著者:Take's公開:更新:

サブエージェントを分ける基準は「役割」ではなく「コンテキスト」 ― Anthropic公式の設計論を、実際の運用に当てはめる

要約

  • Anthropicは公式ブログで、役割ごとにサブエージェントを増やす設計は情報の欠落と遅さを招くとして、1本のメインループにSkillとToolを持たせる構成への移行を提案している。
  • ただし全廃ではなく、原典が挙げる3つの条件に当てはまる場面ではサブエージェントが今も有効だとしている。分けるかどうかは役割ではなく、仕事の中身で決める。
  • 本稿ではこの設計論を、統括役が作業を委任し、結果を検証して統合する筆者の実運用に当てはめ、どの委任を残し、どの仕事を分けないことにしているかを整理する。

なぜこの設計論を取り上げるか

このサイトの運営は、統括役のAIが調査や実装をサブエージェントや別のモデルに委任し、戻ってきた成果物を検証して統合する、という形で日常的に回っている。つまり「サブエージェントをどう使うか」は、筆者にとって設計論であると同時に日々の運用の問題でもある。

2026年10月22日、Anthropicは公式ブログに『Building agents: When to fold subagents into your main agent loop』(Applied AIチームのDiane Sarkis著)を公開した。企業のエージェント導入を支援するチームの知見をもとに、「サブエージェントを安易に増やすな」という方向の指針を示した記事である。本稿の前半はこの公式記事の整理、後半は筆者の運用への当てはめである。両者は出典を分けて書く。

公式記事の主張:組織図の写しになったエージェント群

公式記事が問題にするのは、企画役・開発役・テスト役といった具合に、人間の組織図そのままにサブエージェントを分ける設計である。記事はこれをConway's law(コンウェイの法則)の写しと捉え、失敗モードを5つに整理している。

  • Context management:受け渡しのたびに会話が要約され、細部が落ちていく。原文が "telephone game"(伝言ゲーム)と呼ぶ現象である
  • Subagent sprawl:エージェントが何百にも乱立し、管理基準も責任の所在も曖昧になる
  • The Frankenprompt:共有プロンプトに各担当が指示を継ぎ足し、矛盾した指示が同居する継ぎ接ぎのプロンプトになる
  • Unvetted, overly localized evals:個々のエージェントの採点が高くても、利用者の体験全体は良くならない、部分最適の評価である
  • Latency:ある顧客の比較では、サブエージェント構成より1本のループの方が実行が約2倍速かった(原文 "roughly 2x faster runtime with the latter")

記事が勧めるのは、1つのモデルが1つのコンテキストで計画から回答までを回し、手順やルールはSkill、外部操作はTool、たまに参照する規程類はナレッジベース、機械的な処理はTool内のコードへ移す構成である。システムプロンプトは短く保ち、SkillやToolは名前と短い説明だけを置いて必要時に読み込む「段階的開示」が核になる。記事によれば、Anthropicは上位モデル向けにClaude Codeのシステムプロンプトを80%以上削減し(原文 "we reduced Claude Code's system prompt for more advanced models by over 80%")、Opus 4.5以降は1本のループで扱える仕事量が多くのチームの予想を上回った(いずれも公式記事の記述)。

一方で、記事はサブエージェントの全廃を言っているわけではない。分ける意味が残る条件として、次の3つを挙げている。

  1. 1本のループがコンテキストの肥大によって、測定可能な性能劣化を起こすとき
  2. 使い捨て可能な新しいコンテキストで、複数のタスクを並列に処理するとき
  3. 単一のエージェントが適切なツール選択に苦労している、またはシステムプロンプト内に矛盾した指示があるとき

なお「検証」はこの3条件には含まれていない。記事は冒頭で、サブエージェントは検証・並列作業・権限のモジュール化に有効だと位置づけており(原文 "subagents are effective at verification, parallel work, and modular permissioning")、確認役が中身を見ずに合否だけを返すblack-box verificationの議論も別に展開している。本稿では、この2つを分けて扱う。

