
Claude Managed Agents とは何か? ── 従来のClaude APIとの違いと、使いたくなる理由
一行で言うと
「Claudeに仕事を丸投げできるサーバーレス実行環境」です。従来のClaude APIが「一問一答の頭脳」だとすれば、Managed Agentsは「自分でファイルを作り、コマンドを叩き、Webを調べ、成果物を納品してくれる作業者」です。
既存サービスとの位置づけ
claude.ai(Web版)── ブラウザでClaudeとチャット。手動で会話する。一般ユーザー向け。
Claude Code ── ターミナルでClaudeがコードを読み書き実行する。開発者が横で見ながら作業する。ローカル環境。
Claude API(Messages API)── プログラムからClaudeにテキストを送り、返答を受け取る。ツール呼び出しも可能だが、ツールの実行はすべて自分のコードで行う。自前サーバー。
Claude Agent SDK ── Claude Codeの機能をSDKとして組み込む。ローカルマシン上でファイル操作やシェル実行が可能。ローカル環境。
Claude Managed Agents(New!)── Anthropicのクラウド上にコンテナが立ち上がり、Claudeが自律的にファイル作成・コマンド実行・Web検索を行い、成果物を返す。あなたのサーバーは不要。サーバーレス。
「Claude Codeと何が違うの?」── 最大の疑問に答える
Claude Codeを日常的に使っている人が最初に感じる疑問がこれだと思う。結論から言うと、Claudeがエージェンティックに動くという部分は同じ。違うのは「誰が」「どこで」「何のために」使うか。
エージェントとしての能力は同じ
Claude CodeでもManaged Agentsでも、以下はすべてできる:
bash実行
ファイル読み書き
Web検索
自律的にツールを選んでループ
考えながら試行錯誤
中のClaudeがやっていること自体は同じ。
決定的に違うのは「使う場面」
Claude Code = あなたが自分のPCで対話的に使う開発ツール
あなた ←→ ターミナル ←→ Claude(あなたのマシン上のファイルを操作)あなたが横で見ていることが前提
あなたのマシンで動く
あなたのファイルを触る
1人の開発者が1セッション使う
Managed Agents = あなたのプロダクトに組み込む「裏方のClaude」
ユーザー → あなたのアプリ → API呼び出し → Anthropicのクラウドで実行
↓
成果物が返ってくるあなたがいなくても動く
Anthropicのクラウドで動く
隔離されたコンテナ内のファイルを触る
あなたのアプリのエンドユーザーのために動く
5つのシーンで比較する
シーン❶:自分のコードをリファクタリングしたい
Claude Code → ターミナルで「このファイルをリファクタして」。目の前で書き換わる。完了。
Managed Agents → わざわざ使う必要なし。Claude Codeで十分。
シーン❷:ユーザーがCSVをアップロードしたら自動で分析レポートを返すSaaS
Claude Code → 無理。あなたのPCにClaude Codeが動いていて、あなたが手動で対応するわけにいかない。
Managed Agents → ユーザーのアップロードをトリガーに`POST /v1/sessions`。クラウドのコンテナでpandasが走り、レポートが生成され、ユーザーにダウンロードURLを返す。あなたは寝ていてもいい。
シーン❸:毎朝、競合のブログをチェックして要約レポートを作りたい
Claude Code → 毎朝自分でターミナルを開いて「調べて」と打つ? → 自動化しにくい。
Managed Agents → cronやWebhookでセッションを起動。自動でWeb検索→要約→ファイル生成。Slackに通知。完全無人。
シーン❹:PRが来たら自動でコードレビュー+テスト生成
Claude Code → GitHub Actionsから呼べるが、CI環境にClaude Codeをインストール&設定する必要あり。
Managed Agents → API1本で起動。レビュー専門エージェントとテスト専門エージェントがマルチエージェントで並行作業。コンテナもAnthropicが管理。
シーン❺:「この仕様書から、基準を満たすまで何度でもやり直してExcelレポートを作って」
Claude Code → あなたが成果物を確認→「ここ直して」→確認→「ここも」...の手動ループ。
Managed Agents → Outcomes機能で採点基準(ルーブリック)を定義。Claudeが自分で成果物を作り、別のgraderが採点し、基準を満たすまで自動でやり直す。人間が介在しない品質保証ループ。
一言でまとめると
Claude Code → あなたの開発を加速するペアプロ相手。あなたのPCで、ターミナルで対話、あなた自身が使う。基本は対話前提。
Managed Agents → あなたのプロダクトに組み込むバックエンドワーカー。Anthropicのクラウドで、APIで自動起動、あなたの顧客・チーム・自動化パイプラインが使う。完全無人可能。
