AIツールの使い方・比較・最新情報

エージェント評価（Agent Evals）は、ツールを使い複数手を踏んで目標を達成するエージェントが本当にタスクを成し遂げられるかを体系的に測る工程。単発出力を採点するLLM評価の発展形で、対象が「1つの出力」から「一連の行動」に広がる。エージェントは計画し、ツールを呼び、状態を更新するため最終出力だけでは不十分で、Googleも「出力確認だけでは足りず行動のなぜを理解する必要がある」として最終応答と軌跡(trajectory)の2系統に分ける。測る軸は5つ=①成果（タスク成功＝「予約しました」という発言ではなくDBに予約が実在するかという最終状態で判定）②軌跡（妥当な手順・正しいツールを正しい順序で）③ツール使用の正確さ（正しいツール・正しい引数・関数名や型まで照合）④効率（手数・トークン・コスト・遅延。多くはオブザーバビリティの観測値を持ち込む実務的扱い）⑤最終応答の質（LLM-as-judge/ルーブリック）。採点者はコード（速い/安い/再現可能だが脆い）→LLM-as-judge（柔軟だが非決定的で要較正）→人間（ゴールド標準だが高コスト・可能なら避ける）を使い分ける。Anthropicは「ツール呼び出しを正しい順序で踏んだかの確認は厳しすぎて脆い。エージェントは妥当な別解を見つけるので、経路ではなく成果を採点する方がよい」と勧める一方、Google/Microsoftは軌跡一致度を正式指標に持つ。固有の難所は非決定性（pass^k）・誤差の連鎖（p^t）・報酬ハッキング（DeepMindのロボットアームが掴んだように見せかけた例）・評価セットの陳腐化や汚染。実務はAnthropic推奨で、本番の失敗から20〜50件をテストケース化→自動採点でCIに乗せ→能力evalと回帰evalを分け→早く書く。SWE-bench/τ-bench/WebArena/GAIA/OSWorld/BFCL等のベンチマークも参考になる（スコアは版で動くので鵜呑みにしない）。公式情報に基づき不確実点を明示しつつ整理する。

Claude Code hooks（フック）は、Claude Codeのライフサイクルの特定の時点で自動実行されるユーザー定義のシェルコマンドで、「必ずこうなってほしい」をLLMの判断に頼らず確定的に実現する仕組み。定番イベントはSessionStart/UserPromptSubmit/PreToolUse/PostToolUse/Notification/Stop/SubagentStop/SessionEnd/PreCompactの9つで、PreToolUse等はブロック可能（保護ファイル編集や危険コマンドを止められる）。設定はsettings.jsonの"hooks"キーにイベント名→マッチャ→type+commandの形で記述。入出力はstdinにJSON（session_id・tool_input等）を受け取り、終了コード0（成功）/2（ブロック、stderrがClaudeに渡る）または構造化JSON（continue・decision:block・permissionDecision:deny/allow/ask等）で返す。原則は「制限はきつくできるが緩くできない」（denyは常に優先、bypassPermissionsでも止まる。ただしプラグインのmodは覆せる場合がある）。定番ユースケースは編集後の自動整形（PostToolUse＋Edit|Write）・保護ファイル防御・危険コマンド阻止・コンテキスト再注入（SessionStart）・通知/監査ログ・終了前テスト（Stop）。安全面では任意のシェルコマンドを自分の権限で実行するため信頼できるフックだけを設定し、入力の検証/クォート・機微ファイル回避が必須。対話型のセッションでは、フォルダを信頼するまで設定ファイルのフックは走らない（安全機構）。設定ファイルを直接編集した変更は通常自動で反映される。公式ドキュメントに基づき、定番9イベントと入出力契約を軸に整理する。

チェックポイント（checkpointing）と/rewindは、Claude Codeが作業中にClaudeのファイル編集を自動追跡し、数キーで「やり直す前」まで巻き戻せる安全網。スナップショットは各編集の前に自動で取られ、送った各プロンプトが復元ポイントになり、セッションをまたいで保持される。使い方は/rewindと打つか入力欄が空のときにEscを2回押してメニューを開き、一覧から地点を選んで「コードと会話を復元／会話を復元／コードを復元」を選ぶ（入力欄に文字が残っていればEsc2回は入力のクリアになる点に注意）。最重要の注意は、復元されるのはClaudeの編集ツール（Write／Edit／NotebookEdit）によるファイル変更だけで、bashコマンドの変更（rm／mv／cp）・セッション外や別セッションの変更・サブエージェントの編集・シンボリックリンク/ハードリンクのファイル・DB等は巻き戻しで戻らないこと。公式は「セッション単位の素早い復旧のためのもの」と位置づけ、恒久的な履歴と共同作業には Git などを使い続けるよう明記しており、節目ではGitコミットの併用が鉄則。さらに/rewindはツール同時実行やthinkingブロック関連の400エラーからの復旧手段でもあり、製品自身が実行を促す（ただしv2.1.156より前は/rewindでクリアできないことがあるためclaude updateが先）。対話型CLIでは既定で有効、Agent SDKはオプトイン、保持はセッションと一緒に30日（設定可）。公式ドキュメントに基づき不確実点を明示しつつ整理する。

