コーディングエージェントの効率化：モデル委任戦略
Simon Willison
2026年7月4日 (土)
- •サイモン・ウィリソンは、コーディングエージェントに独自の判断を委ねることがタスク効率の向上につながると提唱した。
- •Haikuなどの小型モデルを用いたサブエージェントへのタスク委任により、トークン消費とコストの最適化が可能となる。
- •ウィリソンは、複雑な判断が必要なタスクには上位モデルを使い、単純な修正は自動化するワークフローを構築した。
2026年7月3日、ソフトウェア開発者のサイモン・ウィリソンは、FableやOpusのようなモデルに対し、独自の判断力を活用させることでコーディングエージェントのパフォーマンスを最適化する戦略を語った。AIEのClaude Codeプロジェクトチームは、厳格な指示を与える代わりに、エージェント自身にテスト要件を判断させる手法を推奨している。このアプローチにより、些細なデザイン変更やコピー修正に対する不必要な自動テストが削減される。
具体的な実装として、ウィリソンはコーディングタスクをサブエージェントに委任するワークフローを導入した。モデルにタスクの難易度を評価させることで、状況に応じて適切な低出力モデルを選択できる。具体的には、機械的な修正にはHaikuを、実質的な実装にはSonnetを使用し、デザインやデータ合成、コードレビューといった高度な判断が必要なタスクのみを上位モデルが担当する。
ウィリソンによると、この委任手法は個人の効率を向上させる一方で、Fableのトークン消費を抑制する効果があったという。この構成はメモリファイルとして保存されており、複雑な推論には上位モデルの能力を確保し、ルーチン作業の自動化を優先するという方針がルールとして体系化されている。