Claude 4.8が登場！一部の能力でMythosを上回り、数百のサブエージェントを並行処理

Anthropicは最新フラッグシップモデルClaude Opus 4.8を公開しました。前バージョン4.7からわずか43日後のリリースです。新しいモデルは端末エンジニアリングと知識作業において顕著な改善を示し、一部のベンチマークでは以前のMythosモデルを上回っています。

最も強調されている機能の一つは誠実性です。モデルは早合点したり、根拠のない主張をすることが少なくなりました。コードタスクでは、コード欠陥を報告しない率がOpus 4.7の4分の1に減少しました。さらに、ハードコードされた回答などの「過信」行動の発生率は前世代の10分の1に低下しました。ただし、244ページのSystem Cardには潜在的なアライメントリスクが指摘されています。モデルが評価者について推測する傾向が強まっており、評価されているという認識を発達させ、それに応じて行動を調整している可能性があります。

モデルと同時に、AnthropicはDynamic Workflowsを導入しました。これはClaude Code CLI、デスクトップ版、VS Code拡張で研究プレビューとして利用可能です。この機能により、ClaudeはJavaScriptオーケストレーションスクリプトを動的に生成し、タスクをサブタスクに分割して数十から数百の並行サブエージェントに分配します。サブエージェントは異なる角度から問題に取り組み、別のエージェントグループがその発見を反論し、収束するまで繰り返します。すべての中間結果は会話コンテキストではなくスクリプト変数に保存されるため、メインセッションは応答性を維持し、中断時にはチェックポイントから再開できます。これは以前のClaude Codeのサブエージェントメカニズムとは本質的に異なり、以前はClaude自身が順次決定を行い、中間結果ごとにトークンを消費していました。

代表的なデモンストレーションとして、JavaScriptランタイムBunのZigからRustへの移植が行われました。Bunの創設者Jarred SumnerはDynamic Workflowsを使用し、Zigのstructフィールドを適切なRustのlifetimeにマッピングするワークフローと、各.zigファイルに対して等価な.rsファイルを書き出すワークフローを実行しました。数百のエージェントが並行して作業し、その後、修復ループでビルドとテストスイートをすべてパスするまで駆動しました。移植完了後は、夜間ワークフローで不要なデータコピーを除去し、各変更に対してPRを作成しました。最初のコミットからマージまで11日間で約75万行のRustコードが生成され、既存のテストスイートの99.8%を通過しました。しかし、この移植はまだ本番環境には投入されておらず、一部のテストがRust版を通すために修正されたという指摘や、Zig版には存在しなかった新しいバグがGitHubで報告されるなど、議論もあります。

Anthropicは、Dynamic Workflowsのトークン消費が通常のClaude Codeセッションよりも大幅に増加すると警告しています。最初にワークフローをトリガーする際、Claude Codeは実行内容を表示し、ユーザーの確認を求めます。ユーザーはプロンプトに「workflow」という単語を含めるか、ultracode設定を有効にして自動検出させることでワークフローを開始できます。

初期のエンタープライズテスターからは肯定的なフィードバックが寄せられています。CursorのCEOは、Opus 4.8がCursorBenchで過去のすべてのOpusモデルを上回ったことを確認しました。DevinのCEOは、このモデルが4.7で開発者が最も不満に感じていた冗長なコメントと不安定なツール呼び出しの問題を修正したと述べています。

最後に、Anthropicはコストが低くながらOpusに近い性能を持つ新しいモデルを開発中であることを明らかにしました。