あなたが毎日Claude Codeを使って便利だと感じている体験を、あなたのプロダクトのユーザーにも提供できるようにするのがManaged Agents、という理解が一番しっくりくる。
逆に言えば、自分の開発作業にだけ使うなら、今のClaude Codeで十分。Managed Agentsが必要になるのは「Claude的な作業能力を、自分以外の人やシステムにも提供したい」とき。
従来のAPI(Messages API)との根本的な違い
Messages API:「頭脳だけ貸してくれる」
あなたのアプリ → APIにテキスト送信 → Claudeが返答 → あなたのアプリに返るツールを使いたい場合:
1. Claudeが「get_weatherを呼びたい」と返す
2. あなたのコードがget_weatherを実行する ← ここは自分で書く
3. 結果をClaudeに送り返す
4. Claudeが最終回答を返すポイント:ツールの実行環境、ループ制御、エラーハンドリング、すべて自分で構築する必要がある。
Managed Agents:「頭脳も手足もクラウドに丸ごとある」
あなたのアプリ → POST /v1/agents でエージェント定義
→ POST /v1/sessions でセッション開始
→ SSEストリームで進捗をリアルタイム受信
→ 完了したら成果物をダウンロードポイント:Claudeが自分でbashを叩き、ファイルを書き、Webを検索する。あなたはイベントを受け取るだけ。
アーキテクチャ:4つの概念
Agent ── モデル・システムプロンプト・ツール・MCPサーバーの設定。「このエージェントは何ができるか」の定義。永続で、何度でも再利用できる。
Environment ── コンテナのテンプレート。インストールするパッケージ、ネットワーク制限などを定義。永続で、複数セッションで共有できる。
Session ── エージェントと環境を紐づけた実行インスタンス。1セッション = 1コンテナ。タスク完了まで存続。
Events ── アプリとエージェント間の通信。SSEでリアルタイムにやり取り。セッション内で使う。
具体的な使い方(Python SDK)
ステップ1:エージェントを定義する
import anthropic
client = anthropic.Anthropic()
agent = client.beta.agents.create(
name="Deep researcher",
model="claude-sonnet-4-6",
system="You are a research agent. Given a question or topic...",
tools=[
{"type": "agent_toolset_20260401"} # bash, read, write, edit, glob, grep, web_search, web_fetch
],
)ステップ2:環境を作る
environment = client.beta.environments.create(
name="research-env",
config={
"type": "cloud",
"packages": {"pip": ["pandas", "matplotlib"]},
"networking": {"type": "unrestricted"},
},
)ステップ3:セッションを開始する
session = client.beta.sessions.create(
agent=agent.id,
environment_id=environment.id,
title="2025年のAI市場調査",
)ステップ4:メッセージを送り、結果を受け取る
# メッセージ送信
client.beta.sessions.events.send(
session.id,
events=[{
"type": "user.message",
"content": [{"type": "text", "text": "2025年のAI市場規模を調査してレポートを作成して"}]
}]
)
# SSEストリームでリアルタイムに進捗を受信
with client.beta.sessions.stream(session.id) as stream:
for event in stream:
if event.type == "agent.message":
for block in event.content:
if block.type == "text":
print(block.text, end="")
elif event.type == "agent.tool_use":
print(f"\n[ツール使用: {event.name}]")
elif event.type == "session.status_idle":
print("\n\n完了!")
breakビルトインツール一覧
`agent_toolset_20260401` を指定すると、以下がすべて使えるようになる:
`bash` ── シェルコマンド実行(pip install, python script.py, git, curl...)
