Anthropicのエンジニアリング責任者が語る、大きなタスクをAIに任せる方法：成果を判断し、過程は握らない
ひとこと要約：各ステップを自分で見張るより、大きなタスクをまるごとClaudeに任せて成果で検収するほうがよい。汎用モデルはすでに十分強く、本当に足りないのは明確な成功基準と、別のClaudeに誤りを指摘させてjudgeが検証する仕組みだからだ。
重要なポイント
- Claudeをチャットボットではなく専門家として扱う。要約やロールプレイにとどめず、専門家のプロセスを真似させ、Blenderのような専門ツールを使わせる。
- AIが自信満々に間違えるのを防ぐ。複数のClaudeに誤り探しを専任させ(弱いモデルでもよい)、別のjudgeに批判を検証させて、有効なフィードバックだけを元のClaudeに返す。単一のsessionによる自己評価は信用しない。
- 「良い成果」の基準を明確に言えるなら、請負業者や医師に対するように結果だけを見る。基準が不明確なときに限り、AIとtokenを多く投じて検証し、一歩ずつ理解する必要があるのはごく一部の重要プロジェクトだけだ。
- 汎用モデルは、エージェントやskillsを積み重ねる構成に勝る。ツールを渡してデータを明確に説明し、判断はモデルに任せる。Claudeの立場に立って生データとコンピューター権限を与えるほうが、人手でデータを運ぶより価値がある。
- 最大の制約は、何が可能だと人々が信じているかだ。AI製品はまだ「前iPhone時代」にあり、今日の助言は約10週間後には改訂が必要かもしれない。だから新しいことを試し続ける必要がある。
セクション別要約
0:00冒頭の予告とホストのチーム紹介
冒頭でFelix Riesebergが約一週間半でClaude Coworkを作り上げ、今はコードを書いていないと予告する。ホストのMarina Mogilkoは、35人のチームが全員Claudeのプロジェクトで働き、AIでニュースレターとLinkedInを運営していると紹介する。
▶ ここから見る1:18Claudeを作る楽しさ：予想外の使われ方
Felixは以前手がけたSlackと比較する。以前は製品の用途がおおよそ分かっていたが、Claudeはユーザーに、本人が不可能だと思っていたことの実現に使われることが多い。製品を作る側にとって、これが最大の楽しみだ。
▶ ここから見る2:08大胆な使い方：NASAのデータで新惑星を探す
プロダクトマネージャーのPavelは、ClaudeにNASAの大量のデータを分析させて新しい惑星を見つけた。現時点ではNASAの確認待ちだ。Felixは、日常的なデータ分析を公開されている宇宙データ全体に当てはめるのは、多くの人が考えもしなかった使い方だと指摘する。
▶ ここから見る
3:04コードを書かない一日と良い製品の基準
Felixは今、PM、エンジニアリング責任者、データサイエンティストを兼ね、毎日たいていプロトタイプを作っている。AIのおかげで開発コストは最優先の検討事項ではなくなった。良い製品はボタンが少なく、ユーザーがすぐ使いこなせ、以前はできなかったこともできる、と彼は考える。
▶ ここから見る5:46自動化と拡張の違い
Felixは、現状では自動化が最も多くの経済的価値を生むとみるが、AIが人にできなかったことを可能にする拡張をより重視している。鍵はワークフローと「良い」の定義を考え直すことだ。天気を例に、信頼できる過程は当てずっぽうの的中に勝ると述べる。
▶ ここから見る8:08専門家のプロセスと専門ツールを真似る
作家のAdam DavidsonはClaudeで論点を広げ、最も強い反論を洗い出している。Felixは、コツはClaudeに専門家のプロセスを真似させることだと考える。Opus 5.5が3Dで突破できたのも、Blenderなどの専門ツールを使わせたことが鍵だった。
▶ ここから見る
12:23敵対的レビューとjudgeによる検証の仕組み
AIが自信満々に間違えるのを防ぐため、Felixは複数のClaudeに誤り探しを専任させることを勧める。誤り探しには弱いモデルを使ってもよい。ブログ記事をマルチスレッドでレビューし、別にjudgeを立てて批判を検証させ、有効なフィードバックを元のClaudeに返す様子を示した。
▶ ここから見る16:07成果を判断し、過程は握らない
