AIエージェントは、ラップトップ上で動く実験的なスクリプトから、本番ソフトウェアのバックボーンへと急速に進化しました。しかし、自律型エージェントをリリースしようとしたことがある方なら、「脳」（AIモデル）は戦いの半分に過ぎないことをご存知でしょう。残りの半分は「配管」です。つまり、安全なサンドボックス、長時間実行されるセッション管理、ツール実行ループ、そしてユーザーが1人から1,000人に増えてもダウンしないインフラストラクチャのことです。
これこそが、2026年4月にローンチされたClaude Managed Agentsが解決を目指す課題です。開発者は、カスタムエージェントのハーネスを構築するために何週間も費やす代わりに、インフラストラクチャ層をAnthropicにオフロードできるようになりました。
Claude Managed Agentsとは何か？
Claude Managed Agentsは、その核心において、AIエージェントの実行環境を処理するマネージドインフラストラクチャサービスです。新しいモデルやノーコードビルダーではありません。モデルを包み込むソフトウェア層である「エージェントハーネス」を、ホスト型サービスとして提供するものと考えてください。
このプラットフォームは、4つのコアとなる構成要素で構築されています。
- エージェント: チームメイトの定義です。モデルの選択（Sonnet、Opus、Haiku）、システムプロンプト、使用可能なツールセットが含まれます。
- 環境: 実際に作業が行われる分離されたクラウドサンドボックスです。Python、Node.js、Goなどのパッケージをプリインストールし、特定のネットワークアクセスルールを設定できます。
- セッション: エージェントの単一の永続的な実行単位です。ステートレスな標準APIコールとは異なり、セッションは数分から数時間実行でき、ネットワーク接続が切断されても進行状況を維持します。
- イベント: エージェントのための「ブラックボックス」レコーダーです。すべての決定、ツール呼び出し、出力がイベントとして記録され、デバッグやガバナンスのための完全なトレーサビリティを提供します。
重要な違いは、Claude Codeのようなツールが個々のユーザー向けに構築されているのに対し、Managed Agentsは他の人が使用するプラットフォームや製品を構築する人々のためのインフラストラクチャであるという点です。
Claude Managed Agentsの仕組み：脳と手の分離
初期のエージェントシステムの多くは「ペット」として構築されていました。名前が付けられ、手作業で管理されるコンテナの中に、脳、ツール、セッションログがすべて同居していました。コンテナが失敗すれば、セッションも失われていました。Anthropicのエンジニアリングチームは、これがスケーリングのボトルネックであると認識し、分離型アーキテクチャへと移行しました。
ペットではなく家畜
この新しいモデルでは、「脳」（ハーネスとモデル）が「手」（サンドボックスとツール）から分離されています。コンテナは「家畜」となり、交換可能で簡単に置き換えられるものになりました。タスクの途中でコンテナが停止しても、ハーネスがエラーをキャッチし、単に新しいコンテナをプロビジョニングするだけです。失敗したプロセスをケアして復旧させる必要はありません。
パフォーマンスの恩恵
この分離は信頼性のためだけではありません。大幅なパフォーマンス向上ももたらします。結合されたシステムでは、コンテナが完全にプロビジョニングされる（リポジトリのクローン、プロセスの起動など）まで推論を開始できませんでした。Claude Managed Agentsでは、脳がセッションログから保留中のイベントを取得するとすぐに推論が開始されます。
Anthropicの報告によると、このアーキテクチャにより、p50のTime-to-First-Token（TTFT）が約60%短縮され、p95は90%以上短縮されました。ユーザーにとって、これは複雑なサンドボックスがバックグラウンドで起動中であっても、エージェントがほぼ瞬時に「思考」し、応答を開始することを意味します。
コンテキストオブジェクトとしてのセッション
長期的なタスクは、モデルのコンテキストウィンドウを超えることがよくあります。Managed Agentsは、セッションログをモデルの外側に存在する永続的な「コンテキストオブジェクト」として扱うことでこれに対処します。ハーネスはこのログを照会して履歴の特定の断片を取得できるため、エージェントは現在のウィンドウを圧迫することなく、関連するコンテキストを「記憶」または「再読」できます。
主な機能と開発者向け機能
Managed Agentsは、自律的な作業の運用上の複雑さを処理する、安全で管理された環境を提供します。
安全なサンドボックスとガバナンス
エージェントに実際のシステムへのアクセス権を与える際、セキュリティは最優先事項です。Anthropicは、エージェントを安全なサンドボックス環境で実行し、生成されたコードを機密資格情報から分離することでこれを解決しています。例えば、エージェントがコードをプッシュする必要がある場合、リポジトリトークンはサンドボックスの初期化中に使用されますが、エージェントが生成したコードからは決してアクセスできません。
組み込みツールとMCP
エージェントは、すぐに使える組み込みツールの包括的なセットにアクセスできます。
- Bash: コンテナ内でシェルコマンドを実行。
- ファイル操作: ファイルの読み取り、書き込み、編集、検索。
- ウェブ検索: ウェブを検索し、URLからコンテンツを取得。
その他の機能については、MCPコネクタを使用して、Model Context Protocol（MCP）経由で外部サービスとエージェントを接続できます。
リサーチプレビュー機能
いくつかの影響力の大きい機能は現在リサーチプレビュー段階にあり、個別のアクセス申請が必要です。
- マルチエージェント調整: 1つのエージェントが他のエージェントを生成・指揮し、作業を並列化する機能（Notionなどのチームが使用）。
- 自己評価（成果）: エージェントが成功基準を定義し、自身のパフォーマンスを評価して、目標が達成されるまで反復する機能。
