AI・エージェント

Claude 3.7の「考える時間を選べる」設計が、実務でちょうどいい

2025.02.26 / 読了目安 6分 / 執筆: Qronix 開発チーム

#AIエージェント#設計思想#現場主義

2025年2月、Anthropicが「Claude 3.7 Sonnet」を公開した。目玉はハイブリッド推論。即答モードと、じっくり考える拡張思考モードを、同じモデルの中で切り替えられる。しかも考える長さを使う側が指定できる。派手さはないが、この「考える時間を選べる」設計こそ、実務でいちばん効くと私たちは見ている。

戦略を考えるPhoto: Unsplash
CONTENTS
1. 推論モデルの分裂が終わった 2. 考える時間はコストである 3. 実務での使い分けを整理する 4. 設計業務に入れるならこの順番 5. それでも検証は人間とルールの仕事

推論モデルの分裂が終わった

この半年、AIの世界は「速いモデル」と「考えるモデル」に分裂していた。普段使いは即答型、難問は推論型と、人間側がモデルを選び分ける必要があった。o1が出た時から続くこの二刀流は、正直なところ現場では面倒だった。どちらに投げるべきか、毎回判断させられるからだ。

Claude 3.7 Sonnetはこれを1つに畳んだ。同じモデルが、指示に応じて即答もするし、思考トークンを何万字分も費やして考え込むこともする。APIからは思考に使う予算を数値で渡せる。つまり「この仕事には何秒考えてほしいか」を発注側が決められるようになった。

ベンチマークの数字より、この設計思想の方が重要だと思う。賢さの上限を競うフェーズから、賢さの使い方を制御するフェーズへ。道具として成熟してきた証拠だ。使う側の設計次第で成果が変わる段階に入ったからだ。だからこそ、現場でどう運用するかを先に考えておきたい。

考える時間はコストである

設計の現場では当たり前の感覚がある。検討には締切があり、検討時間はコストだ。全部品を熟考することはできないから、重要度で検討の深さを変える。標準部品は流し、新規形状と安全に関わる箇所には時間をかける。この配分の巧拙が設計者の腕だ。時間は最重要の設計資源なのだ。

従来の推論モデルは、この感覚と合わなかった。簡単な質問にも延々と考え込み、時間とトークン代を溶かす。逆に即答型は、じっくり考えてほしい場面で浅い答えを返す。考える深さを仕事の重さに合わせられないのは、道具として片手落ちだったと言うほかない。

思考時間を予算として渡せるということは、AIの検討工数を管理できるということだ。工数管理は製造業が最も得意とする領域で、だからこの設計は私たちの肌に合う。検討の深さを原価として見積もれる道具は、稟議の場でも説明しやすい。導入の壁が1つ低くなったと言っていい。

考える時間は買えるようになった。
答えの保証は、まだ買えない。

実務での使い分けを整理する

私たちの使い分けはシンプルだ。定型の変換や要約は即答モード。CATIAマクロの仕様を詰める、エラーの原因を推定する、テスト観点を洗い出すといった「間違えると高くつく」作業は拡張思考に回す。判断基準は問いの難しさではなく、間違えた時の損害の大きさだ。

面白いのは、思考の過程が見えることだ。拡張思考モードでは、結論に至るまでの検討内容が読める。設計レビューで若手に「結論だけでなく検討過程を出せ」と言うのと同じで、過程が見えれば、どこで間違えたかを人間が特定できる。検証のしやすさが段違いになる。

一方で過信は禁物だ。長く考えたからといって正しいとは限らない。もっともらしい思考過程を並べて堂々と間違えることもある。考える時間を買えるようになっただけで、答えの保証を買えるようになったわけではない。最後の答え合わせは、依然として人間の側にある。

