Claudeマネージド・エージェントとは？アーキテクチャ、仕組み、および活用シーン

AIエージェントの構築が難しいのは、LLMの呼び出し自体が困難だからではありません。より難しいのは、モデルを取り巻く以下の要素です。 エージェントループ、ツール実行、サンドボックス、状態管理、ランタイム、権限設定 これらは、エージェントがタスクを確実に完了させるために不可欠な要素です。

Claude Managed Agentsは、こうしたインフラストラクチャをマネージド型のエージェントランタイムとしてパッケージ化しています。開発者はエージェントを設定するだけで、基盤となる実行インフラの大部分をAnthropicに任せることができます。

Claude Managed Agentsとは？

Claude Managed Agents は、Anthropicが提供する設定可能な事前構築済みエージェント基盤であり、マネージドインフラ上で動作します。 長時間実行や非同期のエージェントワークロード向けに設計されており、エージェントがマルチステップのタスクを完了するために必要なツール、実行環境、セッション、その他のインフラへのアクセスを提供します。

Managed Agentsを理解する最も簡単な方法は、AnthropicのMessages APIと比較することです。

Messages API Messages APIでは、Claudeに直接アクセスできます。ただし、モデルを囲むエージェントループの構築はアプリケーション側の責任となります。具体的には、会話履歴の保持、ツール呼び出しの判断、ツールの実行、結果のClaudeへのフィードバック、そしてタスク完了の判定などです。

Claude Managed Agents Claude Managed Agentsでは、Anthropicがモデル周辺のエージェント基盤とインフラを提供します。実行ループ全体を自前で実装する代わりに、エージェントとその環境を設定し、エージェントが作業を行うためのセッションを作成するだけで済みます。

その違いは次のように要約できます。

すべては以下の裏側で実行されます。 managed-agents-2026-04-01 ベータヘッダー。公式SDKを使用すれば自動的に設定されます。APIアカウントではデフォルトでアクセスが有効になっており、AWS上のClaude Platform経由でも利用可能ですが、機能の可用性やセッションの動作に一部違いがあります。Anthropicは、これを活用している初期のチームとしてNotion、楽天、Sentryの名を挙げています。

「Anthropic Managed Agents（Anthropic管理エージェント）」という名称において、最も重要な意味を持つ言葉は、 管理（Managed）です。新しいモデルや新しい機能が提供されるわけではありません。Claudeは以前からツールを使用できました。ここで提供されるのは、他社の運用チームです。

Claude Managed Agentsはどのように機能しますか？

ライフサイクルは5つのステップで構成されています。各ステップが作成および課金の対象となるリソースに対応しているため、理解しておくことが重要です。

1. エージェントの作成 モデル、システムプロンプト、ツール、MCPサーバー、スキルを定義します。エージェントは一度作成されると、それを使用するすべてのセッションでIDを通じて参照されます。
2. 環境の作成 セッションを実際に実行する場所を設定します。Anthropicが管理するクラウドサンドボックス、またはコンプライアンスやデータレジデンシーの要件に対応するために、ユーザー自身が管理するインフラ上で実行するセルフホスト型サンドボックスのいずれかを選択できます。
3. セッションの開始 セッションとは、特定のタスクを実行するために環境内で稼働するエージェントのインスタンスです。
4. イベントの送信とレスポンスのストリーミング アプリケーションがユーザーのターンをイベントとして送信すると、Claudeが自律的にツールを呼び出し、サーバー送信イベント（SSE）を通じて結果をストリーミングします。イベント履歴はサーバー側に保存され、後からすべて取得可能です。
5. 制御または中断 実行の途中でユーザーイベントを追加してエージェントの方向性を修正したり、完全に中断したりすることができます。

ステップ5は過小評価されがちです。途中で方向修正できない長期的なエージェントは、単にレイテンシが増大したバッチジョブに過ぎません。

4つの主要コンセプト

Claude Managed Agentsは、エージェントの設定と個別のタスクを分離するいくつかの主要コンセプトに基づいて構築されています。

エージェント

エージェントとは、 エージェント とは、エージェントの動作を定義する再利用可能な設定のことです。使用するClaudeモデル、システムプロンプト、ツール、MCPサーバー、スキルなどを指定できます。

