Claude dreaming とは?AIエージェントの記憶を訂正・統合するAnthropicの「Dreams」を解説

AI脆弱性診断
そのAIシステム、従来の診断だけで十分ですか?
外部・内部の弱点に加え、プロンプトインジェクションや過剰な権限などAI固有の攻撃面も診断します。
Claude dreamingとは、AIエージェントが作業していない時間に、過去の会話・ツール実行ログ・記憶メモを読み直し、次回の作業に使う記憶を訂正・統合・再編する考え方です。
Anthropicは、エージェントがセッション中に残したメモだけに頼ると、重複、矛盾、古い情報が蓄積し得ると説明しています。そこで、元の記録であるトランスクリプトと記憶を照合するオフライン処理を行い、誤りの修正、関連メモの統合、検索しやすいWiki形式への再構成などを行います。Anthropicの研究記事では、この考え方をdreamingと呼んでいます。Anthropic「The components of agent memory」
ただし、ここで混同しやすい点があります。dreamingは研究・設計上の呼称であり、AnthropicがClaude Managed Agents向けに案内している研究プレビュー機能の名称は「Dreams」です。Dreamsは、既存の記憶ストアと過去セッションを入力にして、新しい記憶ストアを作るClaude API向けの機能です。Claude Platform Docs: Dreams
Claude dreamingで何が起きるのか
通常のエージェント記憶は、「今回の作業で重要そうなこと」をその場でメモに残す方式です。しかし、その時点では将来何が必要になるかを完全には判断できません。環境や仕様が変われば、以前は正しかったメモも古くなります。
dreamingは、作業中の判断ではなく、複数セッションを終えた後の振り返りで記憶を保守する点に特徴があります。実務上は、次の流れとして整理できます。
- セッションを記録する:依頼、エージェントの回答、ツール呼び出し、ツール実行結果を保存する。
- 既存メモと照合する:記憶に書かれた事実が、過去ログの根拠と矛盾していないかを確かめる。
- 訂正・統合する:重複をまとめ、古い記述を更新し、確信できない記述には確認時点や条件を残す。
- 検索・参照しやすくする:小さな関連ファイル、索引、リンク付きWikiなどへ再構成する。
- 次セッションで参照する:整備済みの記憶を、次回の作業の補助情報として使う。
AnthropicのDreamsでは、既存のmemory storeと過去1〜100セッションを入力に取り、入力ストアを直接変更せず、別の出力memory storeとして再編結果を生成します。元データを残したまま、出力内容を確認し、不要であれば破棄できる構成です。Claude Platform Docs: Dreams
「メモを増やす」だけでは不十分な理由
長期稼働するエージェントでは、記憶量が増えること自体が品質向上とは限りません。古い状態、すでに画面やDBから取得できる現在値、試行途中の仮説が混在すると、エージェントは必要な情報を探すために時間やトークンを使い、誤った前提を再利用するおそれがあります。
AnthropicはPokémon Redを使った例で、約1万ステップ時点のClaude Sonnet 3.7とClaude Fable 5の記憶フォルダを比較しています。Sonnet 3.7は413ファイル・225フォルダを作成してバッジ1個、Fable 5は9ファイルとトップレベルの1ファイルでバッジ4個を得ました。これはゲーム環境での1回ずつの比較です。すべてのエージェント業務に一般化できる結果ではありませんが、現在値の写しを大量に残すのではなく、戦略、計画、検証済みルールのような再利用しにくい知見を残す、という記憶設計の論点を示しています。Anthropic「The components of agent memory」
これは、LLMへ渡す情報全体を設計するコンテキストエンジニアリングともつながります。毎回プロンプトへ長大な記憶を注入するのではなく、「常に読む短い索引」「必要時に検索する詳細記憶」「原本となるログや業務データ」を分けると、どの情報を根拠にしたかを追いやすくなります。
Anthropicの研究で示されたdreamingの結果と限界
Anthropicは、dreamingやWiki形式の記憶がすべての業務で同じように有効だとは説明していません。公開された評価では、対象コーパス、質問の性質、検索との併用有無によって結果が異なることも示されています。