`read` ── ファイル読み取り
`write` ── ファイル書き込み
`edit` ── ファイルの部分編集
`glob` ── パターンでファイル検索
`grep` ── 正規表現でテキスト検索
`web_search` ── Web検索
`web_fetch` ── 指定URLの内容取得
特定ツールだけ使わせたい場合:
tools=[{
"type": "agent_toolset_20260401",
"default_config": {"enabled": False}, # 全部オフ
"configs": [
{"name": "bash", "enabled": True}, # bashだけオン
{"name": "read", "enabled": True},
]
}]カスタムツール:自分のAPIと連携する
ビルトインツールに加えて、自分のサービスのAPIをカスタムツールとして追加できる。
agent = client.beta.agents.create(
name="Weather Agent",
model="claude-sonnet-4-6",
tools=[
{"type": "agent_toolset_20260401"},
{
"type": "custom",
"name": "get_weather",
"description": "指定した場所の天気を取得する",
"input_schema": {
"type": "object",
"properties": {"location": {"type": "string"}},
"required": ["location"]
}
}
],
)Claudeがカスタムツールを呼ぶと、`agent.custom_tool_use` イベントがSSEで届く。あなたのアプリがそのツールを実行し、結果を `user.custom_tool_result` で返す。
Managed Agentsならではの機能
Claude Codeにはない、Managed Agents固有の強力な機能がいくつかある。
マルチエージェント:専門チームを構成する
コーディネーターエージェントが全体を統括し、専門エージェントに仕事を振れる。各エージェントは独立したコンテキスト(スレッド)で動くため、互いの作業を邪魔しない。
orchestrator = client.beta.agents.create(
name="Engineering Lead",
model="claude-sonnet-4-6",
system="コードレビューはreviewer、テスト作成はtest-writerに委譲せよ",
tools=[{"type": "agent_toolset_20260401"}],
callable_agents=[
{"type": "agent", "id": reviewer.id, "version": reviewer.version},
{"type": "agent", "id": test_writer.id, "version": test_writer.version},
],
)コンテナとファイルシステムは共有しつつ、各エージェントのコンテキストは分離。レビュー担当の思考がテスト担当のコンテキストを汚染しない。
Outcomes:採点基準を満たすまで自動でやり直す
「やっておいて」で終わりではなく、品質保証を自動化できる。
ルーブリック(採点基準)をMarkdownで定義する
Claudeが成果物を作る
別のコンテキストの採点者(grader)が各基準を採点する
基準を満たさなければ、具体的なフィードバックとともにClaudeが修正する
基準を満たすか、最大N回に達するまで繰り返す
client.beta.sessions.events.send(
session.id,
events=[{
"type": "user.define_outcome",
"description": "CostcoのDCFモデルを.xlsxで作成",
"rubric": {"type": "text", "content": "# 採点基準\n## 収益予測\n- 過去5年分の実績データを使用..."},
"max_iterations": 5, # 最大5回やり直し
}]
)Claude Codeでは「ここ直して」「まだダメ」の手動ループが必要だが、Managed Agentsなら人間が介在しない品質保証ループが回る。
環境設定の柔軟性
パッケージの事前インストール
config={
"type": "cloud",
"packages": {
"pip": ["pandas", "numpy", "scikit-learn"],
"npm": ["express"],
"apt": ["ffmpeg"],
},
}対応パッケージマネージャー:pip, npm, apt, cargo, gem, go
ネットワーク制御
# 本番環境向け:特定ホストのみ許可
config={
"type": "cloud",
"networking": {
"type": "limited",
"allowed_hosts": ["api.example.com"],
"allow_mcp_servers": True,
"allow_package_managers": True,
},
}イベントストリーム:何が起きているかリアルタイムに把握
