Claude Managed Agents Memory機能がpublic beta|企業のAIエージェント活用を変える仕組みを徹底解説【2026年4月】

Claude Managed Agents Memory機能がpublic beta|企業のAIエージェント活用を変える仕組みを徹底解説【2026年4月】

仁頼 Digital Marketing Company

この記事を書いた人 齊藤一樹 代表取締役/Webマーケター

2026年4月23日、AnthropicはClaude Managed AgentsのMemory機能をpublic betaとして公開しました。これまでのAIエージェントは「セッションが終われば学びが消える」という根本的な制約がありましたが、Memory機能によりセッションを越えて文脈・学習・修正を保持できるようになります。Netflix・楽天などの先行導入企業では、具体的な業務改善効果(楽天ではfirst-passエラー97%削減)が報告されています。本記事では、この発表が企業のAI活用にどんな変化をもたらすかを、技術的な仕組みと実務活用の両面から整理します。

Claude Managed Agents Memoryとは──3分で理解する基本

Claude Managed Agentsは、Anthropicが2026年4月8日にpublic betaで公開したマネージド型AIエージェントプラットフォームです。開発者がエージェントループ・ツール実行・インフラを自前で構築せずに、Anthropicのインフラ上で本番運用レベルのAIエージェントを走らせることができます。

今回追加されたMemory機能は、この上に構築される「セッションを越えた記憶層」です。従来は1セッション内でしか文脈が保持されなかったため、次のセッションでは毎回ゼロから指示し直す必要がありました。Memory機能により、エージェントは過去の作業履歴・ユーザー設定・プロジェクトの規約・過去のミスと修正内容などを記憶し、次のセッションに活かせます。

従来のエージェントとの3つの違い

技術的な仕組み──なぜ「ファイルベース」なのか

Memoryの内部構造はファイルシステムです。これが設計上の大きなポイントです。エージェントは通常のbashコマンドやコード実行ツールで、メモリファイルを読み書きできます。

メモリストア(Memory Store)の基本構造

メモリはMemory Storeと呼ばれるワークスペース単位のコレクションに格納されます。各メモリは以下の属性を持ちます。

• path:ファイルパス(例: /notes/user_preferences.md)
• content:テキスト内容
• memory_id:一意のID(mem_で始まる)
• version:更新履歴(memver_で始まる)
• content_sha256:同時書き込み防止のハッシュ

読み書きのアクセス制御

Memory Storeはエージェントにread_onlyまたはread_writeでマウントされます。read_onlyなら書き込み不可、read_writeなら書き込み時にバージョン履歴が自動生成されます。

# 例: エージェントにメモリをマウント
session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=env.id,
    memory_stores=[{
        "store_id": store.id,
        "mount_path": "/memories",
        "access_mode": "read_write"
    }]
)

バージョン管理と監査ログ

すべてのメモリ更新はイミュータブルなバージョンとして記録されます。つまり上書きではなく履歴として蓄積されるため、以下が可能です。

• 「誰が(どのエージェント・セッションが)」変更したかを追跡
• 過去のバージョンへのロールバック
• 機密情報のredact(履歴からの選択的消去)
• Claude Console上でのセッションイベントとしての可視化

先行導入企業の事例──Netflix・楽天の実績

Netflixの事例:マルチターン文脈の保持

Netflixはコンテンツ制作支援エージェントで、Memory機能を活用しています。従来は「マルチターンの会話でようやく到達した洞察」や「人間による中間修正」が、セッション終了とともに失われていました。

Memory機能導入後は、これらの「複数ターンかけて得た気づき」や「人間による修正内容」が次のセッションに引き継がれるようになりました。結果として、プロンプトやスキル定義を手動で更新し続ける作業が不要になっています。

楽天の事例:first-passエラー97%削減

楽天はタスクベースの長時間実行エージェントでMemory機能を活用しており、初回実行時のエラー率を97%削減したと公表しています。

仕組みはシンプルです。エージェントが過去に犯したミスをメモリに記録し、次回以降の実行時にそのメモリを参照して同じミスを回避する。「過去の失敗から学ぶ」機能がワークスペース全体で動作するため、1つのエージェントが学んだ教訓が、他のエージェントの作業でも活かされます。

Anthropic内部での活用:ドキュメント検証の高速化

Anthropic自身もManaged Agents上でドキュメント検証パイプラインを運用しており、クロスセッションメモリで共通問題を記憶させた結果、検証速度を30%向上させたと報告しています。

