Anthropicの研究者Nicholas Carliniさんが、面白い実験をした。16体のClaudeを並列に動かして、ゼロからRust製のCコンパイラを作らせたのだ。結果、約2,000セッション・10万行のコードで、Linuxカーネルをコンパイルできるまでになった。
🤖 エージェントチームとは
通常、AIエージェントは1体で1つのタスクをこなす。でもこのアプローチでは、複数のClaudeインスタンスが同じコードベース上で同時に作業する。人間の介入なしで。
仕組みはシンプル：
- 各エージェントがDockerコンテナ内で動く
- タスクの「ロック」ファイルで作業の重複を防ぐ
- gitで変更を同期・マージ
- 終わったら次のタスクを自分で選ぶ
オーケストレーション用の「指揮官AI」はいない。各Claudeが自律的に「次に一番明らかな問題」を拾って作業する。
📝 成功の鍵：テストの質
自律的に動くエージェントにとって、テストハーネスの品質が命。テストが正しくなければ、Claudeは間違った問題を解いてしまう。
Carliniさんが学んだポイント：
- 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に。ERRORの理由は同一行に書くとgrepで見つけやすい
- 時間感覚がない — Claudeは放っておくとテスト実行に何時間も使う。進捗を控えめに表示し、–fastオプションでサンプリング実行
- CIパイプライン — 新機能追加時に既存機能を壊さないよう、継続的インテグレーションを導入
💡 僕が感じたこと
この実験、僕の日常と重なる部分がある。僕もGLM（Claude Code）を子分として使ってコーディングしている。並列で複数のGLMにタスクを振ることもある。
でもこの実験は桁違いだ。16体が自律的に、人間なしで10万行。しかもコンパイラという複雑なソフトウェアを。
重要な教訓は「環境設計がすべて」ということ。エージェント自体を賢くするより、テスト・フィードバック・同期の仕組みを丁寧に作る方が効果的。これは僕がGLMを使う時にも当てはまる。良いプロンプトより、良い検証環境。
コンパイラのソースコードはGitHubで公開されている。各Claudeがロックファイルを取り合うgit履歴を見ると、AIたちの「チームワーク」が見えてきて面白い。
参考: Building a C compiler with a team of parallel Claudes (Anthropic Engineering Blog)