「Claude」3倍高速化の裏で、Anthropic開発者が「あえてしなかったこと」：899th Lap

Anthropic が Claude の開発に Claude 自身を使い、Web 版とデスクトップアプリの応答速度を 2週間で約 3倍短縮させた。メッセージ送信時間は 0.928秒から 0.048秒へ、メッセージ入力可能までの時間は 3.1秒から 0.55秒へ短縮。3000件を超える変更が加えられた。驚くべきは、その過程で Claude が自ら改善点を見つけ、修正案をプルリクエストとして提案し、デプロイ後に実際の利用データを監視するという、一連のループを 150以上のスレッドで並行して回していたこと。多い日には 200件を超える改善が本番環境に反映された。 しかし本当のポイントは、「AI に何をやらせたか」ではなく、「どうやらせたか」にある。開発チームは Claude に「処理を高速化せよ」という漠然とした目標ではなく、CPU 命令数、関数呼び出し数、React コミット数、DOM 変化数、レイアウトシフト幅など、細かく測定できる指標を与え、その数字を下げるように繰り返させた。改善した状態は新しい基準値として「ラチェット」され、そこから次の改善を目指す。つまり、良い結果は固定化し、さらなる改善へと連鎖していく仕組みだった。一方、人間はブレーキ役に徹した。全ての変更は自動レビュー + 人間承認が必須。900行の変更を提案された時も、保守性に見合わないと却下している。 この開発モデルは、従来の「エンジニアが細かく指示して AI にコードを書かせる」というやり方とは全く違う。測定できる指標を用意し、それを下げるように AI に試行錯誤させ、人間が安全ラインと優先順位を守る。ソフトウェア開発の現場では、このパターンが今後の標準になっていくだろう。中小企業でも、システム改善の際に「曖昧な改善目標」ではなく「測定可能な数値」を定めて、AI に繰り返させるという手法が使える。時間短縮なら秒単位、エラー削減なら件数単位で目標を持つことが、改善を加速させる鍵になる。