AIがコーディングの90%を行うとしたら?Claude Codeチームが語る「検証」の秘密

コンピューター画面の前でAIコーディングツールを活用する開発者の姿を表現したイラスト
AI Summary

Claude CodeチームがAIエージェント時代にコード品質を維持する核心の秘訣である「検証(Verification)」と具体的な作業方式を見ていきます。

想像してみてください。朝に出社してコンピューターの前に座ると、今日行わなければならない複雑なプログラミング作業の90%を人工知能(AI)が手際よく作成してくれます。自分が直接キーボードを叩いてコードをタイピングする時間は目に見えて減り、AIが持ってきた成果物を念入りに検討する日常が広がっているとしたら?これは遠い未来のSF映画の中の話ではありません。世界的なAI企業AnthropicのターミナルベースのコーディングエージェントであるClaude Code開発チームの実際の日常です [出典 1, 出典 11]。

では、世界で最も優れたAIを自ら作り出す最前線の開発者たちは、どのようにこの巨大で複雑なシステムを安定的に管理しているのでしょうか?多くの人々は単純に「AIにプロンプト(Prompt、AIに下す指示)をもっともっともらしく精密に書けばいいだろう」と考えます。しかし、Claude Codeチームが明かした本当の成功の秘密は、私たちの予想を完全に覆します。彼らは「プロンプトよりも検証(Verification、結果が正しいかを客観的に確認するプロセス)がはるかに重要である」と口を揃えます [出典 3]。本稿では、人工知能がコーディングを主導する時代において、彼らがどのようにソフトウェアの品質を徹底的に維持しているのかを順を追って紐解いていきます。


なぜこれが重要なのか?

私たちはよく、AI時代が来れば人間はただ質問をかっこよく投げれば終わる楽な世界が来ると想像します。「こういうプログラムを作ってほしい」と注文するだけで完璧な成果物がすぐに出来上がるかのようにです。しかし、実際の現場、特に数十万行を超える巨大なソフトウェアを作る現場では、AIが書いたコードが実際に正しく動作するのか、隠れたバグ(Bug、プログラムの欠陥やエラー)はないのかを確認するプロセスが、作業全体の成否を左右します。

もしAIが作ったコードを何の検証もなしに盲目的に信じて商用サービスに反映した結果、システム全体がダウンしてしまったらどうなるでしょうか?数え切れないほどの顧客が瞬く間に大きな不便を被り、企業は天文学的な金銭的・信頼的損失を被ることになります。したがって、AIがコードを代わりに作成する時代であるほど、人間とAIが密接に協力して「成果物が本当に正しいかを客観的な証拠で証明する検証体制」を整えることが企業の生存を左右する核心要素となります。Claude Codeチームがどのようにこの難題を解決しているのかを見ていくことで、今後私たちの日常に訪れる多様なAI自律ツールをどのような視点で捉え、扱えばよいのか明確なヒントを得ることができます。


分かりやすく解説:プロンプトという「呪文」より重要な自動採点機

読者の理解を助けるために日常的な比喩を挙げてみましょう。プロンプト中心のアプローチは、まるで有名な料理人のもとを訪れ、「美味しくて健康的な夕食を作ってほしい」と口頭で長く注文するようなものです。料理人は最善を尽くしますが、「美味しくて健康的な」という基準自体が人によってあまりにも主観的であるため、塩辛い料理が出てきたり栄養バランスが狂ったりすることがあります。

一方、Claude Codeチームが強調する検証中心のアプローチは、料理の傍らに厳格な「採点基準表」と「自動採点機」を設置しておくようなものです。「この料理はナトリウム濃度が正確に0.8%以下でなければならず、調理時間は20分を超えてはならず、オーブン温度センサーが正常に動作するかテストを必ずパスしなければならない」という具体的な合格基準をあらかじめ定めておく方式です。AIはこの基準に合わせて自ら料理を作り、テストマシンを動かして初めて料理が完成したと報告します。

