結論は、メモリは 4 要素で、dreaming はその整理役、提供はリサーチプレビュー

Anthropic Engineering は 2026 年 11 月 6 日に The components of agent memory を公開しました。新機能の発表ではなく、エージェントのメモリを何で構成し、dreaming がその中で何を担うかを説明した、設計と評価の記事です。

要点は 3 つです。

  1. メモリは、トランスクリプト、メモリノート、メモリ表現、常時読み込むコンテキストの 4 つに分けて考えます
  2. dreaming は、ログを見直してメモリを直したり作ったりするオフライン処理です。モデルの重みは変えません
  3. dreams はリサーチプレビューで、アクセス申請が必要です。公式ドキュメントにそう書かれています

この記事では、4 つの構成要素、dreaming の役割、公式が出している評価値の読み方、使うときの条件と手順を、公式の記述に沿って整理します。数字はすべて公式の記載で、第三者の検証は見当たりません。

メモリの 4 つの構成要素

公式の記事は、メモリを「Claude が経験から得て、セッションをまたいで持ち続ける知識」として扱い、読めるコンテキストとして保存されるものに絞っています。モデルの重みの変更、文脈内学習、会話の圧縮は、この記事の対象外です。

そのうえで、メモリは次の 4 つの層で説明されています。

構成要素中身位置づけ
トランスクリプトエージェントの作業を記録した、検索できるイベントログ階層の最下層。元の記録
メモリノート経験から得た知識を、読めるコンテキストとして保存したものセッションをまたいで残る
メモリ表現wiki のような、リンクされたページの集まりClaude が書き、保守する
常時読み込むコンテキスト毎回のセッションに読み込まれる内容小さく保つ。長い指示ファイルは遵守率を下げる

最後の行について、公式の記事は、指示ファイルが長くなると遵守が落ちるため、小さく保つと説明しています。常時読み込める量は多くないので、何をそこへ昇格させるかが設計の要点になります。

FIXITFIXIT

メモリって、メモを溜めておくだけじゃないの?

TsukasaTsukasa

結論から言うと、溜めるだけでは足りません。元のログ、メモ、整理した表現、毎回読む少量の文脈を、役割で分けて持ちます。

自社のエージェントに当てはめるなら、まず 4 つのうち、いま何があって何が無いかを書き出します。サブエージェントや単一ループの設計は別の記事で扱っており、エージェントの型の選び方はAI エージェントの設計パターンにあります。

dreaming の役割は、ログを見直してメモを直し、作り、昇格させること

公式の記事は、dreaming を、脳の睡眠中の再生になぞらえたオフライン処理と説明しています。Claude がログを見直して、誤りを直したり、新しいメモや表現を作ったりします。記事が挙げる働きのうち、主なものは次の 4 つです。

  1. トランスクリプトと突き合わせて、誤ったメモを正す
  2. wiki を作る
  3. 重複したメモを統合する
  4. 重要なメモを、常時読み込むコンテキストへ昇格させる

dreams のドキュメントは、同じことを API の言葉で説明しています。エージェントはメモリストアへ作業中に書き込みますが、その書き込みは局所的で少しずつなので、セッションを重ねると、重複・矛盾・古い項目がたまります。dream が読むのは、既存のメモリストアと過去のセッションのログです。そこから整理し直した新しいメモリストアを出力し、重複を統合し、古い項目や矛盾した項目を最新の値に置き換え、新しい気づきを加えます。

入力は変わらず、結果は別のストアに出る

安全面で押さえておきたいのは、dream が入力のメモリストアを変更しないことです。ドキュメントによると、出力は別のメモリストアで、確認して使うか、破棄するかを選べます。使う場合は、次のセッションにそのストアを渡します。失敗や取り消しの場合、出力ストアには途中までの内容が残ります。内容を確認して、削除するかどうかを決められます。

補足

dream は、保存済みのテキストを編集する処理ではなく、入力をまとめ直す処理です。「この文を直して」のような行単位の指示は、変更を生まないことが多いと公式ドキュメントが書いています。細かい修正は、出力ストアに対してメモリストアの API で行います。

公式の評価値の読み方

公式の記事は、メモリの効果を複数の実験で示しています。ここでは数字が出ている 3 つを、何を測った数字かで分けて読みます。

CL-Bench 1.0 のデータベース課題

メモリ無しの基準と、メモリ有りを比べた平均報酬は次のとおりです。

モデルメモリ無しメモリ有り
Opus 5.50.6550.838
Sonnet 5.50.6440.833
Opus 50.5640.828
Opus 4.70.3830.700
Sonnet 50.3060.610
Sonnet 4.60.3300.364

最後の Sonnet 4.6 だけ、改善が小さくなっています。公式の記事によると、答える前にメモリを読み、立てた仮説を試すよう指示すると、0.641 まで上がりました。モデルによって改善幅が違い、指示の足し方でも値が動くことが分かります。

この表は、メモリを入れた効果を示すもので、dreaming だけの効果ではありません。また、データベース課題という 1 つの課題での値で、自社の業務に同じ幅が出るとは言えません。

Pokémon Red

それぞれ 1 回の実行で、ゲームの約 10,000 ステップ目の時点を比べています。Sonnet 3.7 は 413 個のメモリファイルを書いて、バッジを 1 つ得ました。Fable 5 は約 10 個のファイルで、バッジを 4 つ得ています。モデルの世代が違う比較なので、メモの量だけの差とは言えません。

会社 wiki の実験

社内文書の約 35 万ファイルについて、25 個の質問に答える実験です。ここでの dreaming は、Opus 5 のエージェントが文書を読んで wiki を作り、直す処理で、過去のセッションのログを見直す dreams の使い方とは入力が違います。wiki だけで答える設定では、採点基準の達成率が、dreaming を 2 セッション分行ったときの 13% から、128 セッション分に増やしたときの 48% へ上がりました。wiki と検索を組み合わせると、wiki が育つにつれて 54% から 61% に上がり、検索だけだと 53% でした。検索と wiki を併用したときの、質問あたり約 2 万トークンの節約も報告されています。

dreaming の量を増やした効果を数字で示すのは、この実験です。ただし質問は 25 個で、1 つの社内文書の集まりでの値です。

FIXITFIXIT

じゃあ、dreaming を入れれば精度が上がるってこと?

TsukasaTsukasa

判断の軸は、自社の課題で測ったかどうかです。公式の数字は条件つきの値で、そのまま自社の期待値にはなりません。

提供状況と使い方

dreams の公式ドキュメント で確認できた条件を表にまとめます (2026 年 11 月 13 日確認)。

項目内容
提供状況リサーチプレビュー。アクセス申請が必要
提供先Claude API の Managed Agents
対応モデルFable 5.2、Fable 5.1、Fable 5、Opus 5.5、Opus 5、Sonnet 5.5、Sonnet 5、Opus 4.8、Opus 4.7、Sonnet 4.6
ベータヘッダーdream の API は managed-agents-2026-04-01 と dreaming-2026-04-21
入力メモリストア 1 つと、1〜100 件のセッション
実行時間数分から数時間。入力するセッションの数で変わる
料金選んだモデルの標準の API トークン料金
データの扱いゼロデータ保持と HIPAA は対象外

ドキュメントによると、dream は非同期のジョブです。作成すると pending になり、running、completed と進みます。作成の例は次のとおりです。

curl -s https://api.anthropic.com/v1/dreams \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2026-10-21" \
  -H "anthropic-beta: managed-agents-2026-04-01,dreaming-2026-04-21" \
  -H "content-type: application/json" \
  -d '{
    "inputs": [
      { "type": "memory_store", "memory_store_id": "'"$store_id"'" },
      { "type": "sessions", "session_ids": ["'"$session_a"'", "'"$session_b"'"] }
    ],
    "model": "claude-opus-5-5",
    "instructions": "Focus on coding-style preferences; ignore one-off debugging notes."
  }'

instructions は任意で、重点を置く領域や、そのまま残したい内容のような、大まかな方針を渡すために使います。メモリストア自体は、別途ベータ版の機能で、メモリストアの API には agent-memory-2026-07-22 を使います。このヘッダーを managed-agents-2026-04-01 と同時に付けると、400 のエラーになります。公式ドキュメントにそう書かれています。1 つのストアに入れられるメモリは 10,000 件までで、用途ごとにストアを分けるよう、ドキュメントは勧めています。

注意

Managed Agents のセッションは状態を持つリソースで、トランスクリプトは削除するまで残ります。ゼロデータ保持と HIPAA の対象外であるため、個人情報や機密を含む業務で使う前に、データの扱いを自社の基準で確認してください。

公式ドキュメントには、プロンプトとモデルを自分で選んで dream を組む方法も紹介されています。Claude Cookbook の「Dreaming with a dynamic workflow」は、プロンプトとモデル、実行のタイミング、読むログを自分で決める作り方を示しています。これは、Managed Agents の動的ワークフローの機能で組んだ dream です。Managed Agents の動的ワークフローは別の記事で扱っています。

試す順番と確認点

公式の記述から、導入の順番を次のように組み立てられます。これは公式の手順ではなく、この記事の整理です。

  1. メモリ無しの成績を、自社の課題で測る
  2. メモリストアを用途別に分けて入れ、差が出るかを見る
  3. 重複や矛盾が目立ってきたら、少数のセッションで dream を試す
  4. 出力ストアを人が読み、採用か破棄かを決める

3 と 4 は、公式ドキュメントが案内している、少数のセッションから始めて質を見ながら増やし、出力を確認して使うか破棄するかを選ぶ流れに沿っています。

確認する点は 3 つあります。誤ったメモが、そのまま常時読み込むコンテキストへ昇格していないか。重複が減った一方で、必要な細部まで統合されていないか。そして、データの扱いが自社の基準に合うかです。

設計の要点は、何を書かせるかより何のためのメモリかを伝えること

公式の記事は、強いモデルでは、何を書くかの規則を細かく決めるより、何のためのメモリかだけを伝えて判断を任せるほうが効果があったと報告しています。「失敗だけを記録する」という規則を足すと、Opus 5 と Opus 4.7 ではメモリの効果の多くが失われました。リサーチプレビューの機能を業務に入れるときも、小さな範囲で測ってから広げるのが安全です。

まとめ

メモリは 4 要素で見ると、自社に足りない層が分かります。dreaming はそのうち、ログからメモと表現を整える層を担う処理です。公式の評価値は条件つきの数字なので、自社の課題で測ってから判断します。

エージェントの記憶の持たせ方や、リサーチプレビュー機能を業務に入れる判断で迷っている場合は、AI エージェント開発のページかお問い合わせからご相談ください。