広 告

AIトレンド速報

The Trend Tribune

広 告
2026年9月21日月曜日 夕刊 定価 無料
◆ 本日の主要記事

「フォルダ」が「コーディネーター」に変わった日——Claude Code Projectsの刷新を読み解く

▶ Anthropicが9月17日、Claude CodeのProjects機能を全面刷新し、一つの会話がコーディネーターとして並列クラウドスレッドを差配する仕組みをベータ公開した。コーディネーターとワーカーの二層構造、役割ごとのモデル・エフォート使い分け、1日200スレッドという利用上限まで、AIコーディングツールの新しい設計思想を読み解く。

「フォルダ」が「コーディネーター」に変わった日——Claude Code Projectsの刷新を読み解く
(写真はイメージ)

「フォルダ」が「コーディネーター」に変わった日

9月17日、AnthropicがClaude Codeの「Projects」機能を全面的に作り直し、ベータ公開した。これまでのProjectsは、いくつかのファイルと一つのチャットを束ねた「フォルダ」のようなものだった。新しいProjectsは、一つの継続的な会話がコーディネーターとして機能し、大きな目標を複数の並列スレッドに分解して実行する仕組みに生まれ変わっている。発表文のタイトルが「フォルダから会話へ」だという点が、この変化の本質を端的に表している。

「コーディネーター」と「ワーカー」という二層構造

技術的な設計として興味深いのが、プロジェクト会話とスレッドという二層のアーキテクチャだ。プロジェクト会話は司令塔の役割を担い、ユーザーの指示を解釈し、簡単な質問にはその場で答えつつ、実作業が必要な部分をスレッドとして立ち上げる。各スレッドは独立したClaude Codeクラウドセッションで、それぞれが専用のブランチとリポジトリのコピーを持つ。スレッドはプルリクエストを開き、テストを実行し、ドキュメントを読み込みながら、コーディネーターに進捗を要約して報告する。コーディネーターはスレッドの全ステップを見ているわけではなく、報告された要約だけを受け取る設計になっている点は、コンテキストの肥大化を防ぐうえで理にかなった判断だ。

実例で見る使い方

発表に添えられた例が分かりやすい。チェックアウト処理のp75レイテンシ(リクエストの75%が応答を得るまでの時間)を下げたい場合、Claudeが各エンドポイントをプロファイリングし、複数の最適化案を並列スレッドで試しながらプルリクエストを開く。あるいは、API・Web・モバイルの複数リポジトリを接続し、「廃止予定のv1エンドポイントを退役させる」という目標を与えれば、Claudeがリポジトリごとにスレッドを作り、呼び出し元の移行、テスト実行、プルリクエストの作成までをこなし、どのプルリクエストから先にマージすべきかまで報告してくれるという。複数リポジトリをまたぐ地味だが手間のかかる移行作業を、まとめて並列化できる点は実務上のインパクトが大きい。

モデルと思考の強さを役割ごとに使い分ける

もう一つ実用的な設計判断が、コーディネーターとワーカースレッドそれぞれに、使用するモデルと思考の強さ(エフォート)を個別に設定できる点だ。状況把握とタスク分解という難易度の高い仕事を担うコーディネーターには最上位モデルと高いエフォートを割り当て、ルーティンなテスト実行や単機能のリファクタリングを担うワーカーには標準モデルと低いエフォートを割り当てる、といった柔軟な資源配分ができる。デフォルトでは各スレッドがOpusを高エフォートで動かす設定になっているとの報道もあり、品質を維持しながらトークン消費を抑えるためのエンジニアリング上の工夫だと言える。

使用量の消費が速くなるという現実的な注意点

見過ごせない実務的な注意点として、並列スレッドはプランの利用上限を通常より速く消費する。1日あたりの新規スレッド数には200件という上限があり、有償の追加クレジットがない場合、プランの上限に達したスレッドはリセットされるまで待機状態になる。ルーティンによって開始されたスレッドは例外で、上限に達するとそのターンでエラー終了し、ユーザーがリセット後に改めてメッセージを送る必要があるという。並列化による生産性向上と引き換えに、利用枠の管理が新たな運用課題として浮上する構図だ。

段階的なロールアウト計画

ベータは現時点で、クラウドセッションを利用しているPro・Maxサブスクライバーの一部に限定されており、チャットやCowork上に既存のプロジェクトを持たないユーザーが対象になっている。今後数週間かけてPro・Maxの対象を広げ、その後Team・EnterprisePlanにも展開していく計画だという。既存のプロジェクトはロールアウトが進むまで従来通り動作し続ける。

エンジニアとして見ておきたいこと

単一のプロンプト応答から、コーディネーターが差配する複数エージェントの協調作業へ——この変化は、AIコーディングツールが「一問一答」から「プロジェクト単位の自律的な進行管理」へと重心を移しつつあることを示している。複数リポジトリをまたぐ移行作業や、パフォーマンスチューニングのような並列探索が有効なタスクにとっては魅力的な選択肢になりそうだ。一方で、利用枠消費の速さや、コーディネーターがスレッドの詳細な過程を把握していないことによる見落としのリスクなど、実運用でどこまで信頼して任せられるかは、ベータの拡大とともに見えてくるだろう。

