Claude Codeで自律AIエージェントを構築した話 — Raspberry Pi 5で24時間稼働中 | TechDistill

> Source: Zenn_Python

// Problem

AIエージェントによる複雑なワークフロー（コーディング、API操作、動画合成等）の完遂と、自律的なタスク生成・実行の仕組みの構築。また、API利用料を含む運用コストに対し、いかにして経済的な価値（収益）を創出するかという課題がある。

// Approach

Claude Codeを基盤とし、戦略判断を行うCommander（Opus）と、実作業を並列実行する複数のWorker（Opus/Sonnet/Haiku）による階層型アーキテクチャを採用。tasks.jsonを介した非同期的なタスク管理と、30分間隔のループ実行により自律性を確保した。

// Result

OSSへのプルリクエストのマージに成功するなど、一定の成果を得ている。しかし、300サイクル以上の稼働を経ても収益化には至っておらず、エージェントによる価値創出の難しさと、継続的な運用コストの課題が浮き彫りとなっている。

Senior Engineer Insight

> モデルの階層化によるリソース配分は、コストと精度のトレードオフを考慮した合理的な設計である。しかし、エッジデバイスでの自律稼働は、ネットワークや電力、ストレージの信頼性に依存するため、ミッションクリティカルな業務への適用には慎重な検証が必要だ。また、APIコストに対する収益性の欠如は、エージェント運用における最大の懸念事項である。実戦投入には、明確なROIの定義と、エラーリカバリの自動化、およびトークン消費を抑制するガードレールの実装が不可欠である。