- 永続的メモリ: エージェントが複数の異なるセッション間で知識とコンテキストを維持できるようにする機能。
料金とパフォーマンス指標
Managed Agentsの料金は、標準的なトークン使用量とランタイムインフラストラクチャ料金の2つの部分に分かれています。
| 料金タイプ | レート | 説明 |
|---|---|---|
| 推論 | 標準APIレート | モデルトークンに基づく（Sonnet、Opus、Haiku） |
| ランタイム | セッション時間あたり0.08ドル | クラウドでのアクティブなエージェント実行時間 |
Sonnet 4.6の標準トークンレートは、入力トークン100万あたり3ドル、出力トークン100万あたり15ドルです。セッション時間あたり0.08ドルの料金は、エージェントが作業している間、クラウドコンテナをアクティブに保つためのコストをカバーします。アイドル時間は課金されません。
パフォーマンスに関して、Anthropicの社内テストでは、標準的なプロンプトループと比較して、構造化されたファイル生成のタスク成功率が10ポイント向上したことが示されています。この向上は、ハーネスがモデルと共同最適化されており、汎用的なDIYループよりも効果的にコンテキスト管理とエラー復旧を処理できることに起因しています。
Claude Managed Agents vs. DIY vs. eesel AI
独自のエージェントスタックを構築するか、マネージドサービスを使用するかは、規模と要件によって異なります。
DIYの道
（ClaudeとGPT-5やGeminiを組み合わせるなど）モデルの完全な柔軟性が必要な場合や、サードパーティのクラウドを禁止する厳格なデータレジデンシー要件がある場合は、CrewAIやLangGraphのようなフレームワークを使用して独自のスタックを構築するかもしれません。ただし、サンドボックス化という「セキュリティの悪夢」や、セッション永続化のエンジニアリングオーバーヘッドに責任を持つ必要があります。
Managed Agents
これは、本番環境対応のエージェントへの最短ルートです。インフラストラクチャの配管をオフロードし、エージェントのロジックとユーザーエクスペリエンスに完全に集中したいチームに最適です。トレードオフは、Claudeエコシステムへのベンダーロックインです。
eesel AIの違い
Claude Managed Agentsがカスタムエージェントを構築するための「工場」とインフラストラクチャを提供するのに対し、私たちeesel AIは異なるアプローチをとっています。私たちは、すぐに作業を開始できる完成された「チームメイト」を提供します。
私たちのAIチームメイトは、迅速なオンボーディングに重点を置いています。カスタムマネージドエージェントの構築には開発者が微調整に数週間かかるかもしれませんが、eesel AIエージェントは数分でオンボーディングでき、Zendesk、Slack、Notionにある既存のドキュメントから即座に学習します。
また、私たちは予測可能な料金体系を提供しており、AIインタラクションの回数が固定されているため、APIのトークンとセッション時間の組み合わせモデルよりも、大量のサポートチームにとって安定したものとなります。
実際のユースケース：誰が構築しているのか？
すでにいくつかのアーリーアダプターが、Managed Agentsを中核製品に統合しています。
- Notion: マルチエージェント調整を使用して、タスクボードから直接、ウェブサイトの構築からプレゼンテーションの作成まで、数十のタスクを並行して実行しています。
Notionのプロジェクト管理ランディングページ - Asana: 「AIチームメイト」を作成し、ローンチプランナーやコンプライアンスレビュー担当者として機能させ、タスク完了時間を数日から数分に短縮しました。
- Sentry: エラーを分析し、修正コードを記述して、自動的にプルリクエストを作成するバグ修正エージェントを構築しました。
- Vibecode: ユーザーがエージェントと会話するだけでモバイルアプリを設計・公開できるようにし、1万ドルの開発プロジェクトを100ドルの会話型タスクに変えました。
AIチームメイトのための正しい道を選ぶ
マネージドエージェントインフラストラクチャへのシフトは、AIが単純なチャットインターフェースを超えて、真に自律的な作業へと移行している兆候です。Claude Managed Agentsでカスタムソリューションを構築する場合でも、eesel AIからすぐに使えるチームメイトを雇う場合でも、目標は同じです。反復的な手作業をオフロードし、チームがより価値の高い戦略に集中できるようにすることです。
カスタムエージェント製品を完全に制御したい開発者にとって、Managed Agentsは強力な出発点です。しかし、サポートチームや運用チームで今すぐAI自動化のメリットを享受したいのであれば、私たちのAIブログライターやヘルプデスクエージェントがあなたのチームに加わる準備ができています。
よくある質問
Claude Managed Agentsインフラストラクチャの主な利点は何ですか？
2026年現在、Claude Managed Agentsの利用料金はいくらですか？
Claude Managed Agents内でGPT-5などの他のモデルを実行できますか？
Article by
Kurnia Kharisma Agung Samiadjie
Kurnia is a software engineer and writer at eesel AI with two years of SEO experience, writing about AI tools, helpdesk software, and customer support. He pairs a developer's understanding of how these products are built with search-driven research into what actually ranks and resonates with the people searching for them.