実際にClaude CodeチームのBoris Chernyをはじめとする主要開発陣は、「Claude Codeにおいて最も強力な品質向上レバー(lever、システムの成果を劇的に引き上げる核心的なてこ)は、AI自身に自分の作業を検証させることである」と強調しています [出典 3]。

ここでもう一つ興味深い作業方式の変化があります。Claude Codeチームは、開発者に細かい「作業(task)」をいちいち指示する代わりに、大局的な「目標(goal)」を与えます [出典 2]。例えば「このボタンの余白を2ピクセル修正して内部関数を分離して」とマウスやキーボードの動きのような細微な指示を出すのではなく、「この画面のユーザーエクスペリエンス(UX)を改善してモバイルの読み込み速度を意味のある形で短縮して」というような大きな目標を投げかけます。するとClaudeは、エージェントループ(Agent Loop、AIが自ら考え、ツールを実行し、エラーを修正する反復的な自律実行プロセス)を回しながら必要なファイルを自ら探し、コードを修正した後、テストコマンドを実行して自身の成果物が正しいことを自ら証明します。

もう一つの比喩として、数百万行に及ぶ巨大なソースコードを扱うことは、まるで複雑な大都市のすべての路地を頭の中に覚えようとするようなものです。しかし、Claude Codeチームは「全体を無理に記憶する代わりに、必要な時にいつでも理解を再構築する(rebuild understanding on demand)」という知恵を発揮します [出典 6]。ナビゲーションを起動すれば、自分が今通り過ぎる路地の周辺だけが拡大されて鮮明に見えるように、全体コードを脳内に収めることなく、特定の部分を修正しなければならない時にClaudeに該当のコード片をリアルタイムで説明してもらうよう要求し、文脈を把握して作業を進めます [出典 6]。


現状:コードの90%をAIが書き、そして6重の防御壁

現在Claude Codeチームの内部では驚くべきことに、全コードの約90%がClaudeによって作成およびレビューされています [出典 1, 出典 7]。人間の開発者が最初から最後までキーボードを叩いて1行ずつタイピングしていた従来の開発時代はすでに過ぎ去り、今やAIが書いたコードを入念に調整し方向性を定めるオーケストレーター(Orchestrator、オーケストラの指揮者のように全体の流れを調整する役割)としての役割が中心になりつつあります。

それでは、AIが90%のコードを作成しているにもかかわらず、どのようにシステムが不安定にならず完璧に稼働することができるのでしょうか?その堅固な秘訣は、徹底的に設計された「検証レイヤー(Verification Layer)」にあります。Claude Codeが作成した典型的なコード変更履歴は、最終的にPR(Pull Request、開発者が書いたコードをメインのコードベースに統合するよう依頼するプロセス)として提出されるまでに、なんと6段階の検証チェックポイントを通過しなければなりません [出典 7]。

ここには、開発者がPRを提出する前に行う自己検証プロセスだけでなく、コードが変更されるたびにサーバー上で自動実行される厳格な必須CI(Continuous Integration、ソースコードの変更点を継続的に統合し自動テストするシステム)検査が隙間なく含まれています [出典 7]。すなわち、AIがいかにそれらしいコードを書いてきても、この厳格な6重の自動検証関門をすべて通過しなければ、実際のサービスのソースコードに決して反映されないという安全な構造になっているのです。


今後どうなるのか?

Anthropicの創業者ダリオ・アモデイ(Dario Amodei)や最高研究陣が率いる方向性と、Claude Codeチームの生々しいインサイトを総合すると、今後到来するAIコーディングおよびエージェントエコシステムは、次のような3つの核心的な方向性へとさらに進化していくでしょう [出典 9]:

  1. 検証と自律自動化ループの高度化: 単なるテキスト生成モデルの域を超え、AIが自らコードを実行してテストを行い、自身でエラーを診断して修正する「エージェントループ」システムが業界の標準として定着するでしょう [出典 5]。
  2. コンテキスト・ミニマリズム(Context Minimalism)の定着: 不要に膨大な情報を一度にAIに投入して混乱させる代わりに、必要な瞬間に必要な最小限の情報だけを選り抜いて正確に活用する効率的な作業方式が主流になります [出典 5]。
  3. ルーティンとオートモード(Auto Mode)の大衆化: 人間が逐一傍らで監視しなくても、反復的な開発ループの中でAIが堅固な安全装置(検証システム)を基盤に自律的に働く環境が、すべての開発現場へと拡大していくでしょう [出典 5]。

結局のところ、訪れる未来の開発と問題解決は「AIにいかに口達者にうまく指示を出せるか」にかかっているのではありません。むしろ「AIが持ってきた膨大な成果物が本当に信頼できるかを証明できる、堅実なテストと検証基準をどれほどうまく構築できるか」によって成敗が分かれることになります。


AIの視点(MindTickleBytesのAI記者による視点)

多くの人々は、AIが世の中のすべての複雑な問題を勝手に解決してくれる「魔法の箱」であることを望みます。しかし、AnthropicのClaude Codeチームの生々しい事例が明確に証明しているように、真の生産性向上は、虚偽の魔法のようなプロンプトから生まれるのではなく、冷静かつ徹底的な「検証システム」に起因します。AIが賢くなるほど、人間の役割は単純なコーダーや監視者を超え、公正かつ厳格な「首席審査員」であり方向性を決定する「戦略家」へと進化しています。技術が高度化するほど、基本と検証の価値を失わない姿勢が一層大切になる理由がここにあります。


参考資料

  1. How the Claude Code team thinks about verification - https://claude.dev/blog/how-the-claude-code-team-thinks-about-verification/
  2. How the Claude Code team uses Claude Code - YouTube - https://www.youtube.com/watch?v=S-sYlFiGFv8
  3. Verification Beats Prompting, Boris Cherny’s Top Claude Code Tip… - https://blog.vibecoder.me/verification-beats-prompting-claude-code-boris-cherny
  4. Claude Code by Anthropic AI coding agent and assistant - https://claude.com/product/claude-code
  5. Claude Code’s Creators Explain Agent Loops & How… The Neuron - https://www.theneuron.ai/explainer-articles/claude-code-creators-boris-cherny-and-cat-wu-explain-how-to-use-agent-loops/
  6. Critical thinking when agents do the work… Thread Navigator - https://threadnavigator.com/thread/2117512471930167377/
  7. How the Claude Code team reviews code that Claude writes - https://heybrahim.com/notes/claude-code-team-code-review.html
  8. Dario Amodei: Anthropic CEO on Claude, AGI & the Future… - YouTube - https://www.youtube.com/watch?v=ugvHCXCOmm4
  9. Claude (AI) - Wikipedia - https://en.wikipedia.org/wiki/Claude_(AI))
  10. Claude by Anthropic The AI for problem solvers - https://claude.com/
  11. Newsroom \ Anthropic - https://www.anthropic.com/news
AD
この記事の理解度チェック
Q1. Claude Codeチームにおいて、Claudeが作成・レビューするコードの割合はおよそどれくらいですか?
  • 約50%
  • 約90%
  • 約30%
Claude Codeチームの全コードのうち約90%がClaudeによって作成・レビューされます。
Q2. Claude Codeの開発者たちが挙げる、最も強力な品質向上レバーは何ですか?
  • より洗練されたプロンプトの作成
  • AIに自身の作業を自ら検証させること
  • コードの長さを制限すること
Boris Chernyらの開発陣は、プロンプトよりも「検証(Verification)」が最も強力な品質向上手段であると口を揃えます。
Q3. Claude Codeチームが複雑なコードベースを理解する方式についての説明として正しいものはどれですか?
  • 全体モデルを頭の中に記憶する
  • 必要な時にいつでもClaudeに特定の部分を説明するよう求め、理解を再構築する
  • コードを全く読まない
チームメンバーは全体モデルを頭に思い浮かべる代わりに、必要な時にClaudeに特定のスライスを説明してもらうことで、必要な時点で理解を再構築します。