企業での活用シナリオ──4つの代表パターン

シナリオ1:コードレビューエージェントの継続学習

開発チームのコードレビューエージェントが、プロジェクトごとの規約(インデント・命名規則・禁止パターン)をメモリに記録。新メンバーが加わっても、エージェントが「このプロジェクトではこうするのが慣習」を自動で伝達できます。

シナリオ2:カスタマーサポートの継続改善

サポートエージェントが、顧客からの指摘や誤答の修正をメモリに記録。「この製品のこの機能については、こう説明すべき」という知見が蓄積され、同じ質問に対する回答精度が自然に向上します。

シナリオ3:営業提案書の品質維持

提案書作成エージェントが、過去に提案した業界・企業規模ごとの最適なアプローチをメモリに記録。「この業界にはこのフレームワークが刺さった」「この規模の企業にはこのROI試算パターンが響いた」といった組織知がエージェントを通じて蓄積されます。

シナリオ4:データ分析の作業再現性

データ分析エージェントが、定期レポート作成の手順・加工ルール・注意点をメモリに記録。担当者が変わっても、エージェントが「先月のレポートではこの列の扱いでミスがあった」といった過去の教訓を踏まえた分析を提供できます。

開発者にとっての実装の流れ

前提条件

• Anthropic Claude Platformアカウント
• Managed Agentsのbeta利用申請(自動承認)
• API呼び出し時にmanaged-agents-2026-04-01beta headerが必要(SDKは自動付与)

実装ステップ

Step 1:Memory Storeの作成

from anthropic import Anthropic
client = Anthropic()

store = client.beta.memory_stores.create(
    name="sales_knowledge",
    description="営業提案の過去知見",
)

Step 2:エージェントセッションへのマウント

session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=env.id,
    memory_stores=[{
        "store_id": store.id,
        "mount_path": "/memories",
        "access_mode": "read_write"
    }]
)

Step 3:APIからのメモリ直接操作

# メモリ一覧取得
page = client.beta.memory_stores.memories.list(
    store.id, path_prefix="/notes/", depth=2
)

# メモリ更新
client.beta.memory_stores.memories.update(
    memory_id=mem.id,
    memory_store_id=store.id,
    content="修正された内容",
    precondition={"type": "content_sha256", "content_sha256": mem.content_sha256}
)

APIによる直接操作が可能なため、レビューワークフローの構築、不適切なメモリの修正、事前のメモリ初期化など、運用的な管理が自在に行えます。

他のメモリソリューションとの比較

Claude Memory Tool(個人向け)との違い

Claude Memory Toolは個人ユーザー向けのClaude会話記憶機能で、クライアント側で動作します。一方、Managed Agents Memoryはサーバー側で動作し、エージェントが自律的にbash/code executionツール経由でメモリを読み書きします。

OpenAI Assistantsとの比較

OpenAI Assistants APIも会話スレッドの永続化機能を持ちますが、Managed Agents Memoryは「ファイルベースで、ツール実行から自然にアクセスできる」点が特徴的です。つまりエージェントは特別なメモリAPIを呼ぶ必要がなく、普段使うbash/code executionの延長でメモリを操作できるため、エージェントロジックがシンプルに保てます。

料金とbeta段階の制約

料金体系

Managed Agentsはトークン課金+インフラ実行時間課金のハイブリッド構造で、Memory機能もこの枠組みで課金されます。beta期間中の詳細料金は公式ドキュメントを参照してください。

beta段階の制約

• Managed Agents API全般がbeta(本番運用には検証が必要)
• 機能が予告なく変更される可能性
• 一部エンタープライズ機能(outcomes・multiagent)はresearch preview段階
• Bedrock/Vertex AI経由での利用は現状非対応

実務導入の判断ポイント

向いているケース

• 複数のセッション・エージェントにまたがる長期作業が多い
• 組織知を形式知化して継承したい
• エージェントの精度を継続的に改善したい
• セキュリティ・監査ログが必要な業界
• 既にClaude APIを業務活用している

向いていないケース

• 単発の処理が中心で、継続性が不要
• Zero Data Retentionが必須の環境(Managed Agents全般が対象外)
• Bedrock/Vertex AI経由でしかClaudeを使えない組織
• beta段階の変更リスクを許容できない業務

導入時のセキュリティ・ガバナンス観点

データ保持範囲の設計

メモリには業務の核心的な情報が蓄積されます。顧客情報・社内規約・意思決定の経緯などがエージェント経由でメモリストアに書き込まれる可能性があるため、以下の設計が必要です。

• メモリストアの命名規約(プロジェクト別・機密レベル別)
• エージェントごとのread_only/read_write権限の明確化
• 機密メモリに対する事前のredactポリシー
• 監査ログの定期レビュー体制