例えば、エージェントは以下のように設定できます。

リサーチエージェント
├── モデル: Claude
├── システムプロンプト: リサーチアナリスト
├── ツール
├── MCPサーバー
└── スキル

‍エージェントを設定しておけば、タスクごとに設定をやり直す必要はなく、その定義を使用してセッションを作成できます。

環境

環境とは、 環境 とは、エージェントが実際に作業を行う場所です。

エージェントがコマンドの実行、ファイルの操作、コードの実行、ツールとの連携を行うには場所が必要となるため、これは重要な概念です。マネージドエージェントはAnthropicが管理するサンドボックス環境を使用できます。また、Anthropicはセルフホスト型のサンドボックス構成もサポートしています。

これにより、エージェントの推論プロセスと、そのアクションが実行される環境が分離されます。

セッション

セッションとは、 セッション とは、エージェントがタスクを実行している稼働中のインスタンスを指します。

モデルへの呼び出しを単発のリクエストとして扱うのではなく、セッションを用いることで、エージェントはタスクの遂行、ツールの操作、状態の保持を行うための永続的な実行コンテキストを持つことができます。

簡略化したフローは以下の通りです。

エージェントの設定
       ↓
   環境
       ↓
     セッション
       ↓
 エージェントによる作業実行
       ↓
ツール / ファイル / コード / MCP

このセッションベースのモデルは、最終的な結果を出すまでに多くのステップを必要とする長時間実行型のワークロードにおいて特に有効です。

イベント

アプリケーションは、Managed Agentのセッションと以下の方法でやり取りします。 イベント。これには、ユーザーメッセージ、エージェントのアクティビティ、ツールの実行結果、その他セッション内の変更などが含まれます。

これにより、アプリケーション側でオーケストレーションのループ全体を実装することなく、エージェントセッションを開始し、その進捗をストリーミングで受け取ることが可能になります。

概要は以下の通りです。

お客様のアプリケーション
      │ イベントの開始 / 送信
      ↓
マネージドエージェントセッション
      ├── 推論
      ├── ツールの呼び出し
      ├── コードの実行
      ├── ファイルの読み書き
      └── 作業の継続
      ↓
イベントのストリーミング返信
      ↓
お客様のアプリケーション

その結果、 作業を要求するアプリケーション と エージェントを実行するインフラストラクチャが分離されます。

この分離こそが、マネージドエージェントの核心となる考え方です。開発者はエージェントとその機能を定義し、マネージドランタイムがエージェントの稼働に必要な複雑な処理の大部分を担います。

Claudeマネージドエージェントの実行時には何が起こるのか？

エージェント、環境、セッションの設定が完了すると、Managed Agentsランタイムが実行ループを処理します。

1. アプリケーションからタスクを送信します セッションへ。
2. ランタイムが環境をプロビジョニングし エージェントが作業を行います。
3. Claudeが実行すべきアクションを決定します タスクと利用可能なツールに基づいて。
4. ツールが実行され 設定された環境内で結果がClaudeに返されます。
5. ループが継続します エージェントがタスクを完了するまで。その間、イベントをアプリケーションにストリーミングで返すことができます。

簡略化すると以下の通りです：

タスク
↓
Claudeによる推論
↓
ツール呼び出し
↓
ツール実行結果
↓
Claudeが再推論します
↓
...
↓
最終結果

Messages APIを使用してエージェントを構築する場合との決定的な違いは、 アプリケーション側でモデルの呼び出しやツール実行の結果を個別に制御する必要がない点です。Managed Agentsがそのループ処理を担い、セッションおよびイベントインターフェースを通じて実行状況を公開します。

組み込み機能

あらゆる エージェントゲートウェイ やマネージドハーネスの価値は、開発者が記述しなくて済むコードの量で決まります。Managed Agentsには以下が標準で備わっています。

