発見と検証を別のAIエージェントに分離し、出典と数値が一致した事例だけを収録しています。
「Claude Code」の実例を、出典照合済みで150件収録しています。 全150件中 101〜150件目を表示しています（3/3ページ目）。
このページは『Claude Code』タグが付いた事例だけを集めています。
出典を独立照合し、一致しない事例（384件）は掲載していません。検証プロセス
Claude Code + Playwright MCP（noteのProseMirrorベースリッチテキストエディタを自動操作しようと試行、Claude Maxプラン定額利用）
著者は「sasuu｜非エンジニアのAI活用術」名義。note記事は本文の細部（ProseMirrorとの相互作用の失敗内容：Endキー/Enterキー/Selection API無視）が候補のmethod_summaryと概ね整合するが、Claude MaxプランのためAPI従量課金は発生しておらず「6,700円分を溶かした」は実際の課金額ではなくトークン量からの推定コスト換算である点に注意。
約6,700円（$45相当、250万トークン）
SKILL.mdに「トレンドスキャン→トピック選定→競合調査→執筆→品質チェック→保存→Notion更新」の9フェーズを設計し、"/note-run"コマンド1つでnote記事の生成〜下書き保存までをClaude Codeで自動化。Notionを「ネタ帳DB」(未使用/採用済み/見送りで候補管理)と「記事管理DB」の2DB構成にして過去実績から学習させる仕組み。
副業ゼロから2ヶ月で月14万円達成
Wix Internal Coreチーム管理職Lior Altarescuが構築。markdownファイル+bashスクリプト+構造化プロンプトのみでコードレビュー時間を大幅短縮した実例。
コードレビュー時間を45-60分から10-15分に短縮
Claude.ai (Design AI) と Claude Code (Implementation AI) を分離する「Two-Layer Protocol」を用いてAndroid未経験のままKotlinアプリ「ExitWatcher」を開発。
モーターサイクルECU向け制御ロジック設計を15年続けてきた制御システムエンジニアが、設計AIと実装AIを役割分離するプロトコルだけでプラットフォーム未経験のまま4日・53プロンプトでMVPを完成させた。役割分離設計と構造化プロンプトの型があれば個人開発が完結できることを示す。
開発期間4日間、53件の構造化指示プロンプトでMVP完成
直接WebFetch/curlは403・429で失敗したため、web.archive.org (Wayback Machine) のスナップショットを取得し、埋め込みJSON本文から逐語一致を確認。
記事の主題はAnthropicの新機能「dreaming」(エージェントが過去セッションから学習し自己改善する仕組み)発表であり、Mercado Libreの数値はその文脈で企業導入事例として引用されている。
23,000人のエンジニア / 50万件超のプルリクエスト / 自律コーディング90%目標(2026年Q3まで)
プロモーションなしでGitHubに個人の.claudeディレクトリ(skillsという名のリポジトリ)をプッシュしただけ。
TypeScriptコミュニティの著名人Matt Pocockが日常実務で使うClaude Codeの.claudeディレクトリをそのままGitHub公開しただけで、宣伝ゼロで一晩でGitHub Trending世界1位・24時間で2.2万スターを獲得した。「実務で使っている」ことが信頼性の源泉になった。
24時間で22,000スター、最終的に30,800+スター獲得、GitHub Trending世界1位
単一の「Conductor」Debianサーバーから24台のマシンをClaude Codeで管理。夜間MikroTikコンフィグバックアップ、Zabbix監視設定、自前Headscale VPN構築等を運用。複雑機能は「ralph loop」スクリプトで反復自動化。
個人開発者(自動車ディーラーの1名IT担当)がClaude Codeで、通常なら専任チームが必要なネットワーク管理・監視・VPN構築・バックアップ自動化までを月$200程度のコストで24台規模のインフラとして自走させた実例。
月額$200(10ヶ月間の利用コストとして言及)
NYSE CTO Sridhar Masam氏がClaude Agent SDKで、Jiraチケット→コードコミットまで自動化する社内エージェントを構築。
