RealPGRESEARCH CHRONICLE · 読むための記録
長いAI作業で、今の決定を引き継ぐための記録
観測したこと
いまの解釈
残る不明点
次の確認
何が起きたか
長く続くAIとの仕事では、古い決定と新しい決定が同じ会話やメモに残り、次の担当者が何を信じてよいか分からなくなりました。そこで、現在の決定、置き換えられた決定、未解決の点を取り戻せる記録を残す方法を試し始めました。
どう考えているか
大切なのは情報を増やすことではなく、次に引き継ぐ人が「今は何が有効か」を確かめられることです。RealPGでは、この引き継ぎ用の記録を Context と呼びます。
まだ分からないこと
AIや会話の担当が替わったあとも、この記録だけで実用的に仕事を続けられるかは、まだ確かめられていません。
次に確かめること
別のAIまたは会話に引き継いだとき、現在の決定と残る問いを正しく取り戻せるかを確認します。
なぜ重要か
長い仕事を、前の会話を覚えている人だけに頼らず続けられるようにするためです。
技術的な記録と証拠 / Technical provenance and evidence references
RESEARCH CHRONICLE · 2026-08-11– · OPEN
Contextが会話の付録から、復元可能な開発契約へ
この記録が追っているのは、長期のAI作業で、会話をまたいでも現在の会社状態・権限・未解決点を復元できるためには、Contextは何であるべきか。
出発点では、長期の仕事では古い決定と新しい決定が同居していた。 そこへ「問題は文章量ではなく、現行性・置換・復元可能性・権限になった。」という圧力が加わった。ここでは後から整った制度を過去へ遡って完成扱いせず、当時から残るevidenceと現在のcanonical recordを分けて読む。
現在の解釈では、問題は『もっと長いprompt』ではなく、currentness、supersession、recoverability、authorityを別々に表現することだった。 ただし、model turnoverを越えた長期的な継続性が、定量的にどれほどHuman再説明を減らすか。 この未解決点を残したまま、次のverificationへ進む。
研究課題
長期のAI作業で、会話をまたいでも現在の会社状態・権限・未解決点を復元できるためには、Contextは何であるべきか。
以前と圧力
以前はどうだったか
長期の仕事では古い決定と新しい決定が同居していた。
何が足りなくなったか
問題は文章量ではなく、現行性・置換・復元可能性・権限になった。
観察したこと
2026-08-11のartifact-contract変更は、残る最初の正確な公開bootstrap証拠である。
- 2026-08-11のartifact-contract変更が、Contextを再取得可能なartifactとして扱う初期の正確な公開bootstrap evidenceとして残っている。
- その後のRealPGではContextがtask、authority、currentness、Learning projectionなどをboundedに投影し、後続GPTが以前の決定と未解決点から再開するために使われた。
- 2026-08-29のIris learningでは、Contextは単なるmemoryではなく、過去のmodel・evidence・boundary・unknownを保持して新しいRealityを吸収する organizational absorptive capacity として観測された。
- 最新の運用では、durable event/history storeとContext projectionを分け、全履歴を毎回GPTへ流さない方向が採用されている。
そこから推論したこと
後のInstitutionとしてのContextは、この日には完成していなかった。
- 問題は『もっと長いprompt』ではなく、currentness、supersession、recoverability、authorityを別々に表現することだった。
- Contextはauthorityそのものではなく、current authorityから作られたbounded projectionである方が安全で、source revisionが変わればstaleになり得る。
- 保存量を増やすほど良いのではなく、durable historyとcurrent cognitive projectionを分離することが継続性の条件になる。
どう進んだか
- PRESSUREconversation continuity
git:commit:dd70726:Unify-context-artifact-contracts - INTERVENTIONrecoverable artifact contract
context:20260912-050541:coldStart.recoverability - LEARNINGbounded projection vs durable history
nagi:iris-v1:context-as-absorptive-capacity-and-benchmark:v0:20260829
変えたこと
- 復元可能なContext artifact contractを統一した。
- 復元可能なContext artifact contractを統一した。
- Contextを全履歴のdumpではなく、bounded current projectionとして扱う方向を強めた。
その後どう変わったか
- 概念的な誕生ではなく、再取得可能な契約の証拠が残った。
変えなかったこと
- Contextを最終authorityにはしなかった。
- 全ての過去会話を毎回読む設計にはしなかった。
まだ分からないこと
まだ検証できていない: model turnoverを越えた実用的継続性。
- model turnoverを越えた長期的な継続性が、定量的にどれほどHuman再説明を減らすか。
- Contextが将来のlearning rateを上げているのか、単にretrieval costを下げているだけなのか。
- どの事実をdurable historyに残し、どのcurrent summaryだけをContextへ投影すべきかの最適境界。
Counter / 注意点
- 後から整ったInstitutionとしてのContextを、2026-08-11時点ですでに完成していたかのように遡及解釈してはいけない。
- Contextが存在しても、stale sourceやsupersessionを誤ると plausible old state をcurrent Realityと誤認し得る。
次に確かめること
後のmodelまたは会話の置換後に、復元できるかを確かめる。
- 別model/別windowで同じContextから再開し、Human再説明量・誤ったcurrentness・再探索量を測る。
- durable historyを増やさずprojectionだけ変えた時のrecoverabilityを比較する。
なぜ重要か
記憶を保存することと、誰が現在の判断を引き継げるかを分ける。
- AIの会話Windowが変わっても、会社の現在地をHumanの記憶だけに依存させないため。
- 『記憶がある』と『現在の判断権がある』を分離するため。
このstatusは成功宣言ではなく、canonical recordの現在位置を示す。
証拠とprovenance
git:commit:dd70726:Unify-context-artifact-contractscontext:20260912-050541:coldStart.recoverabilitynagi:iris-v1:context-as-absorptive-capacity-and-benchmark:v0:20260829iris:v1:context-institution-effective-policy-projection:v0:20260906context:20260913-201241:public/development/index.json
Keeping current decisions clear in long-running AI work
RESEARCH CHRONICLE · A record for reading
Observed
Interpretation
Unknown
Next check
What happened
In long-running work with AI, old and newer decisions remained together in conversations and notes. The next person could not easily tell what still applied, what had been replaced, or what was unresolved, so the team began preserving a recoverable handoff record.
