feat(claude): add model-offloading rule (plan big, execute small)

intent: 高位モデル (Opus 以上) のセッションでトークン重量級の機械的作業を
下位モデル subagent へ積極オフロードし、コストとレイテンシを下げる行動指針を
全プロジェクト共通ルールとして持つ
decision: 適用条件を Fable 限定ではなく「Opus 以上」の tier 相対原則にする。
利得はモデル種別ではなく料金差 × 読みの排除で決まるため
decision: 核となる規律は「生データを高位モデルのコンテキストに通さない」。
subagent はメインループのモデルを継承するため model 明示指定を必須とする
rejected: Fable 専用ルール — 初稿はそうしたが、Opus セッションでも同じ経済性が
成立するため一般化した
constraint: rules は全セッションに無条件ロードされるため、モデル条件の
ゲートはルール本文側に持たせる
learned: claude-cookbooks の CMA_plan_big_execute_small が根拠。同一検証水準で
約 2.5x 安く 3x 速、委譲の固定床コスト・brief 粒度の最適点・問い分解の
前提未検証という失敗事例もガードレールとして取り込んだ

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01NNnumniKmJ38xgN8zwByGj

Author: berlysia

home/dot_claude/CLAUDE.md

@@ -28,6 +28,7 @@ Design decisions (API/architecture/data model changes) or 3+ step tasks **requir
 - `@~/.claude/rules/external-review.md` — Logic validation, external review, claude-code-guide usage
 - `@~/.claude/rules/context-md.md` — Per-project CONTEXT.md mechanism (`.tmp/docs/CONTEXT.md` 位置規約、@path lazy 解決、degraded mode)
 - `@~/.claude/rules/autonomous-lane.md` — Autonomous push lane charter（CI/cron 専用、C1 型ホワイトリスト / C2 出力=PR / C3 設計面非接触）
+- `@~/.claude/rules/model-offloading.md` — plan big, execute small: Opus 以上のセッションで下位モデル subagent へオフロードする指針
 
 ## Per-Project Context
 

home/dot_claude/rules/model-offloading.md

@@ -0,0 +1,45 @@
+# Model Offloading Rules (plan big, execute small)
+
+参考: [claude-cookbooks: Coordinator pattern — big models for planning, small models for execution](https://github.com/anthropics/claude-cookbooks/blob/main/managed_agents/CMA_plan_big_execute_small.ipynb)
+
+## 原則
+
+エージェント作業の大半は「少量の計画・判断」と「大量の機械的な読み・実行」に分解できる。高位モデル（メインループ）は計画・判断・統合に専念し、**トークン量の多い生データ（大量のファイル・ログ・web ページ・テスト出力）を自分のコンテキストに直接通さない**。下位モデルの並列 subagent に読ませ、蒸留した結果だけを受け取る。コスト削減の本質はモデル単価の差 × 読みの排除であり、cookbook の計測では同一の検証水準で約 2.5x 安く 3x 速い（入力トークンの 84-98% がワーカー料金）。
+
+## 適用条件
+
+メインループが **Opus 以上**（Opus / Fable / Mythos-class）のセッションで適用する。判定はシステムプロンプトの model 表記による。subagent はデフォルトでメインループのモデルを継承するため、**model 指定を省略すると全 subagent が高位モデルで走る**。オフロード時は明示指定する。
+
+## オフロード先の選択
+
+Agent tool の `model` パラメータ / Workflow `agent()` の `opts.model` で、原則 1 tier 以上下を指定する:
+
+| メインループ | 探索・定型実装・ドキュメント | 軽量スイープ・列挙 | 高難度の委譲（深いデバッグ・レビュー fan-out） |
+| ------------ | ---------------------------- | ------------------ | ---------------------------------------------- |
+| Fable        | sonnet                       | haiku              | opus                                           |
+| Opus         | sonnet                       | haiku              | メインループで直接                             |
+| Sonnet       | （対象外、必要なら haiku）   | haiku              | メインループで直接                             |
+
+迷ったら sonnet。sonnet の結果が明らかに力不足だった場合のみ 1 tier 上げ直す（最初から高位モデルに逃げない）。
+
+## メインループに残すもの — オフロード禁止
+
+- 設計判断、Document Workflow 成果物（spec/plan）の作成・改訂の判断
+- ユーザー意図の解釈、intent alignment triage、最終レスポンスの統合
+- 会話コンテキスト全体を前提とする判断（subagent には会話履歴が渡らない）
+- **生素材そのものに高位モデルの判断が必要な作業**（微妙な文書解釈・設計の匂いの検知など）。安い reader は「何が重要か」の判断ごと要約で落とすリスクがある
+- subagent 結果の採否判断（結果を鵜呑みにせず整合確認してから採用する）
+
+## オフロードが割に合わないケース
+
+- **狭いタスク**: 読む量が少なければ裁定する差額がない。1-2 ファイルの確認はメインループで直接読む
+- **brief の割りすぎ**: 委譲には thread ごとの固定床コストがある。同じ作業をより細かい brief に割ると逆に高くなる。粒度には最適点があり、独立したサブ質問 1 つにつき worker 1 つが目安
+- **委譲したのに自分でも読む**: 委譲後にメインループが同じ探索をなぞるのは二重払い。委譲したら結果を待つ
+
+## 運用ルール
+
+- 3+ ファイルの読み込みが必要な調査は原則 subagent 化する（コンテキスト温存とコスト削減の両取り）
+- 独立サブタスクは単一メッセージで並列 subagent 起動する
+- **問い分解の前提も検証対象**: worker は渡された brief しか検証しない。分解の前提（対象リスト・仮定）が結果を左右するなら、前提確認にもう 1 委譲を使う
+- agent 定義（`~/.claude/agents/*.md`）の frontmatter に `model` がある場合はそれを尊重し、上書きは明確な理由がある場合のみ
+- Workflow 内では機械的ステージに `effort: 'low'` + 下位モデル、verify/judge ステージのみ上位モデル、とステージ単位で使い分ける