CLAUDE LABEN
FORK — Claude Code 2.1.212で/forkの挙動が変わりました。会話を新しいバックグラウンドセッションへ複製し、作業を続けたまま並走できます。従来のセッション内サブエージェントは/subtaskに移りましたLIMITS — WebSearchの呼び出しがセッション単位で既定200回に制限されました。サブエージェントの起動も既定200回が上限で、暴走した検索・委譲のループを止められますMCPBG — 2分を超えるMCPツール呼び出しは自動的にバックグラウンドへ移り、セッションが固まらなくなりました。しきい値はCLAUDE_CODE_MCP_AUTO_BACKGROUND_MSで調整できますPLANFIX — プランモードがtouchやrmといったファイルを変更するBashコマンドを、許可プロンプトもcanUseToolコールバックも通さずに実行してしまう不具合が修正されましたSONNET5 — Claude Sonnet 5は導入価格として入力100万トークンあたり2ドル、出力10ドルで提供中です。8月31日を過ぎると3ドルと15ドルに戻りますIPO — Anthropicが早ければ10月の株式公開を視野に、引受銀行が投資家との面談を組み始めたと報じられていますFORK — Claude Code 2.1.212で/forkの挙動が変わりました。会話を新しいバックグラウンドセッションへ複製し、作業を続けたまま並走できます。従来のセッション内サブエージェントは/subtaskに移りましたLIMITS — WebSearchの呼び出しがセッション単位で既定200回に制限されました。サブエージェントの起動も既定200回が上限で、暴走した検索・委譲のループを止められますMCPBG — 2分を超えるMCPツール呼び出しは自動的にバックグラウンドへ移り、セッションが固まらなくなりました。しきい値はCLAUDE_CODE_MCP_AUTO_BACKGROUND_MSで調整できますPLANFIX — プランモードがtouchやrmといったファイルを変更するBashコマンドを、許可プロンプトもcanUseToolコールバックも通さずに実行してしまう不具合が修正されましたSONNET5 — Claude Sonnet 5は導入価格として入力100万トークンあたり2ドル、出力10ドルで提供中です。8月31日を過ぎると3ドルと15ドルに戻りますIPO — Anthropicが早ければ10月の株式公開を視野に、引受銀行が投資家との面談を組み始めたと報じられています
記事一覧/API & SDK
API & SDK/2026-04-22上級

Claude Agent SDK でプログレッシブデリバリーを実装する — カナリア・Feature Flag・自動ロールバックの本番パターン

Claude Agent SDKで構築したAIエージェントを本番へ安全にリリースするためのプログレッシブデリバリー実装パターン。カナリア配信・Feature Flag・SLOベースの自動ロールバックを組み合わせた実装コードと運用指針をまとめました。

claude-agent-sdk6progressive-deliverycanaryfeature-flagsrollbackproduction87

プレミアム記事

プロンプトを少し直しただけのつもりだったのに、朝起きてみると顧客サポートエージェントの誤回答率が 3 倍に跳ね上がっていたことがあります。評価セット(Eval)では問題なかったはずなのに、本番のロングテールなリクエストでモデルが詰まっていたのです。私もこの「一晩で精度が落ちる」事故を何度か経験しました。その度に思うのは、従来の CI/CD はコードのデプロイを前提に設計されていて、エージェントの挙動変化には向いていないということです。

Claude Agent SDK で構築したエージェントに対して「プログレッシブデリバリー」を適用する本番パターンを順を追って整理していきます。カナリア配信・Feature Flag・SLO ベースの自動ロールバックを組み合わせ、「祈りながらデプロイ」から脱却できる設計を一緒に作っていきます。内容はいずれも私が実際に複数プロダクトで運用している構成を整理したもので、当日中に最初のステップを踏み出せるよう書いています。読み終わる頃には、自分のプロダクトのどこから手を付けるべきか、具体的な像が見えているはずです。

なぜエージェントに従来の CI/CD では足りないのか

Web アプリケーションのリリースでは、Blue/Green やカナリアを組めば十分なことが多いものです。しかしエージェントの場合、次のような特性が加わります。

  • 出力が確率的: 同じ入力でも異なる応答が返るため、A/B 比較は平均値だけでは評価できません。分布の端(最悪ケース)まで見ないと判断を誤ります
  • 失敗モードが多次元的: レイテンシや 5xx だけでなく、事実誤認・ツール誤選択・トーン逸脱など、本番でしか観測できない品質指標があります
  • 評価セットが本番分布を覆い切れない: 評価は「代表ケース」に偏り、ロングテールで事故が起きやすいのです。「評価は 95% 合格していたのに本番では炎上した」は、かなりの頻度で起きる事故です
  • 外部状態との結合が強い: ツール呼び出しでチケットを作ったりメールを送ったりすると、ロールバックできない副作用が積み重なります

