型定義と実体のズレ——AIとの開発で共通する型の罠

Anthropic は Claude Chat / Code / Cowork など複数のサービスを提供しているが、本来は統一されたエンジン (Agent SDK) の上に異なる「性格」を持つインターフェースとして構築されている。各サービスの実際の機能差は曖昧で、簡単なタスクは3つのどれでも対応できるが、スコープ（Chat はファイル非参照、Code はリポジトリ全体、Cowork は外部サービス連携）と成果物の性質に違いがある。Skills / Projects / Memory / MCP などの補助機能も、実際には無理に学ぶ必要はなく、同じ指示の繰り返しが生じた場合に活用する程度で良い。

社会科学系研究者が8ヶ月間 Claude Code と本気で向き合った結果、AIの失敗パターンから導き出した6つの運用原則を実例とともに紹介。記憶のリセット・読み飛ばし・ルール無視など AIの特性に対し、メモリファイル・外部脳・検査ゲート・承認制などの仕組みで対抗する具体的手法を解説。

Claude Code を「原始人」口調にするプラグイン「genshijin」を導入し、敬語やクッション言葉を削った場合のトークン使用量や回答品質の変化を検証。通常時と同じ依頼での応答を比較した結果、必要な技術情報を残しながら冗長な表現を圧縮でき、読む負担が軽減されることを確認。3段階のモード（丁寧・通常・極限）から用途に合わせて選択可能。

AIエージェントの性能は、モデルの能力だけでなく「ハーネス」（入力処理・ツール呼び出し・結果返却の仕組み）で大きく変わる。Anthropic公式資料では同じOpus 4.5でも、単独エージェントと複数エージェント構成では完成度が異なり、16体のClaudeを並列動作させたC言語コンパイラ開発実験では適切なタスク分担とハーネス設計が不可欠だった。