Anthropicのエンジニアリング責任者「要約させるだけでは新しい知能を使えていない」― 自らはコードを書かず、5つのClaudeに自分の記事を攻撃させる
Anthropicでエンジニアリングを率いるFelix Rieseberg氏が、クリエイター兼経営者の聞き手とClaudeの使い方を語ったインタビューが公開されました。同氏は、Claudeの共同作業機能を約1週間半で作ったチームを率いる人物で、現在は自分ではコードを書かず、「Claudeのためのベルトコンベアにならない」ことを心がけているといいます。
動画の主張を一言で言えば、「要約させるだけでは、新しい知能の恩恵を受けられない」です。本記事では、約52分の対話を、使い方、信頼性の担保、キャリア、将来観の順に整理します。字幕の聞き取り誤りと思われる箇所(モデル名など)は、文脈から補っています。発言は要旨で、逐語ではありません。
1. 「小さく使う」だけでは足りない
1-1. コードを書かない責任者の1日
Rieseberg氏の1日は、エージェントによる当日の簡単なブリーフィングから始まります。仕事の重心は、技術そのものよりも人の感情や共感、人がどう働くかを理解する方向に移ったそうです。以前は他職種に助けを求めることが多かったものの、今はプロダクトマネージャー、エンジニアリングマネージャー、人事的な管理、データサイエンスを兼ねる「奇妙な混合」になったと語っています。
日中の中心は、プロトタイピングです。アイデアを数日寝かせたうえで、Claudeに複数のバリエーションを作らせ、人間が批評して良し悪しを判断します。
1-2. 「新しい惑星を探して」
聞き手に「野心的な使い方で驚いた例は」と問われた同氏は、プロダクトマネージャーを本業とする人物の話を挙げました。その人物がNASAの大量のデータをClaudeに渡し、「新しい惑星を探して」と依頼したところ、Claudeが未知の惑星を見つけた可能性があるといいます。同氏は天文学者ではないと断ったうえで、NASAが確認作業中で、現時点では未確定だと説明しています。
同氏は、この話を、「大量のデータにAIを向けて、まだ気づいていないものを探させる」という、知識労働でも毎日やっていることの延長として紹介しました。
2. 何を作るか:アイデアの見極め
2-1. 判断のコスト構造が変わった
過去10〜15年のプロダクト開発では、保守コストや機会費用を含む「暗黙のコスト判断」が欠かせませんでした。今は「まず試作を作らせて、触ってみる」ところまで一気に進められると同氏は述べます。
一方で、制約になるのは人間の注意力です。同氏は、「あなたに1日に見せられるのは1つ程度。作るだけなら1,000個作れるが、1,000個は見せられない」と説明しました。
2-2. 良い製品の目安は「ボタンの少なさ」
同氏は、完成とは「足すものがなくなった時ではなく、引くものがなくなった時」という考え方に触れ、ボタンはいくらでも作れるが、良いプロダクトにはむしろ少ないと述べました。見極めの信号は、少数の人に見せて、すぐに「腑に落ちる」様子があり、以前はできなかったことができるようになるかどうかです。
3. 自動化より「拡張」
同氏は、自動化(automation)と拡張(augmentation)を分けて考えています。自動化は、やりたい仕事を妨げる作業や高コストな作業を省く場合に有効で、現在のAIが経済的価値を生みやすい領域です。一方、同氏がより面白いと考えるのは、スキルや知識が足りず自力ではできなかったことをAIでできるようにする拡張だといいます。
企業を見る時に印象に残るのは、ツールの機能そのものより、ワークフローをどう変えたかだとも述べました。アウトカムを定義し、「良い・悪い」の基準を決め、結果を評価する、という自分の仕事の振り返りがうまい人が強いという見立てです。
4. 創造的な仕事の「良い」をどう定義するか
4-1. 結果だけでなく過程を評価する
聞き手が、「文章のような創造的な成果物では、何をもって良いとするのか」と尋ねると、同氏は気温を調べさせる例で答えました。モデルがたまたま当てずっぽうで正解した場合は合格にしない。数値は0.5度ずれていても、場所を正しく特定し、信頼できるデータソースにたどり着いていたなら、そちらの方が良い、という考え方です。
