Agent のトークン制限を回避する — 繰り返し投稿作業をスクリプトに委譲した設計

LiteLLM と DeepEval を組み合わせることで、LangGraph エージェントの応答関連性・忠実性・ハルシネーション検出を自動評価できる。DeepEval は LLM-as-a-judge 型の複数メトリクスを提供し、Python コードで LLMTestCase を定義して evaluate() 関数で一括評価が可能。

Claude を中核とするエージェントシステムの理想設計として、10層のコンポーネントモデルを提示。各層を標準プロトコル（OpenAI 互換 API・MCP・OTel GenAI semconv）で疎結合に接続し、モデル能力向上に伴う定期的な剪定と新サービスの標準準拠置き換えを前提とした運用アーキテクチャを解説。

Claude Managed Agents に dreaming（過去セッションの分析による自動学習）、outcomes（成功基準に基づく品質チェック）、マルチエージェント オーケストレーション、webhook 通知が追加された。エージェントがより少ないガイダンスで複雑なタスクを処理でき、自己改善や並列実行が可能になる。

Claude に複数のエージェントセッションを同時に管理・実行できる新機能が追加された。単一のコマンド実行で複数エージェントをディスパッチでき、スケーラビリティが向上。ターミナルタブを分割する手間が不要になる。