実世界アプリケーションにおけるAIエージェントの自律性の理解

Anthropicの研究は、Claude CodeのようなAIエージェントの自律性を実用的なアプリケーションで測定することに焦点を当てています。この研究は、ソフトウェアエンジニアリング、医療、金融、サイバーセキュリティなどの多様な分野で活用される際に、これらのエージェントがどれほど自律的になり得るかを調査しています。

主な発見

• Claude Codeの自律性の向上: 研究では、Claude Codeのセッション時間が3か月で約45分以上とほぼ倍増しており、自律性の能力が高まっていることが示されました。
• 経験豊富なユーザーと自動承認機能: Claude Codeのユーザーは時間の経過とともに自動承認機能を使用する傾向が強まり、経験豊富なユーザーは必要な場合を除き、介入を減らしています。
• エージェント主導の明確化: Claude Codeは、特に複雑なタスク中に、ユーザーによる中断よりも頻繁に一時停止して明確化を求めており、曖昧さを独立して管理する能力を示しています。
• 分野別の使用状況とリスクレベル: 現在のAIエージェントの行動は、ほとんどが低リスクで元に戻せるものであり、ソフトウェアエンジニアリングでの使用が顕著（活動のほぼ50％を占める）で、医療、金融、サイバーセキュリティでの新たな機能が出現しています。

方法論

この研究は、公開APIとClaude Codeからの直接的な洞察を通じてツールの使用状況を分解することでAIエージェントを分析しました。セッション全体を再構築せずに操作を追跡するメトリクスを活用し、個々のツールの相互作用の詳細な視点を提供しています。

開発者への推奨事項

AI導入の効果的な監視を確保するために、この研究は、新しい導入後の監視インフラストラクチャと高度な人間-AI相互作用のパラダイムの必要性を強調しています。これにより、自律性の共有管理が促進され、AIエージェント使用に関連するリスクが軽減されます。