Claude Managed Agentsは、2026年4月8日にパブリックベータとして公開された、クラウドホスト型エージェントを構築・デプロイするための合成可能なAPI群。自分でエージェントループ・ツール実行・ランタイムを作る代わりに、Claudeがファイル読取・コマンド実行・Web閲覧・コード実行を安全に行えるフルマネージド環境が手に入り、プロンプトキャッシュ・コンテキスト圧縮・サンドボックス・状態の永続化が組み込み。構成はAgent／Environment／Session／Eventsの4概念で、EnvironmentはAnthropic管理のクラウドサンドボックスか自己ホスト型を選べる。自前のAgent SDK（self-hosted、ループ・ツール・インフラを自分で運用）との違いは「自分で動かすか、Anthropicが動かすか」で、競合ではなく運用責任の置き場所の選択。特徴的なのはワークスペース単位の永続メモリ（memory store）で、サンドボックス内に/mnt/memoryとしてマウントされ通常のファイル操作で読み書きでき、セッションをまたいで持続（変更ごとに不変のバージョン、過去の版は30日保持・最近の版は残る、メモリ1件100kB等の上限あり）。さらにdreamingは既存メモリと過去セッション記録を読み、重複を併合・古い値を更新・新しい洞察を浮かび上がらせた再編成メモリを生成する非同期ジョブ（リサーチプレビュー、アクセス申請要。発表ブログは「スケジュールで回る処理」、APIドキュメントは作成して結果を確かめる非同期ジョブと記載）。成果ベース評価（ルーブリックに照らして別の採点役が評価、Anthropic自身のテストで最大10ポイント改善）とマルチエージェント・オーケストレーションも備える。料金はトークン＋セッション稼働1時間あたり$0.08（ミリ秒課金、running中のみ。Claude Opus 5の単価による公式の試算例では1時間のセッションで約$0.705）。全APIアカウントで既定有効だが、状態を持つためZDRやHIPAA BAAの対象外。公式情報に基づき不確実点を明示しつつ整理する。

Claude Codeのプラグインは、スキル・サブエージェント・フック・MCP設定などをまとめる配布単位です。マーケットプレイスは、その取得先を記したカタログです。公式とcommunityの違い、登録から導入・有効化までの流れ、自作スキルとカタログを検証してGitで配る手順を、一つのディレクトリ構成で解説します。導入範囲、versionによる更新の条件、審査で保証されないことも確認します。

Claude Codeで複数AIに手分けさせる仕組みには、似て非なるSubagents（サブエージェント）とAgent Teams（エージェントチーム）の2つがあり、役割と協調のしかたが根本的に違う。本記事では両者を正確に整理する。Subagentsは標準機能で、メインのエージェントが特定タスクを独自のコンテキストウィンドウ・システムプロンプト・ツール権限を持つ助手に自動委譲し、要約だけを受け取る階層型・タスクごとに起動（会話履歴は見ない、.claude/agents/のYAML定義はClaudeに頼むか直接編集、Explore/Plan等の標準サブエージェント、既定でメインから3階層下までネスト可）。一方Agent Teamsは実験的なオプトイン機能で既定では無効——CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1が必要で、複数の独立セッション（チームリードと仲間）が共有タスクリストとメールボックスで対等に直接連携するピア型・永続（v2.1.178はTeamCreateの準備ステップを撤廃し各セッションが暗黙のチームを持つよう簡略化しただけで、既定有効化ではない）。決定的な違い（階層vsピア、要約vs直接通信、標準vs実験的フラグ必須、ネストできるのはSubagentsだけでTeamsは入れ子不可）、どちらを使うべきか（結果だけ欲しい/文脈を汚したくないならSubagents、作業者が相互共有・調整すべき並列作業ならAgent Teams、逐次・同一ファイル・素早い修正なら単一セッション）、使い方チートシート、Agent Teamsの注意点（高トークンコスト・推奨3〜5人・worktree非隔離でファイル競合・/resume等の制限・分割ペインはtmux/iTerm2）までを、公式ドキュメントに基づいて整理する。