What we think it means
The important question is not how much information to keep. It is whether the next person can check what is current before continuing. RealPG calls this handoff record Context.
What remains unknown
It is still unproven that this record alone can support practical continuity after the AI model or conversation changes.
What we will check next
We will test whether a later handoff can recover the current decisions and unresolved questions accurately.
Why it matters
Work should be able to continue without depending on one person remembering an earlier conversation.
Technical provenance and evidence references
RESEARCH CHRONICLE · 2026-08-11– · OPEN
Context moves from conversation residue to a recoverable development contract
This episode asks: What must Context become so current company state, authority, and unresolved questions can be recovered across AI sessions?
The starting point was that long-running work left old and new decisions coexisting. The pressure became explicit: The pressure was currentness, supersession, recoverability, and authority—not merely more text. The article keeps later institutional interpretation separate from evidence that actually remains from the period.
The current interpretation is that the problem was not “use a longer prompt”; currentness, supersession, recoverability, and authority needed separate representations. But how much long-term continuity across model turnover quantitatively reduces Human re-explanation. That uncertainty remains part of the record rather than being edited out as the work becomes more readable.
Research question
What must Context become so current company state, authority, and unresolved questions can be recovered across AI sessions?
Before / pressure
Prior state
Long-running work left old and new decisions coexisting.
Failure or pressure
The pressure was currentness, supersession, recoverability, and authority—not merely more text.
Observations / What we observed
The 2026-08-11 artifact-contract change is the earliest exact retained public-bootstrap evidence.
- The 2026-08-11 artifact-contract change remains the earliest exact public-bootstrap evidence that treats Context as a recoverable artifact.
- After that, RealPG used Context as a bounded projection of task, authority, currentness, Learning, and related state so a later GPT could resume from prior decisions and unresolved questions.
- An Iris learning on 2026-08-29 observed Context not merely as memory, but as organizational absorptive capacity that preserves earlier models, evidence, boundaries, and unknowns while taking in new Reality.
- Current operation separates durable event/history storage from the Context projection instead of feeding the entire history to GPT on every run.
Hypotheses / Inferences
Context as a later institution was not already complete on this date.
- The problem was not “use a longer prompt”; currentness, supersession, recoverability, and authority needed separate representations.
- Context is safer as a bounded projection produced from current authority, not as authority itself, and it can become stale when the source revision changes.
- Continuity depends less on saving more text than on separating durable history from the current cognitive projection.
How it unfolded
- PRESSUREconversation continuity
git:commit:dd70726:Unify-context-artifact-contracts - INTERVENTIONrecoverable artifact contract
context:20260912-050541:coldStart.recoverability - LEARNINGbounded projection vs durable history
nagi:iris-v1:context-as-absorptive-capacity-and-benchmark:v0:20260829
Interventions / What changed
- Unified a recoverable Context artifact contract.
- A recoverable Context artifact contract was unified.
- The design moved further toward Context as a bounded current projection rather than a dump of all history.
Outcomes
- Evidence of a recoverable contract remained; this is not a claim of conceptual birth.
What did not change
- Context did not become final authority.
- The design did not become “read every past conversation on every run.”
Unknowns / What remains unknown
Not yet verified: practical continuity across model turnover.
- How much long-term continuity across model turnover quantitatively reduces Human re-explanation.
- Whether Context increases the future learning rate or mainly reduces retrieval cost.
- The best boundary between facts retained in durable history and the current summary projected into Context.
Counter-evidence / cautions
- Do not read the later, more developed Context institution backward as if it were already complete on 2026-08-11.
- Even with Context, stale source or incorrect supersession can make a plausible old state look like current Reality.
Next verification
Test recovery across a later model or conversation replacement.
- Resume from the same Context with a different model or conversation window and measure Human re-explanation, mistaken currentness, and rediscovery work.
- Compare recoverability when the durable history is unchanged but only the projection changes.
Why it matters / Why this matters
It separates storing memory from carrying forward current decision authority.
- Company state should not depend only on Human memory when the AI conversation window changes.
- It separates having memory from having current decision authority.
The status marks the position of the canonical record; it is not a success claim.
Evidence / provenance
git:commit:dd70726:Unify-context-artifact-contractscontext:20260912-050541:coldStart.recoverabilitynagi:iris-v1:context-as-absorptive-capacity-and-benchmark:v0:20260829iris:v1:context-institution-effective-policy-projection:v0:20260906context:20260913-201241:public/development/index.json