• 組み込みツールセット サンドボックス内でのシェルコマンド実行用Bash、ファイルの読み書き・編集・検索（glob/grep）操作、ドメインの許可リストや拒否リストで制限可能なウェブ検索・取得機能、そして外部ツールプロバイダーへの接続用MCPサーバーなどが含まれます。
• セキュアなサンドボックス 実行の分離、認証、シークレット管理はすべてAnthropicが処理します。サーバーのプロビジョニングや、コンテナエスケープ対策のロジックを記述する必要はありません。
• チェックポイント機能を備えたステートフルなセッション インタラクション全体にわたる永続的なファイルシステムと会話履歴を保持し、中断や切断が発生してもセッションをスムーズに再開できます。
• コンテキスト管理 プロンプトのキャッシュや圧縮はハーネスに組み込まれているため、トークン料金が急増した際に後付けで対応する必要はありません。
• スケジュール実行。 スケジュールされたデプロイメントを通じて、cronスケジュールでエージェントを定期的に実行します。
• スコープ化された権限とID。 実行トレースを付与した状態で、各エージェントがアクセス可能なツールとデータソースを定義します。
• コンソールによる可観測性。 セッションのトレース、統合分析、トラブルシューティングをClaudeコンソール上で直接行えるため、個々のツール呼び出し、判断プロセス、障害モードを詳細に検証できます。

Anthropicの報告によると、構造化ファイル生成に関する社内テストにおいて、Managed Agentsは標準的なプロンプトループと比較してタスクの成功率が最大10ポイント向上しました。特に難易度の高い問題で最大の効果を発揮しています。これはモデルそのものではなく、ハーネス（実行基盤）に関する主張であり、ハーネスの品質がいかに重要であるかを如実に示しています。

念頭に置いておくべき点として、主要機能のいくつかは 一般公開されていません。マルチエージェントの連携、成功基準に基づく自己評価、MCPトンネル、ドリーミング（dreaming）機能は、現在リサーチプレビュー段階であり、別途アクセス申請が必要です。もし貴社のアーキテクチャが、エージェントが他のエージェントを生成・指揮する仕組みに依存している場合、現時点ではAPIではなく申請フォームからの対応となります。

Claude Managed Agents、Claude Agent SDK、自社構築の比較

この導入を検討しているチームの多くは、実際には以下の3つの選択肢の間で検討を行っています。 Claude Agent SDKの比較 については詳細に解説していますが、全体像は以下の通りです。

パターンは一貫しています。Anthropicに任せる範囲が広がるほど、開発時間は短縮されますが、選択の自由度は失われます。最初のエージェントであれば、通常はそのトレードオフが正解です。しかし、コンプライアンス要件の異なる3つのチームで20個目のエージェントを運用するとなると、そうとは限りません。

Managed Agentsが適しているケース

Managed Agentsが最も効果を発揮するのは、以下のような場合です。

• タスクが長期にわたる場合（単一のリクエスト・レスポンスではなく、数分から数時間にわたる実行と多数のツール呼び出しが必要な場合）。
• チームがすでにClaudeの利用を標準化しており、近い将来にオープンソースモデルや他社モデルを併用する計画がない場合。
• エージェントのインフラ構築に割けるプラットフォームエンジニアリングのリソースがほとんど、あるいは全くない場合。
• 非同期処理やスケジュール実行（夜間の照合、定期的な調査、バッチでのドキュメント生成など）が必要な業務。
• セッションは中断に耐えうる必要があり、ファイルシステムや履歴がインタラクション間で保持される必要があります。
• 数日以内に本番環境へ移行する必要があり、ユースケースが証明された後にアーキテクチャを見直したいと考えている場合。

最後の一つが、これを利用する最も正直な理由です。エージェントを構築する価値があるかどうかを検証するために環境を借りることは、合理的なエンジニアリングの判断と言えます。

