Anthropicがエージェントの記憶と「ドリーミング」を解説：記憶でCL-Benchの示された六モデルすべてのスコアが上がり、ドリーミングは誤ったノートを直してウィキを作ったが、根拠はAnthropic自身の試験で、dreamsはZDRとHIPAAの対象外のリサーチプレビュー

2026年11月6日、Anthropicのエンジニアリングブログは、Lance Martin氏による「The components of agent memory（エージェントの記憶の構成要素）」を公開しました。Claudeのエージェントがセッションをまたいで知識をどう保つかを扱っています。Anthropicはエージェントの記憶を、Claudeが経験から学び、後で読めるコンテキストとして保存したものと定義しています。モデルの重みの変更、一つの会話内の学習、コンパクション（要約による圧縮）は含みません。記事は、会話記録、ノート、ウィキのような表現、そして毎回のセッションに読み込まれるコンテキストという四つの層を説明します。さらに、これらの層を直し整理するため会話記録を見直すバックグラウンドの処理を「ドリーミング」と呼んで紹介しています。結果はすべてAnthropic自身の試験によるものです。

最初の試験にはCL-Bench 1.0を使いました。エージェントが一連のデータベースの質問に答え、各問の後で正解を教えられるベンチマークです。Claudeは毎回まっさらなセッションから始め、引き継がれるのは記憶ディレクトリだけで、記事はこれを状態を持たない基準と比べています。示された六つのモデルすべてで平均報酬が上がりました。Opus 5.5は0.655から0.838、Sonnet 5.5は0.644から0.833、Opus 5は0.564から0.828、Opus 4.7は0.383から0.700、Sonnet 5は0.306から0.610、Sonnet 4.6は0.330から0.364です。記事は、記憶の使い方が世代ごとに改善した様子も述べています。Sonnet 4.6は検証していない推測を散らばったファイルに書きました。Opus 4.7は確認済みの事実に印を付けました。Opus 5は初めて輪を閉じ、規則と、その規則が正しいとわかった理由、落とし穴への警告を記録しました。

二つ目の試験は、何を保存するかの判断を見ました。「ポケットモンスター 赤」について、記事は1回ずつの実行を比べています。約1万ステップの時点で、Claude Sonnet 3.7は225のフォルダに413の記憶ファイルを書き、バッジは1個でした。Claude Fable 5は二つのフォルダに9ファイルと最上位のglobal.mdがあり、バッジは4個でした。記事の説明では、Sonnet 3.7は所持金や位置のように画面にすでに表示される内容まで記録し、それが古くなって探す手間もかかりました。Fable 5はモデル自身が書かなければ存在しない計画と検証済みの規則を残しました。Opus 5.5も小さなフォルダを保ち、ゲームをクリアしました。1回ずつの実行は例示であり、統計的な結論ではありません。

誘導について、Anthropicは、記憶が何のためにあるかは伝えても、使い方までは指示しないほうがよいと述べています。記憶用のフォルダがあるとだけ伝えれば、Opus 4.7とOpus 5には十分でした。失敗だけを記録するよう指示すると、両者は記憶による利益の多くを失いました。古いモデルは強い指示から恩恵を受けました。Sonnet 4.6に答える前に記憶を読み、自分の仮説を検証するよう促すと、スコアはほぼ2倍になりました。Sonnet 5は言われなくても10回中9回は先に記憶を読み、Sonnet 4.6は半分未満でした。

ドリーミングが主な新しい考え方です。Claudeは作業中にノートを書くため、誤ったノートが後のセッションで信頼されることがあります。ポケモンの例では、Claudeがある建物をMt. Moonの東側だと誤って書き、洞窟はもう背後にあると判断して、一方通行の段差から前のルートへ落ちました。ドリーミングがノートをセッション記録と照合して直したあとは、Claudeは洞窟に入り直してCerulean Cityに着きました。訂正されないノートのままの実行では3回ルートに落ち、到達できませんでした。記事はドリーミングによるウィキの構築も示しています。Anthropicが5月に買収したStainlessの社内文書約35万ファイル、約4億2,000万トークンを対象に、Opus 5のエージェントが2から128のセッションでウィキを作るにつれ、25の質問への得点は採点基準の13%から48%に上がりました。ウィキと検索を併用すると、ウィキが育つにつれ54%から61%となり、検索だけは53%で、1問あたり約2万トークンを節約しました。合併に関する24の質問では、複数の文書が必要な項目で、ウィキを使うと87%、検索だけだと73%でした。一部の法務課題ではウィキに明確な利得がなく、ある課題ではウィキが文書そのものより大きくなりました。

指示に関する結果がさらに二つあります。複数のエージェントが一つの共有表に書いたウィキでは、採点対象の契約上の事実57件のうち41件、つまり72%しか残りませんでした。Claudeが振り返りのループで構築の指示を書き直し、契約ごとに独立したページを作って語句どおりに引用させると、57件すべてが残りました。二回目のドリーミングは、存在しないescrow-agreementページへの9本のリンクを、既存のbuyer-form-escrow-agreementページに張り直しました。記事は、注入するコンテキストは小さく保つべきだと警告しています。ノートはどれもセッションごとにトークンを消費し、誤ったノートはあらゆる場所に持ち込まれるからです。Claude Codeの自動メモリーは、MEMORY.mdの索引の最初の200行または25 KBだけを読み込みます。

Managed Agentsのドキュメントが製品の事実を補います。dreamは非同期のジョブで、既存の記憶ストアと過去のセッション1〜100件を読み、入力を変えずに、整理し直した新しいストアを作ります。通常は数分から数時間かかります。状態はリサーチプレビューで、利用は申請制、ベータヘッダーmanaged-agents-2026-04-01とdreaming-2026-04-21が必要で、ゼロデータ保持（ZDR）とHIPAAの対象にはなりません。ドキュメントによれば、指示は統合の方向づけに使われますが、特定の行を直せという命令的な編集は通常何も変えません。

私たちの見方です。これは設計上の選択を整理した有用な地図であり、設計と実験の報告です。根拠はAnthropicのもので、ポケモンの比較は1回ずつの実行、ウィキの結果は一つの会社の文書群と少数の法務課題に基づき、ドリーミングには計算資源が必要です。エージェントを作るチームは、注入する層を小さく保つ、強いモデルには何を保存するかの判断を任せる、ノートを会話記録と照合する、といった考え方を取り入れられます。Zero Data RetentionまたはHIPAAの適格性が必要な導入は、現在の研究プレビュー版dreamsにその資格を期待できません。これらの試験は、私たちはどれも実行していません。