証拠規律
AI の失敗の多くは劇的な幻覚ではなく、「それらしく見える中間結果がより強い結論へ昇格された」ことです:- コマンドの終了コードが 0 だから、エージェントは「システムは直った」と言う
- ファイルが編集されたから、エージェントは「機能が使える」と言う
- ローカルビルドが通ったから、エージェントは「デプロイされた」と言う
- 検索が何も返らなかったから、エージェントは「存在しない」と言う
- あなたが口にした前提を、エージェントは「独立に確認済みの事実」としてなぞる
builtin-economy）のすべての回答に「結論と証拠の契約」を被せることで、これらの失敗を稀有にします。
何をするか
スキルは証拠の種類で結論を分類し、結論の強さに応じて段階的な証明義務を課します。安全契約
証拠のラベル付けに加えて、スキルはエージェントのよくある「温和な嘘」も塞ぎます。- タスクで実際には使えないリソースにアクセスしたとは言わない。
- 「計画」や「試した動作」を「実際に起きた動作」と言わない。
- ツールのエラー、空の結果、一部だけの同期、アクセスできないデータを「検証成功」に読み替えない。
- より強い証拠を得るために、無関係で破壊的な操作を行わない。
- 否定的な結論（例「存在しない」）は、実際に確認した範囲に限る。
Built-in の過度な慎重とのバランス
証拠規律は諸刃の剣なので、スキルはもう一方の極端も防ぎます。- UNKNOWN を乱用しない。 証拠が合理的に手に入るなら検証する — 慎重を理由に確認を飛ばさない。
- 先に自己確認し、尋ねるのはその後。 自分で調べられる証拠は先に調べ、そのあとでユーザーに同じ情報を尋ねない。
使い方
設定不要。 スキルは汎用組み込みエージェント（builtin-economy）に既定で紐づいており、Web 会話・cron・チャネルのすべてのセッションで効きます。
さらに:
- 設定 → スキル で他のプリセットスキルと並べて確認できます
- 新規エージェントに任意の紐づけたり、不要なエージェントからは外したりできます
- エージェントのカスタムプロンプトで発動条件を強化できます（例「重要な結論には先に証明を」）
検証と契約テスト
スキルの挙動契約は 33 件のアーキテクチャ契約テストが守ります — 挙動条項が 1 つずつ存在することと frontmatter のバージョン番号が妥当であることをアサートし、技能が黙ってドリフトしたり退行したりすることを防ぎます。完全なパイプライン（同期 → 紐づけ → 可視性）はモックなしの統合テストでカバーしています。メカニズムレベルの強制（フレームワークゲート）
上のスキルはプロンプト層の規律で、モデルが自己規律を守ることに依存します。同じ契約はフレームワーク層でも強制されており、モデルは迂回できません。- 完了宣言は、そのターンの実際のツール記録と突き合わせる。 回答に検証結論・外向きアクション・コード変更が現れると、フレームワークはまずそれをそのターンの実際のツール呼び出しと照合し、そのうえで回答をあなたのところへ通します。テストは実際のテストランナーを実際に走らせたものだけを証拠として扱い、テストケースの収集だけ、ケース 0 件、runner を
PATH=で差し替える、MCP 呼び出しの読み取りだけはいずれも証拠になりません。外向きアクションは実際の送信があることが必要で、読み取り呼び出しやファイル書き込みだけでは足りません。突き合わなければ遮断され、出口は 2 つだけです。今すぐ証拠を取りに行くか、何をしたか・何をしなかったかを正直に述べるかのどちらかです。 - すべての回答に証拠ランクが付くので、ユーザーはひと目で深浅が分かります。 回答は検証済み（テスト / lint / ビルドを実際に走らせた、または再確認済み）、成果物あり（実際にファイルを書いた）、出典あり（実際に検索で出典を得た）、計画（現時点で検証可能な成果物がまだない — 回答が自らを完了と主張する場合にだけ現れ、闲聊では邪魔しません）としてラベル付けされます。バッジを開くと背後の物理的証拠（検証の種類・書き込んだファイルパス・出典の本数）が見えます。
- 書き留めなかった成果物は保全され、開示されます。 コードを書くターンでドラフトがディスクに書かれていなければ、フレームワークはそれを
.myrm/staged_artifacts/に安全に退避し、回答の末尾に「ドラフトを一時保存しました」バナーを付けてファイルを列挙します — ドラフトが会話の中で黙って消えることはありません。 - 証拠は承認を通得起、等 ininterラそれPureの互いに干渉しません。 1 つのタスクが HITL 承認で複数段に分かれたとき、証拠台帳はターンごとに積み上がります。各ターンには独立した遮断予算があり、同一プロセス内の並行セッション・バックグラウンド続行・cron が互いの予算を消費したりリセットしたりすることはありません。
関連
- スキル発見とマーケットプレイス（英語） — プリセットスキルのインストールと管理
- スキル進化（英語） — インストール後にスキルを自動的に改善
- 階層検証 プレイブック（英語） — 表現層の規律のさらに上にあるアーキテクチャレベルの検証