評価・事例 | 公開された結果 | 実務で読むべき点 |
|---|---|---|
誤ったゲーム内メモの修正 | Pokémon Redの例では、トランスクリプトを基に誤った位置メモを訂正した条件は次の都市へ到達した。未訂正の記憶を使う条件と、記憶なしの条件では到達しなかった。 | 記憶をもっともらしい要約として扱わず、ログや正本へ戻って検証できる形で扱う。 |
Stainless文書コーパスのWiki化 | 約35万ファイル・約4.2億トークンのコーパスに対する25問の評価で、検索とWikiを併用した条件は、Wikiの成長に伴い総合スコアが54%から61%へ上がった。検索のみは53%、Wikiのみの最高値は48%だった。 | Wikiは検索の完全な代替ではなく、検索と組み合わせて複数資料をたどる補助層として比較する。 |
合併関連の複数文書質問 | Harvey LABと合併関連文書を用いた24問では、Wikiを参照した条件は87%、検索のみの条件は73%だった。Anthropicは、複数文書の統合、判断、計算が必要な問いを多く含む設定だと説明している。 | 複数資料に散らばる条件や関係性を統合する業務では、記憶表現の価値を測りやすい。 |
単一文書の検索で足りる法務タスク | 多くの評価基準を単一文書からテキスト検索で取得できるHarvey LABの別タスクでは、Wikiによる明確な性能向上は示されなかった。 | 記憶の再編コストに見合うかは、質問が複数資料の統合を必要とするかで変わる。 |
上記はAnthropicが公開した特定条件下の評価です。自社業務で同じ改善幅を保証するものではありません。対象モデル、文書更新頻度、ログ品質、検索方式、正解の定義、許容できる誤りが変われば、結論も変わります。Anthropic「The components of agent memory」
Dreamsは今すぐ使えるのか:提供条件・料金・データの確認点
2026年11月8日時点で、Anthropicの公式ドキュメントはDreamsをClaude Managed Agentsの研究プレビューとして案内しています。利用にはClaude APIのManaged Agentsを使えることに加え、Dreamsへのアクセス申請と、Managed AgentsおよびDreams用のベータヘッダーが必要です。対応モデルは更新され得るため、実装時に公式の対応状況を再確認してください。Claude Platform Docs: Dreams
- 提供元:Anthropic
- 対象:Claude APIのClaude Managed Agents
- 提供段階:研究プレビュー
- 入力:既存memory storeと、過去1〜100セッション
- 出力:入力とは別に生成される再編済みmemory store
- 料金:選択モデルの通常APIトークン料金。公式ドキュメントでは、入力セッションの数と長さに応じておおむね比例すると案内されている
- データ保持:Managed Agentsのセッションは状態を持つリソースであり、トランスクリプトは削除するまで保持される
- 対象外:Managed AgentsおよびDreamsは、Zero Data RetentionとHIPAAの対象外として案内されている
個人情報・機密情報・規制対象データをdreamingの入力にする前に、契約、保存期間、削除手順、アクセス権限を確認してください。Managed Agentsでは、セッションとアップロード済みファイルをAPI経由で削除できると案内されています。Claude Managed Agents overview
実装例で明示されている安全上の注意
Anthropicが公開しているDreamingの実装例では、完了済みセッションを読み込み、Wiki形式のmemory storeへ整理し、将来のセッションではそのストアを読み取り専用で参照する構成が紹介されています。これはDreams本体とは別に、dynamic workflowで同じ発想を実装する例です。Anthropic Cookbook: Dreaming with a dynamic workflow
