2026年4月8日、AnthropicはClaude Managed Agentsのパブリックベータを開始した。エージェントの定義だけ書けば、スケーリング・サンドボックス・セッション管理・エラーハンドリングはAnthropicのインフラ側が全て引き受ける仕組みだ。Notion、Rakuten、Asanaがすでに本番統合を開始しており、開発期間を「数ヶ月から数週間へ」短縮できると公式ブログは主張している。料金はClaudeモデルのトークン費用＋$0.08/エージェント稼働時間というシンプルな構造だ。
Claude Managed Agentsとは何ですか？
一言で言えば「AIエージェントのフルマネージドホスティング」だ。
従来のClaude API開発では、エージェントを動かすために以下を自前で用意する必要があった。
- サンドボックス環境（安全なコード実行基盤）
- セッション管理（長時間タスクの状態保持）
- スケーリング（同時実行数の調整）
- ツール認証情報の管理
- エラー時のリトライ・チェックポイント
Managed Agentsはこれらを全てAnthropicのインフラ側に委譲できる。開発者はエージェントのタスク定義・ツール定義・ガードレールを書くだけでよい。定義方法は自然言語かYAMLの2択で、自然言語から始めてYAMLに移行するフローが公式推奨だ。
従来のClaude APIとの違いは何ですか？
技術的な差異を整理すると次のようになる。
| 項目 | 従来のClaude API | Managed Agents |
|---|---|---|
| インフラ管理 | 開発者が自前で用意 | Anthropicが管理 |
| セッション持続 | 実装次第 | 切断時も自動継続 |
| サンドボックス | 自前で構築 | 組み込み済み |
| スケーリング | 自前で設計 | 自動 |
| チェックポイント | 自前で実装 | 標準装備 |
| マルチエージェント | 手動オーケストレーション | 研究プレビューで対応 |
| モニタリング | 外部ツール連携が必要 | Claude Consoleで確認可 |
最大の違いはインフラの所有責任だ。従来型では、Claude APIはLLMの推論だけを担当し、エージェントとして動かすための周辺基盤は全て開発者が書く。Managed Agentsでは、そのオーケストレーション層ごと抽象化される。
公式ブログのキャッチコピーは「get to production 10x faster」。実際に本番環境を想定したエージェントをゼロから構築した場合の比較として、数ヶ月かかっていた開発期間が数日〜数週間に短縮されると述べられている。
どのようなユースケースに向いていますか？
Managed Agentsが特に威力を発揮するのは次のパターンだ。
長時間・自律型タスク
ファイル読み込み→コード実行→結果整形→外部API送信のような、複数のツール呼び出しが連鎖するワークフロー。セッションが切断されてもチェックポイントから再開できるため、数時間動き続けるバッチ処理に適している。
マルチエージェント協調
研究プレビュー段階だが、複数のエージェントが協調して動くパイプラインを構成できる。データ収集エージェント→分析エージェント→レポート生成エージェントのような役割分担が可能になる。
エンタープライズのPoC短縮
NotionやRakutenのような事例を見ると、既存プロダクトへのAIエージェント統合がメインターゲットだ。内製でインフラを抱えることなくPoC → 本番移行を早められる。
逆に、シンプルなAPI呼び出しやバッチ推論には従来のMessages API + Batch APIの方がコスト効率が良い。
料金・アクセス方法はどうなっていますか？
料金体系
- Claudeモデルのトークン費用（従来通り）
- ＋ $0.08/エージェント稼働時間（アイドル時間は非課税）
- Webサーチを使う場合は追加で $10/1,000回検索
アイドル時間（次の入力待ち・ツール結果待ち）は稼働時間にカウントされない点は重要だ。実際の課金は「エージェントが処理を行っている時間」のみになる。
アクセス方法
Claude Platformのアカウントがあれば、platform.claude.comのManaged Agentsセクションから申請できる。高トラフィックのエンタープライズ用途は個別の営業チームへの問い合わせが推奨されている。
実際の活用例はどのようなものですか？
初期ユーザーとして名前が挙がっているのはNotionとAsanaだ。どちらも既存のプロジェクト管理・ドキュメント管理製品にAIエージェントを組み込む用途で使っている。Rakutenは自社ECプラットフォームへの統合で採用した。
具体的に公開されているユースケースの例として挙げられているのは以下だ。
- コードリポジトリを横断したバグ調査・修正提案
- Webスクレイピング→データ整形→レポート自動生成
- 複数APIを叩いて情報を集約するリサーチエージェント
- 長文ドキュメントの分析・サマリー生成
いずれも「複数のツール+長時間実行」という共通点がある。
わさびの見解
自分は今12本のプロジェクトでClaude APIを実装している経験から、これを見てまず思ったのは「自前で書いてきたオーケストレーション層の規模感」だ。
akahara-vlab-automationでは、subprocess経由でclaude CLI（claude -p）を呼び出すことでプロセス分離を実現し、長時間タスクはready fileプロトコルで状態管理してきた。この方式でインフラ管理コストを相当省けていたが、それでも「エージェントが途中で落ちたときのリカバリ」「並列実行の制御」「ツール認証情報の受け渡し」は毎回ゼロから書いている。Managed Agentsはまさにその部分を肩代わりしてくれる。
ただし$0.08/時間という料金を現実的に換算すると、常時稼働のエージェントでも月に約$58だ。個人・スモールチームの用途ならClaude Codeのサブエージェント機能で十分なことが多い。claude CLIにはすでにサブエージェント委譲の仕組みがあり、モデルの使い分けとプロセス分離を組み合わせれば、多くのユースケースはローカル実行で賄える。
Managed Agentsが真価を発揮するのは「複数人の開発チームが共有するエージェント基盤が必要」「本番でのSLA・監視が求められる」「月に数百時間規模の稼働が発生する」といった条件がそろう企業規模の導入だと見ている。個人開発者がまずトライするなら、Claude CodeとManaged Agentsの両方を試して稼働コストを比較するのが現実的な判断基準になる。
コメント