Fableの判断力

最近開催されたAIEカンファレンスで、Simon WillisonがClaude CodeチームのCat Wu氏とThariq Shihipar氏との座談会を主催し、そこから非常に興味深いヒントを得ました。それは、Fable（およびある程度Opus）にどう動くかを細かく指示するのではなく、自分自身の判断を使わせるというものです。このアドバイスは、AIエージェントの働き方に対する深い洞察に基づいており、過度な指示は柔軟性を制限し、効率を低下させる可能性があることを示唆しています。

具体例として、テストが挙げられました。Fableに対して「大きな機能には自動テストを使い、小さなコピーやデザイン変更ではテストを更新・実行しない」と指示することもできますが、より良い方法は、テストを書くかどうかの判断をFable自身に任せることです。AIの判断を信頼することで、その自律的な意思決定能力を最大限に活用できます。

さらに、Jesse Vincentからは、価格が上がる前に貴重なFableトークンを消費しすぎないための関連ヒントを得ました。それは、小さなタスクには他のモデルを使うようFableに指示し、どのモデルを使うかはFable自身の判断に委ねるというものです。これは、高価なハイエンドモデルのトークンを節約しつつ、作業の質を維持する巧妙な方法です。

WillisonはすぐにClaude Codeに次のプロンプトを入力しました：「すべてのコーディングタスクについて、あなたの判断で適切な低電力モデルを決定し、サブエージェントで実行してください」。Claudeはこの記憶をファイルに保存し、その理由（コスト効率 — 実装作業はトップティアのモデルを必要とすることは稀で、判断、レビュー、合成はメインループが担当する）と適用方法（プロジェクトのタスクが主にコードの記述・編集である場合、モデルオーバーライド付きのエージェントを生成し、実質的な実装にはSonnet、些細な編集にはHaikuを使用し、コミット前にメインループで結果を確認する）を記録しました。この設定により、AIは高品質な出力を維持しながら、高消費電力モデルの使用を大幅に削減できます。

これまでのところ、この方法はうまく機能しています。Willisonは多くの作業をこなしながら、Fableの許容量が以前よりもゆっくり減少していると述べています。これは、AIエージェントにモデル選択を自律的に判断させることが、特にコーディングタスクを頻繁に行うシナリオにおいて有効な最適化戦略であることを証明しています。この実践は、AIエージェントの効率向上とコスト管理に貴重な教訓を提供しています。