新井 元気@ITエンジニア

株式会社 システムソリューションズ代表｜WEBシステム受託開発｜クラウドインフラが得意｜Udemy講師

[新井 元気@ITエンジニア @_moto___]

Code w/Claude Tokyoセッションでは、前回のロンドン講演に続き、 「セッションを閉じるたびにエージェントは学んだことを全部忘れる」問題の対応法について説明がある。まとめてみた。

具体的には下記の２点：
- Claudeエージェントに永続メモリ（persistent memory）を配線する方法
- そして 「Dreaming」を使って過去の会話ログ（transcripts）をまとめて整理・統合し、構造化された記憶（recall）にする方法

■全体像：3層で「忘れないエージェント」をつくる
- ① 記憶を持つ — 機能：Memory Store
- 役割：セッションをまたいで読み書きできる永続メモリで「記憶を配線する」

- ② 記憶を使う — 機能：セッションに store をアタッチ
- 役割：起動時に自動でメモリを参照

- ③ 記憶を整える — 機能：Dreams（夢）
- 役割：過去ログを読み、重複統合・古い記憶の差し替え・新発見の抽出

※前提として、Claude Code（CLI）ではなく、APIでエージェントを自作する人向けの機能です。managed-agents-2026-04-01のベータヘッダが必要。さらにDreamsはresearch preview（申請制
https://t.co/FY5sx7xS0c）

■どんな効果があるか
- 継続学習：好み・規約・過去の失敗・ドメイン知識をセッション横断で蓄積し、毎回同じ説明が不要になる

- トークン節約：必要な記憶だけ小ファイルで参照。長い履歴を毎回読ませる必要がない（「キャッシュ95%でほぼゼロコスト」）

- 記憶の劣化を防ぐ — Dreaming が重複統合・矛盾解消を自動実行。手作業の整理が不要。

- 安全な改訂 — 入力ストアは不変＋全変更が監査可能な「memory version」として残り、ロールバック・編集・秘密情報の redactが可能になる。

- スケール — 1セッション1エージェント、最大100セッションを1回の Dream で処理（投稿の「最大100同時」に対応）

- コスト面：Dreamは選んだモデルの通常トークン課金となり、まずは最小で試してみること。

■まとめ
これまでのAIエージェントは、優秀でも毎回、記憶喪失からのスタートだった。
Memory StoreとDreaming が組み合わさることで、エージェントは使えば使うほど最適化されていきます。

①「人間が睡眠中に記憶を整理するように、エージェントもログオフ後にDreamingで自己整理する運用が標準になる

②チーム共有の「規約ストア」、個人専用の「好みストア」といった設計が、組織のナレッジ管理の新しい形になっていく

③「長い履歴を毎回読ませる」高コストモデルから、「必要な記憶だけを小さく参照する」低コストモデルになる。

- 6/10「Memory and dreaming for self-learning agents」(Mahesh Murag)
https://t.co/sGtg78ZHMt

- 6/11「Agents that remember」ワークショップ (Sam Jiang)
https://t.co/n2tJK9erU2

#codewithclaude tokyo
#claude

[新井 元気@ITエンジニア @_moto___]

Claude自体のAI開発が、人間の介入なしにAIが、もっと賢いAIを作るようになるループの割合が80%を超えた。じゃあこれからは何？という内容。

これからは、RSI＝Recursive Self-Improvement（AIがAIを作る輪が自走する）ができるか否かが、ポイントになる。
※「再帰的（recursive）」＝改善の結果が、次の改善の担い手になるという入れ子構造をもつもの。
※RSIは株価のじゃない！

■整理すると
-従来のAI開発：
Human in the loop——改善の輪に人間が毎周組み込まれ、ハンドルを握っていた。

- これから：Claude＝「研究者そのもの」。頭（判断・方向づけ）まで任せ始め、最終的にClaudeがClaudeを作るループへ。

- 境界線：「どの問題が重要かを決める力（research
taste）」を人間が持っているか否か。これがAIに移った時が、RSIの分岐点。

■Anthropicの現在地：
- 現状は「加速（acceleration）」フェーズ。Claudeが手（コード・実験＝80%超）を担うが、頭（何を解くべきかの判断＝research taste）はまだ人間。

- この“目利き”がAIに移った瞬間が、RSIの分岐点（＝前回深掘りした内容）となる。

■LLM開発の限界：
なぜ自動化しにくいか：「ひらめきは直列（serial）」という壁がある。

AIが得意なのは並列化（parallelism）——大量のエージェントで同時に試す手法。

新しいアーキテクチャや学習パラダイムを生み出す仕事は、並列化で生み出せない。
洞察の生成は本質的に直列（serial）が必要！

AnthoropicなどのLLMにできないのは「ひらめきは直列（serial）」！

■まとめ■
やっぱ人間は必要不可欠だってこと。

◆よいひらめきができるよう、よい週末を過ごそう！

https://t.co/SJnQqnluzx

#claude #RSI

[Anthropic @AnthropicAI]

Our internal data shows Claude is accelerating AI development—a possible path to recursive self-improvement, or AI autonomously building a more capable successor.

