この講座について
いまの自分がAI活用のどの段にいるか、正確に言葉にできる人は多くありません。
Claude Codeを作ったBoris Chernyが、2026年7月にひとつの表を公開しました。「Steps of AI Adoption」。同時に動かせるエージェントの数で、AI活用の成熟度を0から4の5段階に分けたものです。
まず、本人の言葉から始めます。この表を作った理由を、Boris Chernyはこう説明しています。
“I talk to engineers at other companies every day and hear the same thing: one person is 10x'ing their output with Claude but the rest of the org hasn't caught up. Watching teams adopt AI, I keep seeing the same 4 steps. I mapped them out here: Steps of AI Adoption”
筆者訳他社のエンジニアと毎日話すが、いつも同じ話を聞く。一人がClaudeで生産性を10倍にしている一方、組織の残りはついてこられていない。チームのAI導入を見ていると、同じ4段階を繰り返し目にする。ここにまとめた。Steps of AI Adoption。
一人が突出して10倍を出し、組織の残りはそこに追いつけない。この講座がなくそうとしているのは、まさにこの差です。
この講座は、その5段階を実際に登り切るための全22回です。機能の紹介ではありません。各段のボトルネックを外し、次の段のガードレールを張る。その手順を、段ごとに手を動かしながら進めます。
同じ投稿で、本人はこう続けています。この一文が、講座全体の設計思想です。
“tokens aren't enough to move you forward: to get to the next step, you need to find and break down the next set of bottlenecks, and build up the next set of guardrails.”
筆者訳トークンを増やすだけでは前に進めない。次の段に行くには、次のボトルネックを見つけて分解し、次のガードレールを築く必要がある。
使う量ではなく、詰まりを外し、安全網を張ること。だからこの講座は、機能を順番に紹介するのではなく、「いま何に詰まっているか」から入ります。
この5段階のはしごが必要になった背景には、モデルの実力そのものが指数関数的に伸びているという事実があります。Anthropicの計測では、AIが一人でやり切れるタスクの長さは、2024年10月のモデル（Sonnet 3.5 new）で21分相当だったのが、2026年3月のモデル（Opus 4.6）では12時間相当まで伸びました。16ヶ月で約41倍です。
できることがこの速さで伸びる一方、それを安全に任せる検証とガードレールは、人が段階を追って積み上げるしかありません。この差が開いたままだと、冒頭で見た「一人が10倍、組織はついてこない」がそのまま現実になります。
5段階の全体像
5段階は、同時に動かせるエージェントの数で区切られています。
数字は結果であって、目標ではありません。100体は「検証とガードレールが揃った結果、動かせるようになる数」です。順番を逆にすると、間違いだけが増えます。
現在地は「ボトルネック」で決まる
現在地の判定基準は、使っている機能ではありません。いま何に一番時間を取られているかです。
自己診断でいちばん多い間違いは、機能で自分の段を判定することです。サブエージェントを知っているからステップ2だ、というふうに。
- サブエージェントを使ったことがある
- MCPをつないでみた
- ワークフローという言葉を知っている
道具を知っていることと、任せられていることは別です。
- 何を待っている時間が一番長いか
- 何が不安で手を離せないでいるか
- 増やそうとしたとき、最初に破綻するのは何か
ここに答えられると、次にやることが決まります。
これは印象論ではありません。Anthropicが自社の利用データを計測した調査でも、同じ非対称が出ています。
Claudeが自律的に作業を続けて止まるまでの時間（ターン継続時間）は、上位0.1%にあたる99.9パーセンタイルで見ると、2025年10月から2026年1月のわずか3ヶ月で25分未満から45分超へと、ほぼ倍増しました。一方で、中央値のターン時間は約45秒のまま、ほとんど動いていません。
大半の人にとって、一回のやり取りの長さそのものは変わっていない。伸びているのは、一部の長いタスクをどこまで任せきれるかという上限のほうです。だからこの講座は、使っている時間や機能の数ではなく、どこで手が止まるかを診断の軸に置いています。
診断: あなたはいまどこにいるか
以下から、いまの自分に一番近いものを1つ選んでください。
視点
段は飛ばせません
BからDへ直接は行けません。「全部読まないと不安」な人が、いきなり「例外だけ監視する」状態にはなれない。間にある「確かめ方を渡す」「差分だけ見る」という段を、自分の手で作る必要があります。
自分の段から順に読んでください。上の段を先に読むのは構いませんが、手を動かすのは自分の段からです。
この講座の構成
全22回は、5部構成です。
各回の最後には、その場で手を動かす演習があります。読むだけでは段は上がりません。
講座を貫く1本の柱
この講座を貫く柱は1つだけです。エージェントを増やす前に、検証を増やす。
標語ではありません。作者本人が最重要だと明言している原則です。22回すべてを通して、同じことを繰り返します。
“Give Claude a way to verify its work... it will 2-3x the quality of the final result”
筆者訳Claudeに自分の仕事を検証する手段を与えること。それだけで、最終的な結果の質は2〜3倍になる。
公式ドキュメントは、これを裏返しの表現で書いています。チェックがなければ、あなた自身が検証ループになってしまう、と。
“Without a check it can run, 'looks done' is the only signal available, and you become the verification loop.”
筆者訳実行できるチェックがなければ、『できたように見える』だけが唯一の手がかりになり、あなた自身が検証ループになってしまう。
働く人にとっては、馴染みのある構図のはずです。ダブルチェックも、指差呼称も、個人の注意力に頼るのをやめて、仕組みに置き換えるための発明でした。この講座でやるのは、それと同じことです。
今日のまとめ
- 現在地は、使っている機能ではなく「何に一番時間を取られているか」で決まる
- 数字は目標ではなく結果。検証とガードレールが揃った結果として体数が増える
- 講座を貫く柱は1つ。エージェントを増やす前に、検証を増やす
明日のアクション
診断表から自分の段を1つ選んで、紙かメモに書いてください。
そのうえで、その段のボトルネックを自分の言葉で1文にする。「私はいま、〇〇に一番時間を取られている」。
この1文が、次に読む部を決めます。曖昧なままだと、22回読んでも何も変わりません。