金融取引所という規制の厳しい業界でもエンジニアリングプロセス全体をエージェント化する動きが進んでおり、ツール能力と組織の変革管理速度のギャップという課題も同時に指摘されている。
記載なし(Thomson Reuters CoCounselのユーザー数「100万人」のみ定量値)
大規模diffレビューの検出率84%・誤検知率1%未満・1回$15-25/20分というコスト対効果の具体的ベンチマークが得られた。
1回のレビューあたり平均20分、$15〜25
約53万5000行のZigコードを、人間レビュー不在の「動的ワークフロー+多数サブエージェント+敵対的レビューエージェント」で11日間無人稼働させてRustへ移植。ピーク時1分間に約1300行のRustコード生成、全6778コミット。
大規模レガシーコードの言語間移植を無人稼働で完遂し、人間換算「エンジニア3人×1年」相当の作業をAPI費用約2640万円で代替したという具体的なコスト対比が示唆として強い。
約53万5000行のZigコードを11日間でRust移植、ピーク時1分間に約1300行のRustコード生成、全6778コミット、API利用料は約16.5万ドル(2640万円換算)
国内大手SIerがClaude Codeを開発現場だけでなく自社ブランドプラットフォーム(BluStellar)統合まで組み込んで大規模展開した事例。
グループ約3万人へのClaude Code展開
「1 Todo = 1 Commit = 1 Spec Update」を核とするSDD。PRDをファイルとして保存し、小さな作業単位ごとにコード・コミット・仕様書を同時更新。Claude CodeのConfiguration as Code(CLAUDE.md自動パース)・スラッシュコマンド・Skills機能を活用。
仕様書(PRD)をコードと同じ粒度で同時コミットするSDD手法は、Vibe Coding比で開発時間43%減・バグ83%減・レビュー時間71%減という具体的な定量効果を示しており、社内のSDD導入・仕様書運用ルール策定の説得材料として使える一次情報。
OAuth認証機能実装での比較: 開発時間 Vibe Coding28h→SDD16h(43%減)/Plan Mode22h→SDD16h(27%減)。バグ数 Vibe Coding平均12件→SDD平均2件(83%減)/Plan Mode平均7件→SDD平均2件(71%減)。レビュー時間 Vibe Coding105分→SDD30分(71%減)/Plan Mode80分→SDD30分(63%減)。
開発時間削減(OAuth認証機能実装の例): Vibe Coding 28時間→SDD 16時間(43%短縮)、Plan Mode 22時間→SDD 16時間(27%短縮)。バグ削減率: Vibe Coding平均12件→SDD平均2件(83%削減)、Plan Mode平均7件→SDD平均2件(71%削減)。コードレビュー時間削減: Vibe Coding 105分→SDD 30分(71%短縮)、Plan Mode 80分→SDD 30分(63%短縮)。著者はLuup User Product Group Backend TeamのJang(チャン)氏。
MLエンジニアがFlutterアプリ「トークマネ」(AIが能動的に声をかけてくれる予定管理アプリ)開発において、コードそのものではなくドキュメント整備に集中する「ドキュメント駆動開発」を採用。CLAUDE.mdを含む指示体系を全文公開。
記事本文はmethod_summaryの主張(MLエンジニア/トークマネ/24種のドキュメント/CLAUDE.md公開)と数値(83%相当の648/776コミット)まで逐語的に整合した。ただし「83%」という数字自体は記事タイトルにあり、本文根拠は648/776コミットの比率(約83.5%)として提示されている。
Claude Codeが648コミット/総776コミット(約83.5%)を記述、開発初手3日間で24種類のドキュメント整備、最終的に42ファイル→16ファイルに統合
CLAUDE.mdを「新卒エンジニアへのオリエンテーション」と位置付け行動規範を明文化(3ステップ以上/設計判断要タスクは必ずプランモード、修正指摘はtasks/lessons.mdに記録、動作証明なしに完了扱いしない、バグ修正は確認なしで即修正)。ai/rules配下をPROJECT_ARCHITECTURE.md/GIT_WORKFLOW.md/REACT_NATIVE_GUIDELINES.mdの3ファイルに役割分割してコンテキスト注意散漫を防止。GitHub MCP統合でIssue作成→ブランチ作成→実装→PR提出(タイトル・説明文含む)まで一貫自動化。