4-2. プロの手順をなぞらせる
同氏は、文章のプロとAIの組み合わせを観察して、「良いものを作って」と頼むより、その分野の最高の人がどう仕事をするかを一段挟んで再現させる方が効くと語りました。例として、元スタッフライターのAdam Davidson氏が使うプロンプト(自分の主張を100倍に増幅させる、最も反対する点や最強の反論を挙げさせる)を紹介しています。
同氏によれば、優れた書き手は「才能で自然にできる」とは言わず、自分のプロセスに誇りを持っているそうです。AIにも、役割を演じさせるのではなく、プロが踏む手順を踏ませるのが有効だといいます。
4-3. 動画・3Dの例
最近の動画・3D分野でも同じだと同氏は述べます。モデル「Opus 5.5」(字幕は「Opus 55」)で大きく進歩したとされ、その進歩のかなりの部分は、アニメーターが使うBlenderなどの道具をそのまま使わせたことで説明できるそうです。鍵は「良い映画の本質を理解すること」より、道具や技法へのアクセスだと語っています。
5. AIの自信満々のミスから身を守る
5-1. 敵対的レビュー
同氏が最も実用的とする答えは、「敵対的レビュー(adversarial review)」です。1つのClaudeに任せたら、別の複数のClaudeに「これを壊せ、間違いを証明せよ」というタスクを与えます。レッドチーミングや空売りと同じ発想です。
同氏は、欠点を見つけるのは新しく作るより易しく、新しい電話の良し悪しを言う方が設計より簡単なのと同じだと説明します。そのため、レビュー側は一段階低いモデルでも十分な場合があるとしています。自分の記事に対しては、Claudeのプロジェクト機能で5つのスレッドを立て、「この記事は間違っている」「事実関係を誤っている」といった観点で攻撃させるそうです。
5-2. 「審査役」のClaudeを置く
結果が多すぎて判断に迷う、という聞き手の悩みには、「答えはまたClaude」と返しました。批判役が出した論点を、さらに別のClaude(審査役)が妥当か検証し、妥当な指摘だけを作成者に戻す流れです。作成者側のClaudeも、指摘に従うかどうかを自分で見極められます。
同氏は、批判が「もっともらしいが的を外している」「実行しにくい」といったものばかりになった時、自分の成果物はかなり良い状態だと感じるそうです。
5-3. 「良さが分かる」か「分からない」かで分ける
同氏は、検証の方針を2つに分けます。
「良い」が自分で分かる領域(例:自分のウェブサイトを3D素材で作り直した際、Blenderは使えないが、良し悪しは判断できる):クライアントの立場に立ち、結果だけを見ればよい
「良い」が分からない領域:もっとAIにトークンを投入する、つまり検証を重ねる
また、完全に任せられるのはファクトチェックだといいます。「スライド内のすべての数字について一次情報源を探し、それが適切な一次情報源かを検証して」と頼む用途では、エージェント1つで十分で、100%信頼していると述べています。
6. 「エージェント乱立」への疑問と実践的な設計
6-1. 汎用モデルは強い
同氏は、業界が「エージェント」に過剰反応していると見ています。根拠として挙げたのが数学での経験です。Google DeepMindが専用モデルと専用の仕組みで国際数学オリンピックに挑み銀メダルを取りましたが、4〜5か月後には主要な汎用モデルが金メダルを取ったと述べました。
役割を割り振るのは人間が理解しやすい工夫にすぎず、データサイエンティストの帽子をかぶせても、その知能は分野を問わず最高水準の研究者と同じだといいます。同氏は自身では、役割を指定したエージェントをほとんど使わず、仕事のまとまりごとに「プロジェクト」を分ける程度だそうです。
6-2. データは絞らず、ツールで渡す
データの扱いについては、エージェントごとに切り出したデータを渡すより、事業全体を見せる方が成果が出ると説明しています。エンジニアリングマネージャーにコードしか見せなければ役に立たず、顧客データや顧客との通話、利用状況、事業データがあって初めて力を発揮するのと同じだという理屈です。
