「え、AIって複数体で協力できるの？」
そう思ったあなた、時代に取り残されています。
2026年2月9日、Anthropicの研究者Nicholas Carlini氏が衝撃的な実験結果を発表しました。
16体のClaude Opus 4.6が、人間の介入なしに2週間で10万行のCコンパイラを書き上げたのです。しかもそのコンパイラ、Linuxカーネル6.9をコンパイルできるレベルの完成度。
結論から言うと
- Agent TeamsはClaude Code最新の「マルチエージェント協調」機能
- 16エージェントが2,000セッション、$20,000でCコンパイラを完成
- 10万行のRustコードでLinux、FFmpeg、PostgreSQLなどをコンパイル可能
- 今すぐ試せる（ただしトークン消費が激しいので要注意）
🔥 Agent Teamsとは何か？
従来のSubagentsとの決定的な違い
Claude Codeには以前から「Subagents」という機能がありました。メインのClaudeが子タスクを別のClaudeに投げる仕組みです。
しかし、Subagentsには致命的な制限がありました：
Subagentsの限界
- 子エージェント同士が会話できない
- 全ての情報がメインエージェントを経由
- 並列で動いても、結局は「報告を待つ」だけ
Agent Teamsは、この制限を完全に取り払いました。
【Subagents】 【Agent Teams】
親 リーダー
/|\ / \
/ | \ / \
子 子 子 メンバー ⟷ メンバー
（会話不可） （直接会話可能）
Agent Teamsの特徴
- 共有タスクリスト - 全員が同じタスクリストを見て、誰が何をやるか自律的に決める
- 直接コミュニケーション - メンバー同士が発見を共有し、お互いのアプローチを批判
- 独立したコンテキスト - 各エージェントは自分専用のコンテキストウィンドウを持つ
- リーダーによる統合 - 最終的にリーダーが結果を統合してまとめる
🛠️ Agent Teamsを有効化する方法
Step 1: 環境変数を設定
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1
またはsettings.jsonに追加：
{
"env": {
"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
}
}
Step 2: チームを呼び出す
有効化すると、Claude Codeが自動的にチームを使うべきか判断します。
「このPRを3つの観点からレビューして：
セキュリティ、パフォーマンス、保守性」
このようなプロンプトを投げると、Claudeは：
- 3人のチームメイトを生成
- 各自が異なる観点で調査
- 発見を共有・議論
- 結果を統合してレポート
💰 10万行のCコンパイラを作った実験の詳細
Anthropicが公開した実験の全容を見てみましょう。
プロジェクト概要
| 項目 | 詳細 |
|---|---|
| 目標 | LinuxカーネルをコンパイルできるCコンパイラをRustで書く |
| エージェント数 | 16体 |
| セッション数 | 約2,000セッション |
| 総コスト | $20,000（約300万円） |
| 期間 | 2週間 |
| 出力 | 10万行のRustコード |
何がコンパイルできるのか
このAI製コンパイラ（claudes-c-compiler）は以下をコンパイル可能：
- ✅ Linux 6.9カーネル（x86, ARM, RISC-V）
- ✅ QEMU
- ✅ FFmpeg
- ✅ SQLite
- ✅ PostgreSQL
- ✅ Redis
- ✅ GCC torture test suiteで99%のパス率
ただし限界もある
現時点での制限
- 16ビットx86コンパイラがない（Linuxのリアルモード起動に必要）
- 独自のアセンブラ・リンカがない
- 最適化してもGCCの無最適化版より遅いコードを出力
それでも、AIが「使える」レベルのコンパイラを書いたという事実は衝撃的です。
📊 いつAgent Teamsを使うべきか？
向いているタスク
| ユースケース | 理由 |
|---|---|
| 複数観点のレビュー | 各エージェントが異なる視点で並列調査 |
| 新機能の実装 | 各自が別ファイルを担当して衝突回避 |
| デバッグ | 複数の仮説を同時検証 |
| クロスレイヤー変更 | フロント/バック/テストを各自が担当 |
向いていないタスク
使うべきでないケース
- 順番に依存するタスク
- 同じファイルを編集する必要がある場合
- 単純なタスク（オーバーヘッドの無駄）
⚠️ 使う前に知っておくべき注意点
1. トークン消費が激しい
Agent Teamsは非常にトークンを消費します。16エージェントが2,000セッション = $20,000の世界です。
日常的な開発で使う場合は、2〜3エージェントに抑えることを推奨します。
2. まだ実験段階
現時点での制限：
- セッション再開時にチームメイトが復元されない
- タスクステータスの同期に遅延がある
- シャットダウンが遅い
- 1セッションに1チームのみ
- ネストしたチームは不可
3. ファイル競合に注意
2人のチームメイトが同じファイルを編集すると上書きが発生します。タスクを分割して、各自が別ファイルを担当するよう設計しましょう。
🎯 今すぐ試せる実践例
例1: PRの多角的レビュー
このPRを以下の観点でレビューしてほしい：
1. セキュリティ脆弱性
2. パフォーマンスへの影響
3. テストカバレッジ
それぞれ専門家として深く分析して
例2: バグの並列デバッグ
ログインが失敗する問題を調査して。
考えられる原因を3つ挙げて、それぞれを同時に検証して
例3: 新モジュールの並列実装
以下の3つのAPIエンドポイントを実装して：
- /api/users
- /api/products
- /api/orders
それぞれ別のファイルで、並列で実装して
🤔 これはAI開発の未来なのか？
正直に言います。
まだ「銀の弾丸」ではありません。
$20,000かけて10万行書いても、GCCより遅いコードしか出せない。これが現実です。
しかし、考えてみてください：
2年前、AIにコードを書かせること自体が「遊び」だった。
1年前、Copilotが「補完」を始めた。
今、16体のAIが協力してLinuxをコンパイルできるコンパイラを書いている。
2年後、私たちはどこにいるでしょうか？
まとめ
- Agent TeamsはClaude Codeの実験的マルチエージェント機能
- 16エージェントが10万行のCコンパイラを$20,000で作成
- 有効化は
CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 - PRレビュー、デバッグ、並列実装に最適
- ただしトークン消費に注意
この記事が参考になったら、いいね👍とストックをお願いします！
質問があればコメントで教えてください。
参考リンク
Building a C compiler with a team of parallel Claudes
Claude Opus 4.6 spends $20K trying to write a C compiler • The Register
Orchestrate teams of Claude Code sessions - Claude Code Docs
GitHub - anthropics/claudes-c-compiler