ギャリー・タンは、Airbnb、Stripe、Coinbaseを輩出したアクセラレーターであるY Combinatorを率いている。さらに彼は、その組織をフルタイムで運営しながら、パートタイムで60日ごとに60万行の本番用コードを出荷していると主張する。この数字は捏造のように聞こえるが、その背後にあるアーキテクチャを理解すれば納得できる。しかもそのアーキテクチャはインデックスカード1枚に収まる。
Xで広く拡散された投稿の中で、タンは「thin harness, fat skills（薄いハーネス、厚いスキル）」と呼ぶフレームワークを公開した。これはAIエージェントの設計思想であり、3月31日にClaude Codeの51万2000行に及ぶTypeScriptソースコードが偶発的に流出したことで、思いがけず詳細に裏付けられることとなった。核心的な洞察は、同じモデルを使っていても、足場(scaffolding)を活用することで出力を大幅に増やせる、ということにある。
その主張を証明した流出
セキュリティ研究者のChaofan Shouが、Anthropicがnpm上のClaude Codeバージョン2.1.88とともに59.8MBのソースマップファイルを誤って公開していたことを発見したとき、当初話題となったのはセキュリティ上の失態だった。しかし本質は、1906ファイルから成るコードベースが、本番環境のAIプロダクトが実際にどう機能しているかを明らかにした点にあった。
TechTalksの分析によれば、Claude Codeは言語モデルの単なる薄いラッパーではない。自己修復型のクエリループ、autoDreamと呼ばれるバックグラウンドのメモリーデーモン、並行処理に安全なツールのバッチ処理、コンパイル時の機能ゲーティング、そしてモデルが自らの履歴に埋もれないようにするコンテキスト管理システムで構成されている。モデルはその中心に据えられ、それ以外のすべてをハーネスが担っている。
AnthropicでClaude Codeを率いるボリス・チェルニーは、Xでの声明でこの事案が単純な開発者のミスであることを認め、以来広く拡散されている一文を付け加えた。「私がClaude Codeに貢献したコードの100%は、Claude Codeによって書かれた」というものだ。 タンのフレームワークは、Xの投稿で説明され、彼のオープンソースのClaude Code設定であるgstackとして実装されている。gstackはリリース後数週間で6万6000のGitHubスターを集めた。このフレームワークは、AI開発ツールをどう評価すべきかを再定義する5つの概念に基づいている。 スキルファイルとは、内容ではなくプロセスをコード化した、再利用可能なMarkdown文書だ。同じ「/investigate」スキルでも、安全性の科学者に向けるのか、FEC(米連邦選挙委員会)への提出書類に向けるのかで、生成される結果はまったく異なる。スキルは判断を記述し、呼び出しが世界を供給するからだ。タンはこれらをメソッド呼び出しと位置づけ、Markdownをプログラミング言語、人間の判断をランタイムに見立てている。 ハーネスは、モデルをループ内で動かし、コンテキストを管理し、ファイルを読み書きし、安全性を担保する。タンが明確にアンチパターンとして挙げるのが「fat harness(厚いハーネス)」だ。40を超えるツール定義がコンテキストウィンドウの半分を食い潰し、多秒単位のMCPラウンドトリップを伴う「神ツール」、あらゆるエンドポイントを個別ツールに変えるREST APIラッパー――こうしたものだ。Claude Codeのソースコードはこの規律を裏付けており、全体を通じて意見の明確な、絞り込まれたツール設計となっている。 リゾルバーは、コンテキストのためのルーティングテーブルだ。タスクの種類Xが現れたら、ドキュメントYをロードする。Claude Codeに組み込まれたリゾルバーは、ユーザーの意図とスキルの説明を自動的に照合する。タンのCLAUDE.mdは2万行から約200行にまで縮小され、ドキュメント自体ではなくドキュメントへのポインターで構成されている。 潜在的か決定論的かは、エージェント設計における最も重要な区別だ。判断、統合、パターン認識は潜在空間(latent space)に属する。一方、SQLクエリ、算術演算、組み合わせ最適化は決定論的なツールに属する。決定論的な問題をモデルに通そうとすれば、もっともらしく見えても誤った出力が生じる。優れたシステムは、どの仕事をどこに割り当てるかについて容赦なく厳格だ。 ダイアライゼーション(話者分離)は、ドキュメント検索を真の分析へと変えるステップだ。モデルは対象に関するあらゆる情報を読み込み、構造化された1ページの要約を生成する。この蒸留はSQLクエリでもRAGパイプラインでも再現できない。タンはこれをYC Startup Schoolのマッチングシステム全体で活用している。6000人のファウンダープロフィールを毎晩処理し、ファウンダー自身が「これを作っている」と述べている内容と、コミット履歴が示す実態との乖離を浮き彫りにするのだ。 このフレームワークが投資家にとって重要な理由は、ソフトウェアアーキテクチャとはほとんど関係がない。モデルとハーネスの区別を理解している企業は、モデルの生の能力を追い求めている企業とは異なる形で複利的に成長しているからだ。 生産性の向上は、投資家がAIネイティブなチームを評価する際の直接的な指針となる。もはや問うべきは「どのモデルを使っているか」ではない。モデルの能力は参入条件であり、大半の予測を上回るスピードでコモディティ化している。問うべきは、そのチームが製品自体に注いだのと同じ厳密さで、その周囲のアーキテクチャを構築したかどうかだ。ドメインの判断をコード化したスキルファイル、そして単一の開発者を超えてスケールするコンテキスト管理――そこが焦点となる。 Claude Codeのリークは、ブログ記事では成し得なかった形で、この事実を可視化した。Anthropicの堀(moat)はモデルではなく、自己修復ループ、メモリーアーキテクチャ、蒸留対策のメカニズム、そして1906のTypeScriptファイルに焼き付けられた何年ものエンジニアリング上の判断にある。競合はいまソースを読むことはできるが、そこに刻まれた判断が蓄積されるには何年もかかったのだ。 タンが引用しているスティーブ・イェッゲの生産性の推定値によれば、うまくハーネス化されたAIエージェントは、標準的なチャットツールを使う開発者の10倍から100倍の生産性を持ち、2005年の一般的な知的労働者と比べれば約1000倍だという。生産性2倍の人々と100倍の人々は、同じ基盤モデルを使っているのだ。 創業者にとっては、日々扱う反復可能なタスクはすべて、繰り返し使うプロンプトではなくスキルファイルにするべきである。同じことをエージェントに二度頼んでいるなら、すでに負け始めている。AIネイティブ企業をデューデリジェンスする投資家にとって問うべきは、そのチームの生産性の主張が「ハーネス監査」に耐えるかどうかだ。スケールとともに劣化する2万行のCLAUDE.mdにコンテキスト管理を置いているのは誰か、目的別に構築されたスキルへのポインター200行にそれを収めているのは誰か、ということだ。 タンのgstackはMITライセンスで提供され、30秒でインストールでき、すでに9100回以上フォークされている。そこに具現化されたアーキテクチャは、現在本番環境で稼働しているどのモデル世代よりも長く生き残るだろう。投資家が理解すべき5つの定義
VCの視点
この先に意味するもの
