コードモードを本番環境で実行: "26回のツール呼び出し、1つのスクリプト、$0.02" でツールループが終了

Agent Swarmがこれまでで最もクリーンな生産測定値を発表：Code Modeにより、従来のツールループと比較してモデル不変で約99.2%のドルコスト削減を実現。Cloudflare（99.9%のトークン削減）とAnthropic（Drive→Salesforceで98.7%）が約束していたが、実作業負荷で再現された。

簡単に言えば。エージェントに各ターンでどのツールを呼び出すか推測させるのではなく、型付きSDKを手渡して短いスクリプトを書かせ、そのスクリプトでツール呼び出しを制御させます。結果として、使用トークン数は約99%削減され、レイテンシも大幅に低下し、中規模ワークフローではコストが$2から$0.02にまで低下します。

Agent Swarmはこのほど、最も明確な測定結果を発表しました：「26回のツール呼び出し、1つのスクリプト、$0.02」。同一の本番パイプラインにおいて、従来のツールループはツール定義と戻り値を運ぶために約117万トークンのコンテキストを消費します。一方、Code Modeでは型付きSDKを渡し、モデルにTypeScriptやPythonの断片を書かせ、CloudflareのV8サンドボックスで実行します。この結果は予測ではなく、実際に測定された$0.02であり、従来のツールループでは$2以上のコストがかかっていました。

この数字は、これまでの2つのベンチマークでも再現されています。Cloudflareは2026年4月に、Workersランタイムで99.9%のトークン削減（1,000 vs 117万トークン）を発表しました。AnthropicはDrive→Salesforceシナリオで98.7%の削減（15万→2,000トークン）を数値化しています。3つの実験は、いずれも約2桁の削減という共通点があります。これはモデルに依存しないことも特筆すべき点です。なぜなら、削減されるのはコンテキスト量であり、モデルそのものではないからです。さらに、レイテンシも30〜40%改善されています（エージェント間の往復がなくなるため）。

仕組み。このパターンは、従来の「すべてのツールを記述→ツールを選択→結果を返す→繰り返す」というループを、2つのプリミティブに置き換えます：search(query)（ツールやエンティティを検索）とexecute(script)（コードを実行して呼び出しを調整）。ここで重要なのは型付きSDKです。これはモデルにAPIの表面を提供し、各ターンで再度記述する必要がなくなります。サンドボックスは必須です（CloudflareではV8を分離、他ではStarlarkのようなロックされた変種）。これはゲートウェイ側で任意のコードを実行する仕組みです。

測定結果が隠さない限界もあります：1〜2回のツール呼び出ししかない超単純なワークフローでは恩恵がありません（SDKプロンプトの固定コストが支配的）。サンドボックスの実行にはコストがかかります（アイソレート、クォータ、キルスイッチ）。また、失敗の相関性が高まります。スクリプトにエラーがあるとパイプライン全体が停止しますが、ツールループでは段階的にリカバリーできます。

結論。2024〜2025年にコーディングされてきた従来のツールループは、非自明なワークフローにおいてはもはや存在意義がありません。LangGraphをはじめとするオーケストレーターは、このパターンをサポートするか、価格比較から脱落することになります。プロダクションでエージェントを運用するチームへ：1ヶ月のトークン/ミッション比を測定してください。ミッションあたり10万トークン以上であれば、移行は数週間で回収できます。MCPの配管工事は、 killer app を見つけたのです。