AI Agent の過去セッションを Go で抽象化する

Claude Code による AI 駆動開発で複数エージェント運用時に人間の読む情報量が増加する問題に直面。Fable 5 に既存全エージェントチームを棚卸しさせ、出力経路を C1（チャット）C2（通知）C3（成果物）C4（Agent 間連携）の 4 種類に分類し、Agent の網羅性を維持しながら人間が読む情報だけ圧縮する「出力契約」を横断適用した事例。

Claude Code を用いた 2 ヶ月のプロジェクト運用で、品質・説明責任・暴走防止を「気をつけます」ではなく仕組みで実現した事例。機械が事実を算出し AI が判断を添え人が裁定する 3 層設計、承認ゲート・不可逆操作の人手保持・意図的な破壊テストなどにより、技術的品質と経営判断の分離を機械的に保証。ドキュメント 3 層化で全決定の経緯を追跡可能にした。

AIエージェントの性能は、モデルの能力だけでなく「ハーネス」（入力処理・ツール呼び出し・結果返却の仕組み）で大きく変わる。Anthropic公式資料では同じOpus 4.5でも、単独エージェントと複数エージェント構成では完成度が異なり、16体のClaudeを並列動作させたC言語コンパイラ開発実験では適切なタスク分担とハーネス設計が不可欠だった。

Claude / Claude Code 関連の最新ニュースを 9 つのテーマで索引化した記事。AI エージェントの運用設計、Agent への永続的な ID 付与による責任管理、MCP の実装課題、PDF 可読性改善による実務効率化など、魔法の機能ではなく実装・運用段階での実務的課題に焦点を当てている。