同Cookbookでは、トランスクリプト、記憶ファイル、実行結果を命令ではなくデータとして扱うことを案内しています。ツール結果や外部コンテンツには「指示を無視して」といった文言が含まれる可能性があるためです。また、秘密情報、APIキー、トークン、パスワードを記憶へコピーしないこと、利用側のセッションではmemory storeを読み取り専用でマウントすることも明記されています。Anthropic Cookbook: Dreaming with a dynamic workflow
Cookbookの例は、記憶の内容が正しいことを自動保証するものではありません。Anthropicは、記憶はトランスクリプトの品質に依存し、最後の記録以後に変化した事実は分析器には分からないため、重要な事実は再確認するよう案内しています。Anthropic Cookbook: Dreaming with a dynamic workflow
企業のAIエージェント運用にどう影響するか
dreamingの本質は、「エージェントに記憶を持たせる」ことよりも、記憶を定期的に監査・更新する工程を設けることにあります。社内規程、製品仕様、顧客対応ルール、開発手順のように更新される情報を扱う場合、過去に正しかったメモが将来の誤回答源になり得るためです。
一方で、dreamingを導入すればエージェントが正しく学び続ける、と考えるのは危険です。誤ったログ、根拠の弱い会話、プロンプトインジェクションを含む外部ツール出力まで記憶へ昇格させれば、誤りを整理して再利用する仕組みになり得ます。AIエージェントへ外部システムの操作を任せる範囲は、AIエージェントの導入判断と、権限・承認・停止条件のガードレール設計を分けて決めてください。
Mojiによる提案:記憶メンテナンスをPoCで評価する手順
以下はAnthropicの研究結果をそのまま再現する手順ではなく、企業が自社のエージェントで記憶メンテナンスの採否を判断するためのMojiによる提案です。
- 記憶の用途を1つに絞る
例:サポート回答の例外条件、開発エージェントの実行済み手順、案件調査の確定事項。最初から全社ナレッジを対象にしません。 - 原本と記憶を分ける
ログ、規程原本、DB・APIの現在値を正本として保ち、記憶は検索・判断を助ける二次情報として扱います。 - メモの項目を固定する
事実 / 根拠URLまたはログID / 確認日時 / 適用条件 / 失効条件 / 確信度 / 更新者を最低限の項目にします。 - 「記憶なし」と比較する
同じ評価ケースを、①記憶なし、②未整理の記憶、③整理・訂正後の記憶で実行します。回答品質だけでなく、検索時間、トークン量、人の修正時間を測ります。 - 差分レビューを必須にする
新しい記憶ストアを即時昇格させず、追加・削除・変更の件数と内容を人が確認します。高リスク領域では、根拠のない新規ルール、期限切れ情報の復活、権限情報の混入を停止条件にします。 - 更新頻度を実測で決める
毎晩の処理を前提にせず、情報更新頻度と失敗影響から、日次・週次・リリース後・一定件数のセッション後などを比較します。
評価チェックリスト
- 記憶に残すべき情報と、毎回正本から取得すべき現在値を区別したか
- 各重要メモに根拠、確認日時、失効条件を残せるか
- Dreaming前後の記憶差分をレビューできるか
- 誤ったメモを検知する評価ケースを含めたか
- 検索のみ、記憶のみ、検索+記憶の3条件を比較したか
- 入力ログから秘密情報、不要な個人情報、未信頼の命令を除外できるか
- 出力memory storeを本番エージェントへ渡す前に承認する責任者を決めたか
- 品質向上だけでなく、処理時間、トークンコスト、人の確認時間を測ったか
まとめ
Claude dreamingは、AIエージェントが残した記憶を、過去ログに戻って検証し、訂正・統合・再構成するための考え方です。Anthropicでは、Claude Managed Agents向けにDreamsという研究プレビュー機能も案内されています。
導入判断で重要なのは、記憶を増やせるかではありません。どの情報を正本として残すか、どのメモを再利用可能な知識とみなすか、誰が更新差分を承認するかを決めることです。複数資料を横断する反復業務では価値が出る可能性がありますが、単一文書の検索で足りる業務や、最新値を業務APIで確定すべき業務では、複雑な記憶層を追加しないほうがよい場合もあります。
モデル比較やエージェント構成の優劣だけで決めず、同一の評価ケース、入力品質、許容誤差、監査要件で比較してください。具体的な評価設計はLLM評価の進め方、文書を根拠に回答する構成との使い分けはRAGの導入判断も参考にしてください。