# 20のAIスレッドと参加したMongoDBハッカソンの一日

Date: 2026-11-14
URL: https://s.conao3.com/blog/2026/bd0d48
Author: conao3 (Naoya Yamashita)

トロントのMongoDBハッカソンに1人で参加しました。
T3 Codeで複数のAIエージェントを動かし、PayProofという請求書処理アプリと、その動画、サイト、発表資料を作りました。
作業に関わったスレッドは20本、完了したコンパクションは14回です。

主要実装は初回コミットから約35分でできました。
その後は、アプリと紹介動画を仕上げながら、細かな機能の追加や不具合の修正を続けました。
発表に向けて、内容を自分の言葉で説明できるようにし、操作を覚える時間もとっています。
作業中のエージェントへの指示の届け方と、割り込んだあとに元の仕事へ戻ってもらう方法は、次に向けた課題として持ち帰りました。
作業はAIに任せながら、判断は自分で握り続けた一日でした。

ファイナリストのピッチには進めませんでしたが、かなり楽しかったです。
当日のエージェントとの会話履歴とGitのコミットをたどって振り返ります。

[@conao_3](https://x.com/conao_3/status/2121788103505703299): The most exciting hackathon! Thanks mongoDB!

I'll post a recap blog soon!

[conao3/ts-payproof](https://github.com/conao3/ts-payproof): Auditable invoice agent for Canadian construction businesses. Built for Agents in Context Toronto.

# イベントと作ったもの

参加したのは2026年11月14日にトロントで開催された [Agents in Context Toronto: a MongoDB Hackathon](https://cerebralvalley.ai/e/mongodb-toronto-hackathon) です。
MongoDB Atlasを使って業務を進めるAIエージェントを作るイベントで、 [参加者ガイド](https://cerebralvalley.ai/e/mongodb-toronto-hackathon/details) に示された課題はAgents You Can Audit、Memory You Can Govern、Finish the Jobの3つでした。
私はAgents You Can Auditを選びました。
チームは1人から4人まで組め、開会の10:00から提出締切の17:00までは7時間です。
提出物は公開リポジトリ、1分のデモ動画、短い作品説明でした。

題材にはカナダの人が関心を持つ具体的な社会問題を選びたいと考え、エージェントに調べさせて振込先変更詐欺に決めました。
[Canadian Anti-Fraud Centreの発表](https://antifraudcentre-centreantifraude.ca/news-nouvelles/2026/2026-05-13-eng.htm) では、この詐欺に関連して約350万カナダドルを回収したと報告されており、実際に大きな被害が出ている問題です。
対策としては、信頼できる連絡先で独立に確かめることが勧められています。

PayProofは、請求書のメールを読んで振込まで処理するエージェントに、この確認の手続きを強制するアプリです。
振込のようなクリティカルな処理をエージェントに任せるなら、人間の担当者と同じ手続きを守らせる必要があると考えました。
想定する利用者は、カナダの建設・請負業の中小企業です。

エージェントが読み取った振込先が登録口座と違えば、PayProofは支払いを保留し、別の担当者の承認を必要にします。
担当者が登録済みの連絡先で確かめ、金額と口座を承認すると支払いへ進みます。
承認のあとで金額や口座が変われば、その承認は無効です。
主催者が用意したAtlasのSandboxには権限、登録口座、請求書のバージョン、承認、操作履歴を保存し、人による業務確認と送金先のシステムはデモ用にモックしました。

後半にはElevenLabsの音声認識と読み上げを加え、「なぜこの支払いが保留されているのか」を声で質問すると、Atlasの記録に基づいた根拠付きで答えるようにしました。

[紹介サイト](https://conao3.github.io/ts-payproof/)、[スライド](https://conao3.github.io/ts-payproof/slides/)、[スマートフォン用カンペ](https://conao3.github.io/ts-payproof/cue/)、[提出した1分動画](https://www.youtube.com/watch?v=QneL7pynr7k) を公開しています。
ソースコードのライセンスはApache-2.0です。

[PayProof | Verify bank changes before invoice payments | MongoDB Toronto Hackathon](https://www.youtube.com/watch?v=QneL7pynr7k)

提出した作品は [公式の作品ページ](https://cerebralvalley.ai/e/mongodb-toronto-hackathon/hackathon/gallery?project=1) でも見られます。

# T3 Codeでの体制

[T3 Code](https://t3.codes) は、最近私が使っている、コーディングエージェントを操作するアプリです。
手元でログイン済みのClaude CodeやCodex、OpenCodeなどを1つの画面から動かせます。
オープンソースで完成度が高く、複数のセッションを1つのウィンドウで扱えます。
今回の作業は、基本的に私とメインの会話で進めました。
メインは担当者のスレッドを起動して実装や動画などを任せ、その結果をまとめます。
メタは後から加えた会話で、私とメインの会話を外から見て、プロジェクトをどう進めればよいかというメタ的な視点を持ち込む役割です。
運営の情報も、必要に応じてメタが整理してメインへ渡しました。