FelixはBlenderを使ったことがないのに、AIで3D素材を作った。良い成果の基準が明確なら、請負業者や医師に対するように結果だけを見ればよいと考える。不明確なときはAIとtokenを多く投じて検証する。一歩ずつ理解する必要があるのは、ごく一部の重要プロジェクトだけだ。
▶ ここから見る
16:58汎用モデルはマルチエージェントやskillsに勝る
Felixはファクトチェックを単一のスレッドだけで行う。汎用モデルはすでに優れた万能型なので、業界はエージェントに熱を上げすぎだと考える。ツールを渡してデータを明確に記録し、呼び出しの判断はモデルに任せるべきだと主張する。skillの半減期は非常に短く、外したほうが効果が上がることもある。
▶ ここから見る22:10ユーザー体験ではなくモデル体験を考える
Felixは、自分がClaudeだったらどう思うかを想像し、Claudeが生データとコンピューター権限を欲しがると考えることを勧める。crashの修正を例に、人手でデータを運ぶやり方からClaudeが自分で取得する形に変えた。初期の投資は大きいが、それだけの価値がある。
▶ ここから見る23:39初心者の入門：Claudeデスクトップ版から
Felixは初心者に、まずClaudeデスクトップ版をダウンロードし、内蔵ブラウザでClaudeにコンピューターを操作させることを勧める。流れがうまく機能すると確認できてからconnectorを検討する。彼はプロジェクトごとにのみ区別し、役割では分けない。Claudeにはロールプレイではなく、一流の専門家が使うツールを使わせるよう求める。
▶ ここから見る26:12フィードバックループとAIへの信頼の構築
Felixは単一のsessionによる自己評価を信用せず、外部の証拠や別のClaudeによる検証を好む。まずフィードバックをすべて集め、それを原則に凝縮して暗黙のルールを見つけることを勧める。自分のフィードバックとClaudeのフィードバックを並行して突き合わせ、少しずつ信頼を築く方法もある。
▶ ここから見る
31:32AI時代の起業コストと製品への共感
Marinaは2015年の起業で多くの資源を投じたと振り返る。Felixは、初期資本が大幅に下がり、一人か二人でも10億ドル企業を作れると指摘する。ただ、良い製品の核心は依然としてユーザーへの共感だ。vibe codingは、誰も使いたがらない質の悪いソフトウェアを淘汰するだろう。
▶ ここから見る34:59古いソフトウェアに眠る起業の商機
Felixは、空港やホテルのフロントでは今も重たい古いソフトウェアが動いており、ここが未開拓の商機だと指摘する。実行コストはすでに極めて低く、業界のニーズへの理解と共感こそが鍵で、MBAが巻き返す可能性さえある。
▶ ここから見る37:36能力の過剰とアプリケーション層の欠落
アプリケーション層が欠けているというノーベル経済学賞受賞者の見方に対し、Felixは、モデルの能力と一般的な使い方の間に能力の過剰があると認める。既存の制約を捨てて、望む成果をそのままClaudeに渡し、限界にぶつかったら最前線に立っている証拠だと考えるよう勧める。
▶ ここから見る39:44エンジニアのアイデンティティ危機と採用基準
Felixは、APIを暗記している価値は下がっており、エンジニアはユーザーへの影響力で測られるべきだと考える。異なるシステムの能力をうまく統合することも、より価値が高まる。採用では学歴ではなく実際の成果物を見る。一方Marinaは人脈と動画の再生数を重視する。
▶ ここから見る43:50ウォータールー大学の人材育成モデル
Felixは、ウォータールー大学が学生にTesla、Google、Appleなど複数の企業でインターンをさせることを高く評価する。学生は企業の動き方、アイデアのために資源を獲得する方法、法務を説得する方法を学ぶ。そのため、こうしたエンジニアはほぼ入社してすぐ戦力になり、企業で働いたことのない純粋なCSの博士より早い。彼は、娘が将来プログラミングを学びたいと言ったら、早い時期から企業の仕組み、人の協力のしかた、価値の見つけ方を理解するよう勧めると言う。
▶ ここから見る
46:23指数関数的成長と「前iPhone時代」
Felixは、最大の制約は何が可能だと人々が信じているかだと考える。業界はAIの指数関数的な成長を過小評価しており、今のAI製品はまだ前iPhone時代にある。今日の助言は約10週間後には改訂が必要かもしれず、だから新しいことを試し続ける必要がある。
▶ ここから見る