これは宣伝用の言葉ではなく、実際の機能だ。
Anthropicは5月6日のCode with Claude SFで、Claude Managed AgentsにDreamingという新機能を追加すると発表した。エージェントは作業を終えたあと、アイドル時間に過去の会話を振り返り、その場では気づけなかったパターンを長期記憶として整理する。次に似た仕事が来たとき、その記憶が振る舞いを変える。
要するに、従来のAIエージェントはタスクが終わるたびに頭を初期化し、次のタスクでまたゼロから始めがちだった。Dreamingでは、エージェントの仕事と仕事の間の時間を無駄にせず、自分で反省し、要点をまとめ、記憶ストアを更新する。
Anthropic自身も、人間が仕事のあとに一日を振り返るような比喩で説明している。
Dreamingは何をしているのか
技術的には、Dreamingはエージェントが作業中についでに走らせる処理ではなく、定期実行されるプロセスだ。アイドル時間に起動し、過去の会話と既存の記憶をたどりながら、主に三つのものを探す。
- 繰り返されたミス。たとえば、あるエージェントが同じ種類のSQLクエリで1週間に5回失敗した場合、単発の会話では見えにくいが、複数セッションを横断すると明確になる。
- 収束したワークフロー。同種のタスクを何度も成功させる中で、有効だと分かった進め方だ。
- チーム単位の好み。複数のエージェントが共有する命名規則、コードスタイル、報告フォーマットなどを含む。
抽出後の記憶は、ただ追記されるのではなく、再構造化される。Anthropicはブログで、"Memory lets each agent capture what it learns as it works. Dreaming refines that memory between sessions." と説明している。
作業中に学び、作業後に消化する。この二段構えが、従来のRAGや単に大きなコンテキストウィンドウとは違う点だ。
開発者はDreamingの更新方法を二つから選べる。新しい記憶を自動で書き込ませるか、発見ごとに人間のレビューを必須にするかだ。前者は無人運用のエージェントに向き、後者は監査が必要な企業ワークフローに合う。
Dreamingは現在research previewの段階にある。
Outcomesは合格基準もAIに渡す
同時に発表されたOutcomesは別の問題を扱う。エージェント自身が、仕事の出来を判断できるようにする機能だ。
使い方はシンプルだ。開発者が成功条件を記したrubric、つまり評価基準を書く。するとシステムは独立したコンテキストでgraderエージェントを走らせ、成果物を採点する。基準に届かなければ、graderが具体的な問題を指摘し、元のエージェントがやり直す。
重要なのは、graderが別のコンテキストを持つことだ。エージェントに自己採点させるのではない。自己採点はほぼ通ってしまう。別のきれいな文脈で粗を探すことで、基準を都合よく解釈する偏りを避ける。
Anthropicによると、社内テストではOutcomesを加えることで、標準的なprompt loopに比べてタスク成功率が最大10ポイント上がった。難しいタスクほど改善幅は大きく、ファイル生成ではdocx品質が8.4%、pptx品質が10.1%向上したという。
10ポイントの差は小さくない。ベンチマーク上では、モデルを一世代進めたときに期待される改善に近い。今回はモデルそのものではなく、協調の仕組みを変えることで得た改善だ。
Outcomesは現在public betaとして提供されている。
マルチエージェント編成で単独作業からチームへ
三つ目はMulti-agent Orchestrationだ。概念としてはDreamingほど急進的ではないが、実務上の価値は分かりやすい。
lead agentが複数のspecialist agentに仕事を割り振れる。各specialistは異なるモデル、prompt、ツールセットを使える。進捗はClaude Console上で追跡できる。
Anthropicが示した例は障害調査だ。lead agentが四つのサブエージェントを同時に走らせ、ひとつはデプロイ履歴、ひとつはerror log、ひとつはmetrics、ひとつはsupport ticketを調べる。完了後、lead agentが結果をまとめて結論を出す。
この設計は、Anthropicが社内で使うCode Reviewシステムと同じ発想に近い。複数のreviewerが並行して確認し、別のverifierが最後に見る。そのパターンを顧客向け製品としてまとめた形だ。
三つを合わせると何が危ういのか
少し引いて見ると、Dreamingはエージェントにタスクをまたいだ自己改善を与え、Outcomesは自己評価を与え、Multi-agent Orchestrationは仲間を使う能力を与える。
つまり、完全な自学ループに近い。作業し、評価され、振り返り、記憶を更新し、また作業する。途中に人間が必ず入るとは限らない。
Code with Claude SFで新モデルが出なかったとしても、Anthropicの狙いが単なるOpus 4.8のような小刻みな更新より大きく見える理由はここにある。
モデルのベンチマーク改善は難しくなっている。世代ごとに5%から10%伸ばすだけでもコストは重い。一方で、エージェントの仕事力はモデルだけでなく、協調メカニズムと経験の蓄積でも伸ばせる。Dreamingのような「隙間時間の学習」が本番環境で安定すれば、Anthropicはscaling lawを力押しする以外の加速ルートを手にする。
もちろんリスクもある。エージェントが自分の記憶を書き換えられるなら、誤った要約も固定化され得る。Anthropicは人間レビューの選択肢を用意しているが、企業ユーザーが完全自動の記憶更新をどこまで許すかは、半年ほど運用してみなければ分からない。
Dreamingが次世代エージェントの標準機能になるか。可能性は高い。OpenAIのMemoryやGoogleのPersonal Contextはすでに個人化記憶へ向かっているが、Anthropicはそれをユーザー嗜好からエージェントの業務能力へ抽象化している。この抽象が定着すれば、競合も追随せざるを得ない。
Code with Claude SFではほかにも、Mercado Libreの2万3000人のエンジニアが2026年第3四半期までにコードの90%自律化をKPIにしたこと、Claude Codeの5時間limitが倍増したこと、API呼び出し量が前年比17倍になったことが示された。
ただし最も重要なシグナルは数字ではない。エージェントが自分で良くなる方法を学び始めたことだ。
参考資料：Anthropic is letting Claude agents 'dream' so they don't sleep on the job（SiliconANGLE）；New in Claude Managed Agents: dreaming, outcomes, and multiagent orchestration（SD Times）；CocoLoop；Live blog: Code w/ Claude 2026（Simon Willison）