チームが直面する限界

エージェントがパイロット運用から実トラフィックへと移行する際、繰り返し発生する3つの制約があります。

モデルの選択肢が固定されていること。 この環境はClaude専用に構築されているため、パフォーマンスは優れていますが、それがまさに、フロンティアモデルを必要としない80%のタスクをより安価なモデルに振り分けられない理由でもあります。1日に数千回実行されるエージェントの場合、そのコストが大きな負担となります。

コストには2つの要素があります。 Claudeの標準トークン料金に加え、マネージドランタイムに対するセッション単位の料金が発生します。セッション時間あたりの価格はサードパーティの解説記事で広く引用されていますが、モデル化する前にAnthropicの公式料金ページで最新の料金を確認してください。詳細については、以下の記事をご覧ください。 Claude Managed Agentsの料金分析。

データ保持は、規制の厳しい業界のチームにとって大きな障壁となります。 Managed Agentsは設計上ステートフルであり、セッションが会話履歴、サンドボックスの状態、出力をサーバー側に保存するため、Anthropicのドキュメントでは以下のように記載されています。 現在、データ保持ゼロ（Zero Data Retention）やHIPAAの事業提携契約（BAA）の対象外。APIを通じていつでもセッションやアップロードしたファイルを削除できるため、管理権限は保持していますが、コンプライアンス体制としてZDRやBAAが必須である場合、これは調達の議論以前の決定的な障壁となります。セルフホスト型のサンドボックスオプションはコードの実行場所には対応していますが、プラットフォームが何を保持するかという問題には対応していません。

TrueForge：Claude Managed Agentsのオープンソース代替、最大75%のコスト削減を実現

TrueForge は、エージェントの本番運用においてより高い制御性を求めるチームのための、TrueFoundryによるオープンソースかつベンダー中立なエージェント環境です。ランタイムを単一のモデルプロバイダーに縛り付けるのではなく、TrueForgeでは独自のモデル、MCPサーバー、インフラを持ち込みつつ、エージェントループ、ツール実行、コンテキスト管理、承認プロセス、サンドボックス化を統合的に管理できます。

Hermesのようなセルフホスト型エージェントが本番インフラの多くを開発者に委ねるのに対し、TrueForgeはチームや環境を横断してエージェントを運用するために必要な制御プレーンを提供します。これには、MCPアクセスと認証情報の集中管理、ヒューマン・イン・ザ・ループによる承認、サンドボックス実行、可観測性、ガバナンスが含まれます。

ローカル環境で実行するには、以下のコマンドを使用します。 npx @truefoundry/trueforge また、Docker ComposeやHelmを使用してチーム向けにデプロイすることも可能です。

TrueForgeは、エージェントのランタイムとモデル層を分離しています。これにより、チームはエージェント自体を再構築することなく、モデルを切り替えたり、ワークロードを別のプロバイダーにルーティングしたりできます。TrueFoundryのAI Gatewayと組み合わせることで、モデルのルーティングやコスト管理を適用し、不要なタスクに高価な最先端モデルを使用することを防げます。その結果、フルマネージドなランタイムと、エージェントのインフラ全体を自前で構築する手法の中間を実現しました。 本番環境でエージェントを大規模に運用するために必要な運用制御を備えた、オープンソースのエージェントハーネスです。‍

Claude Managed Agentsとのベンチマーク比較において、TrueForgeはOpus 4.8上で実行した場合、同等のタスク精度を維持しながらトークン消費量を約40%削減し、実行あたりのコストを約30%低減しました。同じベンチマークをGLM-5.2で実行した際、TrueForgeはClaude Managed Agentsの11.80ドルに対し、約2.90ドルで同等のタスクスコア（約11/14）を達成し、コストを約 75%削減しました。

TrueFoundryは、モデルコストを削減するためのもう一つの手段として、 AI Gatewayの 自動ルーティングを提供しています。すべてのリクエストを最先端モデルに送信するのではなく、リクエストの複雑さを分類して適切なモデル層に振り分けます。550件のプロンプトを用いたTrueFoundryのベンチマークでは、Haiku、Sonnet、Opus間でルーティングを行うことで、ベースラインの品質を98%維持したままコストを69%削減し、平均レイテンシを7.6秒から4.0秒に短縮しました。本番環境に近いトラフィックでは、全体で80%のコスト削減を達成しています。

