AnthropicがOpus 5.5で示した設計思想、エージェントの「頭脳」と「手」を分離

Opus 5.5はAPIごと届ける

2026年10月27日に公開されたLatent Spaceのエピソードには、Anthropicでエンジニアリングを統括するKatelyn Lesse氏と、プロダクトを統括するAngela Jiang氏が出演した。Opus 5.5は公開から1か月が経ち、世界で最も広く使われるモデルとしての位置を保っているという前提で議論が進む。番組の関心は性能曲線そのものより、モデルとAPIをどう同時に世に出すかという点に置かれている。

Anthropicは今回、モデル品質とコストの両方を打ち出した。以前のOpus世代については出力が冗長すぎるというフィードバックがあり、1ドルあたりの知能を高める必要があったと番組は説明する。新しいモデルは前世代より実行コストが低いとAnthropicは述べており、削減幅はワークロードとキャッシュされたコンテキストの使われ方に依存するという。

見えにくいローンチ作業はAPIの統合方法の変更にも及ぶ。その一つが、蒸留目的でモデルの推論を抽出されることへの対策である。会話のターンをまたいでthinking block（推論の記録）を保持することが有効とされる一方、新しい要件は顧客側の既存ハーネスを壊す可能性がある。

「頭脳」と「手」を分ける

番組で最も参照された考え方が、エージェントの「頭脳」と「手」を分けるという整理である。Managed Agentsでは、セッションログとハーネスを、コードを実行するサンドボックスから切り離している。ハーネスは永続化でき、実行環境は必要になった時点で生成されるため、サンドボックスが失敗してもエージェントのセッション全体を失わずに済む。

性能面の効果も語られた。以前はコーディングエージェント全体をAPIの背後のサンドボックスに置いていたため、環境とエージェントの起動が初回応答までの時間を押し上げ、サンドボックスが消えれば実行中のエージェントも消えた。要素を分離することで、実行の隔離を保ちながら低レイテンシと信頼性を追求できるようになったという。

番組は、エージェントの実行基盤を設計する人向けの問いとして、どの部分が生き残る必要があるか、どこで信頼できない処理を実行するか、どの秘密情報が実行場所に本当に必要なのかを挙げている。実装は製品ごとに変わるが、この問い自体は有用だとしている。

認証情報を置かないサンドボックス

この分離はセキュリティ上の性質も生む。生成されたコードが動くサンドボックスにサービス認証情報を渡さなければ、そのコードが読める認証情報はサンドボックス内に存在しない。番組では、認証情報を別に保持してプロキシ経由で付与する構成と、サンドボックスの通信先を制御する仕組みが説明されている。Anthropicの隔離（containment）に関する解説記事には、製品横断での隔離とネットワーク制御がまとめられているという。

この考え方は、エージェントに社内システムを触らせる場面で特に効く。権限を実行環境に置かず、外部への通信経路も絞ることで、生成コードの不具合や意図しない挙動が及ぶ範囲を限定しやすくなる。

記憶と評価を組み立てる

Managed Agentsは記憶やマルチエージェントの実験の土台にもなる。Dreamingは、あるエージェントが別のエージェントの過去の作業を調べ、記憶を書き戻す形で実装されている。同じマネージドエージェントの部品から高次の振る舞いを組み立てた例だと番組は説明する。

ロードマップについては機能一覧よりも微妙な説明だった。記憶と学習は引き続き重要だが、モデルの投入自体が難しくなったため、足元では安全性に注意が移っているという。基盤となるハーネスは比較的シンプルに保ち、検証器（verifier）や並列エージェントなどの工夫は開発者が上に重ねて試せるようにする方針が語られた。将来の構想は計画であり、提供済みの約束ではないとされている。

評価の話は自然につながる。ハーネスはアプリケーションだが、改善を続けると研究に近くなる。目的を決め、振る舞いを測定し、失敗を調べ、反復するという流れである。モデルを使って評価の作成や分析を助ける議論もあったが、その評価が実際のユーザーの仕事を反映しているかを判断する目は残す必要があるとされた。

数字と計画の読み分け

番組冒頭ではS-1の文脈として経営指標も紹介された。直近1年でのGAAP黒字19%への転換や、従業員1人あたり売上高660万ドル（1年前は140万ドル）といった数字である。ただしこれらは企業全体の効率を示すものであり、モデルやAPIの性能を直接示すものではない。

Opus 5.5のコスト削減についても、率や具体的な価格は示されていない。効果はワークロードとキャッシュ利用に左右されるという説明にとどまる。Managed Agentsの提供条件や料金、Dreamingなど将来機能の提供時期も、この回では明らかにされていない。基盤ハーネスをシンプルに保つ方針も現時点の設計判断であり、今後変わりうる。