候補のmethod_summaryにあった「合同会社春秋代表」という肩書きは、記事本文からは確認できなかった(本文には所属「合同会社春秋」の記載はあるが「代表」という役職明記は見当たらない)。それ以外の手法説明(CLAUDE.md明文化/ai/rules 3分割/GitHub MCP統合による自動化)とBefore/After数値は本文と逐語で整合している。採用時は肩書き部分を「合同会社春秋所属のエンジニア」等に修正するのが安全。
生産性: 新機能実装が導入前2〜3時間→整備後30〜60分、バグ修正が導入前30分〜1時間→整備後5〜15分(体感3〜5倍高速化)
1人チームでデータ基盤(Terraform/dbt/Deno-TypeScript)を担当。Claude Codeを7並列セッションで運用(リポジトリごとに端末分割)し、Plan作成→実装→検証→PR作成→マージ待機→デプロイ監視までをAgentに委譲、人間はPRレビューのみ担当する体制。
method_summaryの内容(1人体制・Terraform/dbtデータ基盤・7並列セッション・レビュー以外Agent委譲)は記事本文の記述と数値・固有名詞・手法まで整合した。WebFetch取得結果は英語要約だが、原文記事の主張と一致（448 PR/月・1人チーム・7並列・PRレビューのみ人間担当)。
2025年12月に448件のPR、月間400件以上のペース
仕様駆動開発 (spec.md / plan.md / design.md を整備し、AIに渡す「仕様書」を起点に開発を進めるスタイル)。Claude Codeを開発ツールとして使用。
実務3ヶ月未満・ジョイン初期段階のエンジニアでも、spec.md/plan.md/design.mdによる仕様駆動開発でClaude Codeへの指示を明確化することで、ほぼ全コードをAIに書かせる体制を確立できた実例。ジョイン直後の低コンテキスト状態でも仕様書を仲介させることで生産性を担保できる点が示唆的。
CLAUDE.mdの階層化構造(root50行以内+サブディレクトリ詳細)、テスト自動生成(命名規約+方針をCLAUDE.mdに記載)、レガシーPHPリファクタリング(構造分析→関数分割→クラス化→テスト実行の段階的アプローチ)、Claude Codeに「経験20年のシニアアーキテクト」役を担わせる設計レビュー、リンター自動実行によるハルシネーション対策
著者Fujisawa Yuta氏(@fuji1009_REBELL)、投稿日2026-07-11。WebFetch要約とcurl取得の生HTML(renderedBody)を突合し、CLAUDE.md 500行/1万行→3,500行/3日で200本テスト/シニアアーキテクト20年設定など全数値・固有表現が逐語一致することを確認。og:description・title タグも記事内容と整合。実在記事と判定。
開発速度3倍(体感)、テスト工数85%削減、ハルシネーション由来エラー月10件→2件
SAP CAP (Node.js) の個人開発でClaude Code Proプラン(月17ドル)を使い始め、10月からほぼ毎日利用。自己検証中心の開発からテスト駆動開発(TDD)へスタイルが変化し、論理削除用プラグイン「cds-softdelete-plugin」をnpmに公開するに至った。
個人開発者がClaude Code導入によってテスト駆動開発へ移行し、成果物をOSS(npm)として公開するまでに至った実例。月17ドルの低コストプランでも継続利用で開発品質・生産性に変化が出ることを示す。
Claude Code Proプラン 17 USD/月
GitHub公開のX(旧Twitter)レコメンドアルゴリズム(Scala/Pythonで数万行、Heavy Ranker/SimClusters/Earlybird等で構成)をClaude Codeに読み込ませ、「このコードから、おすすめに載るための重要な要素を抽出してください」と指示して要素抽出させた実践記事。著者は@tomada(とまだ@AI駆動開発)、投稿日2025-09-10。
method_summaryとWebFetch検証結果は逐語レベルで整合。数万行のScala/Pythonコードから重要要素を抽出させる手法、対象アルゴリズム名(Heavy Ranker等)、数値(90%重み・145,000クラスター等)がすべて本文記述と一致し、捏造や不一致は見られなかった。
フォロワー外反応の重み90%、ユーザークラスター145,000個、投稿後5分以内が勝負、1日30ツイート上限、推奨ハッシュタグ1-2個
