Claude Managed Agentsに「夢を見る」機能が追加：過去ログから自己改善し複数エージェントを自動統制

タスクが終わるたびに失敗を忘れ、同じミスを繰り返す。そんなAIエージェントの現場に、Anthropicが本格的なメスを入れました。

Anthropicは、Claude Managed Agents向けに「dreaming（ドリーミング）」のリサーチプレビューと、パブリックベータとなる「outcomes（評価基準）」および「マルチエージェントオーケストレーション」を発表しました。完了通知を受け取れるWebhooksもあわせて提供されます。

寝ている間に記憶を整える「dreaming」

これまでもエージェントの記憶機能はありましたが、セッション中のログを記録するだけにとどまりがちでした。dreamingは、定期的なバックグラウンド処理として過去のセッションや記憶ストアを見直し、共通するパターンや反復するミスを抽出します。

抽出した学びをもとに記憶を自動で更新させるか、開発者が手動で確認してから適用するかは選択可能です。

法務向けAIのHarveyでは、長文のドラフト作成や文書生成にこれを導入しました。ファイル形式ごとの回避策やツールの癖を記憶し続けた結果、タスク完了率が約6倍に向上したといいます。

独立した採点係と、チームでの並行作業

もうひとつの課題である出力品質を担保するのがoutcomesです。開発者が「成功の基準（ルーブリック）」を定義すると、作業エージェントとは別の文脈ウィンドウを持つ独立した採点エージェントが結果を評価します。基準に届かない場合は具体的な修正点をフィードバックし、合格するまで再実行させます。

Anthropicのテストでは、従来のプロンプトループに比べて成功率が最大10ポイント向上しました。ファイル生成でもdocxで8.4%、pptxで10.1%の改善が見られ、Wisedocsでは文書レビューの処理速度が50%向上したと報告されています。

さらに、単一のエージェントでは抱えきれない複雑な仕事向けに、マルチエージェントオーケストレーションも用意されました。リーダー役のエージェントが仕事を分割し、独自のモデルやツールを持つ専門サブエージェントに並行して任せます。EveryのSpiralでは、軽量なHaikuを窓口にして指示を出し、執筆作業は複数のOpusに並行して投げ、最後にoutcomesで品質チェックを行うという設計をとっています。Netflixも多数のビルドログの並行解析にこれを活用しています。

どのエージェントが何を実行したかは、Claude Console上で完全にトレース可能です。

なぜ重要か

私たちは、Anthropicが企業の現場で最もボトルネックとなっていた「自律エージェントの打率の低さ」をインフラ層で解きにきた点を高く評価しています。

これまで、出力を自己修正させたり複数エージェントを連携させたりするには、複雑な自前フレームワークを組む必要がありました。今回それがマネージド機能として提供されたことで、開発者が独自の評価ループを組む負担は大きく減ります。特にoutcomesにおいて、採点係のコンテキストを作業者から完全に切り離した判断は、エージェント特有の「自分の理屈に納得してしまう自己肯定バイアス」を防ぐ賢い設計だと考えられます。

一方で懸念されるのは、実行コストと遅延です。サブエージェントの並行稼働と厳格な再試行ループを回せば、消費されるトークン数は跳ね上がります。Spiralのように司令塔に安価なHaikuを配置する工夫は必須であり、導入にあたっては自動化の恩恵とAPI利用料のバランスを慎重に見極める必要があります。