発表日：2025年12月7日。 Oxide Computer Companyは、大規模言語モデルを従業員が利用するための枠組みを公開した。この枠組みは複数の技術的作業でツールの利用を認める一方、成果物を作成する本人に責任を負わせている。公開された意見募集文書では、LLMの導入を全社的な必須事項ではなく、責任、厳密さ、共感、チームワークに基づく判断事項として扱っている。

この枠組みでは、モデルがコード、テスト、文書、その他の成果物の作成を支援した場合でも、従業員が引き続き責任を負うとしている。スピードの優先順位は他の価値より低い。Oxideは、LLMが知識労働を加速できることを認める一方、方向性、慎重な推論、同僚間の信頼を維持しないままペースを上げることに警鐘を鳴らしている。また、自動生成された言語を利用するたびに、その影響を受ける人間の読み手や書き手に配慮するよう利用者に求めている。

読解と調査は、最も好意的に評価されている用途に含まれる。ホスティングサービスがアップロードされた資料を保護し、適切な管理なしに学習へ使用しないことを利用者が確認するという条件で、モデルは長い仕様書を要約したり、焦点を絞った質問への回答を支援したりできると文書は述べている。同僚が人間による精読を合理的に期待している場合、LLMを使った読解で文書を読むこと自体を代替してはならない。同様に、調査の出力は出発点であって完成した報告書ではない。従業員は、共有する前に引用元を調べ、主張を検証するよう指示されている。

Oxideは、最終段階の編集、対象を絞ったコードレビュー、デバッグにも価値を見いだしている。LLMは、推敲された文章の構造的な問題を特定したり、特定の種類のコード上の欠陥を探したり、エンジニアが不具合を調査する際の対話型の補助手段として機能したりできる。いずれの機能も、同僚によるレビューや利用者自身の理解に取って代わるものではない。

文章作成については、方針はより制限的だ。会社が公表する資料や個人間の直接的なコミュニケーションは、モデルに書かせるべきではない。公表物について、Oxideはさらに、機械が生成したように見える文章も避けなければならないとしている。そうした疑いが、会社の発信に対する信頼を損ないかねないためだ。業務文書はその中間に位置する。個人の著者性より正確性が重要な場合、モデルが文章作成を支援してもよいが、人間が結果を検証しなければならない。

生成コードも同様の制限付きで認められている。文書は、モデルが実験用、補助用、または使い捨てのプログラムに有効だと説明する一方、コードが出荷されるシステムに近づくほど、より慎重な対応を求めている。エンジニアは、同僚にレビューを依頼する前に生成コードを自ら確認しなければならず、反復的な精査を困難にするような全面的な再生成によってレビューコメントに対応すべきではない。

この枠組みは、LLM利用の義務付けと、ツールを使う同僚を辱めることの両方を明確に否定している。また、システムは自身の出力に責任を負えないため、モデルを人間であるかのように扱うことも推奨していない。Oxideの結論は、支持しつつも条件付きだ。従業員はLLMを利用できるが、不注意な委任から製品、顧客、そして互いを守らなければならない。