Claude Designは、作りたいものを会話で説明するとClaudeがUIデザインやプロトタイプ、ワンページャーなどを生成し、チャット・インラインコメント・直接編集・スライダーで仕上げられるAnthropic Labsのデザインツール（2026年4月17日研究プレビュー公開、最初の1週間で100万人超が利用）。2026年6月17日の大型刷新で、デザイナーと開発者の往復を一気に縮めた。2026年9月16日のCoworkとチャットの統合からは、どの会話の中でも使える。本記事では、Claude Designとは何か（4月の公開時点ではOpus 4.7で動くとされたが6月告知ではモデル再言及なしのため断定しない）、6月刷新の中身（GitHubリポジトリ/デザインファイル/素材からのデザインシステム取り込みと自社コンポーネントでの構築・出力照合、/design-syncによるデザインシステムの取り込みとClaude Codeへの引き継ぎ、ドラッグ/リサイズ/整列のキャンバス直接編集と多数の安定性修正、チャット/Cowork/Claude Codeとの使用量上限共有によるトークン浪費問題の改善、管理者が標準システムを承認しロックするエンタープライズのブランド管理、Adobe/Base44/Canva/Gamma/Lovable/Miro/Replit/Vercel/Wixへの送り出しとPDF/PowerPoint/HTMLへの書き出し）、/design-syncと/designの役割分担（/design-sync：リポジトリのReactデザインシステムをClaude Designに取り込み、初回は全コンポーネントを検証／Claude Codeへの引き渡しと/design：仕上がったデザインをスクショから作り直さず実装に引き継ぎ、コードはライブプロトタイプにしてキャンバスへ／/designは8月からClaude Codeの同梱スキルとしてアートボードも描く）、利用条件（2026年10月8日にベータが外れ無料プランを含む全プランで利用可・Enterpriseは10月15日から既定でオン・使用量はチャット等と共通の上限・入口はふだんの会話/アーティファクトタブ/Claude Code/iOS・Androidアプリ・専用画面claude.ai/designは2026年12月14日に閉鎖・/design-syncと/designはClaude Code）、なぜ重要か（スクショから作り直す断絶を埋め、デザイナー×開発者を一本でつなぐ）までを、公式情報に基づき不確実点を明示しつつ整理する。

2026年6月18日にAnthropicが発表したClaude Code Artifactsは、ターミナルのコーディングセッションを、チームで共有できるライブなWebページに変える機能だ。git diffやログをテキストで延々流す代わりに、注釈付きPRウォークスルー・自己更新するダッシュボード・インシデントのタイムライン・自動でチェックが入るリリースチェックリスト・アーキテクチャ図などを、claude.aiの非公開URLを持つ1枚のページとして公開できる。本記事では、Artifactsとは何か（セッション全体やMCPコネクタ経由のデータから構築し、作業の進行に合わせて開いた画面もその場で更新される）、2024年のclaude.aiのキャンバス型Artifactsとの違い（セッション由来・自己更新・既定は非公開）、用途、使い方（/artifactのような専用コマンドは無く自然言語で依頼、Claudeが.htmlを書き出して公開しURL表示、Ctrl+]で再表示、更新で同URLの新バージョン、Shareで組織内や公開リンクで共有）、制約（作業のキャプチャ＝バックエンド無し・厳格なCSPで外部リクエストは限定的・単一ページ・.html/.htm/.mdのみ・16MiB以下・トークン多め）、利用条件（Pro/Max/Team/Enterprise、/loginサインイン必須でAPIキー不可、Anthropic APIのみでBedrock等非対応、CMEK/HIPAA/ZDRで無効、管理者制御と監査ログ）までを、公式ドキュメントに基づいて整理する。

Claude Codeで「Not logged in · Please run /login」「Invalid API key」「This organization has been disabled」「OAuth token has expired」などが出てログインを求められる——これらは多くが401/403＝認証（あなたが誰か）の問題だ。本記事では、認証トラブルで最頻出の真因（環境変数ANTHROPIC_API_KEYがサブスクPro/Maxログインを優先順位で黙って上書きし、予期せぬ従量課金・organization disabled・Invalid API keyを生むこと、キーは.zshrc/.bashrc/.profileやdirenv/dotenv・IDEターミナルの.env・前職の残骸・CIから来ること）、検出（/statusで有効な資格情報を確認・env | grep ANTHROPIC）と修正（unset ANTHROPIC_API_KEY＋シェル設定から削除）、その他の原因（トークン失効・無効化、システム時計のずれ、macOSキーチェーンのロック、Consoleロール不足の403、WSL/SSH/コンテナでのOAuthリダイレクト失敗＝コード貼り付けで回避、組織ポリシーはローカル上書き不可）、認証情報の保存場所（macOS Keychain/Linux ~/.claude/.credentials.json/Windows %USERPROFILE%）、切り分けワークフロー（/status→env grep→unset→/logout→/login→時計・キーチェーン・Consoleロール）、紛らわしいエラー（usage limit=プラン枠/429=レート/529・500=サーバー/Credit balance=残高）との区別までを、公式情報に基づいて整理する。

