2025年2月、AnthropicがClaude Opus 4.6をリリースしました。コンテキストウィンドウの拡張、コーディング性能の向上、いろいろなアップデートがある中で、私がもっとも衝撃を受けたのはAgent Teamsという新機能でした。

仕組みを掘っていくうちに、確信に変わったことがあります。

これは単なる技術的な進化ではない。組織論の発達段階と同じ構造変化が、AIエージェントの世界で起きている。

私はエンジニアとしてのキャリアに加え、人事での経験もあり、組織論——特にティール組織やホラクラシーの考え方にはずっと関心を持ってきました。だからこそ、Agent Teamsの設計を見たとき、すぐに気づけた。「これは自律分散型組織そのものだ」と。

そしてビュートゾルフの事例と重ね合わせたとき、AIエージェントの運用設計に対して、組織論が驚くほど具体的な示唆を与えてくれることが見えてきました。

技術の話から始まり、組織論を経由して、産業構造の転換まで。射程は広いですが、ここはアクセルを踏むべきタイミングだと思い、一本の記事にまとめることにしました。

そもそもAgent Teamsとは何か

まず技術的な話から。

Claude Codeには以前からサブエージェントがありました。親エージェントが子に「これ調べてきて」と依頼し、結果が返ってきたら次の指示を出す。親子関係です。

Agent Teamsは、ここから根本的に変わりました。

graph TB
    subgraph "従来: サブエージェント"
        P[親エージェント] --> C1[子1]
        P --> C2[子2]
        P --> C3[子3]
        C1 -.->|結果を返す| P
        C2 -.->|結果を返す| P
        C3 -.->|結果を返す| P
    end

graph TB
    subgraph "新: Agent Teams"
        L[リードエージェント] --> T[共有タスクリスト]
        T --> M1[メンバー1]
        T --> M2[メンバー2]
        T --> M3[メンバー3]
        M1 <-->|直接対話| M2
        M2 <-->|直接対話| M3
        M1 <-->|直接対話| M3
    end

何が違うのか。

サブエージェントでは、子は親のセッション内で動きます。コンテキストは親と共有。子同士は互いの存在すら知らない。すべて親がコントロールし、処理は基本的に逐次的です。

Agent Teamsでは、各メンバーが独立したセッションを持ちます。自分専用のコンテキストウィンドウがある。メンバー同士で直接対話できる。共有タスクリストから自分でタスクを取りに行く。真の並列実行です。

Anthropicの公式発表では、こう説明されています。「一つのエージェントが逐次的にタスクを処理するのではなく、複数のエージェントに作業を分割でき、それぞれが自分のパートを担当しながら直接協調する」。

現時点ではResearch Previewとして提供されていて、環境変数CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1で有効化できます。得意なのは読み取り中心のタスク——コードレビューやセキュリティ監査など。逆に、同じファイルを複数エージェントが書き換えるような場面ではコンフリクトが起きやすく、シングルエージェントの方が信頼性は高い。

この「得意・不得意がある」という点が、実は次の話につながります。

これは組織論の発達段階そのものだ

サブエージェントの構造を見てください。親がすべてを握り、子に指示を出し、報告を受け、次を決める。子同士は横のつながりがない。

これはトップダウンの管理型組織です。

Agent Teamsはどうか。リーダーは方針を示すけれど、メンバーは自分でタスクを取りに行く。メンバー同士で直接議論し、互いの成果をレビューし合う。

これは自律分散型組織です。

ここ、罠です。「ああ、分散型ね」で終わらせると本質を見逃します。

管理型と自律分散型には、それぞれ明確な得意・不得意があります。管理型は目標と解決策が明確なときに速い。でも変化への対応は苦手。自律分散型は個々の判断力が高くないと機能しない。でもそれが満たされれば、かなり強いチームになる。

では、なぜ今になってAgent Teamsが成立したのか。

Opus 4.6のモデル性能が上がったからです。Terminal-Bench 2.0で65.4%（Opus 4.5は59.8%）、OSWorldで72.7%（同66.3%）。エージェント型タスクでのスコアが大幅に向上している。つまり「個々のエージェントの判断力が、自律分散に耐えうるレベルに達した」。

これはフレデリック・ラルーが『ティール組織』で示した構図と重なります。ティール組織やホラクラシーは理論として美しい。でも実践するには、構成員全員に高い判断力と自律性が必要になる。だから、できる組織はごく一部に限られてきた。

AIエージェントの世界でも同じことが起きていた。モデルの能力が閾値を超えて、初めて自律分散型が成立するようになった。

Cコンパイラプロジェクトという実証

Agent Teamsの威力を最も鮮やかに示したのが、Anthropicの研究者Nicholas CarliniによるCコンパイラの構築プロジェクトです。

規模感を先にお伝えします。16エージェント。約2,000のClaude Codeセッション。20億の入力トークンと1.4億の出力トークン。APIコスト約$20,000。2週間。成果物は、Linux 6.9をx86/ARM/RISC-Vでコンパイルできる10万行のRust製コンパイラ。QEMU、FFmpeg、SQLite、PostgreSQL、Redisもコンパイルできる。GCC torture test suiteを含む主要テストで99%パス。クリーンルーム実装で、開発中のインターネットアクセスは一切なし。

従来なら何十人ものエンジニアチームが必要だった規模です。それを一人の研究者がエージェントチームで実現した。

このプロジェクトの設計が、組織論の観点から見ると非常に面白い。

CLAUDE.md = ミッション・ビジョン・バリュー

Agent Teamsでは、各メンバーが起動時にCLAUDE.mdを読み込みます。「何を作るのか」「設計思想は何か」「守るべき原則は何か」。Carliniのプロジェクトでは、「依存ライブラリなしのRustで書く」「コードの最適化がしやすい中間表現を持つこと」「Linuxカーネルをコンパイルできること」がここに集約されていました。

組織のMVVそのものです。

テストスイート = 行動指針の具体化

方針だけだとエージェントは好き勝手な方向に走る。だからCarliniが最も力を注いだのがテストハーネスの設計でした。「これを満たせばOK」という客観的な基準。既存機能を壊したらCIが落ちる。「自由にやっていい。でもこの一線は越えるな」。

Carlini自身、記事の中でこう書いています。テストの検証精度がほぼ完璧でないと「間違った問題を解いてしまう」と。

意外とここが肝です。自律分散型チームでは、行動指針の精度がそのまま成果の精度に直結する。

「ほぼ放置した」= サーバントリーダーシップ

記事のタイトルに「mostly walked away（ほぼ放置した）」とあります。でも完全放置ではない。

テスト失敗のパターンを観察して、新しいテストを追加する。Linuxカーネルのコンパイルで全員が同じバグに群がったときには、GCCをオラクル（正解基準）として使う仕組みを導入する。ある場面ではCIパイプラインを構築して、新しいコミットが既存コードを壊せないようにする。

やり方には口を出さない。でも環境は整える。

これを見て、私はある組織の事例を思い出しました。

ビュートゾルフが教えてくれること

ビュートゾルフ（Buurtzorg）。2006年にJos de Blokが設立したオランダの在宅ケア組織です。

10,000人以上の看護師。約900の自主経営チーム。各チーム10〜12名。マネージャーはゼロ。ラルーの『ティール組織』で最も多くのページが割かれた事例であり、自律分散型組織が大規模にスケールした最良の実証です。

この組織の仕組みとAgent Teamsの対応関係が、驚くほど具体的に重なります。

パフォーマンスの透明性 → テストスイート

ビュートゾルフには「Buurtzorg Web」というICTシステムがあります。看護師は自分が提供したケアの質や治療時間をデータで確認できる。上司が評価するのではなく、データが鏡になって自分で気づく。勤務時間は追跡されますが、それは管理のためではなく、チームの自己モニタリングのためです。

Agent TeamsにおけるテストスイートやCIパイプラインと、まったく同じ構造。透明なフィードバックループがあれば、上司がいなくても自己修正が起きる。

ピアレビュー → エージェント間の相互レビュー

ビュートゾルフでは、チーム内のコンセンサスによる意思決定と解決志向のコミュニケーションが基本原則に含まれています。品質を支えるのは、上からの評価ではなく、横からのフィードバック。

Agent Teamsでも同じことが起きています。Opus 4.6のサイバーセキュリティ調査では、40件中38件でClaude 4.5モデルに勝利。各テストで最大9つのサブエージェントと100以上のツールコールが使われ、エージェント同士が互いの発見に異議を唱え合うパターンが確認されています。

コーチ ≠ マネージャー → 人間の役割

ビュートゾルフには約20名のコーチがいます。ただし、あくまでサポート役です。コーチの仕事は、患者ケアへの助言よりも、チームが機能するための支援が中心。議論が行き詰まったらファシリテートし、質問を投げかける。問題は解かない。解ける環境を整える。

