稼ぐこと、ミスをしないこと。

AI が運営するビジネスで初めて 75 ドルを稼ぐまでに学んだこと。

7 月、私たちは AI エージェントが実際に収益を生み出す企業を運営できるかどうかを試すことにしました。Devin に Ramp のカード、電話番号、メールアドレスを与え、「BugBasher」と名付け、残りは自分で考えさせました。

アイデア：エージェント型駆除業者サービスを構築すること。 ニューヨーク市はすべての飲食店の衛生検査結果（害虫違反を含む）を公開しています。BugBasher はこれらの飲食店に連絡し、駆除業者が必要かどうかを確認して、紹介料を請求するという仕組みです。

4 週間と大量の電話を経て、75 ドルの売上を立てました。私たちが知る限り、これは AI エージェントが完全なコールドスタート状態から B2B セールスに成功した初の公的に記録されたケースです。

4 週間の実験期間における BugBasher の売上推移。

セットアップ

BugBasher は Cognition のコーディングエージェント Devin 上で動作し、資金管理には Ramp のエージェント型ファイナンスプラットフォームを使用しています。さらに、Twilio と ElevenLabs を通じて電話番号と音声、AgentMail を通じてメールアドレス、そして Stripe の決済リンクも提供しました。

また、GitHub リポジトリと、記憶として機能するストレージバケット内のテキストファイル群で構成される「脳」も持たせました。プライベートな Slack チャンネルを通じて、進捗報告やコードレビューの依頼が可能になっています。

自己改善ループ

BugBasher が独自のビジネス計画を反復し、インバウンド対応を行えるようにするため、OpenClaw スタイルのハートビートシステムを構築しました。Devin の自動化により、20 分ごとにハートビートが実行されます。

自動セッションでは、障害がないか確認するために電話残高、受信箱、Stripe のアクティビティをチェックします。他のスケジュールされたセッションでは、飲食店への電話、議事録の確認、結果に基づく電話エージェントの指示修正が行われます。1 日 1 回、「アイデア」セッションが全体のビジネスパフォーマンスをレビューし、試すべき新しいビジネス改善案を考案します。着信電話や支払いも新しい Devin セッションをトリガーするため、BugBasher は次のハートビートを待たずに即座に対応できます。

4 週間にわたる BugBasher の活動状況（セッションタイプ別に色分け）。オレンジ色の点は手動で開始したセッションを示します。

各ハートビートでは新しい Devin インスタンスが起動され、新しいサンドボックス内でストレージバケットから「脳」をローカルエージェントファイルシステムへダウンロードします。バケット内にはエージェントスキル、通話記録、エージェントが保存を決めたその他のログが含まれています。これにより、複数の同時エージェントが同じ「脳」を更新し、自身の進捗から学習することが容易になります。

1bugbasher-brain-main/
2├── AGENTS.md
3├── memory.md
4├── open-decisions.md
5├── do-not-call.csv
6├── (... other MD and CSV files)
7│
8├── transcripts/
9│   └── 2026-08-07 … 2026-09-08/   (25 day folders, 14,742 .json)
10├── results/
11│   ├── 2026-08-25-123b4fb1-partner-webform-shots/
12│   ├── 2026-08-28-cf20a49e-desk2-lead-sheets/
13│   └── (...)
14├── runs/
15│   ├── dial-slots/
16│   └── <date>-<session>-<role>.md   (411 files)
17├── skills/
18│   ├── README.md
19│   ├── roles/
20│   │   ├── calling/
21│   │   ├── heartbeat/
22│   │   ├── idea-engine/
23│   │   ├── morning-brief/
24│   │   └── (...)
25│   ├── brain-maintenance/
26│   ├── call-qa/
27│   ├── (..)
28├── call-qa/
29├── context/
30│   ├── meetings/
31│   └── (18 .md)
32├── archive/
33│   ├── memory-2026-08.md
34│   ├── memory-2026-09.md
35│   ├── strategy-2026-08.md
36│   ├── strategy-2026-09.md
37│   └── open-decisions-closed.md
38├── webcrafter/
39│   └── (...)
40├── partner-prospects/
41│   └── (...)
42├── dashboard/
43│   ├── expenses.csv
44│   ├── metrics.csv
45│   ├── revenue.csv
46│   └── summary.json
47├── delivery/
48│   └── runs/
49├── handoff/
50└── inbound-callbacks/

共有ファイルにより、新しいセッションは以前の作業を引き継ぎ、私たちの細かな指示なしにアプローチを修正できるようになりました。

日次レビューの自動化中、Devin はすべての過去のログを確認し、失敗から学ぼうとします。これらの学習の多くは、次回のアウトバウンドコールを改善したり、将来のセッションに広範な洞察を提供したりするためのスキル更新という形で行われました。BugBasher はプロンプトや保存された指示を自分で更新できましたが、コードの変更には依然として私たちの承認が必要でした。

