# 計測結果 — 第 10 章 example-1

実行環境: Linux 6.18 / cwebp 1.x / 8 並列

## 処理時間とサイズ削減(主目的)

```
=== 1,000 ファイルを WebP に変換 (cwebp + xargs -P 8) ===
real    0m13.117s
user    0m46.694s
sys     0m5.098s

=== サイズ削減 ===
  入力 (PNG) : 272.7 MB
  出力 (WebP): 4.4 MB
  削減        : 61.7 倍
```

| 項目 | 数値 |
|------|------|
| ファイル数 | 1,000 |
| 入力合計 | 272.7 MB(PNG, 1200×800) |
| 出力合計 | **4.4 MB**(WebP, 800px 縮小, 品質 80) |
| サイズ削減 | **61.7 倍** |
| 実行時間(8 並列) | **13.1 秒** |
| 1 ファイルあたり | 13 ms |
| AI API 呼び出し | **0 回** |

CPU 使用は 46 秒(8 並列で実時間 13 秒)。

## エージェント方式との比較(章本文の数字)

| | エージェント | このシェル方式 |
|--|------------|--------------|
| 1 回の所要時間 | 約 60 分(LLM 応答待ち) | **13 秒** |
| 1 回の AI 利用料 | 約 $5 | **$0** |
| 1 回の比 | | **約 280 倍速い、∞ 倍安い** |

## 年間で運用したら

| 頻度 | エージェント | シェル | 年間差額 |
|------|-------------|-------|---------|
| 毎日 | $1,825 / 年 | $0(初回コード生成のみ) | **約 27 万円** |
| 週 1 回 | $260 / 年 | $0 | 約 4 万円 |
| 月 1 回 | $60 / 年 | $0 | 約 9,000 円 |

**毎日同じ処理を AI エージェントに頼むのは、毎日タクシーに乗って同じ道を
通うようなもの**。1 度地図(コード)を作れば、あとは無料で歩ける。

## サンプル出力(`out/sample/`)

WebP 1,000 枚は `.gitignore` で除外しているが、サンプルとして 50 枚を
`out/sample/` にコミット:

```
$ ls out/sample/ | head -5
img_0000.webp
img_0001.webp
img_0002.webp
img_0003.webp
img_0004.webp

$ du -sh out/sample/
388K    out/sample/
```

50 枚で 388 KB。1 枚あたり約 7.7 KB。元の PNG (272 KB) と比べると **約 35 倍**
小さい(リサイズも効いている)。

## コードを「凍結」する効果

このフォルダの `Makefile` 自体が、Claude が書いたコードの「凍結」例だ。
最初の 1 回だけ Claude に「1,000 枚の PNG を 8 並列で WebP 化したい」と
頼んだ。返ってきた `find ... | xargs -0 -n1 -P 8 cwebp ...` を Makefile に
保存した。**それ以降、AI には触らない**。

毎日 cron で `make all` を回すなら:

```cron
0 2 * * * cd /home/me/photos && make all
```

LLM の月額契約は要らない。**API 料金もゼロ**。

これが「**AI に任せていい仕事と、コードに凍結すべき仕事を見極める**」の
具体形。

## 再現手順

```bash
sudo apt install webp imagemagick
make clean && make all
```

13 秒で 1,000 枚処理。