バックオフィスも約50名。10,000人規模の組織としては極めて少人数です。

Carliniの振る舞いと、構造がまったく同じなんです。

最小限のルールと最大限の裁量 → CLAUDE.md

ビュートゾルフの基本原則は4つだけ。解決志向のコミュニケーション。解決志向のミーティング。コンセンサスによる意思決定。役割の分担とローテーション。

細かいマニュアルではなく、少数の原則を定めて、あとは任せる。

CLAUDE.mdも同じです。「この関数をこう書け」ではなく、「最適化しやすい内部構造を持つこと」「既存テストを壊さないこと」。原則レベルの指針だけ。

「信頼の定量化」という逆説

ビュートゾルフの自主経営が機能する根本には、信頼があります。

Jos de Blokは「人間性を官僚主義の上に」という理念を掲げました。現場の看護師を信頼し、権限を委譲する。その結果、管理コストの削減と品質向上を同時に実現した。逆に言えば、信頼がなければ命令とルールで縛るしかなくなる。

ここで、AIエージェント特有の面白い逆説が見えてきます。

人間の組織では、信頼の構築に時間がかかる。だから自律分散型への移行は難しい。でもAgent Teamsの場合はどうか。モデルの能力が「信頼に足るレベル」かどうかは、ベンチマークで客観的に測れる。

Carliniも記事の中で書いています。これまでのOpus 4モデルでは、かろうじて機能するコンパイラしか作れなかった。4.5で初めてテストスイートをパスするレベルに達した。4.6で、大規模プロジェクトのコンパイルが可能になった。

人間の組織では何年もかかる「信頼の醸成」が、AIの世界ではモデルのバージョンアップで一夜にして起きうる。

これは単なる効率化の話ではありません。ビュートゾルフが人間の組織で解いてきた課題——透明なデータによる自己認識、ピアレビュー文化、介入しないが環境を整えるコーチ、最小限の原則と最大限の裁量——が、AIエージェントの運用設計にそのまま適用できるということです。

その先に見える組織の姿

自律分散型の、さらに先。組織論の流れとAIの進化を重ねると、いくつかの方向が見えてきます。

生態系型。 今のAgent Teamsは一つのプロジェクト内の一つのチームです。でも、複数プロジェクトをまたいで、あるチームの成果物が別のチームの入力になったら。フィードバックループが生まれたら。Amazonが社内APIを強制した結果、各チームが事実上の独立サービスになった——あの構図に近い。

スティグマジー型。 アリのコロニーで見られる協調の仕方です。個体同士が直接話すのではなく、環境に痕跡を残すことで間接的に協調する。

実はCarliniのプロジェクトには、この要素がすでにあります。各エージェントがcurrent_tasks/ディレクトリにロックファイルを書き込み、進捗ドキュメントを更新する。他のエージェントはそれを読んで次の行動を決める。直接の会話ではなく、共有された環境を介した協調。

メタ組織。 おそらく未来の最適解は「一つの組織形態」ではないでしょう。状況に応じて組織形態そのものが切り替わる。簡単なバグ修正ならサブエージェント。複雑な機能開発ならAgent Teams。プロジェクト全体の方向転換が必要ならエコシステムの再構成。

ラルーが示したように、組織の発達段階は「新しいほど良い」わけではありません。戦場では軍隊型が最適。工場ではプロセス管理型が合理的。Agent Teamsでも「書き込み中心のタスクではシングルエージェントの方が信頼性が高い」という知見がすでに出ています。

大事なのは、状況に応じて最適な形態を選べること。人間の組織ではしがらみや慣性があってそれが難しい。でもAIエージェントにはそれがない。だからこちらの方が先に「メタ組織」を実現するかもしれない。

そしてそこから逆に、人間の組織論にフィードバックされるものがあるかもしれない。

産業構造が変わるとき

少し大きな話をします。

大企業が強かった理由は何か。規模の経済と、コーディネーションコストの低減です。数千人を統率するには階層構造が要る。維持にはコストがかかる。それを負担できる大企業が有利だった。

ロナルド・コースのトランザクションコスト理論で言えば、企業の境界はコスト構造で決まります。そのコスト構造が変われば、企業の最適サイズも変わる。

Agent Teamsがコーディネーションコストを劇的に下げたら、何が起きるか。少人数の組織が、大企業並みの複雑なプロジェクトを回せるようになる。

Cコンパイラの例がまさにそうです。一人の研究者が$20,000で10万行のコンパイラを作った。Carlini自身が「自分で作る場合のコストの何分の一か」と書いています。