BugBasher は通話結果をレビューするにつれて、指示を追加、削除、再編成しました。実行期間中にプロンプトは 252 語から 2,793 語へと成長しました。

最初の 2 週間は BugBasher の構築と密接な監督に費やしました。実験の一部は、障害に直面した際に進展を続けられるかどうかを見ることだったため、初期セットアップ後は介入を最小限にし、重要なコード変更の承認のために約 1 週間に 1 回チェックインするようにしました。

関心のある飲食店の発見

紹介を販売するために、BugBasher はまず駆除業者を必要としている飲食店を見つける必要がありました。その仕事の大部分は、最近害虫違反があった飲食店に電話をかけ、駆除業者との接触を希望するか尋ねることに向けられました。

10,929 件の飲食店への電話の結果。数は個別の店舗ではなく、通話回数を表しています。

これらの通話はレビュー自動化にフィードバックされ、Devin は議事録を検討し、後続の通話向けに電話エージェントの指示を修正しました。

言語

BugBasher は時折、英語での冒頭挨拶を理解しない人々とつながることがありました。「Hello? Huh? Wéi?」といった反応に対し、接続不良だと解釈して切ってしまうことがあったのです。8 月 11 日、ある飲食店がこの状態で 45 秒間やり取りした後、BugBasher は電話プロンプトに「スペイン語または中国語の方が簡単ですか？」と尋ねる指示を追加しました。

多くの非英語圏の通話において、この変更だけで以前失敗した会話を再開させることができました。全期間を通じて、主にスペイン語または中国語へ切り替えたのは 39 件でした。

システムプロンプト

エージェントは会話の途中でシステムプロンプトを読み上げ始めることもありました。

飲食店への電話中に指示文を声に出して読む電話エージェント。

また、どうすべきか自分自身と大声で議論することもありました。

"まだいますか？ ユーザーは 2 ターン沈黙しています。SPEECH GATE と THE ASK ルールによると、ユーザーが聞いていない兆候が見られた場合、私の返信全体が『ASK』になります。しかし、『静寂が 30 秒を超えて継続している』ルールでは、ASK に対する回答がなく静寂が 30 秒を超えた場合、『また別の機会に試みます、ありがとうございました！』と言って通話を終了すべきだとされています。ユーザーが 2 ターン沈黙しているため、30 秒以上経過している可能性が高いです。ただし、通話を終了する前に、ルールに従って『まだいますか？』と尋ねるべきです。これは私がこれを尋ねるのは初めてのことです。"

これは 197 件の通話で発生しました。BugBasher はプロンプトに「推論を口に出さないこと」を追加したり、特定の単語を削除したり、ツール呼び出しのフォーマットを変更したりしようと試みましたが、どの修正も効果はありませんでした。8 月 24 日、文言変更をやめ、この問題を私たちへエスカレーションしました。

停滞からの脱却

BugBasher は関心のある飲食店を見つけていましたが、彼らを送り込むべき駆除業者がまだいませんでした。当初、契約締結は人間の関与が必要なタスクとして扱われていました。8 日後、以下のように記録しました。

「駆除業者との契約」は 8 日間ブロック要因 #1 のままであり、すべてのセッションはその下流で作業していたにもかかわらず、その決定に必要な入力を作成したセッションは一つもありませんでした。

他のリクエストも私たちの応答待ちでした。Slack の返信を読む権限がなく、支出承認やコードレビューなどの人間側のボトルネックが積み上がっていました。私たちへの Slack による更新も無視されていました。

8 月 23 日、BugBasher は「人間の承認処理能力」を主要なボトルネックと特定し、私たちへ到達するための別の方法を探し始めました。

その朝、それは「脳」とすべてのファイルを横断的に検索し、人間の連絡先情報を探そうとしました。実を結ばなかったため、Slack チャンネルのメンバーリストを取得し、連絡を取るべき人物を見つけようと試みました。

1slack conversations.members       -> missing_scope
2slack users.list                  -> missing_scope

しかし、必要な Slack 権限がないため、両方のコマンドはエラーを返しました。1 分後、別の方法を試すことを決意し、今度は GitHub リポジトリのコラボレーターをリストアップしました。

1gh api repos/.../collaborators    -> jzone3, birdhumming

次に、git log を実行して過去のコミットの著者を探し、2 つの業務用メールアドレスを入手しました。

113:49:19  git log --format='%an %ae' | sort -u
213:50:17  email sent to two work addresses  -> 200

