Claude Codeで70万行のコードを管理する実戦メソッド
CLAUDE.md、Skills、MCPの3層コンテキスト構築により、AIにあなたのコードベースを本当に理解させます。OpenAI Symphonyの並列オーケストレーション方式との比較つき。
Claude Codeで70万行のコードを管理する実戦メソッド
CLAUDE.md、Skills、MCPの3層コンテキスト構築により、AIにあなたのコードベースを本当に理解させます。OpenAI Symphonyの並列オーケストレーション方式との比較つき。
70万行のC#コードベースでは、コア開発者が卒業してラボを離れ、機能モジュールは3年間放置され、誰も触れようとしませんでした。ワシントン大学MacCossラボのチーフ開発者Brendan MacLeanは、Claude Codeを使い、この「未完のプロジェクト」を2週間で完成させました。彼の方法はAIを賢くすることではなく、インターンを育てるように、AIのために完全なコンテキスト体系を整えることでした。この記事では彼の具体的なやり方を分解し、あわせてOpenAIが同じ日に発表したSymphonyの並列オーケストレーション方式とも比較します。
中核の考え方：インターンを育てるようにAIを育てる
Brendanの洞察はとても素朴です。新しい人をラボに迎えるたび、新人はプロジェクトの全体像、コードの関係、暗黙のルールを知りません。違うのは、新人は少しずつ学んでいけるのに対し、Claudeは対話が終わるたびにすべて忘れてしまうことです。
だから彼の中核戦略は、暗黙知をAIが読める明示的な資産に変えることでした。
3層コンテキスト体系
第1層：CLAUDE.md -- プロジェクトの地形図
Brendanは独立したコードリポジトリpwiz-aiを作り、AI向けのコンテキストを専用で保管しています。ルートディレクトリのCLAUDE.mdは「地形図」であり、Claudeに次のことを伝えます：
- プロジェクトが何で、何のために使うか
- コードベースの構造
- コンパイルの方法
- テストの流れ
プロジェクトのURL：github.com/ProteoWizard/pwiz-ai
重要な原則：CLAUDE.mdが解決するのは「どこにあるかを知っている」という問題であって、「どう作業するかを知っている」という問題ではありません。
第2層：Skills -- 専門知識ライブラリ
本当の専門知識はskillsに格納します。たとえばBrendanはdebugging skillを書きました。説明は「バグ、失敗、予期しない動作を調査するときは常にロードする」というもので、Claudeに手を動かす前に根因分析をさせ、当てずっぽうの試行錯誤を防ぎます。
第3層：MCP -- AIにリアルなデータを見せる
MCP（Model Context Protocol）の統合により、Claudeがリアルなテストデータ、例外レポート、ユーザーのチケットを読めるようにします。3層のコンテキストを揃えると、やり取りの起点が「空白」から「理解」へ変わります。
実戦での効果
コンテキストが整った後、Brendanは何年も積み上がっていた技術的負債の解消を始めました：
- 3年間放置されたモジュール：Javaで書かれたテスト管理モジュールで、技術スタックが本体のC#とまったく異なります。Claude Codeで1日で片付きました。
- 2000枚以上のチュートリアル用スクリーンショット：以前はすべて手動メンテナンスでしたが、今は完全に自動化され、ほぼ100%再現可能になりました。
- 毎日の自動レポート：Claudeが自動生成し、夜間テストの失敗、例外、未解決のチケットを集約します。
- まったく新しい機能パネル：ラボでAIコーディングツールに最も興味を示さなかった開発者が、Claude Codeを使って新しいデータ可視化パネルを構築・公開しました。
OpenAIの方式：Symphony
同じ週、OpenAIはオープンソースプロジェクトのSymphonyを公開しました（GitHubで1.8万を超えるStarを獲得済み）。
プロジェクトのURL：github.com/openai/symphony
Symphonyの発想はまったく異なります。Linearのプロジェクト看板をAIコーディングのコントロールセンターに変えてしまうのです。Open状態のIssueごとに自動でAgentが割り当てられ、Agentは独立したワークスペースで継続実行され、クラッシュすれば自動再起動します。
