Claude 読了 6 分

Claudeの記憶整理機能「dreaming」、ポケモン赤はファイル少ないほうが4倍進んだ

Shiritomo編集部 @shiritomoAI_jp 2026年11月7日更新

ポケモン赤をプレイさせる実験で、413個のファイルと225個のフォルダを作ったAIは、バッジを1つしか取れませんでした。
一方、同じゲームで10個のファイルと2個のフォルダしか作らなかった別のAIは、バッジを4つ獲得しています。
ファイルの数が多いほど強いわけではない——この結果の裏にあるのが、Anthropicが新たに説明した「dreaming（ドリーミング）」という記憶の整理の仕組みです。
長時間AIエージェントを動かして仕事をさせている人にとっては、記憶の持たせ方そのものを見直すきっかけになりそうな内容です。

先に結論をまとめると：
– Anthropicは11月6日、AIエージェントの記憶を「ログ」「メモ」「まとめ資料（Wiki）」「常時読み込み分」の4層で管理する設計を公式ブログで説明しました
– 「dreaming」はこのうちログを後から振り返り、メモの誤りを直したりまとめ資料を更新したりするオフライン処理です
– ポケモン赤の実験・社内Wikiの検証ベンチマークのいずれでも、dreamingを重ねたエージェントほど高い成績を示しました

何が起きたのか

Anthropicは2026年11月6日、公式サイトの研究ブログで「エージェントの記憶はどう構成されているか（The Components of Agent Memory）」という記事を公開しました。
AIエージェントに長期的な記憶を持たせる際の設計を、4つの階層に分けて説明する内容です。

4つの階層は次の通りです。
①やり取りをすべて記録した検索可能な「Transcripts（ログ）」。
②そこから目立った出来事を抜き出す「Memory Notes（メモ）」。
③メモをさらに整理してまとめた「Memory Representations（Wiki形式のまとめ資料）」。
④毎回のセッションに必ず読み込まれる「Injected Context（常時読み込み分）」。
このうち②のメモや③のまとめ資料を見直して直すだけでなく、④の常時読み込み分に新しい情報を反映させる作業も含めて、「dreaming」と呼ばれています。
Anthropicは、ポケモン赤の実験で誤ったメモをログと照らし合わせて検証し修正させた例を挙げ、dreamingがメモを元のログと照合して正しさを確かめる手段になることを説明しています。

公式発表はここまでが骨格で、実際にどれほど効果があるのかは、具体的な実験結果を確認する必要があります。

調べて分かったこと

ポケモン赤の実験で何が分かったのか？

Anthropicは、ゲーム『ポケモン赤』を長時間プレイさせる実験で、記憶の持たせ方による差を比較しました。
「Claude Fable 5」という名称のモデルは10個のファイルと2個のフォルダだけを作り、バッジを4つ獲得しました。
これに対し「Claude Sonnet 3.7」は413個のファイルと225個のフォルダを作ったにもかかわらず、獲得したバッジは1つにとどまっています。

ファイルやフォルダの数が多いほど記憶が充実しているとは限らず、情報が整理されずに積み重なると、むしろエージェント自身が過去の記録の中で迷ってしまう、という見方をAnthropicは示しています。
メモを増やすこと自体が目的ではなく、どう整理するかが進み方を左右するという結果です。

Wikiのまとめ資料はどこまで賢くなるのか？

Anthropicは、エージェントが作ったWiki形式のまとめ資料の精度を測るベンチマークも実施しました。
dreamingの回数が2回の時点では採点基準の13%しか満たせなかったのに対し、128回まで繰り返すと48%まで上昇しています。
さらにWikiと検索ツールを組み合わせて使った場合は61%まで伸びました。
繰り返しログを振り返って資料を書き直す回数が増えるほど、まとめの質も上がっていくという結果です。

実際の性能はどこまで変わったのか？

記憶の仕組みが実務的な性能にどう影響するかは、「CL-Bench」という評価基準でも確認されています。
記憶の蓄積（メモリストア）を使わない状態のスコアは、Claude Opus 5.5が0.655、Claude Sonnet 5.5が0.644でした。
これに対し、dreamingを含む記憶の仕組みを使った状態では、Opus 5.5が0.838、Sonnet 5.5が0.833まで上昇しています。
記憶を正しく整理して持たせることが、タスクの達成度そのものに直結することを示す結果です。

dreamingはいつ動くのか？

ここは公式発表でもはっきりしていない部分です。
Anthropicは「dreamingによる記憶の作成はバックグラウンドに回せるが、その処理結果がClaudeにすぐ反映されるとは限らない」と説明しているだけです。
具体的にどのタイミング（セッションの終了時か、空き時間かなど）で発動するのかは明記されていません。
仕組みの全体像は示されたものの、運用の細部はまだ外からは見えない状態です。

Shiritomo編集部の考察：記憶は「量」より「整理の設計」で差がつく

今回の発表が示しているのは、AIエージェントに記憶を持たせる際、ただログを溜め込むだけでは不十分だということです。
カスタマーサポートや長期プロジェクトの管理にAIエージェントを使う場面を想定してみます。
やり取りの記録をそのまま溜め続けるのではなく、dreamingのような「後から振り返って整理し直す」工程を組み込めるかどうかが、使い勝手を左右しそうです。
ポケモン赤の実験で413個のファイルを作ったエージェントがむしろ迷子になったという結果は、記憶管理の設計を考えるすべての人への分かりやすい教訓だと言えます。
記憶の仕組みを外部サービス経由で使う立場の人も、「どれだけ記憶を持たせるか」より「どう整理させるか」に注目して選ぶ視点が役立つはずです。

まとめ

Anthropicは、AIエージェントの記憶を4層構造で管理し、「dreaming」というオフライン処理でメモやまとめ資料を整理し直す設計を公式に説明しました。
ポケモン赤の実験やベンチマークの結果は、記憶の量よりも整理の仕組みが成果を左右することを示しています。
発動のタイミングなど運用の細部は今後の情報を待つ必要がありそうです。