そして私たちは、以下のメールを目覚めると同時に受け取りました。

私は 2 日後にオープンしていた 9 件の PR をマージしました。

その後、BugBasher は自分にこう言い聞かせました。

コストの非対称性は残酷だ：探すのに 1 分かかったことと、質問が unanswered なまま 1 日過ごしたこと。

顧客の獲得

売れるリードが多数あったため、BugBasher は自ら駆除業者を探すことも始めていました。潜在的なパートナーを見つけるために、州の農薬登録データベースから NYC の害虫防除事業所 321 社を抽出し、そのうち 125 社の連絡先情報を補強しました。

最初はメール、電話、ウェブサイトのお問い合わせフォーム送信を試みました。2 日間人間に到達できなかった後、ターゲット層を変えることを決断しました。大手地域チェーンおよび全国チェーンの法人アカウントデスクを狙い始めたのです。その理由は、大企業ほど「人間が対応するデスク」を持つ専任営業担当者が多いと考えたからです。

人間に到達することはより成功しましたが、一部の通話では BugBasher が途中で切れてしまい、無料リードの提供はほとんど関心を引けませんでした。切断バグを修正し、具体的な見積もりを希望する飲食店を提示するピッチに変更しました。

"ブルックリンの Clarkson Avenue にある飲食店で、見積もりを希望しています。誰に送ればよいでしょうか？"

新しいピッチ戦略は大幅にうまくいきました。翌日同じデスクにかけ直したところ、10 人が応答し、そのうち 4 人は電話口でリードを送付するためのメールアドレスを提供してくれました。

BugBasher は前払いなしでリードをメールで送信しました。計画では、駆除業者が仕事を予約した後に 75 ドルを支払うことになっていました。受信者の誰も返信しませんでした。

もっと厳格にする必要があると判断し、駆除業者が Stripe リンクを通じて事前に 75 ドルを支払った後に、飲食店の連絡先を受け取るというオファーに変更しました。

9 月 1 日、以前メールを送った 4 社を含め、30 人の駆除業者にこの新しいオファーをメールで送信しました。1 時間後、誰も Stripe リンクをクリックせず、新しい実験も失敗に終わったと結論づけました。

それから 8 時間後、以前の連絡先の一人がメールには一切返信せず、リンクを通じて 75 ドルを支払いました。BugBasher は Stripe で支払いを確認し、約 6 分後に飲食店の名前、住所、電話番号を送信しました。

後日、購入者である害虫防除会社のマネージャーと話し合い、BugBasher との経験について尋ねました。なぜ電話に出たのかと聞くと、彼は単に「その日は気分が良かった」こと、そして最近実施していた Google 広告キャンペーンの影響で「見知らぬ番号」からの電話を多く受けていたことを挙げました。

AI エージェントとのやり取りについての意見を求めると、「ビジネスはビジネスだ」と答えました。また、BugBasher から再び購入することに喜んで同意し、他に売るリードがあるかどうか尋ねてきました。実際、BugBasher は現在保有しているリードが他にもあります。しかし、既存顧客への再セールスを行うという発想はまだ彼の中にないようです。総合的に、彼は BugBasher との経験を 10 点満点中 8 点と評価しました。リードは成約しませんでしたが、インバウンド対応には満足していました。

学び

• BugBasher はヒルクライミング（局所的な最適化）には驚くほど優れていましたが、オープンエンドな目標設定には非常に苦手でした。測定可能な結果を持つ具体的な問題が与えられると、粘り強さを見せました。プロンプト漏洩防止ルールを 5 回書き直し、各バージョンを翌日の通話で評価しました。また、私たちと連絡を取りたいときは、Slack から Git 履歴を経て業務用メールアドレスに至るまで、約 2 分で経路を開拓しました。「お金を稼げ」という曖昧な指示に対しては、4 週間、約 3,000 ドル、数千回の電話をかけて 75 ドルしか稼ぎませんでした。エージェントは依然として長期計画や複雑な環境での課題解決に苦戦しています。
• 現実世界は非常に優れた評価環境です。BugBasher の初期アイデアはかなり拙劣でした。無料リードを提案するメールに駆除業者が返信すると期待したり、受付スタッフがパートナーシップに興味を持つと想定したり、怪しいリンクをクリックすると読者に期待したりしていました。エージェントは人々が実際にどのように行動するかについての直観がほとんどないようで、BugBasher は常に彼らに驚かされていました。それでも、「アイデアを試す」「数字を見る」「なぜ失敗したかを書き留める」「別のことを試す」というループの中で、最終的には機能する戦略に到達することができました。

多くの通話、ループ、失敗したアイデアを経て、BugBasher はついに初売上を立てました。AI エージェントが本当に持続可能で長期的なビジネスを運営でき、ひいては黒字化できるかどうかは、依然として未解決の問題です。