It’s happening faster than we thought, and the implications deserve greater attention. https://t.co/OVVPJO7VQx

[新井 元気@ITエンジニア @_moto___]

来週の6/10(水)はAnthoropicのCodeWithClaudeのカンファレンスが東京で開催されます！

オンライン参加の登録しました？
https://t.co/YkZz1xBH23

以下の3つに着目しています。
■AIの面倒を見るのはやめて、AIをオーケストレーションしましょう。Claude Codeのエンジニアがエージェントの性能を最大限に引き出すために使用しているワークフローを詳しく解説します。

2026年6月10日12:30～13:15

https://t.co/wn5aZQYOAX

■■AI と クロード の上 AWS: から コード に オーケストレーション
45分で、Amazon Bedrock上にClaude Codeをセットアップし、CLAUDE.mdを使ってチームの規約を学習させ、日々のワークフローを再利用可能なエージェントスキルに変換します。このセッションを終える頃には、Bedrock上に動作する、チームに最適化されたエージェント開発環境が完成しています。

2026年6月10日13:30～14:15

https://t.co/gl9q3LeW92

■■■この実践的なワークショップでは、Microsoft FoundryにClaudeをプロビジョニングし、Claude Codeを使用して実際のMCPサーバーに接続し、動作するエージェントを構築します。ワークショップ終了後には、動作するコードと、その証としてカップケーキをお持ち帰りいただけます。

2026年6月10日15:30～16:15

https://t.co/Ulks8Zy3ah

※俺のも見てください！
https://t.co/EcJasvcTx4

#CodeWithClaude Tokyo

[ちょまど🦕ITエンジニア @chomado]

#ちょまど登壇情報

Anthropic 社の公式大型カンファレンスで
Microsoft Foundry と Claude のモデルを使ったハンズオンやります！

📣 #CodeWithClaude Tokyo

ワークショップ Build AI agentsusing Claude in Microsoft Foundry

📅 6/10(水) 15:30

参加される方ぜひ！

https://t.co/hKUBTIuKmL

[新井 元気@ITエンジニア @_moto___]

6月のUdemyクーポンを更新しました！

【第六弾】Claude Code入門：Claude Codeを深く理解して応用が効く知識を身につける

こちら大人気で、クーポンを使うと1500円で受けられます↓
https://t.co/c9Qk4taAIx

こちらはその他の講座のクーポン↓
https://t.co/Y1gCrcwt8g

[新井 元気@ITエンジニア @_moto___]

合同会社XTVが、Claude Code に対応した初の AIヒートマップツール「HeatMapX」を2026年6月4日に提供開始した。

■「HeatMapX」とは、「管理画面を開かず、コマンドだけでユーザー行動の計測からAIによる改善コード生成までできる、Claude Code対応の「開発者向けヒートマップ」。

■使い方：
# 1. インストール
npm i -g heatmapx

# 2. 対象ページを計測・AI診断
heatmapx analyze
https://t.co/kUt6bkN0CS

# 3. 改善HTMLパッチをプルリクエストとして生成
heatmapx patch --pr

#heatmapx #claude code

活用例：
- ECサイトのカゴ落ち対策
購入ボタンがスクロールされず見られてない…をヒートマップで発見 → AIがボタン位置の改善パッチを自動生成。

- LP（ランディングページ）の改善
「どこで離脱されてるか」を計測 → AIが見出しやCTAの直し方をプルリクで提案。A/Bテスト前のアタリ付けに便利。

- チーム開発でのノウハウ蓄積
改善履歴がGitに残る（CRO as Code）から、「なぜこう直したか」がコードと一緒に残る。あとから入った人も経緯を追える。

● 料金プラン
- Free（無料）：個人開発者・評価用（1サイト）
- Pro（$29/月）：個人SaaS・フリーランス向け
- Team（$99/月）：社内チーム・代理店向け ※1 近日公開予定
- Enterprise（要相談）：カスタム利用
※2 無料プランから利用可能。年払いで20%オフ

#heatmapx #claudecode

[HeatMapX @heatmapx]

Heatmaps you run from Claude Code.

`heatmapx analyze /pricing` → it captures clicks + scroll, Claude reads them, and ships the fix as a PR. CRO as code, in your terminal.

