原典: New in Claude Managed Agents: dreaming, outcomes, and multiagent orchestration
一行要約
Managed Agents の3機能。中でも outcomes（rubric を書き、別の context window を持つ採点役に評価させ、通るまで agent がやり直す）が、このサイトが繰り返し扱う「作る者と判定する者を分ける」の製品化にあたる。
要点
outcomes — 品質基準を先に書く
With outcomes, you write a rubric describing what success looks like and the agent works toward it. A separate grader evaluates the output against your criteria in its own context window, so it isn’t influenced by the agent’s reasoning. When something isn’t right, the grader pinpoints what needs to change and the agent takes another pass.
outcomes では、何をもって成功とするかを記述した rubric を書き、エージェントはそれに向かって働く。別個の採点役が、自分自身の context window の中であなたの基準に照らして出力を評価するので、エージェントの推論に影響されない。何かが正しくなければ、採点役は何を変える必要があるかを特定し、エージェントはもう一度取り組む。
Agents do their best work when they know what “good” looks like.
エージェントは何が「良い」のかを知っているときに最良の仕事をする。
数値も出ている。
In testing, outcomes improved task success by up to 10 points over a standard prompting loop, with the largest gains on the hardest problems. Outcomes also improved file generation quality, with +8.4% task success on docx and +10.1% on pptx in our internal benchmarks.
テストにおいて、outcomes は標準的な prompting ループに対してタスク成功率を最大10ポイント改善し、最大の利得は最も難しい問題で得られた。ファイル生成の品質も改善し、内部ベンチマークで docx に +8.4%、pptx に +10.1%。
主観的な品質（コピーがブランドの声に合っているか、デザインが視覚ガイドラインに従っているか）にも効くとされる。
dreaming — セッションを跨いで memory を整える
Dreaming is a scheduled process in Claude Managed Agents that reviews agent sessions and memory stores, extracts patterns, and curates memories so agents improve over time.
dreaming は Claude Managed Agents における予定実行されるプロセスで、エージェントのセッションと memory ストアを見直し、パターンを抽出し、memory を整えることでエージェントが時間とともに改善するようにする。
Dreaming surfaces patterns that a single agent can’t see on its own, including recurring mistakes, workflows that agents converge on, and preferences shared across a team.
dreaming は単一のエージェントが自力では見られないパターンを浮かび上がらせる。繰り返す誤り、エージェントが収束していくワークフロー、チーム内で共有される好みなどである。
memory との役割分担が明示されている —— memory は各エージェントが働きながら学んだことを捕まえ、dreaming はセッションとセッションの間でそれを洗練する。 memory を自動更新させるか、反映前に人間が確認するかは選べる。
multiagent orchestration
lead agent が仕事を分割し、それぞれ独自のモデル・プロンプト・ツールを持つ専門役へ委譲する。専門役は共有ファイルシステム上で並列に働き、lead agent の全体 context に寄与する。
The lead agent can check back in with other agents mid-workflow because events are persistent and every agent remembers what it’s done.
イベントが永続するので、lead agent はワークフローの途中で他のエージェントに確認を取れる。そして各エージェントは自分がしたことを覚えている。
事例に埋まっている設計
-
Spiral by Every — 各草稿は「編集方針 + ユーザーの声」の rubric（どちらも memory から引く）で採点し、基準を通ったものだけ返す。モデルの配置が特徴的で、統率が小さいモデル、生成が大きいモデルになっている。
The lead agent runs on Haiku: it fields incoming requests, poses quick follow-up questions when needed, then delegates the drafting to subagents running on Opus.
lead agent は Haiku で走る。受け付けたリクエストを捌き、必要なら短い追加質問を投げ、それから草稿作成を Opus で走る subagent へ委譲する。
-
Harvey — dreaming でファイル形式の回避策やツール固有のパターンをセッション間で記憶。完了率が約6倍
-
Netflix — 数百のビルドのログを並列バッチで解析し、多数に跨って再発する問題だけを浮かせる
-
Wisedocs — 社内ガイドラインで各レビューを採点。レビューが 50% 高速化
そのまま使える具体例
Spiral のモデル使い分け（ai-code-migration の「最大のモデルはレビュアーに取っておけ」とは逆向きで、こちらは生成を大きいモデル、統率を小さいモデルに置いている）:
| 役 | 中身 |
|---|---|
| lead agent | Haiku（受付・追加質問・委譲） |
| subagents | Opus（執筆。複数案は並列） |
| 採点 | rubric = 編集方針 + ユーザーの声（memory から取得） |
| 返すもの | 基準を通った草稿のみ |
原典で言及されている関連文書
- building-with-claude-managed-agents — Managed Agents のアーキテクチャ（脳と手の分離、セッション）
- managed-agents — Engineering 側の設計解説
- building-multi-agent-systems — 検証専任と「早すぎる勝利」問題。outcomes はその製品化にあたる