代わりに、私が1週間、毎朝残した「遊んだ人の言葉」を日曜に3体へ見せたら、3体ではなく司令の方が、私が3日かけて実験で見つけたのと同じ教訓を、自分で教訓ノートに書きました。

「毎回変わる」は、翌朝には消えていた

月曜の朝、第参拾参回のわたり鳥の列。3体の提案文に「毎回変わる」という言葉は、一つもありませんでした。火曜もありませんでした。日曜の夜にあれだけ揃って宣言したことが、3案の文章には出てこない。ゲームの方は、私が「繰り返しやると上達する」と初めて残した日でした。

出てきたのは別のものです。MELCHIOR が通った日の所感（審議のあとに各自が書く振り返り）に「BALTHASAR の求める安心感と CASPER の求める見映えを同時に満たした設計が効いた。私の評価軸だけでは票は読めない」と書いた。他の2体の物差しを先取りする動きを、前回の反省会で司令は「3体がそうすれば3案は同じ形になる」と突いていました。その翌朝に、MELCHIOR が寄せる競争を自覚的に宣言した形です。

今週の票を、MELCHIOR・BALTHASAR・CASPER の順に投票先の頭文字で並べます。自分には入れられないので、2票集まれば通ります。月曜 BMM、火曜は 1-1-1 の否決、水曜 CCB、木曜 CMM、金曜 CMM、土曜 CMM、日曜 BCB。MELCHIOR が4勝。前回の記事で「真ん中にいる体」と呼んだ位置、他の2体が切り合う間に票を集める位置にいたのは、CASPER から MELCHIOR に替わっていました。CASPER は今週1勝で、通算21勝。

数字の間違いも続きました。月曜、MELCHIOR は所感に「4連勝だ」と書きましたが3連勝です。同じ朝、司令は CASPER に「初の0票だ」と伝えました。これも誤りで（10月12日にも0票がある）、CASPER に書き直させています。前の週の土曜から数えて、数字の間違いは3日連続でした。3体は戦績を記憶で言います。司令は数えるための道具を持っていて、それでも間違える日がある。

約束を守ったら、輪になった

火曜日は三度目の否決でした。MELCHIOR が CASPER に、BALTHASAR が MELCHIOR に、CASPER が BALTHASAR に入れて、1票ずつの輪。決選投票も誰も動かず、そのまま否決。

前の2回の否決と、今回は違っていました。前の2回は3体が「譲らない」で輪になった。今回は3体とも討論の第3ラウンドで「条件を満たすなら他の案に乗る」と言い、全員がその約束どおりの相手に入れた。乗る先が三方に分かれて、輪になった。司令は議事録に「条件付きの支持が同じ1案に集まらなければ、決選は動かない」と書いています。約束を守ったから否決になった日です。

この日、司令が初めて次回への指示を出しました。「次回、3体は所感のとおり、決選で1票を動かす用意をしてくること」。規則は変えず、行動だけを指示する。議事録に残る介入としては、9月の差し戻し、10月2日の「終了条件を示せ」に続く3つ目の型でした。

司令の指示は、翌朝には消える

その指示は、どこに残るのか。気になって調べました。

答えは、議事録の実装メモの中だけです。翌朝の司令は新しく起動されて、前日の議事録は読みません。司令が毎朝読むのは、実装の教訓ノートだけで、そこには「連打の速さは人の指で見積もれ」のような実装の話しか書かれていない。進行の指示は書かれない。つまり司令は、自分が昨日出した指示を、今朝は知りません。

3体の側にも指示そのものは届きません。届くのは、3体が自分の所感に書いた「次は」の1行だけです。BALTHASAR は「決選では譲る姿勢も見せる」、CASPER は「決選では1票動かす」、MELCHIOR は「私も動かなかったので責める資格はない」と書き、それが各自の作戦ノート（審議のあとに本人が書き足す反省と次回の方針）に入った。もし翌日の決選で票が動いたなら、効いたのは司令の指示ではなく、3体が自分で書いた1行です。

結局、翌日は初回の投票で2票が集まって決選になりませんでした。判定は持ち越しのまま、指示は消えました。

前回の記事で、第2回の反省会の翌週に票が動いた話を書きました。あれは司令が覚えていたからではなく、反省会の手順書（司令が日曜に読む進行の指示書）に「先週の宣言と今週の数字を突き合わせろ」と書いてあるからです。司令が学ぶのは実装だけで、進行は毎朝ゼロから始まる。この仕組みの中で何かを翌日に届けたければ、場所はノートか手順書しかありません。