SSE(Server-Sent Events)でリアルタイムに進捗が届く:
`agent.message` ── Claudeのテキスト応答
`agent.thinking` ── Claudeの思考過程
`agent.tool_use` ── ツール呼び出し(「bashでpythonを実行します」等)
`agent.tool_result` ── ツールの実行結果
`session.status_idle` ── タスク完了。次の指示待ち
`session.status_terminated` ── エラーで終了
`user.interrupt` ── こちらから中断指示を送れる
中断も可能。作業途中で方針を変えたければ `user.interrupt` を送り、新しい指示を出せる。
料金体系
Managed Agentsの課金はトークン料金とセッション実行時間の2軸。
トークン料金(通常のAPI料金と同じ)
Claude Opus 4.6:入力 $5.00 / 出力 $25.00(1M t)
Claude Sonnet 4.6:入力 $3.00 / 出力 $15.00(1M t)
Claude Haiku 4.5:入力 $1.00 / 出力 $5.00(1M t)
プロンプトキャッシュも適用可能(キャッシュヒットは基本入力料金の0.1倍)。セッション内でのWeb検索は $10 / 1,000検索(通常API同様)。Web fetchは追加料金なし(トークン料金のみ)。
セッション実行時間
セッションランタイム ── $0.08 / 時間。ミリ秒単位で計測。`running`状態の間のみ課金。
アイドル状態(次のメッセージ待ち、ツール承認待ち)は課金されない。
コンテナ時間の別途課金はなし(セッションランタイムに含まれる)。
適用されないもの
通常のMessages APIにある以下の料金修飾子はManaged Agentsには適用されない:
Batch APIディスカウント ── セッションはステートフル。バッチモードなし。
Fast modeプレミアム ── 推論速度はランタイムが管理。
Data residencyマルチプライヤー ── Messages API固有のパラメータ。
サードパーティプラットフォーム料金 ── Claude API直接のみで利用可能。
具体的な料金シミュレーション
例1:1時間のコーディングセッション(Opus 4.6)
入力トークン 50,000 → 50,000 × $5 / 1,000,000 = $0.25
出力トークン 15,000 → 15,000 × $25 / 1,000,000 = $0.375
セッション実行時間 1時間 → 1.0 × $0.08 = $0.08
合計 → $0.705
例2:同じセッションでキャッシュが効いた場合(50,000入力のうち40,000がキャッシュヒット)
未キャッシュ入力 10,000 → 10,000 × $5 / 1,000,000 = $0.05
キャッシュ読み取り 40,000 → 40,000 × $5 × 0.1 / 1,000,000 = $0.02
出力トークン 15,000 → 15,000 × $25 / 1,000,000 = $0.375
セッション実行時間 1時間 → 1.0 × $0.08 = $0.08
合計 → $0.525
例3:10,000件のサポートチケット処理(Opus 4.6)
平均約3,700トークン/会話
合計コスト → 約$37.00 / 10,000件(=1件あたり約0.5円)
コスト最適化のポイント
モデル選択 ── 単純なタスクにはHaiku($1/$5)、複雑な推論にはSonnet($3/$15)
プロンプトキャッシュ ── 繰り返し使うコンテキストはキャッシュで最大90%削減
ツール制限 ── 不要なツール(web_search等)をオフにして無駄な検索課金を防止
従量課金でも使いたくなる理由
1. インフラ構築が不要
従来、Claudeにファイル操作やコマンド実行をさせるには:
自前のサーバーにサンドボックス環境を構築
ツール実行のループ処理を実装
エラーハンドリング、タイムアウト処理
セキュリティ対策(コマンドインジェクション防止等)
Managed Agentsなら、これらが全部Anthropicのクラウド側で用意される。APIを叩くだけ。
2. 「頭脳」と「手足」が分かれている安心感
Anthropicのエンジニアリングブログに、Managed Agentsの設計思想について興味深い記述がある。
彼らはManaged Agentsを「頭脳(brain)」と「手足(hands)」に分離して設計した。Claudeの推論と、コードが実行されるコンテナは別のプロセスとして動いている。
これの何が嬉しいかというと、コンテナが落ちてもセッションが死なない。セッションの記録は外部のログに永続化されているので、コンテナが落ちたらClaudeはそれを「ツール呼び出しのエラー」として受け取り、新しいコンテナを立ち上げて続きから再開できる。長時間のタスクを任せるとき、「途中で落ちたら全部やり直し」にならないのは地味に大きい。
この設計のおかげで、最初のレスポンスまでの待ち時間も大幅に改善されている。コンテナが必要になるまで起動しないので、推論だけで済むタスクはすぐ始まる。Anthropicの公表値では、p50で約60%、p95で90%以上の改善が出ている。
