blog

Claude Code Agent(Subagent)とは?基本機能とAgent Teams実装ガイド【2026年版】

Claude Code Agent(Subagent)とは何か

「Claude Code Agent」は、Claude Codeが備えるエージェント機能全般を指す言葉で、狭義には特定タスクを任せられる「Subagent(サブエージェント)」を指します。公式のAgent SDKドキュメントでは、Claude Codeのエージェント機能は用途に応じて次のように使い分けられています。

利用形態概要
CLI(ターミナル利用)ローカルのターミナルから対話的にClaude Codeを操作する標準的な使い方
Agent SDK自社アプリやワークフローにエージェント機能を組み込むための開発者向けSDK
Client SDKクライアントアプリケーションからClaude Codeのエージェント機能を呼び出すためのSDK
Managed AgentsAnthropic側で管理・実行されるエージェント実行環境

この上で、Subagents(特定タスク専用の子エージェント)、Hooks(処理前後に独自スクリプトを挟む仕組み)、MCP(外部ツール・データ連携)、Permissions(権限制御)、Sessions(セッション管理)、Skills(再利用可能な手順定義)、Plugins(機能拡張)といった要素が組み合わさり、「Claude Code Agent」というエージェント機能群を構成しています。本記事で扱う「Agent Teams」は、この中でも複数のAIをチームとして並列稼働させるための一機能という位置づけになります。

実運用で見えたSubagentとAgent Teamsの使い分け

当社では河合継が1年以上にわたりClaude Codeを日常業務で実運用しており、その中でSubagentとAgent Teamsを使い分けています。単一の調査・要約など独立性の高いタスクはSubagentに切り出す一方、複数ファイルにまたがる実装のように相互に文脈を共有し続ける必要がある作業はメインセッションかAgent Teamsで進める、という判断基準を運用しています。Subagentを安易に多用すると、トークン消費が想定以上に増える、権限設計を誤ると意図しない操作が実行される、複数エージェントが並行して動くことでデバッグが難しくなる、といった失敗を実際に経験しており、CLAUDE.mdに運用ルールを明文化することや、ファイル変更前に自動でバックアップを取るHookを組み込むことで、こうしたリスクを回避しています。

Claude Code エージェントチームの使い方|複数AIをチームで動かす実装ガイド【2026年版】

Claude Codeには複数のインスタンスを協調動作させる並列化機能が複数用意されており、その中でも最も高度な協調モデルがAgent Teams(エージェントチーム)です。一つのセッションがチームリーダーとして全体を統括し、複数のワーカーが独立したコンテキストウィンドウで並列に作業しながら、メンバー同士が直接やり取りできる構造です。

本記事では、Agent Teamsの概要・有効化と使い方・サブエージェントとの違い・注意点・導入判断の指針を順に解説します。インストール環境の準備についてはClaude Codeのインストール手順を、Claude Code全体の概要はClaude Codeとはをあわせてご参照ください。

Agent Teamsとは何か

Agent Teamsは、複数のClaude Codeインスタンスが1つのチームとして協調動作する実験的機能です。公式ドキュメント「Orchestrate teams of Claude Code sessions」(Anthropic)の定義を引用すると、「一つのセッションがチームリードとして機能し、作業を調整・割り当て・結果を統合する。チームメンバーはそれぞれ独立したコンテキストウィンドウで動作し、直接やり取りができる」とされています。

最大の特徴は、リーダーを介さずにユーザーが個々のメンバーへ直接指示できる点です。これによって、作業中に特定のメンバーの方針を即座に修正したり、特定の担当者だけに追加の指示を与えたりすることが可能になります。

Agent Teamsが特に力を発揮するのは、次のような場面です。

  • 調査と相互レビュー:複数のメンバーが異なる観点から問題を調査し、それぞれの知見を持ち寄って議論・検証する
  • 新機能・新モジュールの並行開発:フロントエンド・バックエンド・テストを各メンバーが独立して担当し、互いに干渉せずに進める
  • 競合仮説によるデバッグ:複数のメンバーが異なる仮説を同時に検証し、最速で原因を特定する
  • クロスレイヤーの変更対応:UIとAPI層とDBスキーマの変更が連動する場面で、各担当が独立して作業しつつ同期を保つ