Building this in public. Here's a demo run. 👇

[新井 元気@ITエンジニア @_moto___]

Claudeのブログに、「セルフサービスデータ分析を実現する方法」としてベストプラクティスが載っていたので紹介する。

ビジネスデータ分析なので正解は一意である。一方アプリ開発のコーディングは複数ある。

Claude Codeで分析をするようになっても、一意になるようにしないといけない。

例えば、「アクティブユーザーを分析して…」はNG
→理由は、定義がなされていなく、正規データセットを作成していないから。

分析エージェントが重複しているデータセットを追うようになってしまう。

分析エージェントが、概念（「製品Xの収益」）を単一の正しいテーブルや列、メトリック定義にマッピングさせられるように、しないといけない。

データの表と表との関係図のデータモデリングをイメージして、正確に定義すること。

「アクティブユーザーを1週間、分析して…」も、一般的なリクエストが毎回、再発明されないようにすること。例えば、12個の再利用可能な分析パターン（保持曲線、レート分解、ファネル分析など）を、スキルに書き込んでおくこと。

以下３つのステップで分析エージェントを使う前に、人手でやるべきこと：

１．データ基盤 ──「正解を1つに絞る」
→似た表を乱立させず、「これが公式」と決めた少数のデータだけ残して重複は容赦なく廃止。
これだけで①の大半が消える。説明書き（メタデータ）もコード並みに丁寧に。

２．信頼できる情報源 ──「迷ったときの参照先」
→質問を実データに翻訳する参照先。信頼できる順に情報源を定義すること。
1. セマンティックレイヤー（公式の指標定義）← まずここを必ず使うなど
2. データの系譜（どの表がどこ由来か）
3. 過去のクエリ（ただし丸投げは効果ほぼゼロ。要約して使う）
4. ビジネスの背景（「第2四半期の発売」が何を指すか等）

※過去SQLを数千件まるごと見せても精度は1ポイントも上がらなかった。AIはちゃんと読んでたのに使えなかった。
つまりボトルネックは「過去データへのアクセス」じゃなく「質問を正しい項目に結びつける構造」だった。

３．スキル ──「ベテランの手順書」
ここが最大の決め手。AIが必要に応じて読み込む手順書（Markdown）。

スキルなし → 正答率は最高でも21%。
スキルあり → 常に95%超、
分野によっては99%。

「まず公式指標→なければ参照ドキュメント→最後に敵対的レビュー」みたいな、デキるアナリストの思考をそのまま書き起こしたもの。
公式ブログを参照するとよい。

まとめ：
分析エージェントを使う前に人手でやるべきこと

- オフライン評価：
質問と正解のペアで“模試”
問題はClaudeが作り、人が確認

- アブレーション：
勘で決めず、1要素だけ変えて効果測定。1回たった1時間で回せる

- オンライン検証：
答えに「出典・鮮度・確信度」フッターを付ける／自動巡回エージェントが社内チャットの「それ違うよ」を拾って修正案まで下書きする

そして決定打が、説明書（スキル）をデータのコードと同じ場所に置くこと。「データを直
すなら説明書も同じタイミングで直す」ルールにする。だから「データだけ新しくて説明書は古い」ズレが起きない。

分析エージェントの精度向上や維持は、地味な作業を継続してやることです。

#calaude
#分析エージェントの精度
#ビジネスアナリティクス

[ClaudeDevs @ClaudeDevs]

How do we automate business analytics with Claude?

New blog post covering our best practices for skills, data foundations, and evaluations when building agents to perform data analysis:

https://t.co/mfEJMAQFBU

[新井 元気@ITエンジニア @_moto___]

Anthropic 技術スタッフの Tariq氏がClaude Codeの「動的ワークフロー」のユースケースをまとめている。

1. リファクタリング
アプリが古いプログラミング言語で書かれていて、新しい言語に移行したい。でもファイルが500個ある…手作業だと数ヶ月掛かる。

ワークフローだと：
1) 「書き換えが必要なファイル一覧」を作る
2) 1ファイル＝1人のClaudeを割り当てて、同時に書き換え
3) 別のClaudeが「ちゃんと動くか、前と同じ結果か」をチェックしてから結合する

2. ECサイトやコールセンターの問合せの並べ替え
Forms等での問い合わせ1000件を、重要な順に並べる」イメージ。

ワークフローだと：
- 1000件を一気に並べようとすると、AIも混乱して間違える。
- そこで「この2件、どっちが上か？」を大量に比較させて、順位を決める。

3. デザインやネーミングとその評価
「新商品の名前を、みんなで案出し→投票で決める」イメージ。
新しいツールの名前を決めたい。または、作った成果物の出来を採点したい。

