Anthropicが提唱する「Claudeの知性を引き出す3つの設計パターン」：ガチガチの制御から自律的なオーケストレーションへ

Anthropicの公式ブログで、最新のAIエージェント設計に関する非常に重要な記事「Harnessing Claude’s intelligence」が公開されました。

AIエージェントを構築する際、私たちは「AIにこれをやらせて、失敗したらこう制御する」という固定のワークフロー（ハーネス）を組みがちです。しかし、この記事は「AIの進化に伴い、そのハーネス自体がボトルネックになっている可能性がある」と警告しています。

1. Claudeが既に「知っている」汎用ツールを活用する

Opus 4.6のような最新モデルは、特定のタスク専用に設計されたAPIよりも、Bashコマンドやテキストエディタのような「汎用的で強力なツール」を使いこなす能力に長けています。

• Bash tool: AIのために設計されたものではありませんが、Claudeはこれを極めて高度に制御できます。
• スキルの構成: 複雑な専用ツールを個別に用意するのではなく、Bashやテキスト編集の組み合わせによって「スキル」を構成させる方が、AIの学習効率と柔軟性が向上します。

2. 「何をAIに任せて、自分（ハーネス）は何をやめるか」

設計者が良かれと思って実装している「情報のフィルタリング」や「次の一手の決定」といったロジック。これが実はAIの知性を阻害している場合があります。

• オーケストレーションの委譲: ツール実行の結果をすべて人間に読みやすい形でコンテキストに戻すのではなく、BashやREPLなどのコード実行環境を介して、AI自身に結果の加工やパイプ処理を任せるべきです。
• コンテキスト管理の自律化: 巨大なシステムプロンプトにすべての指示を詰め込むのではなく、必要な時に必要な「スキル」をAI自身に読み込ませる（Progressive Disclosure）方が、トークン効率も精度も向上します。

BrowseComp（Webブラウジングのベンチマーク）では、AI自身に出力をフィルタリングさせただけで、精度が45.3%から61.6%に向上したというデータも示されています。

3. 境界線を慎重に設定する

AIに自由を与える一方で、コスト、セキュリティ、UXの観点から「境界線」を引くことは不可欠です。しかし、その引き方にもコツがあります。

• キャッシュヒットの最大化: プロンプトの順序（静的な指示を先に、動的なメッセージを後に）や、モデルの切り替えを避けるなど、プロンプトキャッシュを最大限に活かす設計が求められます。
• 宣言的ツールによるUX制御: セキュリティ上重要なアクション（外部API実行やファイルの破壊的編集など）は、個別のツールとして定義し、人間の確認ステップを挟むようにします。

まとめ：AIを「育てる」設計へ

リチャード・サットン氏の「苦い教訓（The Bitter Lesson）」にあるように、人間の手による固定的なロジックは、常に計算機パワーとデータの汎用的な力に追い越されます。

エージェント開発において重要なのは、「AIができないこと」を補うための複雑なコードを書くことではなく、AIの進化に合わせて古いロジックを削ぎ落としていくこと。

「AIのために何をしてあげるか」ではなく「AIを邪魔しないために何をやめるか」という視点が、これからのスタンダードになりそうです。

---

参考: Harnessing Claude’s intelligence - Anthropic Blog