つまりエージェントのリリースは、コードの正しさではなく「本番トラフィックに対して十分な品質が出るか」を段階的に検証する必要があるのです。これがプログレッシブデリバリーを採用する最大の理由になります。もう一つ重要なのは、切り戻しコストを最小化するという観点です。エージェントは機能追加ではなく「挙動を書き換える」リリースが多く、問題発生時に数分以内で元の挙動に戻せる仕組みがないと、事業側からの信頼を失ってしまいます。

全体アーキテクチャ

今回構築するパイプラインは、以下の要素で構成します。

  • Feature Flag サービス(LaunchDarkly / Unleash / 自作 KV ストア)— 「どの呼び出しを新バージョンへ振り分けるか」を決定します
  • ルーティング層(Hono / Express など)— Feature Flag の判定結果に従って旧バージョンと新バージョンへトラフィックを分割します
  • Agent SDK 実装@anthropic-ai/agent-sdk)— 新旧のシステムプロンプト・ツール定義・モデルを version 単位で管理します
  • 観測層(OpenTelemetry + 任意のバックエンド)— リクエストごとに version タグ付きメトリクスを送出します
  • SLO エンジン(自作 or Prometheus Alertmanager)— 閾値違反を検知したら Feature Flag をロールバックします
  • 昇格コントローラ(Cron / Workers Cron Triggers)— 一定時間 SLO を満たしたら自動で次段階に昇格させます

重要なのは、新バージョンを「コード」ではなく「設定」として切り替えられる状態にしておくことです。リビルドやデプロイを挟むと、ロールバックの即応性が失われてしまいます。数秒で切り戻せるかどうかで、夜間のオンコール対応の質が劇的に変わります。

この設計でもう一つ意識すべきは、観測と制御のループを閉じるという点です。観測だけあっても手動で切り戻す限り、真夜中の事故は防げません。制御だけあっても観測が甘ければ、誤って良いバージョンをロールバックしてしまいます。プログレッシブデリバリーは「観測 → 判断 → 制御」を全自動で回す仕組みです。

ここまでお読みいただきありがとうございます。

この記事の続きを読む

この先には、実装コードやベンチマーク結果など、実務でお役に立てる内容をご用意しています。このサイトは広告を掲載しておらず、サーバーや開発にかかる費用はメンバーの皆様のご支援で成り立っています。もしお役に立てていましたら、ご支援いただけますと大変ありがたいです。

この記事で得られること
評価セットでは合格したのに本番で精度が落ちるギャップに悩んでいた方が、カナリア配信と SLO 監視を組み合わせた安全なリリースパイプラインを今日から実装できるようになります
モデル変更・プロンプト改訂・ツール追加のすべてを同じ仕組みで段階ロールアウトする設計と、動作する TypeScript / Hono 実装コードを手に入れられます
「一晩で精度が落ちてロールバックに半日かかった」ようなインシデントを自動検知・自動復旧する構成に切り替えられ、属人的な「祈りながらデプロイ」から脱却できます
Stripe による安全な決済 · いつでもキャンセル可能

この記事を購入する

この先の内容をすべてお読みいただけます。一度のご購入で、いつでも何度でもアクセスできます。このサイトは広告を掲載しておらず、皆さまのご支援がサーバー費用などの運営を支えています。

または
メンバーシップなら全記事が読み放題 →
シェア

お読みいただきありがとうございます

Claude Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • コピー&ペーストで使える実装コード付き
  • 毎日新しい上級ガイドを追加
  • ¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

関連記事

API & SDK2026-06-14
Claude Agent SDK のツールを冪等にする — 二重実行を止める冪等性キーと Outbox の実装メモ
Claude Agent SDK のリトライやセッション再開で決済を二重処理する事故を防ぐ実装メモ。決定的な冪等性キー・Outbox・軽量ラッパーの3パターンを、動くコードと運用メトリクスつきで設計します。
API & SDK2026-05-08
Claude Agent SDKでサーガパターンを実装する — 補償トランザクションと冪等性の設計
Claude Agent SDKで複数ステップのワークフローを安全に組み立てる実践ガイド。補償トランザクション・冪等性キー・部分失敗時の状態復元を、本番環境で動かしてきた構成パターンとともに紹介します。
API & SDK2026-05-07
Claude Agent SDK の Transactional Outbox 実装 — 「副作用の取りこぼし」を本番でゼロにする設計
Claude Agent SDK で発生する「DBには書かれたのにメール/決済/通知が飛ばなかった」事故を防ぐため、Transactional Outbox パターンを Postgres と Cloudflare Queues を例に本番品質で実装する手順をまとめます。
📚RECOMMENDED BOOKS
大規模言語モデル入門
山田育矢
LLM開発
生成AIプロンプトエンジニアリング入門
我妻幸長
プロンプト
Claude CodeによるAI駆動開発入門
平川知秀
AI駆動開発
※ アフィリエイトリンクを含みます
もっと見る →