WebFetch (要約) + 生HTML curl取得でJSON埋め込みチャプター一覧を機械照合
method_summaryの主張(CLAUDE.md戦略文書化、BACKLOG.mdでAI自律タスク管理、無料ツールサイト6つ量産)は実際の章立て(「CLAUDE.mdを…」「BACKLOG.md — AIが自律的に動くタスク管理」「6サイト量産の全手順」)と逐語レベルで一致。加えて本文には/money-ideasや/revenue-checkというカスタムコマンド運用の詳細も含まれる(summaryにない追加具体性で、捏造ではなく実在ページからの抽出と裏付けられる)。有料部分(¥500)のため収益金額の生数字は未確認、章タイトルからは「収益レポート」章で開示されている。
月3万円(タイトル・目標として明記。実収益額の詳細は「収益レポート」章内、本文有料部分)
MBTI診断×AI恋愛相談サービス「OSHIRIAI」でMK Agent(マーケティング実行、DALL-E3画像生成+Twitter API v2投稿+note.comへPlaywright投稿)とQA Agent(Twitterメトリクス分析、次回ツイート案3つ+note記事案2つを提案)の2 Agent体制を構築。QA Agentがなぜバズったか/バズらなかったかを言語化しfindings記録→state.jsonに教訓記録→MK Agentが次回投稿に反映、というフィードバックループで自律運用。
2 Agent体制(実行役+分析役)でSNS運用を自律ループ化するパターンは、bocchi運用のQA/改善サイクル設計にそのまま参考になる。state.json的な「教訓の永続化」機構がループの鍵。
具体的な金額記載なし(ツイートimpressionが7000超まで向上という数値のみ確認)
記事本文(readyfor_blog、Zenn)を生HTML取得しNext.jsの埋め込みJSON(bodyHtml)から直接テキスト抽出して検証(WebFetchの要約は2回試行で数値に食い違いが出たため不採用、生データ照合を優先)
READYFOR社(社内開発チーム12名、3ヶ月運用)のアンケートで、Claude Code導入は生産性面(83%が向上実感、66%が1日1-2時間短縮)では明確な効果があった一方、満足度は3.8/5と「圧倒的ではない現実的な水準」に留まり、並列作業増によるストレス(83%)・疲労感増(42%)という新種の負荷が可視化された、という「光と影」両論構造の事例。特に「AIが分担してくれる」のではなく「AIと一緒に複数作業を抱えるようになった」という定性コメントが実態を象徴。
対象12名、運用期間2025年7〜9月(実使用3ヶ月)
GENIEE社がClaude CodeにAWS CLIをreadonlyで持たせ、Cost Explorer周りを調査させ、コスト懸念が見つかった場合はサービス設定やコードベースまで深掘りさせた。結果、Lambdaが毎リクエストS3へPutObjectしていたが「どこからも参照されていない」ログと判明し削除、また未圧縮だったAPI GatewayのJSONレスポンスをServerless Framework設定に1行追加して圧縮有効化し転送量を86.4%削減。人間なら半日〜1日かかる調査をプロンプト1回で実施した。
AWSのようなコスト構造調査は、人間なら半日〜1日かかる地道な棚卸し作業をプロンプト1回で終えられる点で、AIエージェントの費用対効果が特に大きい領域であることを示す事例。
年間数千万円程度の改善インパクト
規制産業(エネルギー取引)でも、少人数が先行してトレーニングを受けてから全体展開する段階的な導入設計で、定量的な改善を出せている。
テストカバレッジ約85%→約95%、6人体制チームでスプリント速度+31%
「会話と設計の理解が得意なClaude Code」と「実装精度の高いCodex」という得意領域の違いを役割分担に落とし込むことで、単一ツールでは得られない開発フローの最適化ができる。
記載なし
Claude Codeを画像生成APIのオーケストレーターとして使い、キャラ一貫性・文字化けという典型的なAI画像生成の課題を「1コマンド」ワークフローに落とし込んで有料コンテンツ化した事例。
記事価格¥700(有料note)
Claude Codeに計画書を書かせ、Codexにレビューさせ、Claudeが修正→Codexが再レビュー、をCodexが承認するまで往復させるスキルを自作。通常2〜3ラウンドで収束し、ラフな草案を本番投入可能な仕様へ引き上げる。
