この記事の要約
Boris ChernyのClaude Codeインタビューは、社内指標や未来予測をそのまま採用判断に使うより、モデルに逆張りしない設計、CLAUDE.mdの最小化、Plan Mode、サブエージェントの境界設計として読むと長持ちする。
この記事は Inside Claude Code With Its Creator Boris Cherny を出発点に、Claude Code公式docsで確認できる現在の製品surfaceと照らして整理しています。
Boris Chernyのインタビューは、Claude Codeの誕生秘話として読むだけではもったいない。一方で、動画内の社内指標、公開コミット比率、将来予測をそのまま「最新の導入根拠」として使うのも危うい。数字や提供形態は変わる。残すべきなのは、モデル能力が伸びる前提でツールを作る設計思想と、チームがClaude Codeを使うときの運用境界だ。
本記事の読み方
Claude Code開発サイクル概念図Claude Codeを「ターミナルで動くAIコーディングツール」とだけ理解すると、現在の実態から外れる。公式docsでは、Claude Codeは terminal / VS Code / JetBrains / Desktop / Web に広がる agentic coding tool として説明されている。
ただし、Borisの話から学ぶべき中心は対応surfaceの数ではない。重要なのは次の3点だ。
CLAUDE.md は巨大な仕様書ではなく、モデルを軌道に乗せるための短い作業メモにする| 項目 | 内容 |
|---|---|
| 元動画 | Y Combinator「Inside Claude Code With Its Creator Boris Cherny」 |
| 主題 | Claude Codeの設計思想、開発プロセス、チームでの使い方 |
| 関連する公式docs | Claude Code overview、memory、sub-agents、platform docs |
| 本記事の扱い | インタビュー発言を、導入判断ではなく運用設計のヒントとして整理 |
インタビューで繰り返し出てくる軸は、モデルの能力向上を前提に製品を作るという考え方だ。これは「UIを作らない」「機能を増やさない」という単純な話ではない。
実務では、次のように読むと使いやすい。
| 判断軸 | 保守しやすい設計 | 再劣化しやすい設計 |
|---|---|---|
| モデルの弱点 | 一時的な補助として扱い、不要になったら外せる | 弱点を前提に大きな専用UIを作る |
| チーム規約 | CLAUDE.md や短いチェックリストに置く | 長いプロンプトを各メンバーが個別管理する |
| 実行権限 | ファイル編集、テスト、Git操作ごとに承認境界を分ける | 「AIが全部やる」か「AIは提案だけ」の二択にする |
| 評価 | テスト、lint、review、diffで確認する | 体感の速さだけで判断する |
Claude Codeは、コードを読む、編集する、コマンドを実行する、Git操作を支援する、MCPで外部ツールにつながる、という複数の力を持つ。だからこそ、チーム側の設計は「何を任せるか」より先に「何を根拠に完了とみなすか」を決める必要がある。
Borisの話では、Claude Codeはターミナル起点の体験として語られる。しかし公式docs上の現在のClaude Codeは、複数のsurfaceを持つ。
| Surface | 向いている使い方 | 注意点 |
|---|---|---|
| Terminal | repo全体の探索、編集、テスト、Git操作 | shell権限と実行コマンドの承認設計が重要 |
| VS Code / JetBrains | IDE上の差分確認、選択範囲や会話履歴を使った作業 | IDE統合の有無とチーム標準エディタを確認する |
| Desktop | IDEやterminalから離れた複数session、視覚的なdiff確認 | paid planやdesktop app要件を公式docsで確認する |
| Web | local setupなしの長時間task、remote repo作業 | local file前提の作業とは権限境界が違う |
| CI / chat / browser連携 | review、issue triage、Slack起点の修正依頼など | 自動実行範囲、秘密情報、監査ログの扱いを決める |
この整理を入れると、「Claude CodeはCLIだから開発者だけのもの」「DesktopやCoworkとは別物」といった古い二分法を避けられる。実際には、同じagentic coding capabilityをどのsurfaceで使うかの問題として捉えた方がよい。
CLAUDE.md は、Claude Codeが作業開始時に読むプロジェクト用の指示ファイルだ。インタビューでも、コンテキストを増やしすぎると逆に扱いづらくなるという考え方が語られている。
チームで使うなら、CLAUDE.md には次のような情報を置く。
| 書くもの | 例 |
|---|---|
| 主要コマンド | build、test、lint、format、typecheck |
| アーキテクチャ境界 | 触ってよい層、触る前に確認する層 |
| レビュー観点 | security、data migration、public API、UX regression |