これら2つの層は、コスト方程式の異なる部分に対処します。 TrueForgeはエージェント自体の実行オーバーヘッドを削減し、一方、 モデルルーティングは、タスクに不要な高価なモデルの使用を回避します。エージェントを大規模に運用するチームにとって、これら両方の制御手段を持つことは、モデル単体の価格以上に重要となる場合があります。

TrueForgeはオープンソースであり、 MITライセンスで提供されています。 TrueFoundryのAI Gatewayは、個別のエージェントから本番環境へと移行するチームが必要とする運用レイヤー（モデルの一元管理、予算管理、ガードレール、認証情報管理、統合トレース）を提供します。

Claude Managed Agentsと、より構成の自由度が高いアーキテクチャを比較検討する際、以下のような要素を重視するのであれば、TrueFoundryの導入を検討する価値があります。 モデルの柔軟性、インフラの制御、エージェントのコスト最適化 エージェントのランタイムそのものと同様に、これらが重要となる場合です。

An Open-Source Alternative to Claude Managed Agents, Up to 75% Cheaper

Run production-ready AI agents on your own infrastructure with TrueForge, using your choice of models, tools, and sandbox providers.

View on GitHub

Docs

Managed Agentsがカバーしない領域

Managed Agentsは、単一のエージェントのランタイムを管理するのには非常に優れています。しかし、それができないのは エージェント群（フリート） の管理です。これはエージェントが5つを超えたあたりで顕在化する問題であり、財務部門からコストについて問われ、セキュリティ部門から認証情報の承認プロセスについて問われるようになります。

エージェントハーネスは、 エージェントの動作を制御します。一方、AI Gatewayは、 そのエージェントがどのようにモデルにアクセスするかを制御します。

例えば、組織がClaude Managed AgentsやTrueForgeを使用してエージェントを実行しつつ、モデルへのリクエストをAI Gateway経由でルーティングするといった運用が可能です。
TrueFoundryの AI Gateway は、エージェントが行うすべてのモデル呼び出しやMCP呼び出しの前面に配置され、モデルの一元管理、チームごとの予算設定、レート制限、ガードレール、認証情報管理、統合トレースを適用します。これは、チームが使用しているエージェントやフレームワークの種類を問わず機能します。OpenAI互換の単一APIを通じて1,000種類以上のLLMをサポートし、オーバーヘッドはわずか3〜4ミリ秒程度、単一のvCPUで350 RPS以上を処理できるため、長時間稼働するエージェントのホットパスに配置してもボトルネックになりません。また、お客様自身のVPC内やオンプレミス、あるいはエアギャップ環境でも実行可能です。

これは、組織が単一のモデルプロバイダーに依存せず、複数のモデルにまたがってエージェントを運用する場合に特に有効です。

エージェントランタイム： エージェントのループ、ツール、状態、実行を管理します。

AIゲートウェイ： モデルへのアクセス、ルーティング、ポリシー、可観測性、およびプロバイダーの抽象化を管理します。

この分離により、チームはエージェント自体を再設計することなく、モデルの変更や追加が可能になります。

結論

Claude Managed Agentsは、エージェント開発を次のレベルへと引き上げます。Claudeの実行基盤を自前で構築する代わりに、長時間実行される非同期エージェントワークロード向けに設計されたマネージドハーネスを利用できるようになります。

重要なのは、 モデルとその周辺環境を区別することです。モデルが推論を提供し、エージェントハーネスがループ、ツール、サンドボックス、セッション、実行を管理します。Managed Agentsはそのインフラストラクチャの多くをAnthropicのプラットフォームにパッケージ化していますが、一方で TrueForge のようなオープンソースのアプローチでは、ハーネスやランタイムに対するチームの制御権がより高まります。