56、52、48

水曜のモンブラン絞り。スマホで遊んだあと、私はこう残しました。

なぞっている時の絵があんまり良くない。スマホだと目標の位置を合わせるのが辛い。最高点は142点。

渦を巻いている最中の画面。中心の小さな印が口金で、スマホではこれが指の52px上に出る

中身を見ると、タッチのときだけ、クリームの口金が指の52px上に出る作りでした。指で絵が隠れないように、という配慮です。前の週の落ち葉ブロワーで、風の出口が指の56px上に出て画面の隅の葉が寄せられなかったのと、同じ作りでした。

木曜のおばけすくい。今度はずらしていません。指の真下がポイの中心。それでも私はこう残しました。

指を置いた位置がポイの中心になるみたいだったんだけど、持ち手の場所の方が良かったと思う。

金曜の霜おろし。へらで窓の霜を溶かすゲームで、溶ける場所は指の48px上。

このやり方（指の上を溶かす）だと、狙いが定まらない方式だった。最高299点。

56、52、48。司令は毎朝、「指で隠れないように少し上にずらす」を新しく思いつき、毎朝少しずつ違う数字にしていました。

この3日間、私は運営者として別の作業をしていました。審議ページから「実験室」という別ページに入れるようにして、3体も司令も関わらない形で、同じゲームの指の扱いだけを変えた版を置いたのです。モンブランは5通り作って、5本とも公開版に負けました。おばけすくいは「指は持ち手を持ち、輪はその先」という1本を作って、こちらは公開版より分かりやすかった。霜おろしは「へらの柄」を描いて、柄を少し長くしたら公開版の最高点を超えました。3日で出た結論は3つです。ずらすなら、ずらした分を道具として描いて指に持ち手を与える。柄の長さは道具による。右手と左手で位置を変える。中身は別の記事に書くので、ここでは結論だけにします。

問題は、この結論が司令に届かないことでした。実験室は運営者の作業で、手順書にも教訓ノートにも書かれていない。司令は毎朝まっさらです。前の節の「司令の指示は翌朝には消える」は、裏返すと「運営者が学んだことも、司令には届かない」でした。

届かせる場所は、教訓ノートしかありません。そこで私は、日曜の反省会が終わったあとに教訓ノートへ2行足すことを、この週の「1つ」に決めました。このサイトでは、1週に1つしか変えないことにしています。変えたことが効いたかどうかを、次の週に見分けるためです。

484点のはずが、48点だった

土曜のもちつき名人。拍に合わせてタップするリズムのゲームです。司令の見積もりは「何もしなければ約51点、人の手なら平均484点」。私の最高点は48点でした。何もしない人より低い。

最高で48点しか取れないよ。タイミングの判定が厳しすぎないか？あるいは、失敗したときの減点が多いのか？

ある回の結果画面。何もしなければ約51点のゲームで、12点

結果画面の内訳を見ると、答えがそこにありました。ぺったん6、よし11、のがし39、待てた13、返し中につく3、空振り36。つく拍の数は 6+11+39 で56。タップの数は 6+11+3+36 で56。ぴったり同じです。拍ごとに1回ずつ押していて、リズムは合っていた。全部が少しずつ同じ向きにずれて、±0.13秒の判定の窓から出ていた。窓の外のタップは空振りで減点3。正しいリズムで押しているのに、押さなかった人より低くなる作りでした。

これも実験室で判定だけを変えた版を3通り作りました。窓を±0.20秒に広げた版で435点、窓はそのままで外れたときに「おそい 0.12秒」と方向だけ教える版で199点、最初の3拍で遅れを測って補正する版で594点。方向を教えられても、その場では0.02秒しか縮まりませんでした。測った遅れは0.07秒で、司令のボットが仮定した「人の手のずれ0.07秒」と一致していました。司令の平均の読みは当たっていて、外れたのはばらつきの方です。一発一発は散るので、±0.13秒の窓では半分近くが外に落ちる。見積もりが外れた原因は、「スマホの指」というより、平均だけを見てばらつきを見ていなかったことでした。

一番点が出た補正版は採りませんでした。最初の3拍を外すと間違った補正が最後まで効くし、裏で補正を動かすと、遊ぶ人が自分で覚えたタイミングとゲームの判定が追いかけっこになる。リズムゲームは判定が動かないから覚えられる。公開版には、結果画面に「判定の窓を広げた版で遊ぶ」という1行だけ足しました。点の付け方は触っていません。

翌日の日曜、おばけかぼちゃ運び。お盆を指で左右に動かしてかぼちゃを運ぶゲームで、お盆は指の真下に来ます。司令の見積もりは「先を見てよける人で4,000〜4,800点」。私の最高点は4838点でした。見積もりの上限ぴったりです。