単発レビューでなく承認まで往復させると、認証欠落・シェルのクォート漏れ・スキーマ衝突・並行処理欠如といった別種の欠陥が芋づる式に出る。手動レビューほぼゼロで品質が上がる。
3ラウンドで14件の不具合を検出(認証欠落/シェルクォートバグ/スキーマ衝突/並行処理漏れ等)
どちらが上かの二択ではなく、実装型と思考型の得意差を役割で束ねると単体より強い。障害時の相互フォールバックという実運用上の保険も得られる。
計画と実装を別モデルに分けると、実装役が計画の穴に引っ張られにくい。計画・実装・照合の三役分担が一貫性を担保する。
複数AIコーディングツールの併用は指示書の二重管理が摩擦になる。シンボリックリンク1本で単一の指示書源に集約すれば、乗り換えでなく併走が現実的になる。
同一モデルの自己レビューは前提を共有するため盲点も共通化する。別系統AIを並列で当てると、片方が見落とすパターンを機械的に拾える。
片方に全振りするより、実装は文脈理解に強いCC・レビューは別系統のCodexと役割を割り切るほうが安定する。導入前提として仕様・ナレッジ整備が効いてくる。
API単体導入の成功体験がCLIツールへの社内展開の呼び水になった好例。優先度が低く放置されていたプロジェクトも迅速に完了。
開発速度2倍、テストカバレッジ+10%
生産性向上効果は4ヶ月間持続。一方でROI実現の課題として「トークンコストのガバナンス」を指摘、per-user予算設定・使用量トラッキングが必須と主張。
マージPR数約+24%、観測4ヶ月持続
共通プロンプト資産の中央リポジトリ化をセットで導入すると、オンボーディングや基盤移行が横展開の型として機能する。
オンボーディング週→日、回帰テスト移行数週間→数時間
「AIが初稿、人間が磨き込み」という役割分担で、複数プロダクトを並行開発するスタートアップでもソースコードの8割をAI生成に置き換えられる。
ソースコードの80%をAIで開発
既存SaaSの公式MCP対応が整うと定型業務を自動化できるが、API直叩きはSaaS側の業務ロジックを迂回する罠がある。
月10時間以上→半分以下(体感ベース)
詳細な仕様説明と段階的な相談フロー(作業依頼+設計相談)がAIとの並走開発を成功させる鍵。
公開アルゴリズム解説を再利用可能なスキルに構造化することで、日々のSNS運用判断を自動補助できる。
個人のAI活用ノウハウは属人化しやすいが、短期集中イベント形式でチーム全体の共有知に転換できる。
従量課金だと「使いすぎ不安」がブレーキになるが、定額プランに切り替えると心理的ハードルが下がり利用量が増える。
1日あたり$200相当の利用実績(社内ヘビーユーザー)
非エンジニアでもClaude Codeで自分専用の業務ツールを作れる好例。SNS運用の定型作業は自作ツール化で工数を桁違いに削減できる。
月30時間→月約7.5時間(1日15分)
大規模改修を丸ごと委任し、エラー率0.01%という実運用可能な精度で完了。AI前提の開発プロセス再設計と非エンジニア部門への速い展開が横展開の鍵。
リリース期間24日→5日(80%削減)、エラー率0.01%、コード修正精度99.9%
WebFetchで一次情報(ブログ本文)を直接取得・精読し、method_summaryとの整合を確認した。フロントエンドエンジニア/デザイナーの Ankur Sethi が2026年3月10日に公開した個人ブログ記事。2026年1〜2月の4週間で、Claude Codeを使い動的言語「Cutlet」(配列/文字列操作、@メタオペレータによるベクトル化、関数型機能、プロトタイプベース継承+ミックスイン、mark-sweep GC、REPL付き)をゼロから設計・実装した記録。本人は「生成コードを全行読まずに」進め、テスト・静的解析(clang-tidy)・ASan/UBSan・ランタイム自己観測機能で正確性を担保する手法を採った。HN投稿の points(135pt等)自体はHN Algolia側の情報でブログ本文からは検証不可。
高難度領域(コンパイラ/言語処理系)でも、①検証可能で訓練データに類例が豊富な問題を選ぶ ②詳細仕様書を先に書き実装させる ③テスト+静的解析+メモリ安全ツール+ランタイム自己観測という「AIの生成物を人間が全部読まなくても正しさを保証できる開発環境」を先に構築する ④エージェントの繰り返しパターンをスクリプト化する、という4点があれば個人が本来数ヶ月かかる領域を数週間で完走できることを示す実例。一方で著者自身は「エージェント型エンジニアリングは注意深い計画・職人技・規律を要する」「コードの所有権に居心地の悪さを感じ、あえてOSSライセンスを付けなかった」とも述べており、無条件の万能感ではなく人間の設計力が引き続き価値の源泉である点も示唆。