もう一つ、大事な視点があります。

AIによって管理型組織が自律分散型のレベルに引き上げられるという可能性です。

ティール組織が一部のエリート集団にしか成立しなかったのは、全員に高い判断力を求めるから。でもAIエージェントが各現場に入って、全体の文脈を理解した上で「今ここで何をすべきか」を判断できるようになったら？ 中間管理層の役割は、管理・伝達から、環境設計・ビジョン策定へと変わる。

ビュートゾルフでは、従来の管理型ケア組織が抱えていた問題——看護師の自律性の喪失、ケアの質の低下、離職率の上昇——を、自律分散型への転換で解決しました。看護師一人当たりの年間ケア時間は他の組織より大幅に少なく、にもかかわらず患者満足度はオランダ300以上の看護プロバイダーの中でトップクラス。管理層を削減しつつ、品質を上げた。

AIエージェントが、同じ構造変化をより多くの組織にもたらす可能性がある。

産業革命が肉体労働を機械に置き換えて工場制を生んだ。情報革命がコミュニケーションコストを下げてグローバル企業を可能にした。今起きているのは、判断と協調のコストが下がることで、組織の在り方そのものが再定義される転換点なのかもしれません。

忘れてはいけないこと

ただし、光の裏には影があります。

Carliniが記事の最後に書いていた懸念。「誰も中身を検証していないコードが大量に生まれる」。

Opus 4.6はオープンソースコードにおいて500以上の未知の高重大度脆弱性を発見する能力を持っています。サイバー防御には強力な武器ですが、攻撃側にも同じ能力が使えるという二面性がある。Anthropicは6つの新しいサイバーセキュリティプローブを開発し、リアルタイムでの悪用ブロックを実装しています。

自律分散型が暴走したとき、どう統制するか。産業構造が変わるスピードに、社会制度や法規制は追いつけるか。

ビュートゾルフはこの問いに、透明なデータ、ピアレビュー、コーチ、最小限の原則という多層的な仕組みで答えていました。Agent Teamsにも、テストスイート、相互レビュー、人間によるコーチング、CLAUDE.mdという同じ構造が見えます。

技術的にできることと、社会として受け入れ準備ができていること。そのギャップをどう埋めるか。このガバナンス設計こそが、転換点を良い方向に着地させるかどうかの分かれ目になるでしょう。

この記事を書きながら考えたこと

Agent Teamsの仕組みを調べ始めたとき、組織論との対応関係はすぐに見えました。サブエージェントは管理型、Agent Teamsは自律分散型。そこまでは構造の話です。

でも、ビュートゾルフの運営設計とCarliniのプロジェクト設計を並べたとき、もっと深い示唆が見えてきた。

透明性によるフィードバック。ピアレビュー。コーチの役割。最小限の原則。

人間の組織で数十年かけて実践されてきた知恵が、AIエージェントの運用設計にそのまま使える。そしてAIの世界で得られた知見が、逆に人間の組織論にフィードバックされる可能性がある。

技術を追いながら、組織や社会の文脈で捉え直す。その往復運動の中にこそ、本当の学びがあるのだと改めて感じています。

参考：Claude Codeについて学ぶ

Agent Teamsを活用する上での前提知識として、Claude Codeの基礎から実践的な使い方を学んでおくことが役立ちます。

[📦 商品リンク: moshimo-book-fINTJ]

[📦 商品リンク: moshimo-book-9CeFY]

※これらの書籍にはAgent Teams機能は含まれていませんが（2025年2月の新機能のため）、Claude Codeの基本的な使い方や思考法を理解することで、Agent Teamsのような高度な機能もより効果的に活用できるようになります。

参考：組織論について学ぶ

自律分散型組織やティール組織について深く理解したい場合は、以下の書籍が最良の参考書です。

[📦 商品リンク: moshimo-book-teal-organization]

[📦 商品リンク: moshimo-book-9S2hn]

ティール組織の理論と、日本企業での実践例の両方を学ぶことで、本記事で示したようなAIエージェント運用設計への示唆がより明確になります。

実践ガイドのダウンロード

この記事の内容をさらに深掘りし、実際にAgent Teamsを運用する際の具体的なベストプラクティスをまとめたドキュメントを用意しました。

📄 Agent Teams Best Practices Guide (Markdown)

このガイドには以下の内容が含まれています：

無料でダウンロードできますので、Agent Teamsを実際に使う際の参考資料としてご活用ください。