3. 「会話」ではなく「仕事の委託」ができる
Messages APIは本質的に「一問一答」。複雑なタスクをやらせるには、ツール実行ループを自分で書き、状態管理も自分で行う必要がある。
Managed Agentsは「セッション」という概念があり、Claudeが自律的に判断してツールを使い、成果物を作り、完了したら報告してくれる。途中経過もSSEで見える。
しかもセッションのイベントログはClaudeのコンテキストウィンドウとは別に永続化されている。つまり、コンテキストが溢れても過去のやりとりは消えない。Claudeは必要に応じてログを遡って読み返せる。長時間のタスクで「さっきやったこと忘れちゃった」が起きにくい仕組みになっている。
4. マルチエージェントで複雑なワークフローを構築
1つのエージェントだけでなく、専門性の異なる複数のエージェントを組み合わせられる。コーディネーターが全体を統括し、専門エージェントに仕事を振る。各エージェントは独立したコンテキストで動くため、精度が高い。
5. Outcomes(成果保証)で品質を担保
「やっておいて」で終わりではなく、採点基準を定義して自動で品質チェックができる。基準を満たすまでClaudeが自分で修正を繰り返す。人間がレビューする前に、一定品質を保証できる。
6. セキュリティが「仕組み」で担保されている
ここもブログで言及されていて、設計として良いなと思ったポイント。
Claudeが生成したコードが実行されるサンドボックスには、APIキーやOAuthトークンなどの認証情報が一切置かれていない。たとえばGitリポジトリを操作する場合、アクセストークンはコンテナ初期化時にgit remoteに注入されるだけで、Claude自身がトークンの値を見ることはない。外部APIの呼び出しはMCP経由の専用プロキシを通り、認証情報はプロキシの外側にあるVaultから取得される。
つまり、万が一プロンプトインジェクションを受けても、Claudeの実行環境から認証情報を盗み出す経路が構造的に存在しない。「ルールで禁止する」ではなく「物理的にアクセスできない」という設計。ユーザーのAPIキーを扱うプロダクトに組み込むなら、この安心感は大きい。
それに加えて:
ネットワークアクセスをホワイトリストで制限できる
ツールの有効/無効を細かく制御できる
各セッションは隔離されたコンテナで実行される
CLIツール(ant)も用意されている
# CLIのインストール(macOS)
brew install anthropics/tap/ant
# エージェント作成
ant beta:agents create \
--name "Coding Assistant" \
--model claude-sonnet-4-6 \
--tool '{type: agent_toolset_20260401}'
# 環境作成
ant beta:environments create \
--name "dev-env" \
--config '{type: cloud, networking: {type: unrestricted}}'
# セッション開始
ant beta:sessions create \
--agent "$AGENT_ID" \
--environment "$ENVIRONMENT_ID"用意されているテンプレート
コンソールのQuickstartページから、以下のテンプレートをワンクリックで利用できる:
Deep researcher ── 多段階のWeb調査とソース付きレポート作成
Structured extractor ── 非構造テキストを型付きJSONに変換
Field monitor ── ソフトウェアブログを監視し週次ブリーフを作成
Support agent ── ドキュメントに基づく顧客対応
Incident commander ── Sentryアラートのトリアージ、Linearチケット作成、Slack連携
Feedback miner ── Slack/Notionのフィードバックをテーマ分類し、Asanaタスクに変換
Data analyst ── データの読み込み・分析・可視化・レポート作成
まとめ:結局いつ使うのか
Claude Codeで十分なケース
自分の開発作業を加速したい
目の前のコードをリファクタ・デバッグしたい
対話しながら試行錯誤したい
→ 今まで通りClaude Codeを使えばいい
Managed Agentsが必要になるケース
あなたのプロダクトのユーザーに「Claudeが作業してくれる体験」を提供したい
cronやWebhookで無人起動し、成果物だけ受け取りたい
複数の専門エージェントを連携させた複雑なワークフローを組みたい
採点基準を定義して品質を自動保証したい(Outcomes)
サンドボックス・ネットワーク制御・認証管理をAnthropicに任せたい
→ Managed Agentsの出番
一番わかりやすい判断基準
あなたが毎日Claude Codeで感じている「Claudeが自律的に動いてくれて便利」という体験を、あなた以外の人やシステムにも届けたいか?
Yesなら、Managed Agents。
Noなら、Claude Codeで十分。
Beta(`managed-agents-2026-04-01`)として利用可能。全SDKに対応(Python, TypeScript, Java, Go, Ruby, PHP, C#)。