エージェント時代における製品開発
Anthropic は、製品開発プロセスにおける「アジェンティック・エラ」の実践例として、Claude Managed Agents を活用したプロダクトマネージャーのワークフロー変革と、API設計から実装までの迅速な反復サイクルを報告している。
キーポイント
製品管理の役割変化：調整から職人技へ
AI の導入により、ステークホルダーとの調整業務が自動化され、プロダクトマネージャーはユーザー理解や本質的な「職人技（craft）」に時間を割けるようになっている。
Claude Managed Agents の活用
ベータ版の Claude Managed Agents を用いることで、クラウドホスト型エージェントをスケーラブルに構築・デプロイするワークフローが確立され、製品開発のスピードと質が向上した。
ドキュメントから実装へのシフト
従来の文書ベースの API 設計ではなく、Claude Code を用いて事前プロダクション環境で即座にプロトタイプを作成し、仕様書の欠陥を早期に発見・修正するアプローチが採用されている。
2 つの段階的なワークフロー
初期調査には Claude と Claude Cowork を用いた対話型探索を行い、明確化された課題に対しては Claude Code でカスタムエージェントを構築・実装する二段構えのプロセスが定着した。
影響分析・編集コメントを表示
影響分析
この記事は、大規模言語モデル（LLM）とエージェント技術が製品開発現場に浸透し始めた現状を具体的に示しており、従来の文書中心の設計プロセスから実装検証中心のプロセスへの転換を促しています。特に、プロダクトマネージャーという役割自体が AI によって再定義される可能性を示唆しており、業界全体で「AI を使って AI を作る」という開発サイクルの標準化が進む兆候と言えます。
編集コメント
製品開発の現場における AI エージェントの実践例として、単なる技術紹介を超え、組織の働き方そのものを変える具体的なワークフローが示されており非常に参考になります。特に「ドキュメントから実装へ」というパラダイムシフトは、今後の SaaS や API 開発の標準的な手法となり得る重要な示唆を含んでいます。
AI の時代におけるプロダクトマネージャーの皮肉の一つは、私の仕事がこれまで以上に人間らしく感じられることです。
プロダクトマネジメントの仕事は、常に職人技と調整の混合でした。私のキャリアの大部分において、私の週は後者で占められていました：多機能ステークホルダーやチームメンバーとの会議、進捗報告書、エンジニアチームとのチケットバックログです。私は直感的かつ迅速な意思決定を行い、その後、説得し、資源を確保するための困難な戦いを展開することに慣れました。影響力のあるプロダクトを出荷することは、創造的であるよりも取引的なもののように感じられることがよくありました。
Claude によって、私はアイデアの圧力テストを行い、ワークフローを自動化し、行き詰まりから抜け出すことができます。ついに、私が最も重要視してきた仕事の部分に、ユーザーやチームと実際に時間を費やすようになりました：職人技です。これらの新しいワークフローは私の日常を変えましたが、最も意味のある変化は、Claude Managed Agents（現在はベータ版）の開発を開始したときに起こりました。これは、大規模にクラウドホスト型エージェントを構築および展開するためのコンポーザブルな API のスイートです。
この投稿では、Managed Agents がプロダクトマネージャーとしての私の働き方をどのように変えたか、そしてあなたのワークフローでも借用できるいくつかのパターンについて共有します。
Product development, then and now
API デザインはかつてドキュメントやコメントスレッドの中に存在していました。しかし、AI の指数関数的成長において私たちは、実際にリリースしたもので構築します。ドキュメント上では美しく読める仕様も、それに対して実際に構築しようとした瞬間に崩れ去ることがあります。Claude Code を用いれば、本番前の API 仕様のバージョンに対してエージェントをスケッチし、午後にはエンドツーエンドの実際のプロトタイプを実行することが可能です。
私たちは、自らのプリミティブ（※基礎となる機能要素）を用いて構築する過程で得た教訓に基づき、API の抽象化と Claude Console の UX を何度も再設計しました。これらは、数週間にわたるドキュメントレビューでは決して表面化しなかった変更であり、ユーザーフィードバックを通じて後から浮上していたら手遅れになっていたはずです。私たちは依然として形状について議論を交わし、生（bare-metal）の体験に満足しているかを確認するために生の curl リクエストを実行していますが、Claude Code を使えば、基本的な「Hello World」テストから機能するエージェントまで、同じセッション内で実現できます。これらのエージェントを構築する過程で、次世代のモデルとタスクの進化に対して、私たちのハーン（※基盤環境）や API がどのように柔軟に対応できるかを、より具体的に予測することが可能になります。
