Anthropicのエンジニアリングの内側 — AI研究所は社内利用を続けている

The Pragmatic EngineerがAnthropicの内部エンジニアリングに関する「ディープダイブ」を発表。意外な発見：「ever more」なAIによるコードレビューとテスト、しかしtwo-pizza teamsは健在。変化は緩やかで、転換は起きていない。

簡単に言えば - Pragmatic EngineerによるAnthropicのエンジニアリングに関する深掘り記事によると、同AI研究所は「ますます多く」のコードレビューやテストをAIで実施している一方で、2ピザチーム（小規模チーム）も依然として機能している。過熱した宣伝ほどの驚きはないが、それがむしろ興味深い点だ。

背景

Pragmatic Engineerは2026年7月28日に、Anthropicの内部エンジニアリング手法に関する「ディープダイブ」を発表した。注目すべきは2点：Anthropicは開発ツール（ネイティブClaude Code、Cursor経由API、Windsurfなど）の主要プロバイダーであり、自社のLLMを自らの製品開発に活用する組織の実態を示す数少ない信頼できる情報源の一つである点だ。

データ

同記事（newsletter.pragmaticengineer.com）では主なポイントが要約されており、著者のGergely Orosz氏により以下のように報告されている：

• コードレビューとテストのAI活用がさらに進む
• 2ピザチームは健在 - 従来のアジャイル構造が維持されている
• 研究一辺倒の「研究所」というステレオタイプを超えた組織やプロセスの詳細

内部の仕組み

「ますます多く（ever more）」という表現は一見すると大したことないように見えるが、実は重要な意味を持つ：これは急激な転換ではなく、段階的で測定可能な導入を示している。モデルを開発するAnthropicは、エンジニアをAIに置き換えたわけでも、人間によるコードレビューを廃止したわけでもない。その両方が共存しており、AIが徐々にその役割を拡大しているのだ。

分析

3つの教訓がある。テンポ：LLMの社内導入は段階的なもので、一気に進むものではない。これはGoogle（Amplified Engineer）やShopify（AI mandate）の方針と一致する。構造：2ピザチームが機能しているのは、技術的な理由ではなく、組織的な形式主義によるものだ。AIは開発のアウトプットを変えるが、チームの最適な規模は変わらない。自社製品の活用：AnthropicはClaude Codeをプロのエンジニアに販売しているが、自社でそれを使用し改善していることは、後からChatGPTにCodexを組み込んだOpenAIに対する暗黙の優位性となっている（詳細はopenai-super-appを参照）。

12ヶ月先のシナリオ

• 60%：他のAI研究所（OpenAI、Google DeepMind）も自社の内部手法を公開し、開発ツールの透明性への圧力に応える
• 25%：Anthropicの内部メトリクス（レビュー時間、マージ後のバグ率など）がリークされる
• 15%：部分的な後退：暗号化、セキュリティ、分散システムなど特定のコード分野で人間によるセーフガードが再導入される

実務者への示唆

エンジニアリングリードにとって：本記事は、LLM導入を経営陣に正当化する具体的な根拠となる。Anthropicはチームを解体したわけではないからだ。アーキテクトにとって：AIを受け入れるために組織構造を再定義する必要はない。既存の役割に自然に溶け込ませればよい。CTOにとって：真の差別化要因は「どのAI」ではなく、「どの段階（レビュー、テスト、デプロイメント）で」活用するかだ。

要注目ポイント

TPEシリーズの続編。専門のAnthropic Engineering Blogの立ち上げ。AIが見逃した不具合を通した初の公開ポストモーテム。