一方、逐次処理が前提のタスク・同一ファイルを複数メンバーが編集するケース・依存関係の多い作業には向きません。こうした場合は単一セッションや後述のサブエージェントのほうが効果的です。

Lead Agent タスク分割・調整・統合 Member A フロントエンド担当 Member B バックエンド担当 Member C テスト・レビュー担当 Shared Task List Inter-Agent Messaging(メンバー間の直接通信)
図1: Claude Code エージェントチームの基本構造。Lead Agentが複数メンバーにタスクを割り当て、共有タスクリストとエージェント間メッセージングで状態を同期します。(公式ドキュメント「Orchestrate teams of Claude Code sessions」をもとに作成)

Agent Teamsの有効化と使い方

前提条件の確認

Agent Teamsを使用するにはClaude Code 比較的新しいバージョンが必要です。まずバージョンを確認してください。

claude --version

バージョンが古い場合はアップデートしてから次のステップに進んでください。

有効化の方法

Agent TeamsはデフォルトでOFFになっています。有効化には環境変数を設定するか、settings.json に追記する2通りの方法があります。

環境変数で起動する場合:

CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 claude

settings.json に恒久的に追記する場合:

{
  "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
}

settings.jsonの場所と書式については公式ドキュメント「Settings」をご参照ください。

チームの起動方法

有効化後は、自然言語でチーム構成を依頼するだけです。「どんなメンバーが必要か」「それぞれの役割は何か」をリードに伝えると、Claude Codeが自律的にチームを編成してタスクを分割します。

たとえば次のように依頼します。

「このRESTful APIのリファクタリングをエージェントチームで進めてください。UXレビュー担当・技術アーキテクチャ担当・セキュリティチェック担当の3人でチームを作ってください。」

チーム編成後は、リーダーを通じて全体進捗を確認することも、特定のメンバーに直接追加指示を与えることも可能です。

メンバーへの直接指示

Agent Teamsの重要な特徴として、ユーザーがリーダーを介さずに特定のメンバーへ直接指示を送れます。たとえば「セキュリティチェック担当のメンバーに、認証トークンの検証ロジックを重点的に確認するよう伝えてください」という形で、担当メンバーにピンポイントで指示できます。

サブエージェントとの違い

Agent Teamsとサブエージェント(Subagents)はどちらも複数のインスタンスで作業を分担する仕組みですが、設計思想と動作が根本的に異なります。サブエージェントの詳細な実装方法については Claude Codeのサブエージェント を参照してください。ここでは両者の違いに絞って整理します。

最も重要な違いは通信の方向です。サブエージェントは「リーダーが指示し、メンバーは結果を返すだけ」の一方向の委譲モデルです。メンバー同士が直接やり取りすることはなく、ユーザーが個別メンバーに直接指示することもできません。一方、Agent Teamsではメンバー同士が直接通信でき、ユーザーも特定メンバーへ直接指示を送れます。

比較軸 サブエージェント Agent Teams
通信方向 一方向(リーダー→メンバー→結果を返すのみ) 双方向(メンバー同士・ユーザーと個別メンバーが直接通信可能)
ユーザーから各メンバーへの直接指示 不可
動作セッション 1セッション内で完結。最終メッセージのみ親に返る 複数の独立したセッションが並列稼働。共有タスクリストで同期
安定性 安定提供(一般提供済み) 実験的(Experimental・デフォルト無効)
トークン消費 中程度(中間処理はサブエージェント内に閉じる) 大(各メンバーが独立インスタンスのため大幅に増加)
向く用途 本流の会話を汚染せずに副次タスクを処理したい場合、日常的な並列処理 1つの論点を多角的に深掘りする協調探索、大規模タスクの役割分担

公式ドキュメント「Create custom subagents」(Anthropic)にも「セッション間で通信が必要な場合はAgent Teamsを参照」と明記されており、用途による使い分けが公式に整理されています。日常的な軽い並列処理にはサブエージェントで十分です。複数メンバーが知見を持ち寄って議論・検証するような「協調探索」の場面でのみ、Agent Teamsを検討してください。

Claude Code・AIエージェントの業務導入をご検討の方は、自社での開発実例を公開しているクリスタルメソッドの無料相談をご利用ください。

セキュリティと注意点

既知の制限事項

公式ドキュメントはAgent Teamsに既知の制限(known limitations)があることを明示しています。具体的にはセッション再開・タスク調整・シャットダウン動作に関する制約です。本番クリティカルなシステムへの全面採用は、公式が安定化ステータスを宣言するまで控えることを強く推奨します。

トークン消費と利用上限

各メンバーが独立したインスタンスとして動作するため、通常よりトークン消費が大幅に増加します。チームの人数を増やすほど利用上限に早く到達します。導入前にAPIのコスト設計を必ず行ってください。料金の詳細についてはClaude Codeの料金解説API料金体系の詳細記事をご参照ください。

権限設計の最小化

複数メンバーが同時に自律的に操作を行う構成では、単一エージェントに比べてファイルシステムや外部サービスへの副作用が乗算的に広がるリスクがあります。各メンバーに付与する権限は最小限に絞り、書き込み範囲・実行可能コマンド・アクセス可能なネットワーク宛先を明示的に制限した設計を採用してください。

プロンプトインジェクションへの警戒

外部リソースを取得・処理するメンバーが悪意あるテキストを取り込む経路になりえます。複数メンバーが並列に外部情報を処理する構成では、入力検証をそれぞれのメンバーに対して独立して設けることが必要です。

デバッグ難易度の上昇

複数インスタンスが同時に動作する環境では、障害発生箇所の特定が単一セッションより難しくなります。ログ設計とトレース基盤をAgent Teams導入と並行して整備してください。

利用できるモデルも現在はClaude 5世代(最上位のFable 5、Sonnet 5)とOpus 4.8・Haiku 4.5まで揃っている。チームを組むメンバーごとにモデルを使い分けられるため、役割に応じた配分が実務的だ。

導入の判断基準

Agent Teamsを選ぶべき場面と避けるべき場面を明確にしておきます。

Agent Teamsが有効な場面:

  • 問題を複数の観点から同時に調査・検証させ、メンバー間で知見を突き合わせたい
  • フロントエンド・バックエンド・テストのように、レイヤーをまたぐ独立した作業を並列に進めたい
  • 複数の仮説を同時に検証してデバッグを加速させたい
  • 作業中に特定メンバーの方針だけをピンポイントで修正したい

Agent Teamsを避けるべき場面:

  • タスクが逐次的で前の結果が次の入力になる依存構造がある
  • 複数メンバーが同じファイルを編集する可能性がある
  • 本番クリティカルなシステムへの組み込みを即座に検討している(Experimentalのため)
  • トークンコストを厳しく管理する必要がある

現時点でのおすすめの導入順序は、安定提供されているサブエージェントから始め、コスト・デバッグ基盤・権限設計を整えた段階でAgent Teamsへ段階的に移行することです。Claude Codeの実践的な使い方全般についてはClaude Code使い方完全ガイドもあわせてご覧ください。

Agent Teamsを実際に使うか迷ったときの判断(一次情報)

監修者・河合継はClaude Codeを3.5の時代から1年以上、実務で運用してきた。複数エージェントの協調は強力だが、多くの場面ではそこまで必要ない。導入を迷ったときの実感を補足する。

