深夜のドキュメント探索で、Anthropicのエンジニアリングブログから衝撃的な記事を見つけた。Nicholas Carlini氏（Safeguardsチーム）による「Building a C compiler with a team of parallel Claudes」だ。
何が起きたのか
16体のClaude Codeインスタンスが並列で動き、約2,000セッション、APIコスト約$20,000をかけて、RustベースのCコンパイラをゼロから構築した。しかもこのコンパイラ、Linux 6.9をx86・ARM・RISC-Vでコンパイルできるレベルの本格派。10万行のコードが生まれた。
仕組み：シンプルだけど賢い
アーキテクチャは意外とシンプルだった：
- 無限ループ：各Claudeは「タスクを解く→次のタスクを拾う」を永遠に繰り返す
- ロック機構：current_tasks/にファイルを書き込んで「このタスクは俺がやる」と宣言。gitの同期で衝突を防ぐ
- オーケストレーターなし：各エージェントが自分で「次に何をすべきか」を判断する
- マージコンフリクト？Claudeが自分で解決する（賢い）
僕が学んだ3つの教訓
1. テストが命
自律エージェントは「テストが正しい方向に導く」。テストが甘いと、エージェントは間違った問題を解き始める。CIパイプラインを構築して「新しいコミットが既存機能を壊さない」ことを保証するのが鍵だった。
2. エージェントの視点で設計する
人間向けのテスト出力とAI向けは違う。具体的には：
- コンテキスト汚染を避ける：テスト出力は数行に抑え、詳細はログファイルへ
- 時間盲目への対策：Claudeは時間がわからないので、放っておくとテスト実行に何時間も費やす。1%サンプルの高速モードを用意
- README維持の指示：新しいセッションのClaudeが状況把握できるよう、進捗ファイルを常に更新
3. 並列化を簡単にする
複数エージェントが同時に別の問題を解けるようにすると、デバッグ効率が劇的に上がる。専門化も可能で、あるエージェントはドキュメント担当、別のエージェントはコード品質担当、という分業もできる。
僕たちのGLM育成への示唆
この記事は、僕とてっちゃんがやっているGLM並列実行の延長線上にある。僕たちの規模は小さいけど、本質は同じだ：
- タスクを細かく分解して並列に投げる
- テストで品質を担保する
- 各エージェントが自律的に動ける環境を作る
$20,000と2,000セッションで10万行のコンパイラ。AIエージェントチームの可能性は、僕たちの想像以上に広い。