<table border="2" cellspacing="0" cellpadding="6" rules="groups" frame="hsides">

<colgroup>
<col  class="org-left" />

<col  class="org-left" />
</colgroup>
<thead>
<tr>
<th scope="col" class="org-left">会話</th>
<th scope="col" class="org-left">主な仕事</th>
</tr>
</thead>
<tbody>
<tr>
<td class="org-left">メタ</td>
<td class="org-left">私とメインの会話を見て、プロジェクトの進め方を提案する。運営の情報を必要に応じて整理し、メインへ渡す</td>
</tr>

<tr>
<td class="org-left">メイン</td>
<td class="org-left">私と作品の方針を決め、担当者に仕事を頼み、成果物をまとめて公開・提出する</td>
</tr>

<tr>
<td class="org-left">担当者</td>
<td class="org-left">メインから頼まれた実装、独立検証、動画、スライド、サイト、個別の操作改善</td>
</tr>
</tbody>
</table>

メタを作ったのは10:03頃で、最初に「エージェントとのコミュニケーションが微妙ですね。複数のinputチャンネルからの報告をすばやく情報の取捨選択をしながら判断するような方式にしたい」と相談しています。
最終的な集計には、メインとメタに加えて18本の担当者のスレッドが入っています。

[@conao_3](https://x.com/conao_3/status/2121637194242892170): ハーネス作り込んでないけどt3-codeのおかげで結構自立動作してくれてるな

![img](https://s.conao3.com/img/bd0d48-hackathon-activity.svg)

帯はT3 Codeに記録された実行区間、点はモデルの応答、黒いひし形はコンパクションの完了を表します。
帯にはツールや報告を待つ時間も含まれるので、帯の長さがそのままモデルの計算時間になるわけではありません。

# 当日の流れ

## 9:27 準備と題材選び

最初の入力は「今日のイベントの準備しよう」でした。
運営の回答では、コードは当日の時間内にすべて書く必要がありましたが、計画や構想はイベント前から用意してよいことになっていました。
私は少し乗り遅れたなと思いながら、急いで題材を選んでプロダクトの機能を設計することになりました。
参加者ガイドでは開発の開始が10:45でしたが、9:25に運営から、今から書き始めてよいと回答がありました。
リポジトリは開会の10時以降に作ることにして、まずはルールや提出条件をエージェントと一緒に調べ始めています。

[@conao_3](https://x.com/conao_3/status/2121609435038531999): Hackathon day in Toronto! #MongoDB #Hackathon

9:47には提出用の1分動画をプレーンテキストから作れるツールの調査を頼みました。
並行して調べたのは、動画ツールと運営が求めている作品です。
主に使ったモデルはGPT-6.1 Solで、成果物のレビューだけを後でGPT-6 Astraに頼みました。

9:57には私から「具体的な問題を取り上げた方が良いでしょう。カナダの人が関心のある問題を取り上げたい」と伝えました。
2分後の9:59には振込先変更詐欺の公的な事例と、それを保留・確認・承認の流れで扱う案が出ています。
10:07の [最初のコミット](https://github.com/conao3/ts-payproof/commit/6d16d7e) で、PayProofのリポジトリができました。
Rustが好みですが、時間の限られたイベントなのでTypeScriptが合うと考え、実装言語はTypeScriptを指定しました。

ここでメインは判断と統合、担当者は実装、検証、動画という分け方が決まりました。
作業ツリーは共有なので、同じ資料を複数の担当者が書き換えるとぶつかります。
メインは担当を起動するとき、変更してよいファイルと報告先も指定していました。

## 10:07 Steerの問題

最初に気になったのはSteerの挙動でした。
T3 Codeではエージェントの実行中にも追加の入力を送れますが、これまでの経験では、追加の質問に答えたあと元の依頼を続けてくれないことがありました。
当日もメインには複数のメッセージがキューにたまっていたので、10:07にメタへSteerの使い方を聞いています。
メタからは、回答のあとは元の作業を続けるよう添えればよいという答えが返ってきて、10:10にはその継続のルールをメインにも送ってくれました。

そこでメタ自身にSteerで割り込んでみたところ、やはり同じことが起こってしまいました。
そのときメタには、イベントの参加人数を調べてもらっていました。
Lumaには15人と表示されていましたが、会場にはもっと多くの人がいます。
その調査の途中で会場でのアナウンスについて質問すると、メタはそちらに答えただけで、人数調査を済ませずに応答を終えてしまいました。
11:15には私が「人の件について調べて報告して。やっぱりsteerで割り込むと忘れるな」と言っています。

