Claude Managed Agents - プロダクション速度を10倍高速化
(claude.com)- クラウド環境で大規模エージェントを構築・デプロイできるコンポーザブルなAPI製品群で、プロトタイプを数日で本番環境へ移行可能
- セキュアなサンドボックス、認証情報管理、権限制御など本番級インフラを自動処理し、ユーザーはタスク定義のみに集中可能
- 長時間セッション、マルチエージェント協調、信頼ベースのガバナンスをサポートし、Claudeモデルと緊密に統合されて自律的な反復実行と性能向上を提供
- Notion、Rakuten、Asana、Sentryなどの主要企業がこれを活用し、10倍高速なデプロイと自動化されたワークフローを実現
- 従量課金で提供され、組織の運用効率と開発生産性を根本的に向上させるプラットフォーム
Claude Managed Agents 概要
- Claude Managed Agentsは、クラウド上で大規模エージェントを構築・デプロイできるコンポーザブルなAPI製品群として公開ベータで提供
- 従来はセキュリティインフラ、状態管理、権限制御、モデルアップグレード対応などによりエージェント開発に数か月を要していたが、Managed Agentsではプロトタイプから本番までを数日で移行可能
- 単一タスク実行器から複雑なマルチエージェントパイプラインまで対応し、ユーザーは運用オーバーヘッドなしでユーザー体験に集中できる
10倍高速なエージェント構築とデプロイ
- 本番レベルのエージェントをデプロイするには、サンドボックス化されたコード実行、チェックポイント、認証情報管理、権限スコープ設定、エンドツーエンドのトレーシングが必要
- Managed Agentsはこうした複雑さを代わりに処理し、ユーザーはタスク・ツール・ガードレールだけを定義すればよい
- 組み込みのオーケストレーションハーネスが、ツール呼び出しのタイミング、コンテキスト管理、エラー復旧を自動実行
- 主な機能:
- 本番級エージェント: セキュアなサンドボックス、認証、ツール実行を自動処理
- 長時間セッション: 数時間にわたり自律動作し、接続が切れても進行状況と出力を維持
- マルチエージェント協調: 他のエージェントを生成・指示して複雑なタスクを並列化(リサーチプレビュー段階)
- 信頼ベースのガバナンス: 権限スコープ、ID管理、実行トレースを内蔵
Claudeモデルとの統合設計
- Claudeモデルはエージェント中心のタスクに最適化されており、Managed Agentsはこれを最大限活用するよう設計されている
- ユーザーは結果と成功基準だけを定義すれば、Claudeが自己評価と反復実行を行って目標を達成する(リサーチプレビュー提供)
- 必要に応じて従来のプロンプト・レスポンス型ワークフローもサポート
- 内部テストでは構造化ファイル生成タスクにおいて、標準的なプロンプトループ比で最大10ポイントの性能向上
- セッション追跡、統合分析、トラブルシューティングガイドがClaude Consoleに組み込まれ、すべてのツール呼び出しと意思決定プロセスを確認可能
実際の活用事例
- さまざまなチームがManaged Agentsを通じて10倍高速な本番デプロイを実現
- コーディングエージェント: コードベース分析、修正計画の策定、PR作成
- 生産性エージェント: プロジェクト参加、タスク実行、成果物提供
- 財務・法務エージェント: 文書処理と重要情報の抽出
- 主な企業事例:
-
Notion
- ワークスペース内でClaudeに直接タスクを委任できるCustom Agentsのアルファ版を運用
- エンジニアはコードをデプロイし、ナレッジワーカーはWebサイトやプレゼンテーションを作成するなど、数十件のタスクを並列実行
-
Rakuten
- Slack・Teamsに統合された全社エージェントを、製品・営業・マーケティング・財務・HR部門に展開
- 各専門エージェントを1週間以内にデプロイ
-
Asana
- AI Teammatesを通じて、人間と協働するエージェントをプロジェクト内に統合
- Managed Agentsで高度な機能を数週間で実装
-
Vibecode
- プロンプトからアプリのデプロイまでをつなぐAIネイティブアプリ基盤をManaged Agentsで実装
- 同じ基盤を10倍速く構築可能
-
Sentry
- デバッグエージェントSeerとClaudeベースのパッチ作成エージェントを統合
- バグ検知からPR作成までを単一フローで自動化し、数か月かかっていた統合を数週間で完了
-
顧客コメント
- Ansh Nanda(共同創業者): 以前はLLMをサンドボックス内で手動管理する必要があったが、今では数行のコードで10倍速くインフラを構築可能で、AIネイティブアプリの急増を見込む
- Indragie Karunaratne(Sentry AI/MLエンジニアリングディレクター): Managed Agentsはセキュアでフルマネージドなランタイムを提供し、開発者体験の改善と運用負荷の解消に寄与
- Sanchan Saxena(Atlassian プロダクト責任者): Jiraワークフローにエージェントを統合し、サンドボックス化・セッション・権限管理の自動化でエンジニアリング効率を向上
- Javed Qadrud-Din(CTO): Managed Agentsは必要なツールをその場で生成してあらゆるユーザー問い合わせに対応でき、開発時間を10分の1に短縮
- John Han(共同創業者): 会議準備エージェントを数日で本番レベルに実装し、外部システム接続とWeb検索を自動処理
- Eric Liu(Notion PM): 長時間セッションとメモリ管理により、複雑なオープンエンドタスクの委任が可能
- Yusuke Kaji(Rakuten AI責任者): 各部門の専門エージェントを1週間以内にデプロイし、安全な拡張とイノベーションの民主化を実現
- Amritansh Raghav(Asana CTO): AI Teammatesの開発速度を大幅に加速し、エンタープライズ級の協業体験を強化
はじめ方
- Managed Agentsは従量課金制で、標準のClaude Platformトークン料金にセッション時間あたり$0.08が追加
- 詳細な料金は公式ドキュメントで確認可能
- Claude ConsoleまたはCLIを通じて最初のエージェントをデプロイでき、Claude Codeおよびclaude-api Skillとの統合をサポート
start onboarding for managed agents in Claude APIコマンドでオンボーディング開始可能
組織運営の革新
- Managed Agentsは組織の運営方法を根本から転換しうるツールであり、
開発者とチームがインフラではなく生産性とユーザー体験に集中できるよう支援 - Claude Platformを通じた継続的なアップデートとコミュニティ拡大を予定
1件のコメント
Hacker Newsの意見
これは最適なオーケストレーションにつながるのではないかと疑っている
オープンソースがより良い代替案を適時に出せないかもしれない
これまで最も良い性能は、複数企業のエージェントを混在させたときに出ていた
「プランナー」より重要なのは「ワーカー」だ。特定の作業にずっと優れたエージェントもある
たとえば Opus 4.6 は、バグ検出の面では GPT 5.4 xhigh とは比べものにならない
現実世界で多様な思考様式がチームの堅牢性を高めるように、エージェントの混成にも似た効果がある
しかし彼らのスタック内で Codex のような外部モデルを呼べるようにするとは思えない
たとえば Claude が全エージェント間通信をシュメール語に変えたらどうする?
特定企業だけがその言語の専門性を独占する可能性もある
Opus で仕様を書く → Gemini で修正 → 再び Opus でフィードバック → 私が確認 → Qwen3.5 でビルド → Opus でレビュー
この流れは完璧だったが、Anthropic が方針を変えて壊れてしまった
ある企業がクローズドモデルを出すと、他社がそれを分析して改善し、オープンソースとして公開する
結局は互いの足を引っ張り合い、やがてカルテルのようになるかもしれない
Anthropic が開発者を自社プラットフォームに引き込もうとしているのが見える
IPO のためには単なるモデル提供者ではなくプラットフォーム企業にならなければならない
今やっているすべての動きがその方向を示している
Claude Code を毎日使っているが、顧客システムを Anthropic 依存にするのは危険だ
品質エンジニアリングは彼らの強みではない。可用性も「single 9」レベルでは困る
今はエージェントフレームワークの黎明期で、PHP 以前の Web 時代のようなものだ
毎週新しいパターンやモデルが出てきて、あらゆるフレームワークが作り直されている
LangChain は Next.js/Vercel のような立場になろうとしているが、たいていは自前で構築することが勧められている
Anthropic はモデルを直接持っているので参入障壁の低いソリューションで一定の需要は得るだろうが、ロックインと技術変化の速さは依然として問題だ
LangChain が最も近いが、それでもなおDIY感が強い
しかも皆がそれぞれ異なるベクターDBやリランキングモデルを混ぜて使っている
私も似たようなものを自作していたので、Anthropic のアプローチが並行したアイデアのように見えて驚いた
単一のモデル提供者に縛られるのは絶対に避けるべきだ
小さなチームには問題ないかもしれないが、複雑なシステムでは自殺行為だ
複数モデルを比較・組み合わせ、自分の流儀で管理すべきだ。料理のように、状況に応じて異なる風味の選択が必要になる
そのエージェントたちが作ったページがひどすぎて、感想テキストが重なって読めなかった
私は Anthropic Agentic SDK で Jekyll サイトを作るDocker コンテナを動かしている
インフラ構築は難しくなく、本当に難しかったのはエージェントを思い通りに動かすことだった
いつか別の提供者やセルフホスティングに移るかもしれないので、自由は保っておきたい
私は今後も pydantic ai と dbos/temporal/celery の組み合わせを使うつもりだ
特定ベンダーに縛られたくない。どんな LLM でも自由に使いたい
オープンソースのオーケストレーションの発展を引き続き後押しすべきだ
見た目はすごいが、コスト爆弾になる可能性もある
AWS のように不注意だと何千ものエージェントが走り、請求額が急増するだろう
Anthropic にとっては巨大な収益モデルになりそうだ
こういう方向性は予想された流れだった
モデルをより賢くしなくても収益を増やし、ユーザーのロックインを強化する簡単な方法だからだ
関連する分析は この記事 によくまとまっている