実践におけるAIエージェント自律性の測定：Anthropicの観測報告

概要

Anthropicが公開APIとClaude Codeの利用データから数百万件のインタラクションを分析し、AIエージェントの自律性が実際にどのように変化・拡大しているかを測定した研究（2026年2月18日発表）。エージェントの稼働時間延長、ユーザーの監督戦略の変化、リスク管理の実態を明らかにした。

要点

• Claude Codeの最長稼働セッション（99.9パーセンタイル）が25分未満から45分超へとほぼ2倍に延長
• 新規ユーザーの自動承認率は約20%だが、経験を積むと40%以上に上昇
• 一方で経験者の割り込み率も5%から9%に増加し、「事後監視」へ戦略が転換
• 複雑なタスクでClaudeが自発的に一時停止する頻度は、人間が割り込む頻度の2倍以上
• ツール呼び出しの80%に何らかのセーフガードが存在
• ソフトウェアエンジニアリングがエージェント活動の約50%を占める

主要な知見

エージェントの自律稼働時間の延長

2025年10月から2026年1月にかけて、Claude Codeの99.9パーセンタイルのターン時間が25分未満から45分超へとほぼ2倍に拡大した。一方、中央値は約45秒にとどまっており、長時間の自律稼働はまだ少数派である。

ユーザーの監督戦略の変化

経験が増えるにつれてユーザーの行動は変化する：

指標	新規ユーザー	経験豊富なユーザー
フル自動承認率	約20%	40%以上
割り込み率	約5%	約9%

これは「事前承認」から「事後監視」への戦略シフトを示している。経験が増えると信頼度が上がる一方で、より複雑なタスクを任せるため監視の必要性も高まる。

モデル主導の一時停止

複雑なタスクにおいて、Claude Codeが明確化のために自発的に一時停止する頻度は、人間が割り込む頻度の2倍以上であった。AIが適切な判断でヒューマンインザループを能動的に促している実態が示された。

リスク管理の実態

指標	数値
何らかのセーフガードを持つツール呼び出し	80%
人間が何らかの形で関与するアクション	73%
不可逆的なアクション（メール送信など）	0.8%

利用領域

ソフトウェアエンジニアリングがエージェント活動の約50%を占める一方、医療・金融・サイバーセキュリティでの活用も新興用途として観察された。ただし、リスクの高い領域での利用はまだ限定的である。

内部成功率の向上

2025年8〜12月にかけて、難易度の高いタスクでの成功率が2倍に向上した。

今後の課題

エージェントの自律性向上に対応するためには、以下が必要とされている：

• デプロイ後の継続的なモニタリングインフラの整備
• 人間とAIが協働で自律性とリスクを管理する新しいインタラクション設計
• 自律性の拡大に比例した監督体制の高度化