移行の進め方も具体的である。まず全体を通して採点する評価(E2E eval)を用意し、「測る」「一度に1つだけ変える」「持ちこたえたものを残す」の原則で進める。移行の前後で同じ評価を走らせ、点数が落ちたものはサブエージェントのまま残す。記事は、統合で速くなった一方、配送日の確認を飛ばすようになったサポート用エージェントの例を引き、「速くなった」だけでは移行の成否を判断できないと注意している。移行を支援するキットとしてGitHubの anthropics/single-agent-loop-kit も公開されているが、これは参照実装であり、README冒頭に「保守されておらず、コントリビューションも受け付けていない」と明記されている。

実運用への当てはめ:どの委任を残し、どの仕事を分けないか

後半は、筆者の運用への当てはめである。先に断っておくと、これは原典の設計論を自分の環境に当てはめた「適用方針」であり、移行前後の速度や品質を測定して比較した結果ではない。筆者の運用は、統括役が全体の判断と統合を持ち、個別の作業を委任する形である。そのうえで、残している委任と、分けないことにしている仕事は次のとおりである。

残している委任の第一は、調査の並列委任である。複数ソースの洗い出しや先行事例の確認は、統括側の会話を汚さないよう別の使い捨てコンテキストに切り出し、要点と出典だけを返させる。これは原典の条件1(コンテキスト肥大による劣化の回避)と条件2(並列処理)にそのまま当たる。

第二は、実装の委任と、検証の切り出しである。たとえばこのサイトの全面リビルドでは、実装をコーディング専用のエージェントに引き継ぎ、出来上がった成果物は統括側がテストとビルドを再実行して確認し、それから公開の手続きに進めた。これは原典の3条件ではなく、冒頭の位置づけとblack-box verificationの議論が言う「検証での有効性」に当たる使い方である。委任先の自己申告をうのみにせず、成果物そのものを検証するのが前提になっている。

逆に、分けないことにしている仕事もある。利用者との対話の流れそのもの、優先順位の判断、最終的な統合と表現は統括側に残している。途中経過の共有が要る仕事を分けると、受け渡しの要約で細部が落ちるtelephone gameがそのまま再現されるからである。原典の問題提起と、実感はここで一致する。

委任の際に守っている原則は、次の4つに集約できる。

  1. 作業は自己完結した単位で渡す(目的、対象、制約、成果物の形を先に固定する)
  2. 結果は自動で戻ってくる前提で設計し、戻りの形式も指定する
  3. 成果物は必ず自分で確認する(テストの再実行、実物の目視、原典との照合)
  4. 公開やマージなど不可逆な操作は、委任先に実行させず、承認を挟んでから進める

分けるかどうかを決める物差し

公式記事と実運用を並べて得られる判断基準は、原典の3条件と検証の議論に対応させると、次のように整理できる。

  • その仕事は、統括側のコンテキストを膨らませ、測定できる劣化につながるか。つながるなら切り出し、要点だけ返す形にする(条件1)
  • 途中経過を共有しなくて済み、使い捨ての文脈で並列に走らせる意味があるか。済まない仕事は分けない(条件2)
  • ツール選択の迷いや、指示同士の矛盾が1体のエージェントを苦しめていないか。しているなら、分割か、指示の整理が要る(条件3)
  • 検証は、作った文脈と別の文脈で行えるか。行えるなら切り出す価値が高い(原典の検証の議論)
  • 分けた結果は測れるか。速さや点数で移行前後を比べられないなら、構成をいじらない

「役割ごとに1体ずつ」という発想を外し、分ける根拠をコンテキストに置く。公式記事の結論は、筆者の運用の原則とも矛盾しない。むしろ、委任を多用する運用ほど、成果物の検証と、分け方の根拠を言語化しておくことが要る。本稿がその記録である。

出典