ニュース
Claude、最大1000エージェント並列稼働 コード検査でバグ発見数が単体の2倍超に
1体のAIエージェントに任せるより、大勢で分担させた方が仕事の精度は上がるのでしょうか。Anthropicが公開したコード検査の実験結果は、その問いに具体的な数字で答えています。社内のレビュー体制や外注先への発注基準を見直す材料になります。
何が起きたか
Anthropicは、Claudeのマネージドエージェント基盤「Claude Managed Agents」に「動的ワークフロー」という新機能を追加しました。この機能では、リードとなるエージェントが作業計画を立て、複数のサブエージェントにタスクを振り分け、完了した結果を統合する仕組みが使われます。1回の実行あたり最大1000体のエージェントを並列稼働させることができます。
Anthropicは社内検証として、116,000行のコードベースに70個のバグを意図的に仕込んだテストを実施しました。その結果、単体のエージェントが1回の実行で発見できたバグは14〜27個にとどまったのに対し、動的ワークフローを使った場合は一貫して66個を発見したといいます。
この機能を使うには、"multiagent_20261001"というエージェントタイプを選択する必要があります。Anthropicは、動的ワークフローが「大量のトークン」を消費すると説明しており、まずは小規模な範囲から試すことを推奨しています。利用開始の手段としては、公式ドキュメントを参照するか、Claude Codeで"/claude-api managed-agents-onboard"というコマンドを実行する方法が案内されています。
背景・解説
マルチエージェントオーケストレーションとは、複数のAIエージェントに役割を分担させ、全体の司令塔となるエージェントが調整しながらタスクを進める仕組みのことです。コーディングの分野では、コードレビューやバグ検出のように、同じ対象を複数の視点でチェックする作業と相性が良いとされてきました。
Claude Managed Agentsという基盤自体は以前から存在していましたが、タスクに応じてエージェントの数や役割分担を柔軟に組み替える「動的ワークフロー」は今回新たに加わった仕組みです。これまでは固定的な構成でエージェントを動かすことが一般的でしたが、リードエージェントが状況に応じて計画を立て直せる点が特徴になります。
一方で、こうした「エージェント群」のアプローチには懐疑的な見方もあります。出典によれば、OpenAIのシニアエンジニアが、エージェント群の運用を「大量のトークンの無駄遣い」と評したことが紹介されています。Anthropicはこれに対し、自社のバグ検出テストの結果を根拠として示す形で有効性を主張しています。
仕事や業務への影響 — AI Topicaの見方
社内レビュー工程でコードの見落としが続いている会社ほど、この仕組みを試す価値があります。例えば、従業員50人規模のソフトウェア受託開発会社で、エンジニア3人が交代でコードレビューを担当している場合を考えます。人手によるレビューでは見落としが発生しやすく、リリース後にバグ報告が月に数件発生しているなら、動的ワークフローの導入によって、1回の検査で見つかるバグの数を増やせます。Anthropicの検証では、バグ発見数が単体エージェントの14〜27個から66個へと2倍以上に伸びています。
ただし、どの業務にも無条件に当てはめるべきではありません。トークン消費量が増える以上、コストと効果を比較した上で導入範囲を決めるべきです。例えば、月間のリリース回数が少ない小規模なチームであれば、重要なリリース前の最終チェックだけに動的ワークフローを限定して使うという判断で十分です。逆に、大規模なコードベースを継続的に開発している企業の開発責任者であれば、まず一部のプロジェクトで小規模に試し、トークン消費量とバグ発見数の関係を自社のデータで確認してから、対象範囲を広げるべきです。
不確かな点・注意
Anthropicが示したバグ発見数の数字は、11万6000行のコードに70個のバグを仕込むという特定の条件下での結果です。出典自体も、この効果が他の種類のタスクでも同様に再現されるかどうかは「わかっていない」としており、業務で使う際には自社のタスクで効果を確かめる必要があります。
また、動的ワークフローのコスト効率についても、出典の中で評価が割れています。OpenAI側のエンジニアからはトークンの無駄遣いだという批判が出ている一方、Anthropicは自社テストの結果を根拠に有効性を主張しており、第三者による独立した検証結果は出典には示されていません。導入を検討する場合は、トークン消費量と得られる効果を自社の作業内容で確認した上で判断すべきです。