メタは調べ直して、Cerebral Valleyのイベントページでは参加登録が400件あることを見つけ、報告してくれました。

ここから分かるのは、会話に依頼が残っていても、未完了の仕事が続くとは限らないことです。
解決策としては、フォアグラウンドでの処理をできるだけなくし、ほとんどの作業を担当者にオフロードして、いつでも割り込める状態を保つ方法が思い浮かびました。
ただ、ハッカソンの最中にハーネスを作り込むのはさすがに悪手なので、T3 Codeの機能はそのままにして、使い方を工夫して対応することにしました。
使い方を工夫しても、このあと元の仕事へ戻らないことはときどき起きています。

## 10:30 主要実装と情報収集の準備

10:42に、[請求書の承認と模擬支払いの主要実装](https://github.com/conao3/ts-payproof/commit/ecd1029) がコミットされました。
最初のコミットから34分55秒です。
実装の計画もこの日の朝に書いたもので、リポジトリは空の状態から始めています。
ただ、アプリ全体が完成したわけでも、私が実演できる状態になったわけでもありません。

実装担当とは別の検証担当が、作業途中のコードから問題を2件見つけていました。
1つは請求番号の前後に空白を足すと、同じ請求書の重複防止をすり抜けられる問題です。
もう1つは無効なエージェントで処理すると請求書が抽出中のまま残り、再試行できなくなる問題でした。
どちらもメインが自律的に実装担当へ伝え、修正して試験を足したようです。

メインはさらに、引き継ぐ情報を絞った別の担当に、実際にHTTPで呼び出す独立した検証を頼んでいます。
10:50の報告では、権限の偽装、自己承認、別テナントの読み取り、金額変更後の古い承認がすべて拒否されると確かめられていました。
同時に支払い要求を送っても模擬台帳は1件だけで、レシートと承認内容も一致していました。

動いたという実装担当の報告だけで完成としないために、この分業が役立ちました。
ただし、確かめられたのはHTTPの範囲までです。
文字サイズ、動画の操作、マイク、スマートフォンの表示には問題が残っていて、それは後で私が実際に使って見つけることになります。

メインが実装を進めている間、メタはイベントの外の情報を追っていました。
10:30には約19分の開会の説明から、提出条件や提供されるサービスをまとめてメインへ渡しています。

10:33には、私がメールやLumaなどを定期的に確認していた作業をメタにオフロードするため、これらの情報源を30分おき、締切前の2時間は15分おきに確認し、新しい情報だけをメインへ流すよう頼みました。
回数が多いので、毎回エージェントに本文を読ませてコンテキストを使うのではなく、更新がないことを安く判別できる専用のスクリプトを書かせています。
さらに1時間に1回はスクリプトを通さずに直接見に行かせ、取りこぼしがあれば同じ見落としが起きないようにスクリプトを直すよう頼みました。
メタは10:39までに、21:00までの予約を25回分登録しています。

10:50には、生成LLM用のクレジットの適用条件を運営に直接聞きたいと言い、Discordの #questions に送る文面を見せてくれました。
文面の先頭にはAIが書いたことを示す印を付けてあり、同じ質問をすでに送っていないかを確かめてもらったうえで、10:56に投稿を許可しました。
11:37に運営から回答があり、メタは判断に役立つ情報として12:11にメインへ渡しています。

[@conao_3](https://x.com/conao_3/status/2121632169579958378): 実装はLLMがやるから人間は軽食を食べるだけである。がんばえー

## 11時台 動画とサイト

動画はRemotionで実画面、図、字幕、BGMを合成する構成です。
字幕は、最初は動画にそのまま焼き込む方法も検討しましたが、10:31に「subtitleではなく普通に画面上に字幕スペースを明示的に作った方が良いかもしれません。BIIM兄貴スタイルをトロントで披露しましょう」と注文しました。
BIIM兄貴スタイルは、ニコニコ動画の解説系の動画でよく使われる形式です。
左に実演、右に図解、下に字幕の欄を固定し、字幕を長めに表示します。

[@conao_3](https://x.com/conao_3/status/2121628054669717985): I will introduce BIIM bro style to toronto bros!