したがって、本番環境のAIシステムにおいて、選択すべきはどのモデルを使うかという点だけではありません。それは、 エージェントのランタイムをどこに配置し、誰が運用し、どの程度の制御が必要で、どのようにモデルへのアクセスを管理するかという点でもあります。

エージェントの能力が向上し、より複雑なワークフローを扱うようになるにつれ、こうしたインフラストラクチャの決定は、信頼性の高い本番用エージェントを構築する上でますます重要な要素となります。

FAQ

Q: Claude Managed Agentsとは何ですか？

‍A: Claude Managed Agentsは、Claudeプラットフォーム上でクラウドホスト型のAIエージェントを構築・実行するための、Anthropicが提供する構成可能なAPIスイートです。ツール呼び出しループ、サンドボックス化された実行環境、セッション状態、スコープ付き権限、トレーシングといった構築済みのエージェントハーネスを提供するため、チームは独自のランタイムを構築することなくエージェントをデプロイできます。2026年4月8日にパブリックベータ版としてリリースされ、エージェント、環境、セッション、イベントという4つの概念に基づいて構築されています。

Q: Claude Managed AgentsとClaude Agent SDKの違いは何ですか？

‍A: Claude Agent SDKは、お客様自身のプロセスおよびインフラストラクチャ内でエージェントループを実行しますが、Claude Managed AgentsはAnthropicの環境で実行します。SDKを使用する場合、ランタイム、サンドボックス、および運用負荷はお客様の管理下となります。Managed Agentsを使用する場合は、これらすべてをAnthropicに委ねる代わりに、本番環境向けのインフラストラクチャ、永続性、コンソールトレースを利用できます。どちらもClaude専用です。

Q: Claude Managed Agentsの料金はいくらですか？

‍A: 料金は2つの要素で構成されます。モデルの標準的なClaude APIトークン料金と、マネージドランタイムに対するセッションベースの料金です。エージェントは長時間実行されることが多く、ハーネス自体もツール呼び出しやコンテキスト管理のためにトークンを消費するため、通常はトークン料金が請求額の大半を占めます。当社の 料金の内訳 では、実行ごとの計算方法を詳しく解説しています。

Q: TrueFoundryを自社のVPCやオンプレミスにデプロイできますか？

‍A: はい、可能です。TrueFoundryは、お客様のVPC、オンプレミス、エアギャップ環境、ハイブリッド環境、またはマルチクラウド環境で実行でき、データがお客様のドメイン外に出ることはありません。これが、規制の厳しい企業がSaaS専用ゲートウェイではなくTrueFoundryを選択する主な理由です。特に、Managed Agentsは現時点で「Zero Data Retention（データ保持なし）」や「HIPAA BAA」の対象外であるため、この点は重要です。

Q: TrueFoundryはMCPやAIエージェントをサポートしていますか？

‍A: はい。TrueFoundryには、MCPゲートウェイ、エージェントゲートウェイ、およびツールレベルのアクセス制御を備えたMCP & エージェントレジストリが含まれています。LangGraph、CrewAI、AutoGen、Claude Agent SDK、またはカスタムフレームワークで構築されたエージェントは、すべて一元的にデプロイおよび管理可能です。

Q: TrueFoundryは何種類のLLMをサポートしていますか？

‍A: OpenAI互換の単一APIを通じて、1,000種類以上のLLMをサポートしています。リクエスト内のモデル名を変更するだけでモデルを切り替えられるため（URLや認証情報はそのまま）、単純なタスクを安価なモデルに振り分ける際も、コードの書き換えではなく設定変更だけで対応可能です。

関連資料

• Claude Managed Agentsの代替手段 マネージドサービスが適さない場合に検討すべき5つの選択肢
• TrueForgeとClaude Managed Agentsの比較：ベンチマーク Enterprise-Benchの完全な手法と実行あたりのコスト数値
• マルチエージェント・オーケストレーションとは？ 単一エージェントのランタイムを制御する上位レイヤー
• LLMエージェント：アーキテクチャとパターン 本記事の背景となる入門ガイド
• AIエージェント・レジストリ エージェントの数が数個を超えた場合の管理方法