収益情報なし。個人の学習/実験プロジェクト(OSS想定だが著者はライセンス未付与)
個人開発者Pieter Ma.esが、Hacker News上で人気の非フィクション書籍100冊を対象に、Claude Codeでテーマ的な思想的連関(「トレイル」)を自動発見・可視化するWebサイトを構築。解説記事(https://pieterma.es/syntopic-reading-claude/, 2026-01-04投稿)によれば、当初は従来型パイプラインを想定していたが、デバッグツール+ミニマルなプロンプトでClaudeを実行した結果の方が手動調整パイプラインより優れており、その後はCLIツールにアクセスできるエージェントとして活用し、定型的な分析作業を自動化した。
AIコーディングツール(Claude Code)を「コードを書く道具」ではなく「大量テキスト(本100冊)を横断的に読み込み、テーマ的関連性を発見・構造化するリサーチエージェント」として使う応用例。個人開発者が実用ツールでなく知的探究・発見体験型のプロダクトを短期間で形にできることを示す。読書×AI×可視化という組み合わせが特徴。
個人開発プロジェクト、収益・商用情報なし
GitHubリポジトリ(README)をWebFetchで直接取得し、記載内容を確認。Claude Code / Cursor / Codex など「32のツール・エージェント」のセッションログ(例: Claude Codeなら ~/.claude/projects/ 配下)をローカルで解析し、タスク・モデル・ツール・プロジェクト別にトークン消費とコストを可視化するインタラクティブダッシュボードを提供するCLI/ローカルツール。API連携やプロキシは不要で「データは一切外部送信しない」ことを明記。作者はAgentSeal(スポンサーiamtoruk表記)、主要言語TypeScript。リポジトリ本文中にHacker News/Show HNへの直接言及は見当たらず(HN側での投稿・得票数はGitHub側からは検証不可)。
対象がClaude Code専用ではなく「32ツール横断」のトークン/コスト可視化である点はmethod_summaryの記述より広い。App Factory運用文脈での示唆としては、週次プール管理でどのタスク種別にトークンを溶かしているかを可視化する需要自体は妥当だが、本ツールはCLIログ解析型であり、Claude Codeサブスク(APIキー不要)運用にそのまま使えるかは要別途確認(Claude CodeはAPI従量課金前提のログ形式を想定している可能性がある)。
無料・オープンソース(GitHubスター約8.7k、2026-07-16時点)
WebFetchでGitHubリポジトリ本体(README/docs)を直接取得し内容確認。method_summary記載のHN Algolia経由発見の裏取りはできなかったが、リポジトリ自体は実在し内容も一致
「1つのAIに全部見せる」でなく「役割分担した複数エージェント(正確性/セキュリティ/UX等 最大7並列)を並列起動しレビューさせ、Phase単位で検証ゲート・回帰検出・差し戻しまで自動化する」設計。App Factoryの10役subagent体制と同型思想の個人開発OSS実装例。':review'(並列多観点審査)→':fix'(自動修正+回帰検出+差し戻し)という一気通貫パイプラインは、司令塔+worker構成のレビュー版として参照価値あり
個人開発OSS、無料（MIT license、Claude Max プラン通常サブスク範囲内で動作、Extra Usage不要）
Databricks公式ブログ(2026-07-08公開)がWebFetchで取得できた。記事は自社の実運用中モノレポ(multi-million line codebase、Python/Go/TypeScript/Scala等10言語以上)を対象に、Claude Code / Codex / Pi 等の異なるハーネスと、OpenAI・Anthropic(Opus 4.8, Sonnet 5)・オープンモデル(GLM 5.2等)の組み合わせを評価。実PRから抽出した課題+テストスイートによる自動検証(LLM judge不使用)+手作業レビューで各サンプルを検証、という手法。
性能に3階層が出現し、GLM 5.2などオープンモデルが上位層でOpus 4.8と同等に到達。トークン単価とタスクあたり実コストは相関せず、同一モデルでもハーネス次第でコストが2倍以上変動(Claude Code/Codex vs Pi の比較で実証)。「単一ツールでは最高性能は出ない、mixが必要」という結論。企業が実際の巨大レガシーコードベースで定量評価した稀少な一次データという着眼は妥当。