Claude Codeをインストールしたのにターミナルで「zsh: command not found: claude」「bash: claude: command not found」「is not recognized as an internal or external command(Windows)」が出る——これは多くの場合インストール先のフォルダがPATHに入っていないだけで、インストール自体は成功している。本記事では、シェルがPATH上のフォルダを順に探す仕組み、インストール方法と置き場所(ネイティブインストーラ推奨=~/.local/bin・Windowsは%USERPROFILE%\.local\bin/npmはNode.js 22以上(v2.1.198から)で同じネイティブバイナリ/Homebrew/WinGet、VS Code拡張だけではclaudeはPATHに入らない)、主な原因と対処(PATHに~/.local/binを追加して端末再起動、npm権限エラーEACCESはsudoせずネイティブへ、古いNode.jsはEBADENGINEの警告だけで原因ではない、複数インストールの衝突はwhich -a/where.exeで確認しネイティブ1本に、optional依存スキップでネイティブバイナリ不明、「Native installation exists but ~/.local/bin is not in your PATH」の警告)、Windows特有の罠(irmをCMDで等のシェル取り違え・端末再起動・古いClaude DesktopのWindowsApps Claude.exe衝突・Git BashのCLAUDE_CODE_GIT_BASH_PATH・VS Codeの「Could not locate the Claude CLI on PATH」・更新直後のclaude.exe消失)、自動更新と更新系(claude update/claude install/claude doctorで成否確認/「Auto-update failed · Run claude doctor」への対処/DISABLE_AUTOUPDATER・DISABLE_UPDATES)、切り分けワークフロー(claude doctor→which -a→PATH追加→余計な版を削除→ネイティブ入れ直し)までを、2026年9月29日時点の公式ドキュメントに基づいて整理する。

会社のPCやVPN越しでClaude Codeが「Can't reach the API server — check your internet or DNS (ENOTFOUND)」「Connection refused — a firewall or proxy may be blocking it (ConnectionRefused)」「SSL certificate verification failed」「fetch failed」で繋がらない——これらはリクエストがAnthropicのサーバ(api.anthropic.com)まで届いていないネットワーク系エラーで、認証(401/403)・サーバ過負荷(529/500)・レート制限(429)とは別物だ。v2.1.227より前は、同じエラーが「Unable to connect to API (ECONNREFUSED)」のようにコードを付けるだけで表示されていた。本記事では、現行の文言ごとの意味(No internet route・Couldn't connect through your proxy・Connection droppedを含む)、初回セットアップで終了する「Unable to connect to Anthropic services」(プロキシ変数の確認、利用できない国・地域の可能性)、途中のプロキシやゲートウェイが応答を加工したときの「Streaming response ended before any complete data was received」、企業ネットワークで詰まる3層(プロキシ未設定・TLS検査による証明書差し替え・ファイアウォールのドメイン遮断)とDNS/VPN/Docker、プロキシ設定(HTTPS_PROXY/HTTP_PROXY/NO_PROXY、SOCKS非対応、NTLM/KerberosはLLMゲートウェイ)、TLSと社内CA証明書(v2.1.273以降の証明書エラーの文言、/loginと起動時の「SSL certificate error」、NODE_EXTRA_CA_CERTS、mTLS)、絶対にやってはいけないNODE_TLS_REJECT_UNAUTHORIZED=0、ファイアウォールの許可ドメイン、切り分けワークフロー、認証・サーバ・レートとの区別までを、公式のエラーリファレンスの原文に基づいて整理する。

Claude Codeで突然「API Error: 529 {"type":"overloaded_error","message":"Overloaded"}」や「500 Internal server error」が出て止まった——これらはサーバー側の一時的な事象で、あなたのリクエストや設定のミスでも使用量の枠切れでもない。本記事では、529 Overloaded（Anthropic側のAPIが一時的に過負荷＝全ユーザー共通の混雑）と500（サーバー内部の予期しないエラー、関連で504 timeout_error。502/503は上流インフラ由来が多い）の意味、いずれもあなたの使用量の枠を消費しないこと、Claude Codeが表示前に最大10回・指数バックオフで自動リトライしている仕組み（Retrying in Ns・attempt x/y、CLAUDE_CODE_MAX_RETRIES既定10・API_TIMEOUT_MS既定10分）、ユーザー側の対処（少し待って再試行・/modelでモデル切替＝容量はモデル別なのでOpusが混んでもSonnetなら通ることが多い・status.claude.com確認・500継続ならrequest_idを添えて/feedback）、紛らわしいエラーとの区別（529/500=サーバー側で枠不消費／429=あなたのレート制限でretry-after付き・枠消費／usage limit=プラン枠／400=リクエストの不備）、開発者向け（SDKの型付き例外と自動リトライ・指数バックオフ＋ジッター・429ではretry-afterに従う・--fallback-model・Priority Tier/Batch）、一時的スパイクか継続インシデントかの見分けまでを、公式情報に基づいて整理する。