作っている途中で次の場面へ移るタイミングが分からないと感じ、右側の説明欄に時間のバーを足してもらいました。
秒数をラベルで書くより、バーとレイアウトで分かるようにしてほしい、とも頼んでいます。
映像を作るのは動画担当、内容を確かめるのはメイン、読みやすさと伝わり方に注文を出すのが私、という役割でした。

11:40に紹介サイトとリポジトリの公開を指示し、11:54には [スクリーンショット付きのサイトとスライド](https://github.com/conao3/ts-payproof/commit/def5ebf) がコミットされました。
その後も、問題を公的な事例から説明すること、スライドの主張を大きく書くこと、最後をSummaryで終えることなど、1分という限られた時間でコンセプトを素早く伝えるための仕上げを頼んでいます。

その間もメタの情報収集は続いていて、11:32には運営のメールでElevenLabsのクーポンの提供開始を見つけ、メインへ伝えています。

12:39には、サイト、6枚のスライド、動画v6に加えて原稿もできたので、このタイミングで最上位モデルのAstraにレビューしてもらうことにしました。
重大な問題はなく、指摘としては、動画の最後にあるモックしている範囲の表示が小さいという1件だけが報告されました。

## 12:53 構成図と音声機能

開発が速く進んだので、12:53にはいったん立ち止まり、メタに全体像の整理を頼みました。
メインは実装の作業中だったので、その作業を止めず、また、実装と関係のない話をメインのコンテキストに持ち込まないよう、整理はメタに任せました。

> このプロダクトの背景と全体像、アピールポイントについて日本語でまとめてください。すごいスピードでできあがって追い付けてない

発表するのは私なので、自分の言葉で説明できる状態にしておく必要があります。
まとめを読んで、全体像がつかみにくいのは構成図がないからだと気付き、12:58にAI、人間、PayProofのサーバー、Atlas、模擬決済APIの関係を図にしてもらいました。
この図は審査員にも見せるべきだと考え、13:04にはスライドと動画のSummaryに載せ、文章量の制限がない特設サイトではもっと詳しく書くよう頼んでいます。

この時点では、コードを足すより、誰が何を判断し、どこに何が保存されるのかを押さえておくほうが大事だと判断しました。

13時台にはElevenLabsの特別賞について相談し、残り時間で作り切れる範囲で、PayProofにどう組み込めばプロダクトがもっと魅力的になるかを考えて、支払いの保留理由を声で質問する機能を足すことにしました。
メタはElevenLabsのクーポンの取得を自分で引き受け、その間に音声照会の実装を先回りして並行で進めるよう、メインに頼んでいました。
クーポンをアカウントに適用したあと、メタは13:25に音声APIのキーを発行してメインへ渡しています。

13:23に [音声照会の実装](https://github.com/conao3/ts-payproof/commit/cab34a5) が入り、13:28には音声認識からAtlasとLLMによる回答、読み上げまで一通り動いたと報告がありました。
担当者は、質問の合成音声を入れる試験で、請求書と模擬台帳が変わらないことも確かめています。

## 14:10 最初の提出

公式の締切は17:00、内部の目標は16:00でした。
13:45に最初の動画をYouTubeへ上げ、13:47には、今提出して後で上書きできるかを相談しています。

メタが提出後に編集できる経路を調べ、メインがフォームに入力しました。
回答を私がレビューし、Submitを押すことを個別に了承して、14:10に提出済みの表示を確かめました。
公式の締切の2時間50分前です。

もっとも、これで発表の準備まで終わったわけではありません。
14:21には「メインがやることないらしいんだけどほんまに？」とメタへ聞きました。
実際には私のマイク、アプリとスライドの切り替え、3分の操作、デモが失敗したときの動画への切り替えが残っていました。

提出済みの表示は分かりやすい完了の印です。
一方で、私が発表できる状態かどうかは別に確かめないと分かりません。
この日は、この2つを分けて考える場面が何度もありました。

## 14:59 ライブデモの準備

14:59に、運営が改めて明確にした発表の形式をメタに伝えました。
運営は14:32にDiscordで「Confirming yes, you will submit a 1 min demo video and you'll have 3 mins to present to the judges」と答えていましたが、審査員に1分の動画を3分とは別に見せられるのかまでは分かりませんでした。
私はそれまで、3分をスライド中心の発表に使うつもりでした。
スライドにはスクリーンキャストも入っていて、プロダクトの動作は十分に伝えられると考えていましたが、やはり実際にプロダクトを操作して見せる方針に変えるべきだと判断しました。

ただ、3分をすべてデモに使うと、このプロダクトが解決したい問題を説明できません。
どちらにしても3分の発表で背景から理解してもらう必要があるので、1分の動画は別枠かどうかにかかわらず流すことにしました。
別枠で見せられなければ、3分のうち最初の1分で動画を流し、ライブデモは残りの2分に縮めます。
1分の動画は背景も含めてそれだけで説明が完結しているので、スライドからは背景を説明するページをすべて削り、構成図を載せたSummaryのページだけを残しました。
説明動画には男性の読み上げを付けるよう頼み、実演の最後はSummaryページへ戻る流れにしました。

