これは何の話？ — 事実
Anthropicは2025年11月5日、Claude.aiの「分析ツール」を廃止し、より強力な「コード実行」機能に統合したと公式ブログで案内しました。ヘルプセンターも同日更新され、コード実行機能が分析タスクを引き継ぐと明示。ユーザーはローカルファイルや外部ツールを扱う際、コード実行環境で処理した結果のみをClaudeに返す形に変わります。[1][2]
何がわかったか — 事実
旧分析ツールではツール定義や中間結果をすべて文脈に詰め込み、長文や複数ツールの呼び出しでトークンコストが膨らんでいました。新しいコード実行では必要なデータだけを読み込み、Python等で前処理を実行し、要点をClaudeへ渡せます。Anthropicのエンジニアリングブログは、MCP（Model Context Protocol）互換の接続と組み合わせ、約98.7%のトークン削減例を示しました。[3]
他とどう違うのか — 比較
従来の“ツール直呼び”はLLMがすべての文脈を保持する必要がありましたが、コード実行ではモデルがコードを書き、実行環境が処理し、必要部分だけを返す分業です。多数のCSVやログ、BIツールにアクセスするようなワークロードで差が出ます。MCP対応により、複数ツールを共通規格で接続できる点も他社の専用プラグイン方式と異なります。[3]
なぜこれが重要か — So What?
長文データや多ツール連携が前提の実務では、コンテキスト制約と推論コストが最大のボトルネックでした。コード実行への一本化により、トークン消費と待ち時間を抑えつつ再現性を確保できます。実務データを扱う際の安全性と監査ログも、サンドボックス環境を前提に設計しやすくなります。[1]
未来の展開・戦略性 — 展望
Anthropicはコード実行をエージェント標準と位置付け、MCP互換資産の拡充を進めています。今後はアクセス権やログ、隔離環境（sandbox）の品質が差別化要素となり、監査や責任分界点を備えた“実務向けエージェント”の開発が進むでしょう。MCP準拠のツール市場が広がれば、他社アプリとも相互運用しやすくなります。[3]
どう考え、どう動くか — 見解
例：長大なCSVを扱う分析ワークフローで、コード実行環境側で集計→結果だけをClaudeに返す手順へ置換する。
- 読み込み制限の厳しいワークフローから優先的にコード実行へ移行し、トークンコストを測定する。
- 実行環境の権限とログ設計（どのデータにアクセスし、どのログを残すか）を先に固める。
- 失敗時のフォールバック手順（再実行・手動対応）を文書化し、運用メンバーと共有する。
次の一歩：
・今日やること：1本のCSV処理をコード実行化し、旧分析ツールとのトークン差を記録する。
・今週やること：ツール直呼びとコード実行のコスト差を3回測定し、社内ガイドラインに反映する。
限界と未確定 — 事実
- 効果量（コスト削減や速度）はデータ構造や実装に依存し、すべてのワークロードで98%削減が得られるわけではありません。[3]
- 実行環境のセキュリティや隔離コストは各社で別途投資が必要です。
- 生成されたコードの安全審査フローは自社で設計する必要があり、Anthropicが提供するのは仕組みのみです。[2]
用語ミニ解説
“コード実行”：Claudeが生成したコードを隔離環境で実行し、結果のみをモデルへ返す仕組み。
“MCP（Model Context Protocol）”：AIクライアントとツール／データソースを標準化されたプロトコルで接続するための規格。
出典と日付
[1] Claude Blog（公開日：2025-11-05／最終確認日：2025-11-07）：https://claude.com/blog/analysis-tool
[2] Anthropic Help Center（公開日：2025-11-05／最終確認日：2025-11-07）：https://support.claude.com/en/articles/10008684-enabling-and-using-the-analysis-tool
[3] Anthropic Engineering Blog（公開日：2025-11-04／最終確認日：2025-11-07）：https://www.anthropic.com/engineering/code-execution-with-mcp