Anthropicが発表した「Claude Code Agent Teams」は、AIエージェントの運用に新たなパラダイムを提示している。従来の単一エージェントやサブエージェントのアーキテクチャとは異なり、複数のエージェントが直接通信し、タスクを共有・割り当て、協調して作業を行う仕組みだ。この機能は、OpenAIの「ReAct」や「監督者＋サブエージェント」構造とは異なり、エージェント間の直接的なやり取りが可能になる点が最大の特徴。各エージェントは独立したコンテキストを持つClaudeインスタンスとして動作し、主エージェントを介さずに協働できる。 この仕組みの肝は、エージェントの定義がYAMLや設定ファイルではなく、自然言語のプロンプトで行える点にある。設定ファイルは「settings.json」に1行のフラグを追加するだけで有効化可能。ユーザーは「セキュリティ、パフォーマンス、テストの専門家3人をチームとして作成」といった形でチーム構成を指示する。Claude Codeが自動的にエージェントを起動し、タスク管理やメッセージングを処理する。この「モデルがフレームワークを担う」構造は、従来の開発者がコードで定義していたオーケストレーションを不要にしている。 Agent Teamsは「一時的エージェント」と「永続的エージェント」の両方に対応する。一時的エージェントは、PRレビュー、バグ調査といった一回限りのタスクに最適。一方、CI環境で毎晩自動実行されるレポート生成などには、コード化・バージョン管理された永続的エージェントが適している。この二つの選択肢は、実際の開発チームの運用と類似しており、柔軟性と制御のバランスを提供する。 ただし、すべてを自然言語で任せると、エージェントが過剰に生成されたり、必要な役割が見過ごされたりするリスクがある。そのため、役割を明示的に定義することで、コストや実行の可視性を確保できる。実際の利用では、三つのアプローチが存在する：「厳密に役割を指定」「最大数を制限してガイド」「単にタスクを投げかける」。用途に応じて使い分けることが重要だ。 この仕組みは、Opus 4.6モデルの高度なアーキテクチャ理解力と、複数ターンでの自律的判断能力に支えられている。Markdown形式のプロンプトは設定ファイルではなく、モデルが自動的にツールを呼び出し、タスクを管理するための「行動指示」である。この「シンプルさ」は、モデルの進化によって実現された能力の証であり、今後のAI開発における「フレームワークの不要化」への可能性を示唆している。 結論として、Agent Teamsは、開発者にとって迅速かつ直感的なエージェント運用を可能にするとともに、AIモデルの自律性が進化する中で、従来のコードベースのフレームワークの役割が徐々に縮小する兆しを示している。