Python + Discord.py でマルチ LLM エージェントチームを構築：設計パターンと実装課題

学生ハッカソンで Claude と Open Claw を活用し、好きなアイドルグループのメンバーを AI エージェント化した開発基盤「KAWAII Dev.」を構築した経験談。Discord 上で各メンバーを専門家キャラとして動かし開発効率化を実現した一方、セッション分離による文脈喪失、記憶管理、コマンド誤実行など、複数のインシデント対応から得た教訓を紹介。

Content Agent で生成する X 投稿で、テーマ重複・タイプ単調性・AI 的文体が問題となった。S3 で過去 14 日のテーマを参照して重複を防ぎ、投稿タイプを動的選択 (LRU アルゴリズム) に変更し、プロンプトで禁止フレーズを指定することで品質を向上させた実装テクニック。

Anthropic がモデルの安全性と信頼性に関する複数の研究成果を公開。「Teaching Claude why」でエージェント動作時のミスアライメントを削減、Natural Language Autoencoders で内部思考を人間可読化、アライメントツールのオープンソース化により安全性研究が民主化される。エージェント開発者はシステムプロンプトに目的・背景・制約の理由を明記することでモデルの意図外動作を抑制できる。

Claude Code の Agent-based hook を使い、サブエージェントがツール検証でメインエージェントの作業をチェックする方法。Stop hook で settings.json に "type": "agent" を指定し、ユニットテスト実行や検証を AI に委譲でき、NG 時の修正も自動化可能。サブエージェントは最大 50 ターンの制約あり。