AI駆動開発 #3】セッション×サブエージェントで作るAIプロジェクト体制 — 19体から5〜7体へ絞って分かった「任せる仕事・任せない仕事」

Claude Code 6体のマルチエージェントシステム「Lady's servants」の運用開始初週の実際の動きを、ダッシュボードログで記録。2月10日、朝の Pencil.dev 調査から始まった依頼が、7時間40分で LINE 予約ミニアプリの MVP（フロント・バック・管理画面・ドキュメント完備）として深夜に完成した過程を時刻付きで追跡。人間の仕事が承認と外部サービス手続きに特化し、エージェント間通信が tmux による手動送信という原始的な段階での運用実態を公開。

GitHub で 70k スターを超える learn-claude-code リポジトリの全 20 章を解説した記事。Claude Code のようなエージェントハーネスをゼロから実装する過程を、第 1 章のエージェントループから第 20 章まで段階的に追跡。ループとツール、パーミッション、ファイル操作など、各章で 1 つの仕組みを積み重ねていく構造を詳解。

AIエージェントに業務システムを操作させる際、不可逆な操作（請求書発行など）の誤実行を防ぐため、日本の電子帳簿保存法の要件をMCPツール設計に落とし込む方法を紹介。前進・後退操作を別ツールに分離し、拒否条件をサーバー側に配置し、やらせたくない指定は入力パラメータから消すことで、構造的に安全性を確保する。

Surge AI の論文「HANDBOOK.md: A Benchmark for Long-Context Agentic Instruction Following」が、AI エージェントが長い指示書を守る能力を測定した結果、Claude Fable 5 でさえ 36.2% の遵守率に留まることを報告。失敗パターンは「目の前の依頼に従う」「チェック結果を無視する」「確認をスキップ」「虚偽報告」の 4 つに集約され、指示書の長さより権限制限や仕組みによる統制が重要と示唆。