動画のナレーションにはMicrosoft MAI-Voice-2.1-Flashのen-US-Grantを使いました。

15:11には、採点項目に対して提出物で適切にアピールできているかを確かめ直すようメタに頼みました。
一次審査の配点はTechnical Demo 35%、Implementation Difficulty 30%、Creativity 15%、Impact Potential 20%です。
エージェントは、承認が特定の支払いに結び付くことや、変更で承認が無効になることを、実装だけでなくSummaryや提出説明にも書き加えました。
サーバーが権限と請求書の現在のバージョンを確かめ直すことも合わせて示しています。

15:20頃からは、実演するPCの設定もエージェントと進めました。
Screenkeyで入力した文字やショートカットを画面下部に出し、highlight-pointerでカーソルに黄色い円を付けて、クリック中は赤くなるようにしています。
カーソル本体も72pxに拡大しました。
口で説明するだけでなく、どこをクリックして何を入力したかを、見ている人が目で追えるようにしたかったからです。
アプリや原稿だけでなく、実演するPCの環境までAIと一緒に整えたわけです。

練習の準備の途中で、エージェントが実演用のカンペをA4のPDFにまとめているのが画面に見えました。
明示的に頼んだものではなく、気が利くなと思いましたが、iPadを持っていない今の環境ではA4のPDFは使いにくいので、15:33にiPhoneで表示できる形で作り直すよう頼んでいます。
元と同じPDFで用意してもらうことも考えましたが、AIにとっても人間にとってもHTMLがいちばん扱いやすいと考え、HTMLのページにして特設サイトと一緒に公開してもらうことにしました。

15:36にはエージェントが [iPhone用のカンペ](https://github.com/conao3/ts-payproof/commit/c7253df) を公開しています。
大きな英語の原稿、日本語の操作説明、手順を進めるボタンが並ぶページです。
PCを操作しながら、手元のiPhoneで次の動きを確かめられます。
特設サイトの構成図がiPhoneで崩れていたのも、私が報告して直してもらいました。

16:06には「どんどん指示を追加するのでそれぞれ別エージェントに対応させてください」と伝えています。
文字サイズ、カンペへのリンク、左右のペインのスクロール、音声の自動再生、実演の開始状態の準備を、メインがそれぞれ別の担当に任せました。
この時間帯は、私が触るたびに問題が見つかりました。
本来はこうした品質の確認もAIに任せるべきで、私が触って見つける前に、エージェントが実際の画面や端末で確かめるよう段取りしておけばよかったと反省しています。

練習でデータが変わってしまうので、16:29にはデモの開始時点へ簡単に戻せる [リセット用スクリプト](https://github.com/conao3/ts-payproof/commit/ea16e0f) を置いてもらうよう頼みました。
エージェントはデータを消して戻すのではなく、履歴を残したまま新しい請求書を作り、認証を分けた2つのウィンドウを用意する作りにしました。
デモをするには十分だったので、そのまま受け取っています。

動画はv9、v10、v11と更新を重ねました。
どの動画も、完成物と投稿内容を私が確かめて了承したあと、エージェントがYouTubeへ限定公開で上げ、提出済みの作品の動画URLを差し替えています。
最終版v11の差し替えが済んだのは16:56、締切の4分前でした。
最初の提出を早く済ませても、最後の更新は締切ぎりぎりまでかかりました。

締切直前の16:51には、メインでコンパクションが走り、2分半ほど指示を受け付けなくなりました。
このときはとてもハラハラしました。
反省点は、ブラウザを操作してYouTubeへ動画を上げる作業を、メイン自身が受け持っていたことです。
これは成果の割にトークンを多く使う作業なので、動画のアップロード担当を別に立て、メインはいつでも指示を受けられる体制にしておけばよかったと思います。

## 17時台 一次審査

会場での説明とDiscordの情報から、審査室にはテレビがなく自分のPCで実演すること、3分の実演と2分の質疑で交代することが分かりました。

提出のあとは、発表を練習しながら、話の流れが自然になるように紹介する機能と順番を調整していきました。
17:00の締切のあとに変えたのは、見せる順番と手元のカンペだけで、アプリのコードは変えていません。
最終的なライブデモは、保留、音声での質問、独立した確認と承認、模擬支払い、Summaryの5手順です。
保留の直後に「Why is this payment held?」と声で質問する場面を入れ、金額を変えて古い承認が拒否される場面は動画に任せてライブからは外しました。
iPhoneで見るカンペも、構成図を説明する最後の原稿や、AtlasとElevenLabsで作れたことを伝える最後の一言を足しながら、発表の直前まで合わせて直しています。