当初、これらのプロトタイプは製品を形作るためだけのものでしたが、今では日々の業務も進化しています。PM としての私のワークフローは、現在、各製品間で明確に分割されています。私はオープンエンドな調査や発見、つまり継続的な対話を望む不透明で初期段階の探索にはClaudeとClaude Coworkを使用します。そして、行うべきタスクについてより明確になった時点で、Managed Agentsの上に構築されたカスタムエージェントを作成してリリースするためにClaude Codeを利用します。
この二つの側面からの効果は、最大の突破口となりました。一方では、自社の製品に対して容易に構築できる能力が、次にリリースするものに対する私の想像力の上限を引き上げます。他方では、製品が稼働した後は、同じ開発の筋肉（スキルセット）を使って、以前はバックログで停滞していた運用業務のロングテール部分を自動化できるようになります。
製品マネージャー向けの Managed Agents のユースケース
今や私は、「行うべきタスク」のために個別にエージェントを立ち上げます。一つ構築するのは簡単です。Claude Codeで Managed Agents のスキルを読み込み、求めるものの簡単なスケッチを描くだけです。開発者もまた、最新のバージョンのClaude Codeと組み込みのclaude-apiスキルを使用して、Managed Agents で構築できます。始めるには、Claudeに「*start onboarding for managed agents in Claude API*」とプロンプトするだけで十分です。このスキルを呼び出すと、Claudeがエージェントを構築し、その過程で統合ステップを説明するため、必要に応じて方向転換も容易に行えます。
これらのエージェントの例としては：
- 採用分析。内部データベースへの永続的なアクセス権限とデータスキーマの理解能力を備えたエージェントがクエリを実行し、興味深い外れ値やパターンを浮き彫りにします。過去の実行結果の記憶に基づいて既存の知見を積み上げ、視点を持続的に深化させることができます。
- 開発者感情モニタリング。事前構築されたウェブ検索ツールと重点領域に関するガイダンスを備えたエージェントが、特定のドメインリストをスキャンして最新の開発者フィードバックを検索し、共通するテーマについて報告します。分析すべきコンテンツが多すぎるため、複数のエージェントに並列で調査を分散させ、結果を待ってから知見を統合します。
- デモ構築。デモ用の GitHub リポジトリ、ブランディング資産、イベント資料へのアクセス権限を持つエージェントが、事前構築されたテンプレートを変換し、カンファレンスや顧客面談など対象となる聴衆に合わせた洗練されたデモを作成します。
Managed Agents のセッションはクラウド上で実行されるため、作業を任せてその場を離れても戻ってきた時には完了しています。各ローンチ固有の癖のためにこれまで拡張不可能だったプロセスも、Managed Agents を用いることで容易に自動化できるようになり、エージェントの実行一つひとつが退屈なものではなく、むしろ活力あるものになります。
Freeing up space to hone my craft
A year ago, all of this kind of work would've crawled along in cross-functional staffing requests, chaotic spreadsheets, or half-baked concepts I just never got to try out. Now, with Claude and Managed Agents, I can scale myself, using my time to partner with my team on developing the most impactful products. My day now spans generating innovative ideas with customers, digging into murky and ambiguous problems with my engineering counterparts, and investing real creative energy in frontier product work.
If you're a product manager and you haven't built an agent yet, that's where I'd start this week. The experiments and tools you've always wished existed are a single prompt and a few API calls away.
*Learn more in *our docs*.*
原文を表示
One of the ironies of being a product manager in the age of AI is that my work feels more human than ever.
