AGENTS.md の効果を 4 モデル × 330 実験で検証——セクション別の記載内容が Agent の成功率に与える影響

Anthropic Claude Code チームのエンジニア Thariq Shihipar 氏が、Claude Fable 5 運用時に人間の指示の曖昧さがボトルネックになることを指摘。プロンプトは「地図」に過ぎず実際のコードベースとの間にズレ（unknowns）が生じることを踏まえ、実装前後の3フェーズで unknowns を発見・埋める8つのテクニック（blindspot pass、design directions、interview me、reference hunt など）を体系化。この記事が X で 300 万ビュー超を記録し、複数の有志が Claude Code スキル化している。

617行に育った本番リポジトリの AGENTS.md を整理するため、Claude公式ドキュメントと個人ブログから推奨要素を洗い出し、8項目の推奨構成案を提示。プロジェクト概要・アーキテクチャ・セットアップコマンド・タスク管理参照先・規約・禁止事項・落とし穴・Definition of Done を、(1)非存在情報(2)探索コスト(3)誤りコストの3基準で正当化。次回記事で実検証予定。

Claude Fable 5 はコーディングエージェントの 44 ターン中 11 ターンで途中でツールコール拒否（stop_reason: "refusal"）を返し、引数が途中で切れても有効な JSON としてパースされるため、stop reason チェック無しのエージェントループは不完全なファイル書き込みを実行する。コスト面では glm-5.2 の 15 倍かかり、またレイテンシと安全性のバランスが課題。

Claude Cowork がモバイル・Web 版に対応した背景にある「非同期タスク実行＋どこからでも進捗確認」という設計パターンを、Anthropic API とシンプルなタスクキューで最小構成で再現する方法を解説。タスク投入エンドポイント、バックグラウンド実行ワーカー、ステータス確認エンドポイントの 3 要素に分解し、デスクからもモバイルからも同じ構造でタスク管理できるエージェントの実装例を示す。