ワークフローだと：
1. たくさん候補を出す
2. 「良い名前の条件」（短い・覚えやすい等）で採点・トーナメント
3. ついでに、タスクの難しさに応じて賢いAI（Opus）か軽いAI（Sonnet）かを自動で使い分けてコスト節約。簡単な作業に高度なLLMを使わない＝節約も賢いポイント。

4. アプリエラーの根本原因調査
「事件の原因を、複数の刑事が別々の説で捜査する」イメージ

アプリがたまにエラーで落ちる。でも原因が分からない場合。

ワークフローだと：
1. 証拠の種類ごとに担当を分ける（ログ担当・設定ファイル担当・データ担当など）
2. それぞれが「犯人はコレでは？」と別々の仮説を立てる
3. 「その説は本当か？」を検証する役と、「いや違う」と反論する役でディベート

まとめ：
人間がやりがちなことで、抽象的に言うと以下のようになる。

・意図的な怠惰： 「もういいや完了！」（50個中20個で店じまい）
・自己選好バイアス：自分の答えに甘い（採点も自分だと忖度しちゃう）
・目標ドリフト：途中で当初の目的を忘れる

→Claude Codeの「動的ワークフロー」が当てはまるか考えることが大切。

# harness # dynamic workflows # Claude Code

[Thariq @trq212]

Workflows are the biggest upgrade to Claude Code’s capabilities since skills and subagents.

I dove deep into it with @sidbid to figure out best practices, examples and more.  I’m particularly excited about the non-technical tasks it enables for Claude Code.

[新井 元気@ITエンジニア @_moto___]

Anthropicは6月1日、Claude Codeの不具合を修正し、ProおよびMaxプランの全ユーザーに対し、5時間ごとと週間のレートリミットをリセットした。

不具合の原因は、Opus 4.8モデルが過剰な並列ツール呼び出しを起こしたためで、トークン消費が予想外に速くなっていたため。

ユーザーからは迅速な対応で支持を集めている。一方で、Opus 4.8の性能についてはハルシネーションの指摘もあり、評価が分かれている。

Opus 4.8 のハルシネーション評価、リミットの正確な仕組み）は、自信がない問いには答えを返さず保留することで誤りを減らしている。これは「正確になった」より「慎重になった」と言える。

ハルシネーション率は比較した6モデルのうち、すべてのベンチマーク評価では、誤答率が最も低かった。
コードの欠陥見逃しは約1/4に改善された。レビュー用途では信頼性が上がっている。

- 総合性能は、Opus 4.7 をわずかに上回り2位、首位は Gemini 3.1 Proの32.9。

専門家(Simon Willison)の評価は、「控えめだが確かな改善」。

よい形のバグの修正だと思う。

[ClaudeDevs @ClaudeDevs]

We've reset 5-hour and weekly rate limits for all users on Pro and Max plans.

We fixed an issue that caused some Claude Code sessions to spawn excessive parallel subagents, burning through usage faster than expected.

[新井 元気@ITエンジニア @_moto___]

本日(6/2(火))の21:00-22:00で、skillsの解説をするので全体像は見えないのだけど、https://t.co/NAUvgARvmLの公式に沿って、メカニズムを説明する。

知らないでいる知識が多く感動すると思います。
簡単なのでClaude CodeやCodexを一度は経験していれば理解も早いと思いますんで、ぜひ、オンラインで見に来てください！

Claude Code を「自分専用」に育てる ― Agent Skills 入門 | Peatix
https://t.co/OU4uEQQPe9

[新井 元気@ITエンジニア @_moto___]

6月2日(水) 21時から22時 ZoomにてSKILLSのセミナーをします！

・Claude Codeを使って、どんな業務にSkillを使えるのか
・SKILL.mdには何を書けばよいのか
・スラッシュコマンド（一時的に呼び出す短い指示）とSkillをどう使い分けるのか
・外部Skillを取り込む時に、どこを確認すべきか、がわかります。

気になる人は早めに申し込んで！
https://t.co/OU4uEQQPe9

・明日、リアルタイムで、間に合わなくても、応援チケット(2,000円)の購入してくれれば、後日、アーカイブで見られます。
・さらに、Udemy講座の割引クーポンを進呈。
・1,300円になる割引クーポンで、Claude Codeの全体像を把握でき、お得です。

[mirai | AI活用を応援するMIRAICHI @mirai_spark]

詳細・申込はこちらです。
https://t.co/jAKzzLNDk2

応援チケットは6/3（水）22:00までお求めいただけます。
特典はチケット販売終了後、Peatixメッセージで送付予定です。