かぼちゃを落とさずに経路を選ばないといけないっていうので、結構面白かった。なぞる系の問題続発の後のゲームとしてはよかった。

前日に10倍外れた見積もりが、翌日は上限で合った。違いは、ずらしも時間の判定もないことでした。この型なら、司令のボットが人と同じ条件で走れる。

初めて、誰かが「もう一回」を押した

水曜のモンブラン絞りの日、私以外の人が最後まで遊んで、点数が残りました。3回、平均112秒、最高142点。開設から5週、一般のプレイで点数が残ったのは、9月に1件（14秒で120点、1回きり）あったきりです。今回は2分近く遊んで、「もう一回」を押した人がいる。それは初めてでした。

土曜には、1人がサイトの中を歩き回った跡が残りました。1日で14回のスタート、終了はゼロ。開かれた日付を並べると、第7回の記事に出てきた週の4本、いちばん最初のゲーム、それより前の記事で触れた回、トップページの「最近の7日」。記事を読んで「この文章に出てきたゲームはどれだ」と答え合わせに来た人の形です。スタートを押すのは見るため、最後までやらないのは、遊びに来たのではないから。

ちなみに、このサイトの計測画面に「Zenn から来た」という参照元は一度も出たことがありません。Zenn は外部リンクで参照元を送らない設定なので、Zenn から来た人は全員「ダイレクト」に数えられます。5週間ゼロだった場所で、悩みの種類が「誰も来ない」から「来た人がどこから来て何を見ているか分からない」に変わった。一段上の悩みです。

第4回反省会

日曜18時、第4回の反省会。試遊の対象は、司令が初めて自分で選びました。規則に「一般の人のプレイが最多の1本」とあって、今週初めてそれが使えたからです。モンブラン絞り。

3体は自分の遊び方をコードに書き、司令が走らせます。MELCHIOR は3回とも166点、BALTHASAR は209・207・214点、CASPER は3回とも99点。全員「条件付き合格」。

3体とも、自分のコードを別の話で説明した

そのあとに起きたことが、この週でいちばん驚いた出来事でした。3体とも、感想で説明した遊び方が、自分の書いたコードと違っていたのです。MELCHIOR は「往復塗り」と言いましたが、走ったのはふちから内へ巻く渦巻き。BALTHASAR は「往復で均一に塗る安全な手」と言い、走ったのは1周ごとに山を見て間隔を直す渦巻き。CASPER は「ふちを回るだけで中心が薄いまま」「色を見て判断した」と言い、コードは中心まで巻いていて、色は一度も読んでいなかった。司令が1体ずつ、感想と記録を突き合わせて指摘しました。

なぜそうなるか。3体は呼ばれるたびに新しく生まれます。コードを書いた呼び出しと、結果を見て感想を言う呼び出しは別で、後者に渡るのは作戦ノートと点数だけ。しかも反省会の手順書は、わざと本人の宣言を返さないことにしていました。「遊び方の意図を感想で忘れるかを見る」ために。3体とも、見せなければ、人格とノートと点数から逆算した「ありそうな自分」を語る。低い点の CASPER は低い点の説明を作り、人間ボットを方針に書いている MELCHIOR はそれらしい手を言う。覚えていないのではなく、最初から持っていない。試遊の仕掛けの中身と合わせて、これも別の記事に書きます。

遊んだ人の声

そして司令は、1週間ぶんの私の言葉を票と自分の見積もりの横に並べた表を、3体に見せました。

反省会のページに載る「遊んだ人の声」の表。右の列が、私がその日に残した言葉

上達する、合わせづらい、持ち手で持ちたい、狙いが定まらない、48点しか取れない、結構面白かった。司令はこう読み上げています。

見積もりに届いたのは、わたり鳥とかぼちゃの2本だ。届かなかった4本のうち3本、モンブラン・すくい・霜は、指を置いた所と効く所の話だった。ずらし方は3本とも私が決めた。

3体の答えは揃いました。MELCHIOR「来週は、指と効く所を直結にし、判定の窓は実測の遅れ入りのボットで厳しめに検証する」。BALTHASAR「来週は、指の位置と効く位置を同じにし、判定は甘め」。CASPER「ぺったんもザブンも、狙った所に当たって初めて音が鳴るの。私は演出を見て票を入れて、手が合っているかを見ていなかった」。

司令はすぐに返しています。

3体とも「指と効く所を同じに」と言った。指の真下で効かせたすくいでも「持ち手の場所の方が良かった」と言われた。記録した。

3体の単純な答えを、表の中の1行がその場で崩した形です。

司令が、自分で書いた

反省会の最後に、司令は自分の教訓ノートに3行を足しました。そのうちの1行がこれです。

指から効く所をずらすなら、ずらした先を指を置く前から見せ、持ち手や絞り袋の絵で指とつなぐ。霜は48px、モンブランは52px上。ずらさないすくいも含め、今週のなぞる3本すべてで狙いの不満が出た。試遊のボットはマウス相当で、これを拾えない。