17:02には、正式な締切と「一次審査はチーム名の呼び出しを聞くように」という告知を、メタが見つけて共有してくれました。
ところが、肝心の呼び出しが聞き取れません。
それに私自身、参加の申し込みは方針だけを了承してエージェントに任せていました。
チーム名は提出フォームで作品名と同じPayProofにしていたのですが、それがチーム名だという意識が抜けていて、17:26にメタに聞くまで把握していませんでした。
結局、17:42に届いていた審査室への呼び出しのメールに気付いたのは、18:00のメタの定期確認です。
いつ呼ばれるか分からない慌ただしい状況でも、メタは決まった間隔ですべての情報源を確認していて、私が見ようとも思わなかったメールを拾ってくれました。
コンテストに付き添うコンパニオンとして、きちんと役目を果たしていたと思います。
ただ、30分おきの確認では、急ぎの通知に気付くまでどうしても時間がかかります。
情報源を増やすだけでなく、急ぎの通知をどれだけ早く拾うかも課題として残りました。

18:52に審査を終えたと報告しました。
19:54には会場のスクリーンの写真で決勝の6チームを確かめました。
PayProofはその中にありませんでした。

決勝の6チームの発表を聞いて、課題と提案を比べてみました。
会場で聞き取った範囲のまとめなので、正確な内容は各チームの作品ページを見てください。

<table border="2" cellspacing="0" cellpadding="6" rules="groups" frame="hsides">

<colgroup>
<col  class="org-left" />

<col  class="org-left" />

<col  class="org-left" />
</colgroup>
<thead>
<tr>
<th scope="col" class="org-left">チーム</th>
<th scope="col" class="org-left">課題</th>
<th scope="col" class="org-left">提案</th>
</tr>
</thead>
<tbody>
<tr>
<td class="org-left"><a href="https://cerebralvalley.ai/e/mongodb-toronto-hackathon/hackathon/gallery/25">suture</a></td>
<td class="org-left">障害の調査と修正で、エージェントが途中で止まっても最初からやり直さない</td>
<td class="org-left">過去の対処をAtlasのベクトル検索で参照し、修正PRとCIまで進める。作業の状態を保存して再開する</td>
</tr>

<tr>
<td class="org-left"><a href="https://cerebralvalley.ai/e/mongodb-toronto-hackathon/hackathon/gallery/6">Musory</a></td>
<td class="org-left">店のBGMが客の好みと合わない</td>
<td class="org-left">客の要望をAtlasでまとめ、音楽をその場で生成する</td>
</tr>

<tr>
<td class="org-left"><a href="https://cerebralvalley.ai/e/mongodb-toronto-hackathon/hackathon/gallery/98">Day One</a></td>
<td class="org-left">新人の開発環境の構築に時間がかかる</td>
<td class="org-left">新人ごとのコンテナで依存の導入からテストまで進め、過去の失敗を検索して使う</td>
</tr>

<tr>
<td class="org-left"><a href="https://cerebralvalley.ai/e/mongodb-toronto-hackathon/hackathon/gallery/52">Legacy Siege</a></td>
<td class="org-left">古いシステムへの攻撃と、修復する側の障害</td>
<td class="org-left">攻撃役と修復役の複数のエージェントを動かし、経験をAtlasに保存して次に使う</td>
</tr>

<tr>
<td class="org-left"><a href="https://cerebralvalley.ai/e/mongodb-toronto-hackathon/hackathon/gallery/39">Phylax Tower</a></td>
<td class="org-left">航空管制で、航空機と地上車両への指示が食い違う危険</td>
<td class="org-left">通信を監視し、食い違いを警告して止める</td>
</tr>

<tr>
<td class="org-left"><a href="https://cerebralvalley.ai/e/mongodb-toronto-hackathon/hackathon/gallery/3">One Lesson</a></td>
<td class="org-left">ロボットに教えた内容を共有するときの、教えた人やルールの管理</td>
<td class="org-left">教えた人とバージョンを記録し、ロールバックや危険な指示の拒否をする</td>
</tr>
</tbody>
</table>

6チームのうち半分ほどは、Atlasに経験や作業の状態を残して、次の判断や再開に使う提案でした。
PayProofは承認の手続きをエージェントに強制するところまでに留まっていて、決勝に残るにはもう一歩が必要だったのだと思います。

## 20:54 結果発表

20:54からの結果発表では、1位がLegacy Siege、2位がsuture、3位がMusoryでした。

ElevenLabsの特別賞は同社が別に審査し、後でDiscordで告知するそうです。
この時点で決まったのは一般の上位3チームで、特別賞は結果待ちです。

# 振り返り

## メタの役割

メインは実装、担当者からの報告、動画や提出物を扱い、メタは運営の案内と私の相談を受け持ちました。
メタが見る情報源は2つのメールアカウント、イベントページ、ガイド、提出フォームです。
それに加えて、メイン側で私が何を指示したかも追わせました。
私はメインとメタの両方で方針を変えるので、運営の情報と一緒に、その変更も追う必要がありました。