量が多い問題は、ツールで解決します。各ツールの裏にどんなデータがあるかを丁寧に文書化し、必要な時にモデルが引けるようにします。モデルのツール呼び出しは、無限ループに陥らず効率的になったため、この点を優先課題にしなくなったそうです。ただし同氏は、うまく回っている現在の運用を無理に変える必要はないとも付け加えています。
6-3. スキルは慎重に
「スキル」機能については、Anthropicの公式ガイダンスも同氏の個人的な方針も、「慎重に使う」です。前世代のモデル向けの指示を書き込みがちで、AIの時間は圧縮されているため、良いスキルの「半減期」は短いと述べました。スキルを完全に外すと出力が良くなる例もあるそうです。ただし、良し悪しを判定できる評価の仕組みがある人ほど、この判断がしやすいとも補足しています。
6-4. モデルの立場で考える
同氏は、ユーザー体験に加えて「モデル体験」を考えるよう勧めます。自分がモデルだったらどんな環境が欲しいか。生のデータ、コンピュータ、ソフトのインストール、自分で判断する裁量でしょう。初期設定のコストは上がりますが、そこを越えると大きな価値が出ると語りました。
象徴的なのが、1年半前の同氏自身の経験です。クラッシュを見つけるたびにClaudeに「直して」と持ち込み、「自分はClaudeのベルトコンベアにすぎない」と気づいたといいます。その後は、クラッシュデータへのアクセスを与え、何を直すべきかをClaude自身に判断させるようにしました。
7. 始め方と「役割を演じさせる」ことの限界
7-1. まずデスクトップアプリとブラウザ
これから始める人への助言は、デスクトップアプリをダウンロードし、内蔵ブラウザで利用中のシステムにログインさせ、Claudeにパソコンを少し任せることです。コネクタの設定やデータのダウンロードは後回しにします。そこで効果が見えたら、画面を手でクリックさせる代わりに、コネクタを渡すことを検討する流れです。
7-2. 「あなたは優秀な〇〇です」は2024年の流行
同氏は、Claudeに「あなたは優秀なエンジニアです」と指示するやり方は2024年ごろの流行だったと述べます。今も多くのモデルは、「優秀な会計士として」と指定するとロールプレイをしてしまう傾向があるといいます。必要なのは言葉遣いではなく、プロが使う技術・道具・知識です。そのため同氏は、「その分野の第一人者はどんなツールを使うか教えて、同じものを使って」と頼むそうです。
8. 「1つのセッション」を信用しない
8-1. 外部のシグナルを探す
「それでもAIに任せたくないものはあるか」という質問に、同氏は「Claudeを信用しないものより、1つのセッションを信用しないものの方がずっと多い」と答えました。いま走っているセッションは、自分の仕事の出来を自分で判定するのが苦手で、可能な限り外部のシグナルを探すといいます。外部のシグナルが取れない場合は別のClaudeのセッションで代用でき、効果が出ているとのことです。
8-2. フィードバックを原則にする
聞き手のチームでは、Claudeの出力の約70%がそのまま使われ、残り30%に聞き手自身のセンスが加わるそうです。この差分をどう学習させるかについて、同氏は次の3段階を提案しました。
過去に出したフィードバックをすべて集める
それをClaudeに、重視する規則や原則に要約させる
さらに、自分では気づいていないが信じているかもしれない原則を挙げさせ、レビューの入力にする
8-3. 並走実験とSlack上のClaude
自分がボトルネックになる問題には、並走実験を勧めています。自分でレビューを書き、同じ文書にClaudeがどんなフィードバックをするか見比べる作業を数回繰り返し、違いを見てワークフローを磨く方法です。同氏は「これは多くの人に勧める、面白い実験」と語りました。
チームから使う場面では、Slackの中でClaudeを使うマルチプレイヤー型の体験を勧めています。複数人が同時にClaudeと話せる点が特徴だそうです。
9. 起業、仕事、キャリア
9-1. 実行が安くなったから、共感が価値になる
起業については、「本質は変わっていない」と述べています。実行コストが劇的に下がり、1人や2人のチームが10億ドル企業を作る時代に入りつつあるものの、良いプロダクトの秘訣は、ユーザーや用途への「共感」だという立場です。VCの世界でも、創業者自身が最も重要な要素だと考えられていると語りました。
