メインコンテンツへスキップ

Special Feature

AIに、
手を動かして
もらう。

Claude Codeは、おしゃべりするAIではなく、作業するAI。頼んだ仕事が、席を外している間に形になっている。

Courses
2
Lessons
22
Agents
1→1,000+

AIは、答えるだけの存在から、仕事を終わらせる存在へ。

2026年、Claude Codeは『コードを書く人』だけの道具ではなくなりました。書類の下ごしらえ、資料の下読み、データの整理、小さなアプリ。ターミナルという黒い画面の向こうで、AIが実際に手を動かします。作者のBoris Chernyさんは『もう8ヶ月、コードを1行も手で書いていない』と話しています。

  • 「名前はよく聞くけど、結局なにができるの?」
  • 「サブエージェント、ワークフロー。用語が増えすぎて追えない」
  • 「自分の仕事の、どこで効くの?」

この特集は、その3つに答えるための入り口です。2枚の地図と、順番に登る2つのコース、そして専門用語のミニ辞典を置いておきます。

Map 01

道具の地図。制御の所在で選ぶ。

4つの仕組みは、強さの階層ではありません。手順書に従う、リードが委任する、チームで調整する、判断をコードへ移す。仕事の進め方に合わせて選びます。

01Skills

手順書

人が用意した型に沿う

再現したい作業

02Subagents

リードClaude

分けて任せ、結果を受け取る

独立した分担

03Agent Teams

チーム

互いに話し、その場で調整する

議論が必要な仕事

04Dynamic Workflows

コード

決めた工程を反復して実行する

大量の反復

強さの順ではなく、誰が次の一手を決めるかで選ぶ。
『Claudeが「チーム」で働き出す』を読む

Map 02

成長の地図。同時に動くエージェント数。

Claude Codeの作者Boris Chernyさんが公開した原図を、そのまま置きます。PCでは原典の6列表、スマートフォンでは要点を、医師のAI活用レベルマップと同じ縦型の5段階で読めます。

  1. Gated

    0

    承認や環境整備がボトルネック。まだエージェントを使えない

  2. Assisted

    約1体

    1体とペアで働き、ほぼすべての変更を自分で確認する

  3. Parallel

    約10体

    複数を指揮し、入力ではなく完成した差分を確認する

  4. Supervised autonomy

    約100体

    管理職の管理職として、ループと例外を監督する

  5. AI-native

    約1,000体以上

    意図で方向を示し、例外だけを確認する

Boris Cherny「Steps of AI Adoption」原図(2026年7月16日、英語)原図の解説を下で読む ↓原図を開く ↗

Read the original map

原図を、左上から一段ずつ読む。

数字は目標ではありません。検証と安全網が整った結果として、同時に任せられる仕事が増えていきます。見るべきなのは体数ではなく、各段階で人の役割がどう変わるかです。

  1. STEP 0

    0体

    Gated

    組織に止められている

    承認されるのは旧型か軽量のモデルだけ。ゲートウェイと独自認証で遅延が積み上がり、MCPのガバナンスはなく、社内AIツールへのアクセスは制限か重い手続き。Claudeが作った成果物をホストするインフラも承認経路もなく、成果物はローカルに留まる。

    いま詰まる場所

    • 旧来のセキュリティ・承認プロセス
    • 成果ではなくトークン単価の抑制に焦点が向く
    • 意思決定の場に技術の声がない

    必要な安全網

    • SSO/SCIM+ロールベースアクセス
    • 組織レベルの予算上限
    • 既存の承認・IAMの内側でデプロイ
    • データガバナンス

    次へ進む条件 · STEP 0 → 1

    経営・購買との合意形成とブロッカーのエスカレーション。Claudeを安全に導入するためのフレームワーク整備

  2. STEP 1

    約1体

    Assisted

    あなた+1体のペア

    1人と1体の、ほぼ監視付きの高速ペアプログラマー。セッションは一度に1つ、マージ前にほぼすべての変更をレビューする。

    午後いっぱいかかっていた変更が、会議の合間に片づく仕事になる

    いま詰まる場所

    • あなたの注意力。出力への信頼が低く自己検証もないため、全部読む必要があり目が離せない
    • 作業が同期的で、次のタスクに移れずClaudeを見て待つ

    必要な安全網

    • シート単位の支出上限
    • モデル・effort設定とポリシーの集中管理
    • OpenTelemetryで既存の監視基盤へ

    次へ進む条件 · STEP 1 → 2

    同時に2体以上を動かす/信頼できる自己検証ループ(テスト+ビルド+lint+実環境E2E)を作る/許可プロンプトで止めないautoモード/コードレビューの自動化

  3. STEP 2

    約10体

    Parallel

    オーケストレーター(指揮者)

    1人で5〜10体を同時に指揮し、それぞれ別のworktreeで走らせて行き来する。Claudeが自分でテスト・ビルド・lint・セキュリティスキャンを確認してから見せる。自動コードレビュー・セキュリティレビューは既定ON。キーストロークではなく最終diffをレビューし、保守のバックログが減り始める。コードの大半はClaudeが書く。

    チームで数週間かかったバックログが、1人の午後のオーケストレーションで消える

    いま詰まる場所

    • 出力のレビュー。手で書く量は減ったが、6本のストリームを確認する時間が増える
    • セッションを行き来しながらの指示と操縦

    必要な安全網

    • Analyticsで利用を監視
    • lint・テスト・型チェックの自動強制
    • E2E検証(Chrome拡張・シミュレータMCP)
    • 人間とAIのコードに同じ品質バー
    • 安全なコマンドのsettings.json事前許可

    次へ進む条件 · STEP 2 → 3

    Claudeが自分で文脈を取りに行ける状態を作る(コード・wiki・議論を読ませる)/レビュー速度と裁量を上げる/仕事をループとルーティンに分解する/ClaudeがClaudeを起動する

  4. STEP 3

    約100体

    Supervised autonomy

    マネージャーのマネージャー

    コードはほぼすべてClaudeが書く。問いが「コードは読んだか」から「モデルにどの文脈が欠けていたか、次はどう直すか」に変わる。

    手で起動していた仕事をClaudeが先回りで実行する。保守や掃除が、手すきの人待ちからバックグラウンドの常時実行になる

    いま詰まる場所

    • ループへの信頼と、チームの意思決定スループット。エージェントツリーは深すぎて子守りできない
    • 罠は、ループが信頼を得る前に体数を増やすこと
    • トークン効率の監視と、コストを制御しつつ実験を促す文化。「これはエンジニアがやったと言える仕事か」と自問する

    必要な安全網

    • 自動コード・セキュリティレビュー
    • Agent sandboxing
    • CLAUDE.mdとSkillsで標準をコード化
    • Auto mode分類器のチューニング
    • モデル選択・CLAUDE.mdのlazy Skills分割でトークン管理

    次へ進む条件 · STEP 3 → 4

    ドメイン特化ユースケースの自動化を規模化する(コード移行・fuzzing・機能構築・フィードバック修正)

  5. STEP 4

    約1,000体以上

    AI-native

    意図で舵を取るVP

    ループは完全に閉じ、エージェントの大半はClaudeが起動する。数百〜数千体が走り、あなたは意図で舵を取り、例外だけを監視する。

    四半期がかりの移行が「起動して様子を見る」ワークフローになる

    いま詰まる場所

    • 規模で自動化すべき仕事の特定
    • 仕事の種類ごとに正しいガードレールを強制すること

    必要な安全網

    • 自動化のコスト制御
    • 自動化のモデル選択

エージェントを増やす前に、検証を増やす。

同じ組織でも、仕事によって段階は変わります。危険度の高い仕事ほど、人の承認を残す設計が自然です。

独立した記事として開く →

By the numbers

数字で見る、いまの実力。

印象ではなく、公開された実測値だけを並べます。出典は公開計測・公式記事・作者本人の発言に限っています。

Task duration
21分 → 12時間

1回の依頼でこなせる仕事の長さ。2024年10月から2026年3月までの16ヶ月で、これだけ伸びました。

METR Time Horizons 2026年3月metr.org/time-horizons
Migration
100万行 / 2週間未満

BunのZigからRustへの全面移植。既存テストは100%通過し、マージ後の回帰は19件。API価格に換算して約16.5万ドル。

Anthropic公式ブログ 2026年7月claude.com/blog/ai-code-migration
Multi-agent
90.2%改善

複数エージェント構成が単体を上回った幅。ただしトークン消費は通常の対話の約15倍かかります。

Anthropic Engineering 2025年6月anthropic.com/engineering/multi-agent-research-system
Autonomy
40%超 / 9%

750セッション以上を重ねた人のうち、全自動承認を使う割合と、作業を途中で止める割合。新規の人は20%と5%でした。

Anthropic 自律性の実測調査anthropic.com/research/measuring-agent-autonomy
Safety
0.8%

取り消しの効かない操作が占める割合。ツール呼び出しの80%には何らかの安全策が、73%には人の確認が組み込まれています。

Anthropic 自律性の実測調査anthropic.com/research/measuring-agent-autonomy
Plan mode
2倍 から 3倍

複雑な仕事で、計画を先に立てたときに成功率が上がる幅。作者本人の言葉です。

Boris Cherny / Every.toevery.to/podcast/transcript-how-to-use-claude-code-like-the-people-who-built-it

熟練するほど、任せる範囲も、口を出す回数も増える。

慣れれば確認が減っていくのだろう、という予想は外れます。実測では、任せる範囲を広げた人ほど、途中で止めて口を出す回数も増えていました。放任ではなく、見る場所を変えているということです。

Voices

作った人たちが、繰り返し言うこと。

Claude Codeを作っている人たちは、機能の説明よりも、仕事の任せ方と検証の仕組みについて繰り返し語っています。ここでは本人たちの言葉を、出典とともに置いておきます。

本人の投稿から

作者本人が自分の使い方を公開したスレッド。『設定はほとんどいじっていない』と書いているのが面白いところです。

公式ドキュメントと、チームの言葉

Without a check it can run, 'looks done' is the only signal available, and you become the verification loop.

「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」(筆者訳)

Claude Code公式ドキュメントBest practicescode.claude.com/docs

After the tenth approval you're not really reviewing anymore, you're just clicking through.

「10回目の承認では、もうレビューしていない。ただクリックしているだけだ」(筆者訳)

Claude Code公式ドキュメント権限設定の解説code.claude.com/docs

When Claude makes mistakes, debug your workflow, not the model.

「Claudeが間違えたら、モデルではなく、あなたのワークフローをデバッグしなさい」(筆者訳)

Felix RiesebergClaude Cowork / Desktop エンジニアリングリードLenny's Newsletter · 2026年5月25日

I think it is extremely hard to manage agents if you can't do the job yourself. I think the managers still need to be experts in their domain.

「自分でその仕事ができなければ、エージェントを管理するのは極めて難しい。管理する側は、やはりその領域の専門家である必要がある」(筆者訳)

Cat WuClaude Code プロダクト責任者TechCrunch · 2026年5月13日

任せられる範囲は、自分がその仕事を分かっている範囲まで。AIに任せるほど、任せる側の専門性が問われます。

Start here

今日、最初の一歩を。

まずは入門編から。手を動かすところまで、順番に案内します。