AI Wrapperの時代は終わった。Claude Agent Wrapperの時代が始まる。

AnthropicでClaude Codeを率いるTariq Shihiparによる90分のワークショップを分析した。

Manus以降、エージェントへの関心は爆発的に高まっている。しかし、本番環境で実際に動くエージェントをどう構築するかについては、いまだに曖昧なままだ。このワークショップは、その問いに対するAnthropicの回答だった。

LLM APIを単にラップしたサービスを超えて、エージェントネイティブなアプリケーションを設計するとき、何を変えなければならないのか。ここに4つの核心的なポイントがある。

Bashは最強のツールである

カスタムツールを何十個も用意する必要はない。

• Linux上に既存のソフトウェア - ffmpeg、jq、curlなど - がBashコマンドで組み合わせれば、大半のタスクをこなせる。
• エージェントはmanページや--helpの出力を読むことで、ツールの使い方を自ら学習する。
• すべてのツール仕様をプロンプトに詰め込む必要がなくなり、コンテキストウィンドウの無駄遣いが減る。

この含意は大きい。あらゆる機能に専用のインテグレーションを構築する代わりに、エージェントにシェルを渡し、既存のソフトウェアを自由に組み合わせさせればいい。CLIツールの世界がそのままエージェントのツールボックスになる - 事前に登録する必要は一切ない。

エージェントループの核心は検証にある

コンテキスト収集 → アクション実行 → 結果の検証。

• エージェントを使うべきかどうかの判断基準はシンプルだ。アウトプットを検証できるかどうか。
• コードはコンパイラやリンターで容易に検証できる。リサーチ系のタスクでは、ソースの引用を義務づけるなど、検証ロジックを別途設計する必要がある。
• モデルの知性だけに頼ってはいけない。ファイルの存在チェック、構文検証、型チェックなどの決定論的なツールをループ内に配置し、ハルシネーションを防ぐ。

これは多くのチームが見落としているポイントだ。エージェントを「賢くする」ことに注力しがちだが、本来は「検証可能にする」ことに注力すべきなのだ。強力な検証ループを持つ平凡なモデルは、検証ループを持たない優秀なモデルに勝る。

非開発業務もコード生成で解決する

天気の確認やメールの分析といった単純なタスクでさえ、テキスト応答よりもコードで処理するほうが優れている。

• アプローチはこうだ。エージェントにその場でスクリプトを書かせ、複数のAPIを接続してデータを処理させる。
• Claude Codeユーザーのかなりの割合が、実は非開発職 - マーケティング、財務、オペレーション - だ。
• データ分析や繰り返しタスクを使い捨てコード - 一度書いて、一度実行して、捨てるスクリプト - として扱うのが標準的なワークフローになりつつある。

これはエージェント時代における「コーディング」の意味を再定義する。エージェントはメールプロバイダーとの事前統合を必要としない。APIを呼び出し、データをフィルタリングし、結果を返すスクリプトを実行時に生成するのだ。

コンテキストエンジニアリングはファイルシステムに宿る

プロンプトエンジニアリングを超えて、エージェントが動作する環境そのものを設計する必要がある。

• エージェントに新しい能力を与えるのに、複雑なファインチューニングは要らない。よく書かれたMarkdownファイルとスクリプトが入ったフォルダを渡すだけでいい。
• Tariqはこれを「ファイルシステム至上主義（file system pilled）」と表現した。
• エージェントには状態がある。エージェントアーキテクチャの核心は、サンドボックス化された環境 - コンテナ - であり、そこでエージェントはファイルシステムへのアクセスとBashコマンドの実行権限を持つ。

こう考えるとわかりやすい。ファイルシステムはエージェントの長期記憶であり、リファレンスライブラリであり、作業場でもある。プロジェクトルートにあるCLAUDE.mdは単なるドキュメントではない - エージェントのオンボーディングガイドだ。scripts/ディレクトリは単なるユーティリティ集ではない - エージェントのツールキットそのものだ。

パラダイムシフト

Web開発がjQueryからReactへ進化したように - 命令的なDOM操作からコンポーネントベースのアーキテクチャへ - エージェント開発も、生のプロンプト呼び出しから構造化されたフレームワークへと移行しつつある。

問いはもはや「何を聞くべきか？」ではない。「どんな権限と環境を与えるべきか？」だ。

この違いを理解しているチーム - エージェントのパフォーマンスはモデルよりも、その周囲のシステムで決まるという事実を理解しているチーム - が、次世代のソフトウェアを作る。

Tariq Shihipar（Anthropic）のワークショップに基づく。