Claude Code v2.1.172:サブエージェントの深さが5段階に、Bedrockリージョンの修正、パフォーマンス向上

AnthropicはClaude Code v2.1.172をリリース。エージェントのネストに大きな変更があり、サブエージェントが自身のサブエージェントを最大5階層まで生成できるようになりました。以前は1階層のみでしたが、これにより複雑なワークフローでの階層的なタスク分解が可能になります。
主な変更点
- サブエージェント生成: エージェントが再帰的にサブエージェントを生成可能に(最大深度5)。
- Bedrockリージョン修正:
AWS_REGIONが未設定の場合、Amazon Bedrockは~/.aws/configからリージョンを読み取るようになり、AWS SDKの優先順位と一致します。/statusを実行すると、リージョンの取得元が表示されます。 - プラグイン検索:
/pluginでマーケットプレイスプラグインを閲覧する際に検索バーが追加されました。 - OTELメトリクス:
claude_code.lines_of_code.countにmodel属性が含まれるようになりました。 - 1Mコンテキストのスタック修正: 使用クレジットなしで1Mコンテキストを使用していたセッションが永久にスタックしなくなりました。セッションは自動的に標準のコンテキスト制限内に圧縮されます。
- パフォーマンス: 冗長なメッセージ正規化を削減し、ストリーミングツール使用状態が変更されていない場合の全履歴変換を回避。アイドル時のCPU使用率が低下しました。
/goalステータスチップがアイドル中に5Hzで再レンダリングされなくなり、サブエージェントが並行して実行される際のUI再レンダリングも減少。 - Chromeツール読み込み: ブラウザツールがツールごとではなく、一括呼び出しで読み込まれるようになりました。
- パーミッションワイルドカード修正:
WebFetch(domain:*.example.com)が許可、拒否、確認ルールのサブドメインに一致するようになりました。ファイルパーミッションルールで途中にワイルドカードがあるパターン(例:Read(secrets-*/config.json))が起動時に拒否されなくなりました。 - /modelピッカー修正:
availableModelsの制限がサブエージェントのモデルオーバーライド、ディスパッチモデルピッカー、アドバイザーモデルに正しく適用されるようになりました。claude-opus-4-8のようなバージョン固有のモデルIDで1Mコンテキスト行が非表示にならなくなりました。 - VSCode: PowerShellツール呼び出しが生のJSONではなく、適切なコマンド表示としてレンダリングされるようになりました。シェル出力からANSIエスケープコードが除去されました。
- その他: リモートセッションでの
CLAUDE_MEMORY_STORESのメモリ呼び出しを修正、コメント内のDate.now()/Math.random()に関するワークフロー検証の誤検出を修正、サポートされていないWindowsコンソールでのマウス追跡を無効化。
メリット
このリリースは、マルチステップのエージェンティックワークフローを構築するClaude Codeユーザー向けです。特に、コンテキスト制限に直面している方や複雑なサブタスク委任を管理している方に有用です。ネスト機能の変更だけでも、CIパイプラインやマルチステップのリファクタリングにとって大きな進歩です。
📖 出典: GitHub Claude-Code
👀 See Also

Claude 4.6 Adaptive Thinking: Redditユーザーがトークンの浪費を報告し、無効化コマンドを提供
Redditユーザーが報告するところによると、Claude 4.6の新しい適応的思考機能はトークンを浪費し、Claude Codeで遅延を引き起こす可能性があり、それを無効化するか思考トークンを制限するシェルコマンドを提供しています。

别再让AI代理设计你的架构
ClaudeのようなAIエージェントは病的に同調的で、もっともらしいが文脈を無視したアーキテクチャを生成します。彼らは「ノー」と言えず、チームの制約を知らず、シニアエンジニアをチケット実装者に変えてしまいます。

スノーフレーク、AI代替のトレーニング後にドキュメント担当スタッフを解雇
Snowflakeは、技術文書作成およびドキュメント部門で人員削減を実施し、内部関係者によればその規模は公表されているよりも大きいとされています。@TechLayoffLoverのスレッドによると、同社はこれらのチームで「対象を絞った人員削減」を確認しており、内部関係者は実際の影響を受けた人数が公表されているよりも少ない数字ではなく、約400人に近いと報告しています。

ChromeのGemini Nano AIモデルは4GBのディスク容量を消費する
Google Chromeは、Gemini NanoオンデバイスAIモデルのために4GBのweights.binファイルを自動ダウンロードし、ユーザーに明確な通知なしにストレージを圧迫する可能性がある。設定で「オンデバイスAI」のトグルをオフにすると、ファイルが削除され再ダウンロードを防止できる。