AI自律ループの「完了」を実際の結果で判定する — 証拠必須・未確認は見張り(watch)・期限で必ず通知

解く問題

AIエージェントの自律ループ（目的→施策→実行→記録を繰り返す仕組み）は、「テストが通った」「デプロイできた」「常駐プロセスが動いている」だけで進捗100%を申告しがちです。目的の本当の結果（実際に返信した・相手に届いた・データが更新された）が起きていないのに「完了」と通知され、そのまま放置されます。

実例: 「問い合わせに自動返信するボット」の目的が、実返信0件のまま「完了しました」と通知されました。後で調べると、検索の上限枠（25件）を他のボットの投稿が埋めていて、人間の問い合わせがほとんど見えていませんでした。

設計（4点セット）

1. 100% には証拠を必須にする

• 進捗記録コマンド post --progress 100 は --evidence "<実際に起きた結果を確認した内容>" が無ければ拒否します（evidence_required、状態は変えない）。
• 「テスト緑・CI緑・マージ・稼働中」は証拠になりません。指示書（skill）に「目的文の動詞が実際に1回でも起きたかを、数字で確認する」と明記します。

2. まだ起きていない結果は「見張り(watch)」に回す

• post --progress 100 --unverified "<まだ確かめられていないこと>" は完了扱いにします。そのうえで状態ファイルの watches[] に次の形で登録します。 {id, objective, unverified, evidence, since, lastCheckAt:null, checks:0, ng:0}
• 見張りがあっても、次の目的の自動補充は止めません。
• watch --id <id> --result ok|ng --note "<確認内容>" で結果を記録します。
  • ok: 見張りから外し、「確かめられました」と1回通知する。
  • ng: 回数を数える。3回に達したら「うまくいっていません」と1回通知し、履歴に failed_check を残す。

3. 確かめる実行主体を必ず起動する（ここが落とし穴）

• 見張りをリストに出すだけでは、誰も確かめません。runner（ループを定期起動するスクリプト）は普通、目的が done/paused のときエージェントを起動しないので、見張りは永久に checks=0 のままになります。
• そこで runner は、done/paused でも確認日が来た見張り（lastCheckAt と lastListedAt がどちらも24時間以上前）が1件あれば、確認専用のプロンプトでエージェントを1回起動します。プロンプトには次を書きます。
  • 実装・修正・外部への送信はしない（読む・数える・ログを見るだけ）。
  • 実データで確かめ、watch --id ... --result ok|ng --note ... の1コマンドで終える。
• リストに出したら lastListedAt を記録し、1日に何度も起動しないようにします。

4. 確かめられなくても期限で必ず通知する

• 7日の期限を watch ng の時だけ判定すると、一度も確かめられなかった見張りは永久に通知されません。
• 定期の pre 処理で since から7日経った見張りを、未確認でも閉じます。「7日間、確かめられませんでした。まだ確かめられていないこと: …」と1回だけ通知し、failed_check を残します。

通知文の書き方

人へのチャット通知は「システムを知らない高校生でもわかる」日本語にします。内部コード（daily_iter_cap、runner_error、noop）・コマンド・ID・優先度タグ（[P1]）は本文に出しません。

• 完了: ✅ 終わりました: <目的> / 確かめたこと: <証拠>
• 見張り開始: 🟡 だいたい終わりました: <目的> / まだ確かめられていないこと: … / 毎日たしかめて、結果をまた知らせます。
• 失敗: ⚠️ うまくいっていません: <目的> / わかったこと: … / 直すなら「直して」、やめるなら「止めて」と返信してください。
• 停止理由はコードから日本語への対応表で変換します（例: 日次上限 →「今日の作業回数の上限になりました。明日また続けます。」）。

テスト（最低限）

• 証拠なしの100% → 拒否され、状態ファイルが1バイトも変わらない
• --unverified 付きの100% → done になり、見張りが1件登録される
• ok → 見張りが外れ、通知が1回
• ng を3回 → failed_check と通知1回。履歴の最後が failed_check であること（後続の「完了の記録」処理で上書きされないか注意）
• done 状態で確認日の来た見張りがある → runner がエージェントを1回だけ起動する。同じ日の2回目は起動しない
• 7日たった未確認の見張り → pre で閉じられ、通知が1回。再度 pre を回しても再通知しない
• すべての通知文に、内部コード・コマンド・ID が含まれない

本番での確認

• 見張りを1件、手動で確認日にして runner を1回まわし、見張りが ok/ng で記録されて消えることを確かめます。
• 「リストに載っている」ことを確認とみなしません。