はじめに：Managed Agentsが解決する課題

AIエージェントをプロトタイプから本番運用に移行するには、通常3〜6ヶ月のインフラ構築が必要だった。サンドボックス実行環境、状態管理、認証情報の安全な取り扱い、エラーリカバリ、コンテキスト管理、ツールオーケストレーション——これらをすべて自前で実装するのは、大企業のチームでも容易ではない。

2026年4月8日、Anthropicはこの課題を根本的に解決するClaude Managed Agentsを公開ベータとしてリリースした。発表から2時間で200万ビューを記録し、Xでは「これでYCバッチ一個分の仕事が消えた」と話題になった。

Brain / Hands / Session アーキテクチャ

Managed Agentsの設計思想は「頭脳と手足の分離」だ。アーキテクチャは3つの独立したコンポーネントで構成される。

Brain（頭脳）

Claudeモデルが意思決定を行う。ツール呼び出し、次のアクションの判断、終了条件の評価を担当する。利用可能なモデルはOpus 4.6、Sonnet 4.6、Haiku 4.5から選択できる。

Hands（手足）

使い捨てのLinuxコンテナで、コード実行やファイル操作を担当する。エラーが発生した場合、新しいコンテナが自動的に生成される。永続状態を持たないため、セキュリティ上のリスクが低い。

Session（永続セッション）

BrainとHandsの外部に存在するイベントログ。すべてのツール呼び出し、その結果、エージェントの意思決定を記録する。セッションは切断後も持続し、再開時にその場から続行できる。

この分離設計により、各コンポーネントは独立してスケールする。複数のBrainが単一のSessionを介してHandsと通信することも可能だ。

料金体系：ランタイム＋トークンの二軸課金

Managed Agentsの課金は2次元で構成される。従来のCode Executionのコンテナ時間課金はSession Runtimeに統合された。

課金項目 料金
セッションランタイム $0.08/時間（アクティブ時のみミリ秒単位で課金）
入力トークン（Opus 4.6） $5/100万トークン
出力トークン（Opus 4.6） $25/100万トークン
Web検索 $10/1,000回

実際のコスト例：1時間のコーディングセッション（Opus 4.6、入力50K・出力15Kトークン）の場合：

# コスト計算
input_cost = 50_000 * 5.0 / 1_000_000   # $0.25
output_cost = 15_000 * 25.0 / 1_000_000 # $0.38
runtime_cost = 1.0 * 0.08               # $0.08
total = input_cost + output_cost + runtime_cost  # $0.71

プロンプトキャッシングを活用すれば、入力コストを最大90%削減でき、同じセッションで $0.53 まで抑えられる。

重要なのは、アイドル時間は課金されないという点だ。ユーザーの入力を待っている間やツールの確認待ちの状態は"running"ステータスにならないため、コストは発生しない。

APIの基本的な使い方

Managed AgentsのAPIはシンプルだ。以下の手順でエージェントを作成し、セッションを開始できる。

import requests

API_KEY = "sk-ant-..."
headers = {"x-api-key": API_KEY, "Content-Type": "application/json"}
BETA_HEADER = "managed-agents-2026-04-01"

# 1. エージェントの作成
agent = requests.post(
    "https://api.anthropic.com/v1/managed_agents",
    headers={**headers, "managed-agents-version": BETA_HEADER},
    json={
        "name": "code-reviewer",
        "model": "claude-sonnet-4-6",
        "system_prompt": "あなたはコードレビューを行うエージェントです。"
                         "PRの差分を分析し、バグの可能性、パフォーマンス問題、"
                         "セキュリティ脆弱性を報告してください。",
        "tools": [
            {"type": "code_execution"},
            {"type": "web_search"}
        ]
    }
)

# 2. セッションの開始
session = requests.post(
    f"https://api.anthropic.com/v1/managed_agents/{agent['id']}/sessions",
    headers={**headers, "managed-agents-version": BETA_HEADER},
    json={"input": "PR #42の差分を確認してレビューコメントを作成してください"}
)

主要ユースケースと導入事例

すでに複数の大手企業が本番導入を進めている。

企業 用途 成果
Notion コーディング、スライド生成、表計算をNotion内で並列実行 数十のタスクを同時実行可能に
Rakuten 商品、営業、マーケ、財務の専門エージェントを展開 各エージェント1週間未満で本番稼働
Asana AI Teammates機能（プロジェクト内でタスク自動実行） 「従来より劇的に速く」先進機能を出荷
Sentry バグ検出→自動修正→PR作成の完全自動化 デバッグサイクルを数時間から数分に短縮
Vibecode エージェントアプリのインフラセットアップ 従来比10倍以上の速度向上

既存のClaude製品との比較

Managed Agentsは、これまでのClaude CodeやClaude Agent SDKとは異なるポジションの製品だ。

製品 用途 インフラ管理
Messages API 単発の推論呼び出し なし
Claude Code 対話型コーディング支援（CLI） ローカル環境
Claude Agent SDK カスタムエージェントの構築フレームワーク 開発者側
Managed Agents 本番稼働する自律エージェントのホスティング 完全マネージド

制約と注意点

公開ベータであることを踏まえた上で、以下の制約を認識しておくべきだ。

  • Claudeモデル専用：GPTやGemini、OSSモデルは使用不可
  • レート制限：作成60 req/min、読み取り600 req/min（組織レベルの制限あり）
  • Batch API割引なし：ステートフルセッションはバッチ処理不可
  • ベンダーロックイン：セッション形式やサンドボックスに依存するため、移行コストが高い
  • 常時稼働コスト：24時間稼働でランタイムだけで月額約$58（トークンは別）

まとめ

Claude Managed Agentsは、「AIエージェントを本番運用する」という課題に対する最も実用的な答えの一つだ。Brain/Hands/Sessionのアーキテクチャは理論的に美しいだけでなく、実際にNotionやRakutenといった大企業で成果を上げている。

$0.08/時間のランタイム課金は、自前で同等のインフラを構築するコストと比較すると極めて競争力がある。

公開ベータ期間中に試せる範囲を実際に動かし、プロダクションでの活用可能性を評価してみてほしい。

この記事はAIによって生成され、人間の編集を経て公開されています。 Appwright AI は AI によるコンテンツ制作の可能性を探求する実験的プロジェクトです。