即答と拡張思考の使い分け文書整形要約は即答で十分仕様検討・原因推定は拡張思考へ定型でも量産影響があれば熟考雑談・下調べは即答で流す定型 ↑ ↓ 非定型損害小 ← → 損害大
軸は問いの難しさではなく「間違えた時の損害」
即答モードと拡張思考、どちらに回すか即答モード間違えても痛くない仕事定型の変換、議事録の要約、文書整形拡張思考モード間違えると高くつく仕事CATIAマクロの仕様詰め、エラー原因の推定、テスト観点の洗い出し
図2: 判断基準は問いの難しさではなく、間違えた時の損害の大きさ。

設計業務に入れるならこの順番

導入の順番を間違えると、評価する前に不信感だけが残る。まず即答モードで議事録要約や文書整形など、間違えても痛くない作業から慣らす。次に拡張思考でマクロの仕様検討やチェックリスト作成など、人間が答え合わせできる作業に広げる。小さな成功体験の積み上げが土台になる。

その次が本丸で、出力の検証手順をセットで決める。AIの答えをそのまま使わず、誰がどの基準で確認して採用するかを先に紙にする。ここを飛ばして「なんとなく使う」状態に入ると、いつか事故が起きて全面禁止に振れる。振り子を往復させないための投資だ。

最後にコスト管理。思考予算は効果を見ながら段階的に増やす。最初から最大で回すと、料金だけが先に膨らむ。50%作れば効果の80%が出るのはツール開発もAI活用も同じで、ほどほどの予算で十分に元が取れる場面が実は大半だ。ほどほどから始めて、根拠を持って増やせばいい。

設計部門への導入手順1痛くない作業で慣らす議事録要約・文書整形を即答モードで2答え合わせできる作業へ仕様検討・チェックリストを拡張思考で3検証手順を紙にする誰がどの基準で採用するかを先に決める4思考予算を段階的に増やす効果を見ながらコストを管理する
評価の前に不信感が残らない順番で
設計業務にAIを入れる順番と使い分け設計業務にAIを入れる即答モードで慣らす議事録要約・文書整形拡張思考に広げる人が答え合わせできる作業検証手順を決める誰がどの基準で採用するか間違えた時の損害が大きい?即答モード定型の変換・要約拡張思考仕様詰め・原因推定思考予算は段階的に増やす出力を機械的なルールで検証する最後の答え合わせは人間小さい大きい
図4: 痛くない作業から慣らし、検証手順を決めてから、損害の大きさで即答と拡張思考を振り分ける。

それでも検証は人間とルールの仕事

考える時間を選べるようになっても、私たちの原則は変わらない。AIに作らせない。私たちのAIエージェントQiは、AIにコードを生成させず、検証済みのツールを選ばせる。実行前にはDSLの関所が検査し、異常があれば止まる。モデルが賢くなるほど、この関所の価値はむしろ上がる。

なぜなら、賢いモデルほど失敗が巧妙になるからだ。3.7クラスの出力は一見して破綻がなく、人間の目視レビューをすり抜けやすい。だからこそ検証は目視ではなく、機械的なルールで行う。モデルの進化と検証の仕組みは、車の両輪として一緒に育てるものだ。

考える時間を選べるAIと、実行前に必ず止まる関所。この組み合わせが2025年の現実解だと私たちは考えている。新しいモデルが出るたびに騒ぐのではなく、自社の検証の仕組みに淡々と組み込んでいく。それが現場のAI活用というものだ。流行ではなく、仕組みで勝負する。

「AIに何をさせるか」の設計でつまずいたら、声をかけてください。私たちは自社の現場でAIエージェントを回しながら仕組みを作ってきました。その手順をそのままお渡しします。

Qronix 開発チーム

CATIA歴22年超・愛知県の大手自動車メーカー及びグループ各社でCATIAツール開発の技術責任者を務めたメンバーを中心とする、CAD自働化のスペシャリスト集団。2024年創業、特許第7907964号を保有。

「うちの資産でもできる?」
まずその質問からどうぞ。

できる・できないの判定と自働化設計書のご提案までは無料です。

contact@qronix.jp へ相談する
記事一覧をすべて見る →
← 記事一覧へトップページへ →