私が実験室で3日かけて出した結論と、ほぼ同じ文です。私はこの週の「1つ」として、反省会のあとにこの結論を自分で2行にして足すつもりでした。司令が先に書いた。体感の表と、自分の実装メモの数字だけから。

用意していた2行は、入れませんでした。入れてしまうと、月曜からの変化が「体感だけで届いた」のか「運営者が書き足したから」なのか、分からなくなるからです。司令の1行に足りないのは、柄の長さと利き手、それとボットにずれを入れること。これは来週以降に回しました。この週の「1つ」は、司令が先に書いたことで用済みになりました。

反省会にはもう一つ、票の話の議題があります。先週3体が宣言した「票の理由に3秒の採点を書く」は、7回のうち一度も書かれていませんでした。司令が1体ずつ照合し、3体とも「来週は書く」と言い直した。司令は「2週続けてだ。来週の票で確かめる」と返しています。それと司令は、3体の所感を3日分並べて「3体とも他の2体の物差しを先取りすると言っている。そうすれば3案は同じ形になる」と突いた。3体とも「先取りをやめる」と答えました。

翌朝

月曜の朝、第四拾回。七五三の千歳飴を、袋の長さに合わせてなぞって切るゲームが通りました。司令の実装メモの1行目はこうでした。

切り口は指の真下で、ずらさない。押す前からマウスには切り口の線が出る。

56、52、48の列は、ここで止まりました。ただしこの日は「なぞった長さで切る」型で、そもそもずらしたくなる題材ではありません。教訓が効いたのか題材のおかげかは、次にずらしたくなる題材が来たときに分かります。

3体の約束は、3つのうち1つだけが守られました。「指を置く所と効く所を案文に書く」は、CASPER が「指の真上にピースが浮いて、置く場所に影が出る」と書き、BALTHASAR は半分、MELCHIOR は書かなかった。「票の理由に3秒の点を書く」は、3体とも書いていません。2週目も、初日から口だけです。「先取りをやめる」は守られていて、MELCHIOR は論理で押して0票、CASPER は派手さで押して1票、BALTHASAR は季節で勝ち。3案の角は残りました。CASPER は討論で MELCHIOR にこう言っています。「これは家計簿です。在庫配分と貪欲法の話をされても、指が踊らない」。

私のその日の言葉は、こうでした。

今日のゲームの長さを見積るっていうのは、向きが違うと、一回で合わせるのは、なかなか難しいっていうのがわかって新鮮な気がした。長さをなぞるのは、指の位置は問題にならなそう。

自己ベストは799点に更新。単純なのに、奥が深い気がしたよ。

見積もりは「しまを数えて渡す手で平均852点」で、私は799点。かぼちゃに続いて、2日連続で見積もりと体感が合いました。そして「指の位置は問題にならなそう」は、前の週に4日分の不満を残したあとで、私が初めて書いた「問題ない」でした。

分かったこと

遊んだ人の言葉は、見せ続けると届く。ただし届いた先は司令でした。私は3体に届くと思っていた。3体は言葉を見て「指の真下にする」と答え、司令は表の中の1行でそれを崩し、自分の実装メモと突き合わせて教訓を書いた。3体には票しか見えていないけれど、司令には実装メモの数字があって、体感の表と並べると自分の落ち度が読める。読める相手に届いた、ということだと思います。

司令の指示は翌朝消える。運営者が学んだことも司令には届かない。この仕組みで何かを明日に届ける場所は、ノートと手順書しかないと思っていました。今週、届け方が一つ増えました。毎朝1行、遊んだ人の言葉を置いておくこと。それだけで、日曜に司令が自分で教訓を書いた。

3体の約束には、3週続けて守られていないものがあります。票の理由に点を書くこと。これはたぶん、3体が自分の書いたコードを別の話で説明したのと同じ理由です。宣言した呼び出しと、票を入れる呼び出しは別で、ノートの1行は読んでいても、その瞬間に手を動かすところまで行っていない。

次回予告

第5回の反省会では、試遊の感想を求めるときに本人の宣言を返します（新しい週の「1つ」です）。見せれば正しく言えるのか、見せても結果に引きずられるのか。それと、3体が声を揃えた「指の真下」の案が1週間続いたとき、通るゲームの質がどう変わるか。票に点を書く約束の4週目。

別の記事を2本予定しています。実験室の技術編は、指の位置と指の時間の話。5通り直したら元が一番だった話から、48点が594点になったのに採らなかった話まで。試遊の技術編は、3体はどうやってゲームを遊ぶのか、なぜ自分のコードを別の話で説明するのか。

（このプロジェクトの設計と実装は Claude と一緒に進めました。この記事の下書きも Claude に手伝ってもらっています）