Anthropicが語る「AIがAIを作る」時代：エージェント管理が新しいボトルネックになる理由

Anthropic は今週、When AI builds itself を公開しました。

これは通常のモデル発表ではありません。テーマはもっと深いところにあります。AI システムが、AI システム自身の開発をすでに加速し始めているという変化です。

Anthropic は慎重です。完全な recursive self-improvement はまだ到来しておらず、必然でもないと書いています。

それでもシグナルは明確です。

AI は人間のコードを書く手助けをするだけではなく、次世代の AI を作る作業に参加し始めています。

AI development loop

Claude は研究開発システムの一部になりつつある

2026 年 5 月時点で、Anthropic の本番コードベースにマージされたコードの 80% 以上は Claude に帰属できるものです。Claude Code が 2025 年 2 月に research preview として出る前、この数字は一桁台でした。

2026 年第 2 四半期には、典型的なエンジニアが 1 日にマージするコード量は 2024 年の 8 倍になりました。

重要なのは倍率そのものではありません。ワークフローが変わったことです。

人間が目標を与える。Claude が方法を探し、コードを書き、テストを走らせ、失敗を調べ、繰り返す。人間の役割は、レビュー、方向づけ、リスク判断、最終責任へ移ります。

Anthropic の論考が有用なのは、単純な「AI が人を置き換える」話にしていない点です。

AI は、コードを書く、実験を走らせる、既知の目標を最適化する、多くの経路を高速に試す、といった実行に強くなっています。一方で難しいのは、どの目標に意味があるか、どの結果を信じるべきか、いつ方向転換すべきかです。

エージェントが実行を安くすると、ボトルネックは判断に移ります。どの実験を走らせるべきか。どのコードを本番に入れるべきか。どの自動修正が隠れたリスクを生むのか。どのエージェントを止めるべきか。

Anthropic は、Claude がより多くのコードを生成することで、人間の code review が新しいボトルネックになっていると述べています。

AI によって最初に深く変わる組織は、AI 企業そのものかもしれません。

それは自然なことです。最も強いモデル、最も密なエンジニアリング需要、そして自社の研究ループを自動化する強い動機があるからです。

同じパターンは外へ広がります。ソフトウェア企業はエージェントでコードベースを保守する。セキュリティチームは脆弱性を見つけて修正する。ライフサイエンスのチームは実験を設計する。

問いは、AI が特定の職種に影響するかどうかだけではありません。企業の中核ワークフローがエージェント化されるかどうかです。

Human bottleneck

Recursive self-improvement は、AI システムが自分自身の後継システムを完全に自律的に設計・開発できる状態を指します。

それは今日の現実ではありません。

しかし初期の部品は見えています。エージェントはコードを書き、実験を走らせ、システムを最適化し、結果を比較し、次の一手を提案し始めています。

速いループは科学、医療、工学を加速し得ます。同時に治理をより重要にします。エージェントは何にアクセスできるのか。何を変更できるのか。どの行動に承認が必要なのか。誰が停止やロールバックをできるのか。

これは哲学ではありません。プロダクト要件です。

Buda は、エージェントがより多く実行し、人間がより多くの実行を管理する世界のために作られています。

Buda の Space は組織の境界を定義します。エージェントはその中でファイル、セッション、ターミナル、ブラウザ、channels、artifacts、タスクを使って働きます。人間は何が起きたかを確認し、目標を調整し、出力をレビューし、重要な行動を承認し、必要なら引き継げます。

エージェントが強くなるほど、企業に必要なのは孤立したチャット画面の山ではありません。必要なのは、エージェントの仕事を管理するシステムです。

実行は豊富になります。

判断が希少な層になります。

buda.im で human-led agent workflows を始めることも、Buda Agent Workspace docs を読むこともできます。