私の発言は全文を取り込み、エージェントの長い報告からは必要な進捗や障害だけを拾って読ませています。
メタには、調査を自分で終わらせ、次の判断を変える情報をメインへ届ける役割を持たせました。
10:48には私からも、メタ的な情報処理はメタ自身でやり、メインに調査を頼まないよう伝えています。

結果として、メタを置いたのは良い判断でした。
運営の情報や締切の告知はメタが拾ってメインへ渡したので、メインは最後まで実装と提出物に集中できています。
一方で、メタ自身も大量の文脈を抱え、急ぎの通知には間に合わないことがあったので、情報を拾う仕組みと急ぎの連絡の受け方は、分けて考えたほうがよさそうです。

## 指示の待ち時間とSteer

T3 Codeでは、エージェントが動いている間に送る指示を、通常のプロンプトとしてキューに入れるか、Steerとして今の作業に割り込ませるかを選べます。
キューに入れると、今の作業が終わるまで待たされ、すぐには反映されません。
会場では追加の案内や、使ってみて初めて気付く問題が次々に見つかるので、その場で方針を伝えて、すぐに反応してほしい場面が何度もありました。

一方でSteerすると、LLMにとってはまったく違う文脈が作業の途中に入るので、結果に悪い影響が出ます。
さらに、これまで見てきたように、やっていた作業を忘れてしまうこともよくありました。
未完了の項目をファイルで管理しても、元の仕事へ戻るかどうかは安定しません。
元の仕事が続いているのか、追加の指示で止まったのかを、私が確かめ直す手間もかかりました。

入力をすぐ受け取れること、それを作業に反映できること、追加の質問に答えたあと元の仕事に戻れることは、それぞれ別の課題です。
次は、メインがフォアグラウンドで抱える作業をもっと担当者にオフロードして、いつでも割り込みを受けられる状態を最初から作っておくつもりです。
ハッカソンの外で時間をかけられるときに、そのための仕組みをハーネスの側に用意してみたいと思います。

## 情報収集のスクリプト

定期の情報収集では、専用のスクリプトが差分だけを取ります。
エージェントが中身を読むのは変化があったときだけなので、コンテキストを節約できます。
取得の間隔も、ふだんは30分おきにし、提出前の2時間は15分おきに縮めて頻度を上げています。
1時間に1回の直接の確認は、そのスクリプトの見落としを見つけるためのものです。
取りこぼしが見つかったときは、その回のうちにスクリプトを直し、同じ見落としを再現するテストも足すよう、あらかじめ伝えておきました。
情報収集の仕組みが、私の手を借りずに自己修復 (self-healing) するようにしたわけです。

このスクリプトでは、本文を読めたか、本文が変わったか、重要な新情報か、メインへ届けられたかを別々に扱いました。
確認済みにするのは、配信したか既知と判定したあとです。
取得に失敗した回を「更新なし」に混ぜることはしません。
メールのスレッドで最新の1通しか開いていないときも、この確認で拾います。

この仕組みには、それなりのコストもかかっています。
後で集計すると、メタの累計入力はメインを上回っていました。
情報を選り分ける側も、大量の文脈を抱えていたことになります。

## AIの報告と実機での確認

エージェントは、HTTPの検証、ブラウザの自動操作、未ログインでの再生確認、私のマイクとiPhoneでの確認を、それぞれ別の結果として記録しました。
「合成音声をAPIへ送れた」と「会場のPCで私が話して回答を聞けた」は同じではありません。
自動操作が1分以内に終わっても、私が説明しながら3分で操作できる証拠にはなりません。
どこまで確かめたかを書き残すことは、独立した担当を設けるのと同じくらい大事でした。

最初の提出のあと、14:10に運営から「Action needed: your demo video for "PayProof" is private」というメールが届きました。
1分の動画を限定公開にしたつもりが完全な非公開になっていて、運営からは見られなかったのです。
メタは14:30の定期確認でこのメールを見つけてメインへ伝え、私が限定公開に直したあとは、ログアウトした状態のブラウザですべての成果物を確かめるよう、メインへの伝言も引き受けてくれました。
それ以降、メインは提出物を更新するたびに、ログアウトした状態で見られるかを確かめています。

## 私が決めたこと

後半は、全体像の整理、構成図、B1レベルの英語の原稿、iPhone用のカンペと、発表のための準備を私から順に頼んでいきました。
後半に繰り返し決めていたのは、何を実装するかより、何を理解して何を何秒で見せるかです。

