1つのエージェントからチームへ：OpenClawのサブエージェントの仕組みと、Anthropicの2万ドルをかけたコンパイラ実験が示す未来

2月、Anthropicの研究者が2万ドルを費やし、16の並列ClaudeエージェントにCコンパイラを作成させました。OpenClawのサブエージェントシステムを使えば、同じアーキテクチャを朝のブリーフィングに約0.03ドルで実行できます。

エージェントインフラストラクチャシリーズ・パート12

今月、Anthropicの研究者Nicholas Carlini氏は、ソフトウェアエンジニアリングというよりも生物学的進化を思わせるような実験を発表しました。

彼は16個のClaude Opus 4.6インスタンスに2週間、並列で作業させました。それらは約2,000のコーディングセッションを生成し、20億の入力トークンを消費し、API料金は2万ドル弱かかりました

これは、ピカピカの新しい「アプリ作成」ボタンのデモではありませんでした。それは、エージェントごとのDockerコンテナ、共有gitリポジトリ、ファイルロックといった、最も基本的な協調プリミティブで構築された、ありのままの研究プロトタイプでした —

同じロジックを使って、朝のブリーフィングの実行時間を40秒から20秒に短縮できます。しかも、ほんのわずかな費用で実現可能です。

まず、混乱を解消しておきましょう

現在、コミュニティでは3つの「マルチエージェント」という概念が飛び交っています。響きは似ていますが、それらは全く異なるツールです。

概念	内容	使用場所
Claude Code Agent Teams	Anthropicの`claude` CLIツールに搭載された実験的な機能。「Mailbox」システムを介して、チームメイトが互いに直接メッセージを送り合うことができます。	Claude Code (コーディングツール

**この記事はOpenClaw サブエージェントに関するものです。**これは3つのうち、現在、一般的な自動化タスクにおいて実稼働可能な唯一のものです。

OpenClawサブエージェントの仕組み

1つのエージェントがすべてを順次実行する代わりに、「メインエージェント」が「サブエージェント」を生成し、バックグラウンドで作業を行わせます。

メインエージェント (深さ 0)
    │
    ├── sessions_spawn(task="競合Aを調査")
    │       └── サブエージェントA (深さ 1, 独立したセッション)
    │               └── 作業... 作業... → 結果を報告
    │
    ├── sessions_spawn(task="競合Bを調査")
    │       └── サブエージェントB (深さ 1, 独立したセッション)
    │               └── 作業... 作業... → 結果を報告
    │
    └── 結果を受信 → 最終レポートを統合

主要な振る舞い

ノンブロッキング: sessions_spawn コマンドは即座に runId を返します。メインエージェントは待つことなく作業を続けたり、さらにエージェントを生成したりできます。
コンテキストの分離: 各

コマンド

ツールは sessions_spawn です。パラメータ名が instruction ではなく task であることに注意してください。

sessions_spawn({
  task: "Search for the latest HackerNews AI headlines and return top 5",
  model: "gpt-4o-mini",         // ワーカーにはより安価なモデルを使用
  runTimeoutSeconds: 120,       // 安全のためのカットオフ
  label: "news-fetcher",        // ログ用
  cleanup: "delete"             // 完了時にセッションを自動削除
})

4つの実践的なアーキテクチャ

パターン1：コーディネーター + ワーカー（最も一般的）

これはリサーチやバッチ処理における標準的なパターンです。

メインエージェント（コーディネーター）
  ├── ワーカーA: Notion

---

**なぜ機能するのか：** これを順次実行した場合、メインエージェントのコンテキストウィンドウは3つの異なる料金ページの生のHTMLでいっぱいになってしまいます。並列化することで、各ワーカーは生データを処理し、構造化された要約のみを返します。

**推奨されるワーカーモデル：** `gpt-4o-mini` または `gemini-2.5-flash` （低コスト）。

### パターン2：パイプライン

サブエージェ

この方法が有効な理由： プロセスの「厄介な」部分を分離できるからです。価値の高い分析を行うエージェントは、ステップ1の生のHTMLジャンクを目にすることがありません。

パターン3：スペシャリストルーティング

1つのジェネ

AGENTS.md ルーティングルール

サブエージェントにタスクをルーティングする場合：

カレンダーに関するリクエスト： google-calendarとgoogle-workspaceスキルでspawnする
調査に関するリクエスト： web-searchスキルでspawnし、gpt-4

並列 (新しい方法): 午前7:00 → メインエージェントが4つのワーカーを即座に生成:

Agent A: San FranciscoのAccuWeather天気予報
Agent B: 今日のGoogle Calendarの

重要なコスト戦略：「賢いボスと安価なインターン」

サブエージェントにおける最大のリスクは、コストの増大です。もし5体のエージェントを生成し、それらすべてが Claude Opus 4.6 を使用した場合、APIの請求額

誤操作を防ぐため、configでこのデフォルト値を設定できます：

{
  "agents": {
    "defaults": {
      "subagents": {
        "model": "openai/gpt-4o-mini",
        "maxSpawnDepth": 1,
        "maxChildrenPerAgent": 5
      }
    }
  }
}

上級: オーケストレーターパターン (深度2)

デフォルトでは、OpenClawはmaxSpawnDepth: 1を設定します。これは、サブエージェントが自身のサブエージェントを生成できないことを意味します。

複雑なプロジェクトでは、深度2を有効にできます:

{ "agents": { "defaults": { "subagents": { "maxSpawnDepth": 2 } } } }

これにより、3層の階層が可能になります:

メインエージェント (CEO)
  └── オーケストレーターエージェント (マネージャー) — sessions_spawn権限を持つ
        ├── ワーカーA (インターン) — 生成不可
        ├── ワーカーB (インターン)
        └── ワーカーC (インターン)

これは$20Kのコンパイラ実験の構造を反映したものです：高レベルの目標が設定され、自律的なエンティティがタスクの分解を管理し、個々のワーカーがその断片を実行します。

OpenClaw vs. Claude Code エージェントチーム

両方とも存在しますが、実際にどちらを使うべきでしょうか？

機能	OpenClaw サブエージェント	Claude Code エージェントチーム
**

コンパイラの構築にはClaude Codeを、パーソナルアシスタントやビジネスワークフローの構築にはOpenClawを使用してください。

実践上の制約

一方通行のコミュニケーション: サブエージェントは、親に対して「アナウンスバック」することしかできません。タスクの途中で、明確化のために親に問い合わせることはできません。
SOUL.mdなし: サブエージェントは白紙の状態であることを忘れないでください。もし彼らに個性や特定の行動ルールを持たせたい場合は、それらの指示をtaskプロンプトまたはAGENTS.mdに含める必要があります。
同時実行数の制限: 一度に50のエージェントを生成しようとしないでください。すぐにAPIのレート制限に達してしまいます。デフォルトの上限は8つの同時セッションです。

このような管理が面倒な場合：TinyClaw

並列エージェントアーキテクチャの管理、maxSpawnDepthの設定、複数のモデルにまたがるトークンコストの監視は複雑です。

TinyClawは、これを

→ tinyclaw.dev · 無料で開始 · 60秒でエージェントチームを起動

*出典：Anthropicエンジニアリングブログ（「並列ClaudeチームによるCコンパイラ構築」、2026年