AnthropicClaude CodeAIエージェント開発者ツールクラウドインフラ

「思考実験」から「社内ダッシュボード」へ——AnthropicのR&D自動化指数が測る、AIによるAI開発の速度

▶ Anthropicが9月17日から18日にかけて、Epoch AIの尺度を土台にした「R&D自動化指数」を公表し、Claudeが社内AI研究開発業務の26%を「主導」する水準に達したと明らかにした。約1万5000タスクを378分類に振り分ける測定手法、3万体規模の社内エージェント監視、Claude自身が測定を担う再帰的な構造と、その限界を読み解く。

「思考実験」から「社内ダッシュボード」へ

再帰的自己改善——AIが自らの後継モデルの開発を加速させ、その改善サイクルがさらに速くなっていくという現象——は、これまでAI安全性研究者の間で長らく議論されてきた思考実験だった。9月17日から18日にかけて、Anthropicはこの議論に一つの実測値を与えた。同社の研究開発業務のうち、Claudeが「主導」している割合が2月時点で1%未満だったのに対し、8月には26%まで上昇したと公表したのだ。ダリオ・アモデイCEOが業界に開発速度を落とすよう呼びかけてから、わずか数日後の発表だった。

「R&D自動化指数」という測定手法

今回公表された枠組みの核となるのが、Epoch AIが開発した尺度を土台にした「R&D自動化指数」だ。Anthropicは社内のAI研究開発業務を洗い出し、約1万5000件のタスクを378の細分類ツリーに分類したうえで、それぞれの自動化レベルをAL0(AIの関与なし)からAL5(人間の介在なしにAIだけで完結)までの6段階で評価した。8月時点で、Claudeが「主導」する水準——高レベルのプロンプトからタスクの大部分を完遂でき、人間は監督者として関わる状態(AL4)——にあると判定されたタスクが全体の26%を占め、Claudeが何らかの形で協業者以上の役割を果たすタスク(AL3以上)は90%を超えたという。一方で、いかなる測定対象のR&D領域においても完全自律(AL5)には達していない、とAnthropicは明記している。

3万エージェントという規模感

もう一つの指標が、社内で稼働するAIエージェントの監視体制だ。Anthropicが最も利用しているエージェントプラットフォーム上では、常時およそ3万体のエージェントが研究・エンジニアリング業務を実行しているという。すべてのエージェントの行動はリアルタイムでも事後でも監視されており、この監視の網の目がどこまで機能しているかも、今回のフレームワークが計測しようとしている要素の一つだ。三つ目の指標は計算資源の配分で、7月13日から20日の1週間のサンプルでは、AI研究開発向け計算資源のうち約6%が安全性研究に充てられ、AI自身が担うR&D業務に限れば約12%まで上昇したという。Anthropicはこれらの数字を「保守的な値だ」とも説明しており、安全性と能力向上の両方に資する作業は集計に含めていないとしている。

誰が測定したのかという再帰的な構造

学術的な観点から興味深いのが、この測定作業自体の一部をClaudeが担っている、という再帰的な構造だ。Slackや社内文書からタスクの一覧を洗い出す作業をClaudeエージェントが行い、さらに別のClaude判定モデルが個々のタスクに自動化レベルを割り当てたという。Anthropic自身がこの手法の限界を認めており、判定モデルが評価対象のモデルと同じ種類の誤りを繰り返すリスクがあることを指摘し、外部による検証の必要性を強調している。この自己申告・自己判定という性質上、今回の数字はあくまで「Anthropicが自社を測った結果」であり、独立した第三者による監査を経たものではない点は踏まえておくべきだろう。

他社にも開くという提案

Anthropicは今回の3指標を「他のフロンティア開発企業も採用できる、再現可能な枠組み」として位置づけている。ある企業だけが自社の進捗を主張するのではなく、業界横断で比較可能なデータを積み上げていくことが、AI開発の速度に関するガバナンス上の議論を前進させる、という狙いだ。同社はさらに、外部評価者を実際に社内に招き入れ、リスク管理チームと同等のアクセス権を与える計画があることも明らかにしている。自己申告の限界を認めたうえで、それを補う仕組みを自ら提案している点は、透明性への取り組みとして一定の評価に値する。

研究者として見ておきたいこと

26%という数字そのものよりも重要なのは、「AIによるAI開発の加速」という、これまで定性的にしか語られてこなかった現象に、初めて定量的な測定の枠組みが与えられたという事実だ。この枠組みが他のフロンティアラボにどこまで採用されるか、そして将来的に政府による規制の土台として使われるようになるかは未知数だが、Anthropic自身が「この定義がどう扱われるかが、数字そのものより重要になりうる」と示唆している点は的を射ている。今後、独立した評価者による検証がどこまで進み、他社が同種の指標を公表するかどうかを注視しておきたい。