エージェント間共有のリスク管理

ワークスペース内でメモリを共有できることは強力ですが、権限設計を誤ると情報漏洩リスクにつながります。たとえば営業エージェントのメモリに顧客の個人情報が含まれていた場合、他部門のエージェントからそのメモリが参照できてしまう設定になっていないか確認が必要です。

今後の展望

Anthropicは「long-running agents that improve across sessions and share what they’ve learned with each other」という方向性を明言しています。今後期待される進化は以下です。

• メモリ間の自動的な統合・重複排除
• マルチエージェント協調時のメモリ共有プロトコル
• 検索性能の向上(大量メモリからの高速検索)
• エンタープライズ機能のGA化(SLA・サポート)

現時点ではbeta段階ですが、本番運用を見据えた設計は十分に成熟しており、企業が「AIエージェントを業務の一部として継続運用する」ための基盤として大きな可能性を持っています。

よくある質問

Q1. Memory機能は無料で使えますか?

A. Managed Agents APIの通常のトークン課金・実行時間課金の枠組みで利用できますが、Memory機能自体の追加料金は現時点で公式には明示されていません。beta期間中の詳細は公式ドキュメントを確認してください。

Q2. 既存のClaude APIコードから移行は必要ですか?

A. Memory機能はManaged Agents上で動く機能のため、通常のClaude API(Messages API)には影響しません。既存のClaude APIコードはそのまま使え、新規にManaged Agents + Memoryを導入するかは別途判断となります。

Q3. 複数のエージェントで同じメモリを共有できますか?

A. はい。同じMemory Storeを複数のエージェントセッションにマウントすることで、ワークスペース内でメモリを共有できます。アクセス権(read_only/read_write)はセッションごとに制御可能です。

Q4. メモリに書き込まれた内容は他のユーザーから見られますか?

A. Memory Storeはワークスペーススコープです。同じワークスペースのメンバーはアクセス可能ですが、他のワークスペースや他の顧客からは見えません。また、Anthropicのモデル学習には使用されません。

Q5. Bedrock経由やVertex AI経由でも使えますか?

A. 現時点ではManaged Agents全般がAnthropic直接のプラットフォームでのみ利用可能で、Bedrock/Vertex AI/Foundry経由では利用できません。

Q6. データを誤って保存した場合、削除できますか?

A. はい。APIから個別メモリの削除、特定バージョンのredact(内容の消去)、Memory Store自体の削除が可能です。監査ログで変更履歴も追跡できます。

まとめ──AIエージェントが「道具」から「同僚」へ

Claude Managed Agents Memory機能は、単なる技術機能の追加ではなく、AIエージェントが企業内で継続的に学習・成長する「同僚」のような存在になるための基盤です。Netflixや楽天の事例が示すように、セッション越しの学習が実現すると、業務精度・速度の両面で目に見える効果が出始めます。

beta段階ではあるものの、設計の完成度は高く、監査ログ・バージョン管理・権限設計など企業運用に必要な要素が揃っています。Claude APIを既に業務で活用している企業にとっては、今から検証を始めて本番運用を見据える価値のある機能といえます。

一方、導入にあたっては権限設計・セキュリティポリシーの事前整備が鍵です。メモリは業務の核心情報を含む可能性があるため、ガバナンス設計をセットで考えることが成功の条件となります。

関連記事

• Claude Code /ultrareview完全解説|使い方・料金・本当に使うべき場面
• Claudeに生活系アプリのコネクタ15種追加|Spotify・Uber・Booking.comの使い方と注意点

この記事を書いた人

齊藤一樹 代表取締役/Webマーケター

株式会社仁頼 代表取締役。横浜市在住。 2018年からデジタルマーケティング業界に携わり、Google広告・SEO・コンテンツマーケティングを中心に8年以上の実務経験を持つ。これまでに制作した記事は9,000本以上、70名を超える専門ライターとのチーム体制で、幅広い業界のWebマーケティングを支援してきた。 2022年9月に株式会社仁頼を設立。「受けた御恩を忘れず、信頼を得られるよう迅速かつ最適な対応をする」という信念のもと、SEO・広告運用・サイト制作などのマーケティング支援を行っている。 近年は、ChatGPTやPerplexityなどのAI検索でサイトが引用される「GEO（生成エンジン最適化）」の分野にいち早く注力。自社サービス「GEO Hack」を通じて、AI時代の新しい集客手法を企業に提供している。 「難しいことをわかりやすく、小さな会社にも大きな成果を」をモットーに、日々クライアントと伴走中。