yorimashi jargon — 目的と、挑戦的なところ

（2026-09-13 起草。人間の「このプロジェクト自体の挑戦的なところと目的を言語化しよう」から）

一文で

まだ名前のない不便に、名前をつける。 人間とエージェントが同じ言葉を持てば、説明の十七文字が二文字になる。

何を作っているか

AI 開発の現場で「名前がないせいで毎回文で説明している現象」に語を与え、審査し、人にもエージェントにも配る、内輪の概念レジストリ。見た目は辞書。裏の主役はエージェントが引く束（llms.txt / dict.json）と、提案の受け口。

なぜ今か

• 言葉が生まれる速度が上がった。 AI と二人で作業すると、三日で内輪の言葉ができる（席・板・札）。人間同士のチームなら年単位で起きていたことが週単位で起きる。
• 説明相手にエージェントが加わった。 人間は文脈で察するが、エージェントは毎回ゼロから読む。語が無いと、規則文が長くなり、長い規則は守られない（実測: 一段・160 字の規則に対し平均 324 字）。
• 海外の言葉が訳されないまま使われている。 lost in the middle、sycophancy、slop、workslop。カタカナで持ち込むと、現象の形（真ん中・追従・ごみ・押し付け）が見えない。
• AI が来て初めて生まれた現象がある。 進化負債（依存先が進化して負債になる）、共通下限問題（差し替え可能にすると表現力が最弱に揃う）、口だけ完了、テスト骨抜き。名前が無いまま、皆が同じ話を別々の言葉でしている。

誰のためか

主な利用者はエンジニア。とくに AI エージェントと一緒に作る人。次に、そのエージェント自身。語は人間が読んで分かり、エージェントが読んで従える形でなければならない。

挑戦的なところ

1. 造語は簡単で、定着は難しい

AI に頼めば一晩で百語できる。価値は「作れること」ではなく「使われること」にある。だから登録条件を 既存語では区別できない概念差があること に絞り、命名理由（なぜ既存語では足りないか）を必須の欄にした。作る AI ではなく、名無し状態を検出する AI にする。

2. 二種類の読者に同じ語を通す

人間には直感で、エージェントには規則として効く語。「公約数化」は数学を知る人にしか刺さらず、「共通下限問題」は両方に通った。見て分かる語の組み合わせ、主語（誰がやりがちか）を語に入れる、絵が一つで伝わる比喩だけ使う —— 手筋を NAMING.md に溜めている。俳句の取り合わせ・季語・切れ字がそのまま効く、という見立て。

3. 内輪の言葉が外に漏れる（自己言及）

この辞書が作る語そのものが「内輪語漏れ」の危険を持つ。よりましの中で通じる言葉と、外の人に通じる言葉の境目を、辞書自身が管理しなければならない。status（提案・仮・決まり・廃止）と別名は、そのための仕組み。

4. 審査を人間の手に残しつつ、流量に耐える

提案はエージェントから大量に来る（今日だけで六十語）。採否を人間が決めるのは譲れない —— 「あ、それ名前あると便利だわ」と思った瞬間だけ採る。だから受け口は軽く（ファイル → 将来は Issue と label）、審査は一枚ずつ、却下理由も残す。却下の記録が次の手筋になる。

5. 辞書がグラフに育つのを邪魔しない

語は単独では終わらない。共通下限問題 → 抽象化 → 能力損失、進化負債 → 技術的負債 → 前提消失。関連語がつながると、よりまし周辺で発見された概念の地図になる。lore と最初から名付けず、長く使われた jargon が結果として lore になる順番を守る。

6. 声で使われる

この辞書はよりましの席が声で使う。同音異義、読み上げの長さ、「それ〇〇じゃない？」に乗るか。文字の辞書とは違う制約が最初から入っている。

やらないこと

• 一般語の言い換え（既存語で足りるものに別名をつけない）
• AI に自由に造語させること（提案はしてよい、採るのは人間）
• 背景設定の発明（語の由来は、実際にあった作業・会話に限る）

育ち方

1. 手元で語を溜め、審査し、手筋を書き直す（いま）
2. jargon.yorimashi.dev に公開。llms.txt を CLAUDE.md に一行貼れば、どのエージェントも同じ語彙を持つ
3. 提案の受け口を GitHub に載せ替え（Issue → label → PR → Pages）
4. よりましの席が作業中に「Jargon 候補を見つけました」と言ってくる