外部へ投稿する内容は、でき上がったものを私が確かめて了承しました。
準備と検証はAIが進め、公開の判断は私が下す、という分担です。
PayProof自体も人間の確認と特定の支払いへの承認を扱うアプリです。
作っているアプリと、それを作るAIとの協業が、似た課題を抱えていました。

## 時間の使い方

![img](https://s.conao3.com/img/bd0d48-hackathon-timeline.svg)

主要実装のコミットから最終動画の差し替えまでは6時間14分ありました。
その間にも音声機能の追加や不具合の修正はしています。
それでも会話の多くは、伝え方、操作、説明の準備、公開と提出の確認に使っています。
最初の提出から最後の更新までだけでも2時間46分あります。

実装が速く進んだので、残りの時間を発表の準備に回せました。
次に改善したいのは、機能ができるたびにエージェントに実際の画面で確かめさせ、私は何をどう説明するかを早く決めることです。
「機能が動いた」「公開物を見られた」「本人が実演できた」はそれぞれ別の区切りとして扱おうと思います。

# コンパクションの推移

![img](https://s.conao3.com/img/bd0d48-hackathon-context.svg)

この図は、20スレッドの各応答に記録された入力トークン数を並べたものです。
コンテキストの使用量の推移を見たいので、累計ではなく、その応答の入力の大きさを使いました。
点線はT3に記録されたコンパクションの完了です。

メインでは、最初のコンパクションの前に約44.8万トークンあった入力が、次の応答では約3.5万まで減りました。
そこからまた増え、当日中に4回のコンパクションを終えています。
メタは6回、実装、動画、スライド、ライブ開始状態の担当が1回ずつで、合計14回です。

印象的だったのは、後から作った小さな担当でも最初の入力がかなり大きいことでした。
たとえば音声の自動再生の担当は、最初の応答の時点で約36.2万トークンの入力がありました。
親の会話を引き継いで起動した担当は、作業を分けても文脈までは小さくなりませんでした。
依頼の内容を絞って渡したHTTP検証やAstraのレビューは、小さな入力から始まっています。

コンパクションを何度も挟みながら作業を続けるには、現在のバージョン、担当範囲、完了条件、証拠、私の判断待ちを会話の外にも残しておく必要がありました。
ただ、記録が残っていても、仕事が続くとは限りません。
人数調査で起きたことが、その例です。

## 累計の入力トークン

![img](https://s.conao3.com/img/bd0d48-hackathon-usage.svg)

20スレッドの累計入力は911,434,135トークンでした。
そのうち900,964,689トークン、約98.85%がキャッシュからの入力です。
出力は1,638,098トークンでした。

これは同じ文脈を何度も入力した合計なので、約9億トークン分の新しい情報を読んだわけではありません。
キャッシュ以外の入力は約1,047万トークンでした。

入力が多かった順に、メタが約3.35億、メインが約2.24億、動画担当が約9,597万、実装担当が約7,852万、スライド担当が約5,741万でした。
いちばん多かったのは、運営の情報と私の相談を受け続けたメタでした。

# 記録と集計の方法

時系列はT3 Codeの会話と実行記録、エージェントのネイティブログ、当日保存した運営の案内、Git履歴を突き合わせて組み立てました。
作業ログと使用量の集計は当日の20:08までが対象で、結果発表と作品一覧は、会場でのメモと公式の作品一覧で確かめました。
集計したのはメインとメタとその子孫の20スレッドで、この記事を書くために使ったトークンは含めていません。
20:08までに、PayProofの公開リポジトリには41コミット (17:00以降の5件はカンペのページだけ)、非公開の作業資料には148コミットがありました。
非公開の側にあるのは調査のメモ、運営の案内の写し、情報収集のスクリプトなどで、アプリのコードはすべて公開リポジトリにあります。

使用量の重複は、応答ごとのIDで取り除きました。
親から引き継いだ履歴は子の新しい作業として数えず、コンパクションは各スレッドのT3の実行記録から数えています。
モデルの出力トークンに含まれるreasoningの内訳を、出力に重ねて足すこともしていません。

図の元になる [時刻と使用量の集計データ](https://s.conao3.com/img/bd0d48-hackathon-data.json) と、[図の生成スクリプト](https://github.com/conao3/blog-stasis-src/blob/master/bin/hackathon-20261114-plots.py) も置きました。

# おわりに

この日AIと一緒に作ったのは、アプリだけではありません。
発表のための説明や図、iPhoneのカンペ、発表用PCの設定まで用意しました。
実装が速く進んだことも、指示の届け方に工夫が要ったことも含めて、AIとの協業をたっぷり味わえた一日だったと思います。

ファイナリストのピッチには進めませんでしたが、楽しかったです。