エンタープライズ規模(数百万行のモノレポ、10+言語)。費用の絶対額は非開示だが「ハーネス次第でコストが2倍以上変わる」という相対データあり。
"Tasks featured edits against a multi-million line codebase covering many popular languages (Python, Go, Typescript, Scala, etc.)" / "When we ran the same model with the same thinking effort through two different harnesses (Claude Code/Codex vs Pi), we observed that the cost per task differed significantly" / "The Pareto frontier for coding tasks (i.e. best quality for a given cost) includes models from OpenAI, Anthropic, and open source."
個人エンジニア Lucas Gerads によるブログ記事（2026年4月17日付）。自作の2つのMCPサーバー「lecroy-mcp」(LeCroyオシロスコープ制御用) と「spicelib-mcp」(spicelib ラッパー、SPICEシミュレーション用) を Claude Code に接続し、回路シミュレーション結果と実機オシロスコープ測定値を突き合わせる検証ワークフローを構築。デモ動画付きリポジトリ「rc-filter-demo-files」で簡単なRCフィルタ+MCUの例を公開。WebFetchはCloudflare 403で失敗したが、curlで実HTMLを取得し本文を確認済み。
ソフトウェア的に自然言語で回路設計させる従来アプローチは複雑な回路で破綻したが、著者は「Claudeに即座のフィードバックを与える」方向へ転換し、オシロスコープとSPICEシミュレータへの直接アクセスを与えることで、地道だったデータ解析(時間軸正規化・データ整列)を自動化。運用上の教訓として「Claudeは物理配線を見えていないので勝手に推測させない」「測定データを陳腐化させない」「生データをcontextに直接流し込まずファイル経由にする」「ピン配置マップを明示的に与える」「MCU操作はMakefile化しClaudeにその場でコマンドを組み立てさせない」等、AIエージェントとハードウェア計測器を安全に接続する具体的な運用知見が示されている。
記載なし(個人開発者の技術ブログ、金額情報なし)
著者Indragie Karunaratne(2008年からmacOS開発経験)の個人ブログ記事(2025-07-01公開)。MCPサーバーをデバッグするネイティブmacOSアプリ「Context」を開発。総コード量2万行のうち手書きは1000行未満(=約95%以上をClaude Codeが生成)。工夫点: プロジェクト固有CLAUDE.mdでの指針記述、実装前の詳細スペック文書提示、「ultrathink」等の拡張思考モード活用、スクリーンショットを貼付してのUIフィードバック、MCP/Swift/SwiftUI関連ドキュメントの事前読み込ませ。
「Claudeにコードを書かせる」だけでなく、CLAUDE.md・事前スペック文書・拡張思考モード・スクショFB等のワークフロー設計を整えることで、6年間完成しなかった副業ネイティブアプリを完成させられた実例。ただし見出しの「一切手でコードを書かず」は誇張気味で、実際は1000行未満は著者自身が書いている(完全ゼロではない)。
Claude Codeの月額$200プランのみで完成(その他の金銭的言及なし)。時間短縮効果は「6年間未完了だったプロジェクトが完成」という定性的言及のみで、具体的な工数(h)比較データは記載なし。
"Imagine onboarding a new employee with zero context on your project and shipping a complete feature minutes later." / "Building high-quality automation was essentially free now compared to prior manual efforts."