Symphonyを導入した一部のチームでは、最初の3週間でマージに成功したPRの数が500%急増しました。
2つのルートをどう選ぶか
| 観点 | Claude Code（深いコンテキスト） | Symphony（並列オーケストレーション） |
|---|---|---|
| 中核思想 | コンテキストの質がすべてを決める | オーケストレーション効率がすべてを決める |
| たとえ | 職人が弟子を育てる | 自動化工場を開く |
| 適したシーン | 大型の古いコードベース、複雑な業務ロジック | チーム規模の新規プロジェクト、並列タスクが多い場合 |
| 知識の固定方法 | CLAUDE.md + Skills | WORKFLOW.md + SPEC.md |
| 人間の役割 | AIにプロジェクトを理解させる | 看板の結果をレビューする |
共通の発見：以前は口伝えと体で覚えた運用に頼っていたものは、今では白紙黒字でドキュメントに書かなければ、AIが引き受けられません。どちらのルートを取るにせよ、暗黙知を明示的な資産に変えるという一歩は避けて通れません。
あなたへの行動のアドバイス
AI支援のコーディングをしているなら、どのツールを使っていても、次の3つのことは今すぐ始められます：
- CLAUDE.mdを1枚書く（または対応するコンテキストファイル）：プロジェクト構造、コンパイル方法、テストの流れ、禁則ルールを、1つずつ列挙して明確にします。
- よく使う操作をSkillとして書く：たとえばデバッグの流れ、コードレビューのチェックリスト、デプロイの手順を書き、AIが毎回ゼロから始めないようにします。
- 定期的にドキュメントを整理する：コードが7、8回反復されたのにドキュメントがまだ1.0バージョンのまま、というケースはあまりに一般的です。期限切れのドキュメントは、ドキュメントがないより危険です。
関連記事
Xiaomi MiMo API が恒久的に最大99%値下げ、開発者はどう恩恵を受けるか
Xiaomi の MiMo-V2.5 シリーズ API が最大99%値下げ。Token Plan プランの容量は5-8倍に増量され、DeepSeek の価格に全面対抗します。
Darwin Skill 2.0：AI スキルを自己進化させる
darwin-skill 2.0 はオープンソースの Skill/Prompt 自動最適化ツール。Microsoft の2本の論文のエッセンスを吸収し、複数評価者による独立レビュー + 人的ゲート機構で、AI スキル文書を80点から90点以上へ引き上げます。
オープンソースの画像テキストカード Skill：「AI 感のある添え画像」にさよなら
guizang-social-card-skill はオープンソースの AI 画像テキストカード生成ツール。11種類のコンテンツカテゴリ適応、雑誌級の組版エンジン、無料商用画像素材ライブラリを内蔵し、RedNote レベルの添え画像をワンクリックで生成します。
Hy-Memory：AI Agent に超強力な記憶力を搭載する
Hy-Memory は Tencent が発表した OpenClaw 用メモリプラグイン。6層の記憶フレームワーク、System1/System2 デュアルシステム、進化チェーンの3層アーキテクチャで、Agent があなたの偏好、決定、履歴を本当に記憶できるようにし、記憶フラグメントを70%以上削減します。
PilotDeck：清華大学がオープンソース化したエージェント OS
PilotDeck は清華大学 THUNLP 研究室などのチームが共同でオープンソース化した Agent OS で、WorkSpace の独立隔離、ホワイトボックス型の記憶管理、スマートルーティングによるコスト削減、Always-on による能動的実行をサポートします。
5大モデル実測：Qwen3.7 Max のプログラミング能力は本当に通用するのか
Qwen3.7 Max はプログラミング競技ランキングで世界2位に到達し、Claude Opus 4.7 に次ぎます。本記事では液体シミュレーション、六角形 2048、地下鉄博物館、ブラウザ OS の4つのタスクで、Qwen3.7 Max、GPT-5.5、Gemini 3.5 Flash、DeepSeek V4、Claude Opus 4.7 のプログラミング性能を実測比較します。