The job of product management has always been a mix of craft and alignment. For most of my career, my week was occupied by the latter: meetings with cross-functional stakeholders and teammates, status reports, and ticket backlogs with my engineering team. I got used to making instinctive, quick decisions followed by uphill battles advocating, convincing, and resourcing; shipping impactful products often felt more transactional than generative.
With Claude, I can pressure test ideas, automate workflows, and get unstuck. I'm finally spending real time with our users and my team on the part of the job that always mattered most: the craft. While these new workflows changed my day-to-day, the most meaningful shifts happened when we started developing Claude Managed Agents (currently in beta), a suite of composable APIs for building and deploying cloud-hosted agents at scale.
In this post, I'll share how Managed Agents has changed the way I work as a product manager, and a few patterns you can borrow for your own workflows.
Product development, then and now
API design used to live in documents and comment threads; on the AI exponential, we build with what we ship. A spec that reads elegantly in a doc can fall apart the first time you try to build against it. With Claude Code, I can sketch out an agent against pre-production versions of our API specs, and within an afternoon be running a real prototype end-to-end.
We reshaped API abstractions and Claude Console UX several times based on what we learned building with our own primitives–changes that even a multi-week doc review would never have surfaced, and otherwise would've come up too late via user feedback. We still litigate shapes and run raw curl requests to make sure we're happy with the bare-metal experience, but Claude Code gets me from the basic "hello world" test to a functional agent in the same sitting. As I build these agents, I'm able to more concretely anticipate ways our harness and API can flex for the next wave of model and task evolution.
Initially, these prototypes were just for shaping the product, but they now are evolving my day-to-day work as well. My workflow as a PM now splits cleanly across our products. I use Claude and Claude Cowork for open-ended research and discovery–the murky, early-stage exploration where I want an ongoing conversation. Once I have greater clarity on the job to be done, I use Claude Code to write and ship a custom agent for it, built atop of Managed Agents.
The two-pronged payoff has been the biggest unlock. On one side, being able to build against my own product easily raises the ceiling on what I can imagine shipping next. On the other, once the product is live, the same development muscle lets me automate the long tail of operational work that used to stall in my backlog.
Managed Agents use cases for product managers
Now I spin up bespoke agents for any "job to be done." Building one is simple: I load the Managed Agents skill in Claude Code and outline a quick sketch of what I'm looking for. Developers can also use the latest version of Claude Code and built-in claude-api skill to build with Managed Agents–just prompt Claude with “*start onboarding for managed agents in Claude API*” to get started. After invoking this skill, Claude builds the agent, explaining its integration steps along the way, so I can easily shift direction as needed.
Examples of these agents include:
- Adoption analytics. An agent with persistent access to our internal databases and skills for understanding our data schemas runs queries to surface interesting outliers and patterns. With memory of prior runs, it can build on prior findings and continuously advance its perspective.
- Developer sentiment monitoring. An agent with the pre-built web search tool and guidance on focus areas scans a specific list of domains for the latest developer feedback, reporting back on common themes. Since there is so much content to analyze, it fans out research to multiple agents in parallel, waits for results, and synthesizes findings.
- Demo building. An agent with access to demo GitHub repos, branding assets, and an event deck turns prebuilt templates into a polished demo tailored to the relevant audience, such as a conference or customer meeting.
Managed Agents sessions run in the cloud, so I can walk away and come back to find the work done. Processes that could never scale because every launch has its own quirks are now easy to automate using Managed Agents, and every agent run feels energizing instead of tedious.
Freeing up space to hone my craft
A year ago, all of this kind of work would've crawled along in cross-functional staffing requests, chaotic spreadsheets, or half-baked concepts I just never got to try out. Now, with Claude and Managed Agents, I can scale myself, using my time to partner with my team on developing the most impactful products. My day now spans generating innovative ideas with customers, digging into murky and ambiguous problems with my engineering counterparts, and investing real creative energy in frontier product work.
If you're a product manager and you haven't built an agent yet, that's where I'd start this week. The experiments and tools you've always wished existed are a single prompt and a few API calls away.
*Learn more in *our docs*. *
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み