AnthropicR&D自動化指数再帰的自己改善AI安全性企業公式発表

「417対3」が意味しなかったもの——AIデータセンター電気代法案、下院可決から上院廃案までを会計士が追う

▶ 米下院が9月16日、AIデータセンターに送電網増強コストの全額負担を求める「Ratepayer Protection Act」を417対3で可決した。オレゴン州POWER Actの実績数字、ホワイトハウスの自主誓約との違い、そしてPURPA改正が持つ「検討義務」止まりの構造的限界、上院での廃案という顛末までを追う。

417対3という異例の賛成多数

9月16日、米下院がAIデータセンターの電気代負担を巡る法案「Ratepayer Protection Act(納税者保護法)」を417対3という、この分野では異例の圧倒的多数で可決した。反対したのはわずか3人の進歩派民主党議員のみで、共和党は出席者全員が賛成に回ったという。会計士として気になったのは、この法案が実際に何を義務付けているのか、そしてなぜこれほどの超党派合意が成立したのか、という2点だ。

法案の中身——「義務化」ではなく「検討の義務化」

法案の正式名はH.R.9340で、1978年制定の公益事業規制政策法(PURPA)第111条(d)を改正する形を取っている。ピーク電力需要が100メガワット(一般家庭約8万世帯分に相当)以上のデータセンターを対象に、そのデータセンターに供給するために新設された送電線・変電所・発電設備といった追加インフラのコストを、事業者自身が全額負担するという「大口負荷基準」を新設する内容だ。契約を打ち切っても、すでに建設されたインフラのコスト負担義務は残るという設計になっている。

ただし、ここに会計士として指摘しておきたい重要な留保がある。この法案は各州の公益事業委員会に対し、この基準の採用を「検討する」ことを義務付けているに過ぎず、実際に採用するかどうかは各州の判断に委ねられている。ハーバード大学ロースクールの電力法専門家アリ・ペスコー氏は、自主的な料金者保護の約束は、実際に家庭の電気代にコストが転嫁される仕組みを州の公益事業委員会が握っている以上、消費者保護にはつながらないと指摘している。

先行する州の実例が示す数字

法案の効果を占ううえで参考になるのが、すでに同種の規制を導入した州の実績だ。オレゴン州は2025年に施行した「POWER Act」で、20メガワット超のプロジェクトにコスト負担を課しており、その結果データセンターの電気料金が30%上昇する一方、住宅利用者の料金は1.3%低下したという。バージニア州も2026年7月から、データセンターに送電インフラの全コスト負担を求める規制を導入している。全米の電気料金は2019年比でおよそ27%上昇しており、一般消費者物価の伸びを上回っているという背景も、今回これほどの超党派賛成が集まった理由を説明している。

ホワイトハウスの「自主的な誓約」との違い

興味深いのが、今回の法案とは別に、すでに今年3月、Amazon、Google、Meta、Microsoft、OpenAI、Oracle、xAIといった大手が、ホワイトハウス主導の「Ratepayer Protection Pledge(納税者保護誓約)」に署名していたという事実だ。この誓約は、電力需要を「作る・持ち込む・買う」のいずれかで自ら確保し、関連する送電インフラの費用も負担し、実際に電力を使うかどうかに関わらず費用を支払うという内容だが、あくまで企業の自主的な約束にとどまる。今回の法案がこの自主誓約と決定的に違うのは、法的な強制力を伴う枠組みを作ろうとしている点だが、前述の通り、その強制力も「州が検討する」という一段階のクッションを挟んだものにとどまる。

上院での顛末——417対3が意味しなかったもの

会計士として最も興味深いのは、この法案が最終的にどうなったかだ。下院を通過した後、この法案は上院で審議されたが、報道によれば民主党議員のブロックにより上院を通過できず、廃案となった。さらに、代替案として提示された150メガワット基準の法案も同様にブロックされたという。417対3という下院での圧倒的な賛成が、上院での全会一致という異なるハードルの前では何の予測材料にもならなかったことになる。結果として、コスト配分の権限は引き続きFERC(連邦エネルギー規制委員会)の審査プロセスと、各州の公益事業委員会が個別に策定する大口負荷向け料金体系に委ねられたままだ。

会計士として見ておきたいこと

「417対3」という数字は、AI業界が抱える電力コストの外部性に対する政治的な危機感が、党派を超えて共有されていることを示す強いシグナルだった。しかし法案としての実効性は、PURPAという既存の連邦枠組みが持つ「検討義務」止まりの構造的な限界と、上院での不成立という結果によって、当初の政治的インパクトほどには制度化されなかった。データセンター事業者にとっての実務的な意味は、当面はFERCの示唆命令(show cause docket)の行方と、州ごとに個別交渉される大口負荷向けの接続契約が、コスト負担の実質的な決定要因であり続ける、ということだ。全国一律の連邦基準を待つのではなく、州単位の料金設計にどう対応するかが、引き続き事業者にとっての現実的な課題になる。

データセンター電力コスト政策AI規制ファイナンス
広 告300 × 250