ターミナルで5つのClaudeを並行稼働。開発者はAIにコストを支払い、自らの修正時間を買い取るゲームへ。

開発の主戦場はタイピングから「艦隊指揮」へ

Claude Codeの生みの親であるBoris Chernyが、自身の開発ワークフローを公開した。

ターミナルに5つのClaudeを並行稼働させ、すべてに最も重いOpus 4.5を割り当てている。

一方でAnthropicは、複数エージェントによる自動コードレビュー機能を発表した。

1回のレビューに25ドルのコンピュートコストを支払う。

これによりコード出力を200%増加させている。

開発のゲームルールが完全に変わった。

僕らはもうコードを書く人間ではない。

AIにコストを支払い、自分の修正時間を買い取る指揮官だ。

※この記事は、Claude Codeで1人SaaS開発しているしんたろーが、海外AI最新情報を開発者目線で解説する「AI活用Tips」です。

複数エージェントの並列オーケストレーションが標準になる

海外メディアの報道を総合すると、Anthropicが明確に「複数エージェントの並列処理」を次世代の標準に据えたことがわかる。

Claude Code開発者のBoris Chernyのセットアップは常軌を逸している。

彼はターミナルのタブに1から5の番号を振り、5つのClaudeを同時に走らせている。

あるタブでテストを回し、別のタブでレガシーコードをリファクタリングする。

さらに別のタブでドキュメントを書かせる。

さらにブラウザ上でも5〜10のClaudeを動かし、ローカルとWebを行き来している。

彼はもはや直列でコードを書いていない。

リアルタイムストラテジーゲームのようにAIユニットを指揮している。

同時に、AnthropicがClaude Code向けに「並行AIエージェントによるコードレビュー機能」をリリースしたと発表している。

複数のAIエージェントが並行してバグやセキュリティの脆弱性をチェックする仕組みだ。

社内テストでは、このシステムによって開発者あたりのコード出力が200%も跳ね上がった。

ただし、コストも強烈だ。

1回のレビューで平均15〜25ドルのトークンコストが発生する。

それでも、1,000行を超える大規模な変更の84%で問題を検知する。

誤検知は1%未満に抑えられている。

さらに指摘するように、Claude Codeの「Agent Teams」機能の核心は役割の分離にある。

設計、実装、レビューを1つのセッションに詰め込むと、AIは過去の指示を忘れる。

独立した作業メモリを持つ複数のエージェントを立ち上げる。

そして並行して作業させる。

しんたろー:
1回のコードレビューに25ドル。日本円で約3,800円。
これを高いと見るか安いと見るかで、今後の開発スピードが完全に分かれそう。シニアエンジニアの時給を考えたら、数分で終わる精度の高いレビューにこの金額を払うのは、むしろ安すぎる投資になる。

賢いモデルに課金して「修正税」を回避する

なぜ複数エージェントを並行稼働させるのか。

それはAIの「コンテキストウィンドウ」の限界を突破するためだ。

1つのチャットで「要件定義して、コード書いて、テストして、レビューして」と頼み続けると破綻する。

会話が長くなるにつれて、AIは前の指示を忘れ、判断がブレ始める。

これは「コンテキストの腐敗」と呼ばれる構造的な問題だ。

これを解決するのが、役割を明確に分けたエージェントの並行稼働だ。

セキュリティ担当、パフォーマンス担当、テスト担当。

それぞれに独立したコンテキストを持たせることで、精度を極限まで高く保てる。

Claude Codeの作成者は、速度を犠牲にしてでも最も重く賢いOpus 4.5を全エージェントに使用している。

業界全体がレイテンシの低さを競っている中での、完全に逆行するアプローチだ。

理由は明確だ。

「修正税」を払わないためだ。

速くて安いモデルは、どうしても微妙なミスをする。

そのミスを人間が確認し、修正を指示し、再度実行させる。

このプロセスに溶ける人間の時間こそが、最大のコストだ。

賢いモデルに高いトークン代を払う。

その代わり、一発で動くコードを出力させ、人間の修正時間をゼロに近づける。

現代のAI開発は「コンピュートコストで人間の人件費を買う」という明確なROI管理のゲームになった。

しんたろー:
安いモデルで雑にコード書かせて後からバグ取りで時間を消費するパターンが一番きつい気がする。トークン代をケチって自分の時間を無駄にするくらいなら、最初から一番賢いモデルに全力でコンテキスト食わせたほうが、結果的に圧倒的に早く帰れると思った。

開発現場のハブとなる「CLAUDE.md」の運用

主業務は「コードのタイピング」から「AIチームのマネジメント」に完全にシフトする。

複数のエージェントが勝手に動き回ると、プロジェクトの規約が崩壊する。

これを防ぐのが「CLAUDE.md」だ。

ここにコーディング規約、過去のAIのミス、各エージェントの役割定義を書き込む。

エージェント起動時にこれが自動で読み込まれる。

チーム全体で一貫したコンテキストが共有される。

トークン消費を管理する「2ステップ方式」の導入

Agent Teamsを動かすと、エージェントの数に比例してトークン消費が跳ね上がる。

3人動かせば、コストは3倍だ。

無計画に全エージェントを走らせると、一瞬でAPIリミットに到達する。

これを防ぐには段階を踏む。

ステップ1として、単一のリードエージェントで要件を整理し、タスクを分割する。

ステップ2として、計画が固まったら、チームを起動して並行処理させる。

承認疲れへの備え

複数のエージェントがターミナルで動き回ると、コマンド実行の確認プロンプトが無限に出る。

これに対処するため、Anthropicは「Auto Mode」の導入を予定している。

危険な操作だけをブロックし、通常のパーミッションは自動で通過させる仕組みだ。

これが来れば、完全に手放しでAI艦隊を運用できるようになる。

しんたろー:
ThreadPostのコードベースもだいぶ育ってきたから、この複数エージェント構成は本気で考えないといけない気がする。毎回のコンテキスト読み込みだけでトークン代が馬鹿にならない。
CLAUDE.mdに「絶対に触ってはいけないコアファイル」のリストを明記しておかないと、並行稼働したAIにシステムを破壊されそうで怖いと思った。

FAQ

Q1: Agent Teamsを使うとトークンコストはどうなりますか？

エージェントの数に比例してトークン消費が激増します。

3つのエージェントを並行稼働させると、約3セッション分のコストがかかります。

Anthropicの社内事例では、大規模なコードレビュー1回あたり15〜25ドル程度のコストが発生しています。

まずは単一エージェントで計画を立て、実行フェーズのみチームを稼働させる「2ステップ方式」でコストを最適化します。

Q2: 複数のAIエージェント間でプロジェクトのルールを共有するには？

プロジェクトのルートディレクトリに「CLAUDE.md」を配置します。

ここにコーディング規約、過去のAIのミスと修正方法、各エージェントの役割定義などを記述します。

エージェント起動時にこれが自動で読み込まれます。

AIのコンテキスト忘れを防ぎ、チーム全体で一貫した開発が可能になります。

Q3: 処理の速いモデルと賢いモデル、どちらを使うべきですか？

Claude Codeの作成者は、あえて最も重く賢いモデルの使用を推奨しています。

生成速度が遅くトークンコストが高くても、AIのミスを人間が修正する「修正税」を大幅に削減できる仕組みです。

結果的に開発スピードは向上します。

まとめ

コードを書く人間から、AIにコストを払って時間を買う指揮官へ。

👉 ThreadPostでSNS運用を自動化する