AnthropicがAIエージェントの自律学習機能「Dreaming」を発表｜ミスから自己改善するAIが法律・医療で実証済みの成果
Anthropicは2026年5月6日、サンフランシスコで開催した年次開発者向けカンファレンス「Code with Claude 2026」において、AIエージェントの新機能「Dreaming（ドリーミング）」をリサーチプレビューとして発表しました。Dreamingは、AIエージェントが過去のセッション履歴を定期的に振り返り、ミスのパターン・有効なワークフロー・チーム全体の傾向を自動抽出して記憶を更新する仕組みです。同機能を導入した法律AI企業Harveyではタスク完了率が約6倍に向上、医療文書処理のWisedocsでは文書レビュー時間が50%削減されるという実証結果が報告されており、「単発タスクを実行するだけのAI」から「使うほど賢くなるAI」への転換を示すものとして注目されています。
Dreamingとはどんな機能か
過去のセッションからパターンを抽出・記憶に反映
Dreamingは、AIエージェントがタスクを実行していない時間帯にバックグラウンドで動作する定期処理です。具体的には次の3種類のパターンをエージェント自身が分析します。
- 繰り返しているミス：同じ種類の誤りが複数セッションにわたって発生していないかを検出します。
- 有効なワークフロー：複数の異なる業務で繰り返し採用されているアプローチを「プレイブック」として整理します。
- チーム全体の傾向：複数のエージェントが連携して動いている場合、チームとしての振る舞いのパターンを抽出します。
抽出された学びは、平文テキストのメモや構造化された「プレイブック」として記録され、次回以降のセッションで参照されます。記録内容は人間が閲覧・編集できる形式で保存されるため、AIが何を学んだかを監査・管理できる点が他の自律学習アプローチと異なります。
モデルの「重み」は変えない
Dreamingによる学習はモデルのパラメータ（重み）そのものを書き換えるものではありません。あくまでエージェントが参照するメモリストアを更新するという設計です。これにより、AIの挙動が予測不能に変化するリスクを抑えつつ、業務を通じた継続的な改善を実現できます。また、誤った「学び」が蓄積した場合でも、管理者がメモリを確認・修正できます。
同時発表の関連機能
Code with Claude 2026では、Dreamingと同時に2つの関連機能も発表されました。「Outcomes（評価ルーブリック）」は、エージェントのタスク完了品質を評価する基準を設定できる機能で、Wisedocsはこの機能を使って文書レビュー時間を50%削減しています。「Multi-Agent Orchestration（マルチエージェント連携）」は、複数のClaudeエージェント間でタスクを委任・協調させる仕組みで、大規模業務の並列処理に対応します。
実証事例：法律・医療での成果
法律AIスタートアップのHarveyはDreamingを導入後、エージェントのタスク完了率が約6倍に向上したと報告しています。同社は大手法律事務所向けに契約書レビューや判例調査をAIで自動化するサービスを提供しており、過去の失敗例から学んで精度が向上した結果とされています。医療文書処理を手掛けるWisedocsではOutcomes機能との組み合わせにより、文書レビューにかかる時間が50%削減されています。
日本企業への影響とビジネス活用ヒント
- 繰り返し業務ほどDreamingの恩恵が大きい：毎日同じ種類のタスクを処理する業務（問い合わせ対応・書類チェック・データ入力）にAIエージェントを使っている企業は、Dreamingが正式リリースされた際に真っ先に活用を検討する価値があります。繰り返し業務であるほど「パターンの蓄積」がより速く有効になります。
- 法律・医療・金融など高精度が求められる業種に特に有効：Harvey・Wisedocsの事例が示すように、一定の正確性が求められる専門業務でこそ自律改善の効果が際立ちます。日本でも法律文書・医療記録・金融レポートの処理にAIエージェントを活用している企業は要注目です。
- 「監査できる学習」はコンプライアンス対応にも有利：Dreamingの学習内容は人間が確認・編集できる形で保存されます。AIの判断根拠を記録に残す必要がある金融業・医療機関・官公庁向けシステムでは、透明性のある学習機構は導入のハードルを下げる要素になると見られます。
- 今から「AIエージェント基盤」を整備する好機：DreamingはリサーチプレビューからClaudeのマネージドエージェント向けに段階的に展開されると見られます（2026年5月時点）。Claude APIやAnthropicのエージェント基盤を使い始めているチームは、正式リリース時にすぐ活用できる状態になります。AI導入の初期段階にある企業は、将来の自律改善を見越したアーキテクチャ設計を今から意識しておくことが重要です。