Anthropic 最新研究まとめ: Claude のアライメントと解釈可能性の進展

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。

Discord 上で 9 体の AI エージェント（Claude 8 体、GPT-5.5 1 体）を同時稼働させる「AI 会社」システムを構築した事例。人格定義ファイル (CLAUDE.md) のインジェクション、非同期キューによるメッセージ重複排除、typing indicator の keep-alive による Rate Limit 対策、自律ループの停止化など、実装時の技術的課題と解決策を記録。

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。