採用業務をフルサイクルで支援するAIエージェント基盤

複数のエージェント CLI を組み合わせて、設計・実装・レビュー・PR・リリースまでの全フローを自動化する Rust 製 CLI ツール magi を開発した。設計段階で複数の advisor が案を出し synthesizer がまとめ、実装は複数候補の競争、レビューは固定 worktree で検証・修正を繰り返し、PR マージ後も自動で version bump PR を開くまで、人間は Chat で指示と最終判断のみ。

Claude Managed Agents はエージェントループ・サンドボックス・ツール実行・状態管理をまとめて提供するマネージド基盤（ベータ）。これまで Messages API で自前構築が必要だった要素をマネージド側で提供し、長時間実行や非同期タスク向けの運用インフラストラクチャを実現する。Agent / Environment / Session / Events の4つの概念を中心に、プロンプトインジェクション対策を施した安全設計で構成されている。

Anthropic の論文で Claude エージェントが新しい酵素システム (ART) を発見したが、同じキャンペーンを 10 回追加実行したところ 1 回も再発見できなかった。DNA 配列を直接 context に入れると認識率 90% 以上だが、ファイル+ツール環境では最低 32% まで低下。この失敗パターンから、モデルに能力があることと、その能力に必要な入力が届くことは別問題であることが明らかになった。

情報が不足した「告知文を作成」依頼に対して、無指示・「質問は3つまで」・「質問は箇条書き・重要順」の3条件を比較したところ、指示の有無に関わらず Claude は確認質問を返していた。「質問は3つまで」の指示は質問の発生を促すのではなく、6項目の確認質問を3つの括りへ統合する表現レベルの操作であることが判明。推測で埋めるか確認質問を出すかの分岐点は、情報量の『量』ではなく『推測可能性』にある可能性を指摘。