| 作業ルール | 既存変更を戻さない、large refactorは分ける、PR前にdiffを見る |
反対に、長い背景説明、古い意思決定、個人の好み、毎回変わるtask detailを詰め込みすぎると、source of truthとして弱くなる。CLAUDE.md は「モデルに渡す最小の地図」であり、仕様書、議事録、設計ドキュメントの代替ではない。
Plan Modeの逸話は、特定の機能が30分で生まれた話として消費されがちだ。しかし実務上は、実装前に計画を明示する習慣として読む方が役に立つ。
Claude Codeに任せる作業は、次の順番で切ると事故が減る。
モデルが十分に賢くなれば、計画と実装の分離はより自然になるかもしれない。それでも、チーム運用では「いつ計画を止めて確認するか」を決めておく価値がある。特に認証、課金、権限、データ削除、migrationを含む変更では、Plan Modeの有無にかかわらず人間の確認点を置くべきだ。
インタビューでは、Claude Codeが別のClaude Codeを動かすような再帰的な使い方にも触れられている。公式docsでも、複数エージェントを使って作業を分担する考え方が説明されている。
ただし、サブエージェントは「速くする魔法」ではない。失敗しやすいのは、同じファイルや同じ判断を複数のエージェントに触らせるケースだ。
実務では、次のように責務を切る。
| 分割単位 | 良い使い方 |
|---|---|
| ファイル範囲 | backend、frontend、docsなど、書き込み範囲を分ける |
| 役割 | 実装、テスト追加、仕様確認、diff reviewを分ける |
| リスク | 低リスクの機械的修正を並列化し、高リスク判断は親agentか人間に戻す |
| 統合 | 最後に1つのdiffとして通し、build/test/reviewで閉じる |
Claude Codeの強みは、単に作業者を増やせることではない。複数の作業単位を、同じsource of truthと同じ完了条件に向けて動かせる点にある。
Claude Codeの活用状況(動画内イメージ)元記事では、生産性向上率、公開コミット比率、run rate、将来の職種変化などが強く打ち出されていた。これらはインタビュー記事としては印象的だが、更新され続ける製品ガイドでは扱いに注意が必要だ。
| 動画由来の話題 | conservativeな扱い |
|---|---|
| Anthropic社内の生産性向上 | 当時の社内発言として扱い、自社ROIの根拠にはしない |
| 公開コミット比率 | 外部調査や時点依存の数字として、本文の主張の柱にしない |
| run rateや市場規模 | 製品の使い方とは分け、導入判断から外す |
| 「ソフトウェアエンジニア」の将来 | 予測ではなく、role designを考える材料として扱う |
| Coworkや関連機能の開発逸話 | 公開docsで確認できる機能要件と混ぜない |
採用判断で見るべきなのは、動画内の勢いではなく、自分たちのrepoで次の問いに答えられるかだ。
Claude Codeをチームに入れるなら、最初に大きな自動化を狙うより、1つの開発ワークフローを閉じる方が安全だ。
| Step | やること |
|---|---|
| 1 | CLAUDE.md にbuild/test/lintと作業ルールを書く |
| 2 | 小さなbug fixやtest追加から始める |
| 3 | 変更前にplanを出させ、対象外ファイルを明示する |
| 4 | 実装後に必ずdiffを読む |
| 5 | build/test/lintをCIまたはlocalで通す |
| 6 | 成功したpromptや失敗した境界をCLAUDE.mdやdocsに戻す |
最初から「何でも自動でPRを作る」運用にすると、失敗時の原因が追いにくい。小さなtaskで、どの情報が足りないとClaude Codeが迷うのかを観察し、source of truthを整える方が効果が出やすい。
CLI起点の体験が中核にあるが、公式docsではterminal、IDE、Desktop、Webなど複数surfaceで使えるagentic coding toolとして説明されている。最新の利用条件は公式docsで確認する。
発言として読むことはできるが、導入判断の根拠にするなら自社のrepo、CI、PR cycle、review工数で測るべきだ。社内指標や外部調査は時点依存で、記事本文の中心に置くとすぐ古くなる。
build/test/lint、主要ディレクトリ、触ってはいけない領域、review観点、チーム固有の作業ルールを書く。長い背景説明や古い議事録は別docsに置き、CLAUDE.md から必要に応じて参照させる方が扱いやすい。
重要なのは機能名ではなく、実装前に変更計画を確認することだ。認証、課金、権限、データ削除、migrationなどを含む変更では、明示的なplan reviewを挟む方がよい。
書き込み範囲や役割を分けられるときに使う。複数のエージェントが同じファイルや同じ設計判断に触る場合は、統合コストと衝突リスクが上がる。
本記事はネクサフローのAI研究シリーズの一部です。
この記事の著者

代表取締役
早稲田大学卒業後、ソフトバンク株式会社にてAI活用やCEO直下案件のプロジェクトマネージャーに従事。その後、不動産スタートアップPit in株式会社の創業、他スタートアップでの業務改善・データ活用を経験後、2023年10月、株式会社ネクサフローを創業し代表取締役CEO就任。