mixednuts は 1 人 CEO と 123 体の AI エージェントで、複数クライアント案件・自社プロダクト開発・投資分析を並行運用している。鍵は Lead / Head / Worker の 3 階層設計、Task ツールによる委任強制、Calibration ルール（盛らない）の組織化、月次コスト $165。この記事は "1 人 + AI" で事業を回したい経営層向けの再現可能な設計書。
なぜ「1 人 + AI」が成立するのか
2025 年までの「AI は単独タスク補助」という位置づけから、2026 年は「AI が組織として振る舞う」段階に移行した。Claude Code / MCP の登場で、1 体の汎用 AI を呼ぶのではなく、専門特化した AI を 100 体以上並べて "組織" として運用できるようになった。mixednuts はこれを実事業で検証している。
昨年まで、AI エージェントは「優秀な 1 人のアシスタント」でした。2026 年に変わったのは、AI が組織として振る舞えるようになった こと。具体的には:
- Claude Code の Task ツール: メインセッションから専門サブエージェントを起動できる
- MCP (Model Context Protocol): AI が各種 API / データベース / SaaS と標準化された方法で接続
- Skills (スラッシュコマンド): 特定ワークフローを "名前付き実行単位" として定義
この 3 つが揃った瞬間、「1 体の AI」ではなく「専門特化した AI の組織」を設計できるようになります。
設計原則 — 人間組織論を借用する
AI 組織の設計で最も効いたのは、人間の組織論をそのまま借用すること でした。100 体を超えた AI をフラットに並べると、人間組織と同じく「誰が何を担当しているか分からない」「同じ仕事を複数が並行する」「コストが制御不能になる」というカオスが起きます。
3 階層のスパン・オブ・コントロール
mixednuts の 123 体は以下の 3 階層:
- Lead[1] (Opus モデル、6 体) — C-Suite 相当: CTO, CFO, COO, CRO, CMO, Chief of Staff
- Head (Sonnet モデル、15 体) — 部門長相当: Finance Head, Growth Head, Engineering Head 等
- Worker (Sonnet/Haiku、100 体+) — 専門スキル担当
1 人の Lead が直接監督する Head を 5-7 体までに制限し、各 Head が Worker 5-7 体を束ねる。人間のマネジメント理論が AI でもそのまま効きます。
委任の強制 — Lead は自分で手を動かさない
人間のマネジメントで Lead が実務に手を出すと組織は機能しなくなる。AI でも同じ。Lead には明示的に:
- 実装コードを直接書かせない (Head → Worker に委任)
- データ取得を直接させない (同上)
- "最終ジャッジ" と "分解 → 再委任" だけを担わせる
これを auto-delegation rule として成文化し、全 Lead エージェントのシステムプロンプトに強制的に組み込んでいます。
Calibration — 盛らない原則
LLM エージェントは "優秀に見られたい" バイアスで事態をドラマ化する傾向があります。「広告に異常値！」→ 実は ¥3 の誤差だった、という典型的な失敗を繰り返さないために:
- 異常値を見たらまず 実害 (金額・件数) を計算 する
- 「致命的」「壊滅的」等の感情語を禁止
- 仮説形 ("〜の可能性") と事実形 ("〜で観測") を分離
- 信頼度 (高/中/低) を必ず付与
コスト — 月額 $165 の内訳
最も多い質問が "そんなに AI を動かしてコストはどうなるのか" です。答えは 月額 $165、Max Plan $200 内で完結 しています。内訳:
| モデル | エージェント数 | 週トークン | 月額 |
|---|---|---|---|
| Opus 4.7 | 6 体 | 500K | $50 |
| Sonnet 4.x | 15 体 + 重要 Worker | 2M | $80 |
| Haiku 4.x | 軽量 Worker | 500K | $5 |
| Skills 呼び出し | 79 本 | 1M | $30 |
全部 Opus にすると月 $500 超え。階層化で $300+ 削減。「考える層だけ Opus」が最適解です。
経営者が応用する際の 3 つの質問
この設計を自社に応用するときのチェック 3 点:
- 自社に "6 つの判断軸" はあるか? — Finance / Revenue / Tech / Ops / Strategy / Investment。これが C-Suite Lead に対応
- 各領域に "5-7 の専門機能" を切れるか? — 切れなければ Head は不要、Lead 直下に Worker でフラットで十分
- 月次コスト $165 を許容できるか? — 許容できるなら今すぐ始められる。できないなら Max Plan ではなく API 従量課金で段階的に
エージェント数が 20 未満ならフラットで十分。50 を超えたら Jarvis Pattern (Adaptive Delegation) 的な階層化の恩恵が出ます。
導入の失敗パターン
mixednuts が 1 年で犯した 3 つの典型的失敗:
- "メインセッションが何でも賢い" を目指す → Calibration が効かず暴走する
- 全部 Opus で高品質を目指す → 月 $500 超で Max Plan 破綻
- Skills を増やし続ける → 3 ヶ月未使用の Skill が溜まり、品質劣化
回避策は前述の 3 原則に集約されます。
FAQ
Q. 1 人 + AI 123 体で、本当に年商規模の事業が回せるのか？ A. mixednuts は複数の広告運用クライアント、自社 FP&A ダッシュボード開発、投資分析を並行して回している。"年商規模" の定義次第だが、スタートアップ的に数億円規模のオペレーションは 1 人運用可能という実感（信頼度: 中、定量的な比較データはなし）。
Q. Claude 以外の LLM (GPT-4 / Gemini) でも同じ設計でよいか？ A. はい。「考える層 / まとめる層 / 実行層」の 3 階層はモデル非依存。GPT-4 Turbo / GPT-4o mini、Gemini Pro / Flash でも同じ原理で組める。
Q. 小規模スタートアップ (~10 体) でも階層化すべきか？ A. 10 体未満ならフラットで十分。20 体を超えたあたりから階層化の恩恵が出る。まず 5 体の Lead を決めて、そこから拡張するのが安全。
Q. エージェント同士のコミュニケーションはどうするのか？ A. Worker 間の直接通信は禁止。必要な調整は Head or Lead 経由で同期する。Star Topology (中央から放射状) が、大規模化したときのトークンコスト爆発を防ぐ。
Q. mixednuts の組織設計書は公開されているか？
A. .claude/rules/ 配下のルール集と .claude/agents/ のエージェント定義は Git 管理されており、クライアント支援時にテンプレートとして提供している。
参考文献 / Sources
AI 組織設計の潮流:
コスト参照:
人間組織論との対比:
- Peter Drucker, The Practice of Management (1954) — スパン・オブ・コントロールの古典
- LangGraph Multi-Agent Supervisor
関連記事: