原文タイトル：「Anthropic が今日新製品を発表し、一部の AI エージェントインフラチームが失業する可能性があります」

原著者：宝玉、AI 研究者

この製品の名前は Claude Managed Agents です。要約すると：Anthropic にあなたがどのような AI エージェントを望むか伝えると、クラウド上で実行し、
インフラは完全に包括され、利用量に応じて料金が請求されます。Sentry は数週間で自動バグ修正の全プロセスを展開し、Rakuten は週に1つの特定のエージェントを展開しました。以前、これらの作業には数ヶ月かけてエンジニアチームが必要でした。

同時に、Anthropic の年間繰り返し収益がついに 300 億ドルを突破し、去年12月の3倍となりました。成長の大部分は企業の顧客からもたらされています。ウォール街は既に緊張感を持ち始めており、WSJ は投資家が従来の SaaS 企業の株価にますます慎重になり、Anthropic のような製品がいくつかの従来のソフトウェアサービスを不要にする可能性を懸念していると報じています。

この製品とは具体的に何でしょうか？既存の Claude Code とは何が異なるのでしょうか？技術的にはどのように実現されているのでしょうか？

それは何か？Claude Code との違いは何ですか？

Claude Code を使用したことがある場合、AI エージェントがどのように機能するかを知っています：あなたはそれにタスクを与え、それ自体が手順を計画し、ツールを呼び出し、コードを書き込み、ファイルを変更し、段階を踏んで作業を完了します。

Claude Code はあなた自身のコンピュータで実行され、個人開発者向けのコマンドラインツールです。コンピュータの電源を切ると停止します。

Managed Agents は Anthropic のクラウド上で実行され、企業向けの API サービスです。24時間稼働し、接続が切断されても進捗が失われず、製品に直接組み込むことができます。

Notion はこれを実現しています：ユーザーはNotionで任務をClaude エージェントに割り当て、エージェントがバックグラウンドで作業を完了し、結果を返し、ユーザーはNotionを離れる必要がありません。

いくつかの典型的な使用法：

· イベント駆動型：システムがバグを検出し、自動的にエージェントを割り当て修正を行い、PRを提出します。途中で人間の介入は必要ありません。

· タイマー型：毎朝 GitHub アクティビティの要約やチームの業務レポートを自動生成します。

· 即時忘却型：Slack でエージェントにタスクを割り当て、それを完了したらスプレッドシート、PPT、アプリを返します。

· 長時間タスク型：数時間の深い研究やコードのリファクタリングを実行します。

企業独自のクラウドエージェントとの違いは何ですか？

自前で構築できますが、非常に高価で時間がかかります。

稼働可能なエージェントを用意するには、「API を少し調整する」という以上のことが必要です：サンドボックス環境（AI がコードを実行しファイルを変更する隔離された安全空間で、いかなる操作も外部の実際のシステムに影響を与えません。AI に専用の仮想コンピューターを提供する）や資格情報管理、状態の復元、アクセス制御、エンドツーエンドのトレーサビリティなどが必要です。

多くの企業は以前、これらに特化したエンジニアチームを必要としていました。今では即戦力が利用可能であり、エンジニアは製品の本当に重要な部分に取り組むことができます。

ただし、Managed Agents が解決する課題は、人的リソースを節約するだけではありません。

マ・ドンソク（@dongxi_nlp）による簡潔な要約があります：

Anthropic エンジニアリングブログには具体的な例があります：

Claude Sonnet 4.5 がコンテキストウィンドウの限界に達すると「不安」を感じ、タスクを早めに終了します。彼らはスケジューリングフレームワークにコンテキストリセットを追加して対処しました。しかし、Claude Opus 4.5 がリリースされた後、この問題は解決され、以前のパッチはかえって足を引っ張る状況となりました。

自分でスケジューリングフレームワークを構築すると、モデルの更新ごとに変更を加える必要があります。Anthropic に任せれば、彼らが最適化してくれます。厳密に言えば、彼らは貴方に最適化を提供します。

誰が使っているのか？どのようにして使っているのか？

Notion は、ユーザーが作業スペース内でコーディング、PPT の作成、表の整理などのタスクを Claude に直接割り当て、数十のタスクを並行して実行し、チーム全体で同じアウトプットに協力できるようにします。 Notion のプロダクトマネージャー Eric Liu によると、ユーザーはオープンエンドの複雑なタスクを直接委任して、Notion を離れる必要はありません。

Sentry は、「バグの発見から修正コードの提出まで」を完全自動化しました。彼らの AI デバッグツール Seer が問題の原因を見つけた後、Claude は直接パッチを書き、PR を立てます（コードの提出とプルリクエスト）。エンジニアリングディレクター Indragie Karunaratne によると、数週間で展開され、自前のインフラの継続的な保守の運用コストも節約されました。

Atlassian は、それを Jira に統合し、開発者は Jira で直接タスクを Claude に割り当てることができます。

Asana は、AI チームメイトを導入し、プロジェクト管理に AI 共同作業者を組み込み、タスクを引き受け、成果物を提供できるようにしました。

General Legal（LegalTech 企業）のプレイ方法は最も面白いものでした：彼らのエージェントはユーザーの質問に基づいて、データを検索するためのツールをインスタントに作成します。以前は、各ユーザー質問には事前に予測された検索ツールを開発する必要がありましたが、今ではエージェントが必要に応じて自動生成します。CTO は、開発時間が10倍短縮されたと述べています。

Rakuten は、エンジニアリング、プロダクト、セールス、マーケティング、財務の各部署に専用エージェントを展開し、それぞれ1週間以内に展開し、Slack と Teams を介してタスクを受け取り、返されたものは実際の成果物である表、PPT、アプリです。

技術原理：脳と手を分離する

Anthropic のエンジニアリングチームは、技術ブログ記事 Scaling Managed Agents: Decoupling the brain from the hands を執筆し、Managed Agents の背後にあるアーキテクチャの進化について説明しています。

最初、彼らはすべてを1つのコンテナに詰め込んでいました：AI の推論ループ、コード実行環境、セッションログ、すべて一緒に。利点はシンプルさですが、欠点は卵がすべて1つのバスケットに入っており、コンテナが止まるとセッション全体が失われ、また特定の部分を個別に交換することができないことです。

その後、彼らは重要な分割を行いました：

· 「Brain」 は Claude とそのスケジューリングフレームワークであり、考えることと意思決定を担当しています。

· 「Hand」 はサンドボックスとさまざまなツールであり、具体的な操作の実行を担当しています。

· 「Memory」 は独立したセッションログで、起こったすべてを記録します。

これらは互いに依存せず、1つが停止しても他の2つに影響しません。

この分割により、いくつかの実用的な利点がもたらされました：

速い

すべてのタスクに完全なサンドボックス環境を起動する必要はありません。今ではAIが本当にコードを実行する必要があるときにのみオンデマンドで起動します。応答時間の中央値は約60%、極端な場合は90%以上短縮されました。

安全

AI が生成したコードはサンドボックスで実行され、外部システムへのアクセス証明書はサンドボックスの外側のセキュリティボックスに保存され、両方が物理的に分離されています。たとえば、Git リポジトリへのアクセスでは、システムの初期化時にコードがクローンされ、AI は通常どおり git push/pull を使用しますが、トークン自体はAIには見えません。Slack、Jira などのサービスにアクセスする場合、MCP プロトコルを介してアクセスし、リクエストはプロキシレイヤーを経由し、プロキシレイヤーがセキュリティボックスから証明書を取得してサービスを呼び出し、AIは途中で証明書を取り扱いません。

柔軟性

Brain は Hand が何であるかを気にしません。エンジニアリングブログには面白い文があります：スケジューリングフレームワークはサンドボックスがコンテナであるか、携帯電話であるか、ポケモンのシミュレータであるかを詳しく知りません。ただし、「名前と入力から出力の文字列」のインターフェースに準拠していれば問題ありません。

これはまた、複数の Brain が Hand を共有でき、1つの Brain が別のBrain に Hand を渡すことができることを意味し、マルチエージェント協調の基盤が築かれました。

制約事項

Managed Agents は万能ではありません。留意すべきいくつかの点：

一部分の機能はまだ研究プレビュー段階にあります。Multi-Agent 協力、高度なメモリツール、自己評価イテレーション（エージェントが自らタスク完了の品質を判断し、繰り返し改善する）などの機能は現在完全に公開されておらず、利用するには申請が必要です。

プラットフォーム バインディング。Managed Agents を選択することは、あなたのエージェントのインフラストラクチャが Anthropic エコシステムにバインドされていることを意味します。将来モデルやプラットフォームを変更したい場合、移行コストを無視できません。

コンテキスト管理はまだ課題です。セッションログは独立して保存されていますが、長時間のタスク中にどの情報を保持し、どの情報を破棄するかは、不可逆的な意思決定が関わっています。これは継続的な課題であり、現在のアプローチは、コンテキストの保存とコンテキストの管理を分離することです：保存は失われないことを保証し、管理方針はモデルの進化に合わせて調整されます。

コストの予測可能性。0.08 ドル/セッション時間は少ないように聞こえますが、エージェントが複数時間複雑なタスクを実行すると、トークン消費に加えて実行時のコストがかかり、コストは低くない可能性があります。企業は予算評価を行う必要があります。

Managed Agents は、多くの企業がまだ「AI エージェントを完全に活用する」までにはまだ長い道のりがあることを示しています。

インフラストラクチャのハードルは下がりましたが、良いタスクの定義、適切なワークフローの設計、AI がコアビジネスデータにアクセスする信頼の構築方法など、これらの問題に Managed Agents は対応できません。

AI エージェントインフラの「AWS モーメント」

Managed Agents が辿っているのは、かつて AWS がたどった古い道のように見えます：まず計算能力があり、その後ランタイム環境も含まれました。

10年前、企業は「クラウドへの移行するかどうか」に苦慮していましたが、今は「エージェントインフラを自己構築するかホスティングするか」に悩んでいます。歴史は、ほとんどの企業が最終的にホスティングを選択することを教えてくれます。なぜなら、インフラストラクチャは決してコア競争力ではないからです。OpenAI はまた、自社の Agent プラットフォーム Frontier を立ち上げました。この競争は始まったばかりです。

技術的な観点から見ると、「脳と手の分離」アーキテクチャのアプローチに注目する価値があります。それにより、システムの各部分が独立して進化できます：モデルをアップグレードしたい場合は、脳を交換します。新しいツールが必要な場合は、手を追加します。ストレージソリューションを変更したい場合は、メモリーレイヤーを置き換えます。

エンジニアリングブログでのたとえが素晴らしいです：オペレーティングシステムの read() コマンドは、1970年代のディスクであっても現代のSSDであっても関係なく、抽象化レイヤーが安定しており、下位の実装は適当に切り替えられます。

利用の観点から、あなたがエンタープライズ開発者であり、自社製品にAIエージェント機能を組み込みたい場合、Managed Agents はおそらく数ヶ月分のインフラ作業を省略してくれるでしょう。

6つの言語（Python、TypeScript、Java、Go、Ruby、PHP）がSDKをサポートしています。すでにClaude Codeを使用している場合は、最新バージョンに更新して、/claude-api managed-agents-onboarding を入力するだけで開始できます。

一般的なAI愛好家の場合、最初に感じることはおそらく：使用しているそのSaaS製品には、バックグラウンドでますます多くのAIエージェントが作業を手伝ってくれるようになり、そしてこれらのエージェントはおそらくManaged Agents上で実行されているでしょう。

価格設定の参考：トークン料金はAnthropic APIの標準価格に従い、ランタイムは0.08米ドル/セッション時間（アイドル時は課金なし）、ウェブ検索は10米ドル/千回です。

AIエージェントのインフラストラクチャは、最終的にはクラウドコンピューティングと同様に、数社の大手が独占するようになると思いますか？

Original Article Link

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia