Dr. Claw：コーディングエージェントを監査可能なAI研究ワークスペースへ

導入

コマンドライン型のコーディングエージェントは、ファイルの読み書き、ツールの実行、長時間のセッション維持をすでに実現しています。しかし、それだけで研究全体が一つのまとまったプロセスになるわけではありません。計画はチャットに、コードやデータはターミナルに、最終的な文章は別の執筆環境に置かれがちです。途中で失敗した場合、研究者が何を決め、AIがどの操作を行い、どこから再開すべきかを正確にたどるのは容易ではありません。

Dr. Clawは、この分断をワークスペースの設計で解消しようとします。新しい自律エージェントを提案するのではなく、既存の実行器を研究向けの、人間が関与する制御可能なレイヤーで包みます。

主なポイント

• 既存エージェントを活用：Claude Code、Codex、Gemini CLIなどを実行器として利用します。中心となる工夫は基盤モデルではなく、タスクの組織化と状態管理です。
• 研究状態を保持：タスクグラフと永続的な状態オブジェクトによって、計画、実行、確認、執筆を結び付けます。一回限りの会話コンテキストに頼らず、進捗を保存して再開できます。
• スキルを再利用：スキルライブラリに繰り返し使う研究手順を整理し、作業の再利用性と実行内容の見通しを高めます。
• 人間をループに残す：研究者はタスク分解、判断、異常対応に参加できます。全工程を見えない自律ループへ委ねる設計ではありません。
• 複数の実行器を調整：異なる実行器を同じワークフローに接続し、作業分担や成果物の受け渡しを明確にします。

評価と意義

プロジェクトは、三つのビューを用いたインタラクティブなシナリオと、失敗からの復旧例によって動作を示しています。さらに、同じバックエンド実行器を利用する単純なコマンドラインエージェントとも比較しました。この条件により、モデルの違いではなく、タスクグラフ、状態オブジェクト、スキルライブラリからなる編成レイヤーの効果を見やすくしています。

提供された素材によれば、実行器を固定した比較でDr. Clawは研究の完全性が高く、監査可能で復旧可能なプロセス履歴も保存しました。ここから得られる示唆は、エージェント研究の進歩が自律性の向上だけでなく、ワークフローの設計にも左右されるということです。

もちろん、履歴を残すことは科学的な結論の正しさを保証しません。検証や証拠の評価は依然として研究者の責任です。それでも、AIに実行と補助を担わせながら、目的、根拠、重要な判断を人間が管理するという分業を、より確認しやすい形にできる点は実用的です。

出典：Hugging Face Daily Papers