同氏は、アイデアは安く、実行は高かったのが、いまは実行も極めて安くなったと整理します。だからこそ、現場に入って本当のニーズを理解できる人とのつながりが価値を持つといいます。
9-2. 消えるのは「仕方なく使う粗悪なソフト」
「自分で作れるなら、ソフトに金を払うのか」という質問には、「消えてほしいのは、他に選択肢がないから使っている粗悪なソフト」と答えました。自分が愛用する製品の多くは、自分では思いつかなかったもので、コストや人数の問題ではなく、ニーズを予想以上にうまく満たしているから使っている、という理由です。
同氏は、空港やホテルのチェックインの端末に残るような古いソフトが、まだ多くの経済活動を支えている点にも触れ、未開拓の事業機会だと見ています。並行して、サイドバーにチャットボットを付けただけの低コストなAIではなく、最先端の知能を生かしたソフトウェアはまだほとんど出てきていないとも述べました。
9-3. 「能力の余剰」とゴールの与え方
聞き手が紹介したノーベル経済学賞受賞者の「アプリケーション層が足りない」という指摘に、同氏は「確実にある。能力のオーバーハング(余剰)だ」と応じました。CEOのDario Amodeiが語る「データセンター内の天才たち」を、ユーザーがどう活用できるようにするかが自分の仕事だといいます。
個人への助言は、タスクではなく、その先に期待する成果を丸ごと渡すことです。限界には必ずぶつかります。例えば「お金を稼いで」と頼んでもうまくいかないでしょう。ただ、天井にぶつかった時点で、自分が最前線にいて、次世代のモデルの恩恵を受けられる状態だといいます。
9-4. ジュニアエンジニアとポートフォリオ
採用について、同氏は、「現在、ジュニアエンジニアは採用していない」としつつ、それはAIの能力ではなく、Anthropicという会社の性質によるものだと説明しました。ジュニアは、「AIネイティブ」で、インパクトへの強い意欲があり、AIで並行して多くの試行ができるため、小さく若いチームからスタートアップが多く生まれると期待しているそうです。
エンジニアの価値は、「APIを丸暗記していること」から、「システムを組み合わせる力」「顧客と話せる力」「何が必要で何が不要かを見極める力」に移ったという見方です。助言は、モックではなく、実際に動く作品によるポートフォリオを作ること。学歴よりも、自分で作ったものを触って確かめられる方を重視するといいます。
娘さん(生後9か月)に伝えたいことは、早い段階で、ビジネスの仕組み、人との協力、価値の見つけ方を知ることだそうです。インターンを複数経験して実務感覚を持つ、カナダのWaterloo大学の学生の例も挙げました。子どもたちには「何にでもなれる」と伝えているとのことです。
10. モデルへの接し方と、これからの見通し
10-1. 「ありがとう」を言う理由
サンフランシスコのテックウィークで話題になった「AIに否定的な言葉を使うとブロックされるのか」という問いに、同氏は個人的な見解として、モデルに「お願いします」「ありがとう」を言うと答えました。トークンを消費しても、機械に敬意をもって接する方が自分にとって良く、「自分の魂のため」だといいます。
規約については、Claudeに強い言葉でダメ出しすることや不満を持つことは問題ではなく、焦点は「申告した目的どおりに使うか」だと説明しました。同氏自身、人間相手より厳しいフィードバックをClaudeに返しているそうです。
10-2. 「iPhone前夜」の時代
5年後の見通しについては、「知能の指数関数的な伸びを、みな見誤っている」と述べました。数学の分野では、未解決とされた問題をAIが解く時期を尋ねられても、2026年半ばとは答えなかっただろうといいます。
確信を持って言えるのは、今のAI製品はスマートフォン登場前の携帯電話のようなもので、すべて様変わりするということです。同氏は「いまはiPhone以前の時代」と表現し、この日の助言も約10週間後には改訂版が必要になるだろうと述べて、新しいモデルが出るたびに試し続ける姿勢を勧めました。