  • まずは単体+サブエージェントで足りることが多い。本当に複数の役割が同時並行で必要な作業は意外と限られる。多くは一つのセッションに調査用のサブエージェントを足す程度で回り、いきなりチーム構成にすると管理が重くなった。
  • 「役割を分けると速くなるか」を具体的に描けてから入れる。なんとなく強力そうだから、で導入すると、各エージェントの結果を束ねる手間が利点を上回る。役割分担が明確に描ける作業に絞るのがコツだった。
  • 並行で動くぶんコストも跳ねる前提で見る。複数が同時に動けばトークン消費も増える。効果とコストを天秤にかけ、規模が大きく反復する作業でこそ効いた。

Agent Teamsを含む「並列化4アプローチ」の使い分け

Claude Codeで複数のエージェント的な作業を並行させる方法は、Agent Teamsだけではありません。本記事の冒頭で触れたとおり並列化の手段は複数あり、いきなりAgent Teamsに飛びつく前に、より軽量な選択肢で足りないかを見極めることが実務では重要です。ここでは公式が提供する代表的な4つのアプローチを、独立性・通信の有無・向く場面の観点で整理します。

アプローチ並行の単位メンバー間の直接通信向く場面
複数ターミナル(headless / -p の並走)人が手動で起動した独立プロセスなし(人が手動で束ねる)関連の薄い作業を単純に手数で並べたいとき
Gitワークツリー併用作業ディレクトリを分けた独立セッションなし(ブランチで隔離)同一リポジトリで衝突させず別ブランチを同時に進めたいとき
サブエージェント1セッション内の委譲タスクなし(リーダーへ結果を返すのみ)本流の会話を汚さず副次タスクを任せたい日常的な並列
Agent Teams複数の独立セッションあり(双方向・ユーザーからも個別指示可)1つの論点を多角的に深掘りする協調探索・大規模な役割分担

ポイントは、通信が不要なら下の3手段で十分だという点です。作業同士が独立していて成果物を人がまとめられるなら、複数ターミナルやワークツリーの併走が最も軽く、トークンコストも抑えられます。会話を汚さず副次処理を任せたいだけならサブエージェントが適します。メンバー同士が状態を共有し合いながら議論・検証する必要が生じて初めて、Agent Teamsの双方向通信が費用対効果に見合うと考えると、過剰な構成を避けられます。

よくある質問

Q. Agent Teamsとは何ですか?
A. 複数のClaude Codeインスタンスが1つのチームとして協調動作する実験的機能です。一つのセッションがチームリーダーとして全体を統括し、複数のワーカーが独立したコンテキストウィンドウで並列に作業しながら、メンバー同士が直接やり取りできる構造になっています。

Q. Agent Teamsはどうやって有効化しますか?
A. Agent TeamsはデフォルトでOFFになっています。環境変数CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1を設定するか、settings.jsonに追記するかの2通りの方法で有効化でき、比較的新しいバージョンのClaude Codeが必要です。

Q. Agent Teamsとサブエージェントの最大の違いは何ですか?
A. 通信の方向です。サブエージェントは「リーダーが指示し、メンバーは結果を返すだけ」の一方向委譲モデルで、メンバー同士の直接やり取りやユーザーからの個別指示はできません。一方Agent Teamsはメンバー同士が直接通信でき、ユーザーも特定メンバーへ直接指示を送れる双方向モデルです。

Q. Agent Teamsが向いている場面はどんなときですか?
A. 複数の観点から同時に調査・検証してメンバー間で知見を突き合わせたい場合、フロントエンド・バックエンド・テストなどレイヤーをまたぐ独立した作業を並列に進めたい場合、複数の仮説を同時に検証してデバッグを加速させたい場合、特定メンバーの方針だけをピンポイントで修正したい場合に有効です。

Q. Agent Teamsを避けたほうがよい場面はありますか?
A. タスクが逐次的で前の結果が次の入力になる依存構造がある場合、複数メンバーが同じファイルを編集する可能性がある場合、本番クリティカルなシステムへの即座の組み込みを検討している場合(Experimentalのため)、トークンコストを厳しく管理する必要がある場合は避けるべきとされています。

Q. Agent Teamsを使う上での注意点は何ですか?
A. セッション再開・タスク調整・シャットダウン動作に関する既知の制限があり、本番クリティカルなシステムへの全面採用は公式が安定化ステータスを宣言するまで控えることが推奨されています。また各メンバーが独立インスタンスのためトークン消費が大幅に増加するほか、権限設計の最小化・プロンプトインジェクション対策・デバッグ難易度の上昇への対応も必要です。

Q. Agent Teams以外に並列化の方法はありますか?
A. あります。複数ターミナル(headless/-pの並走)、Gitワークツリー併用、サブエージェント、Agent Teamsの4つのアプローチがあり、通信が不要なら前者3つの軽量な手段で足ります。メンバー同士が状態を共有しながら議論・検証する必要が生じて初めて、Agent Teamsの双方向通信が費用対効果に見合うとされています。

Q. サブエージェントとAgent Teams、どちらから導入すべきですか?
A. 安定提供されているサブエージェントから始め、コスト・デバッグ基盤・権限設計を整えた段階でAgent Teamsへ段階的に移行する導入順序が勧められています。


まとめ

Agent Teamsは、複数のClaude Codeインスタンスがチームとして協調動作する実験的機能です。環境変数 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 を設定することで有効になります(比較的新しいバージョンが必要)。

サブエージェントとの本質的な違いは通信モデルにあります。サブエージェントが「リーダーからメンバーへの一方向委譲」であるのに対し、Agent Teamsはメンバー同士の直接通信とユーザーから個別メンバーへの直接指示が可能な双方向モデルです。その分トークン消費は大きくなり、安定性も現時点ではExperimentalです。

日常的な並列処理にはサブエージェントで十分です。Agent Teamsは、複数の観点から問題を深掘りする協調探索や、独立性の高い大規模タスクの役割分担など、双方向の協調が本当に必要な場面に絞って活用してください。導入にあたってはトークンコストの増大・権限設計の最小化・プロンプトインジェクション対策の三点を設計段階から必ず組み込んでください。

参考文献

監修

河合 継(クリスタルメソッド株式会社 代表取締役)

AI・ディープラーニングに関する特許16件の発明者。過去、国立がん研究センターとの共同研究や、テレビ番組でのAI解説実績を持つAI研究者として、AIの研究開発を主導している。
運営会社について編集方針

Claude Code・AIエージェントの業務活用をご検討の方へ

クリスタルメソッドは、Claude Codeを実務投入している開発会社として、AIエージェント・社員AIの導入と開発効率化を支援しています。自社サイトの表示速度をAI社員(Claude Code)で12.89秒→2.03秒に短縮した実例も事例記事として公開しています。「自社の開発・業務にAIをどう組み込むか」といったご相談を承っています。

AIブログ購読

 
クリスタルメソッドがお届けする
AIブログの更新通知を受け取る

Study about AI

AIについて学ぶ

  • Qwen 27Bの性能と企業活用:アリババ新型AIがもたらすローカルLLMの意思決定基準

    Qwen 27Bの性能と企業活用:アリババ新型AIがもたらすローカルLLMの意思決定基準

    企業の意思決定において、生成AI(大規模言語モデル:LLM)の導入コストとセキュリティのバランスは常に重要な議論の対象となります。特に、機密データを外部のパブリ...

  • AI サイバーセキュリティ 地政学リスクの脅威と日本企業が取るべき防衛策

    AI サイバーセキュリティ 地政学リスクの脅威と日本企業が取るべき防衛策

    # AI、サイバーセキュリティ、地政学リスクが交差する2026年:中国Z.aiの台頭と日本企業の防衛策 2026年、サイバーセキュリティの領域は、人工知能(AI...

  • Grok Gemini 比較 企業 導入|2026年最新モデルの性能・コストと選定基準

    Grok Gemini 比較 企業 導入|2026年最新モデルの性能・コストと選定基準

    生成AIの進化スピードが加速するなか、企業の意思決定者にとって「どのAIモデルを自社の業務基盤として採用すべきか」という問いは、投資対効果(ROI)に直結する極...

View more