11月8日、StartupHub.aiが「Anthropic says agents should dream offline」と題した記事を公開した。この記事では、Anthropicがエージェントに「オフラインでの夢想（offline dreaming）」を導入することでタスク成功率を劇的に改善した研究について詳しく紹介されている。
タスク成功率が13%から48%に——「オフライン夢想」とは何か
Anthropicの研究チームは、Claudeをベースとしたエージェントに「オフライン夢想（offline dreaming）」と呼ばれる手法を適用し、タスク成功率を13%から48%へと大幅に引き上げることに成功した。
「夢想」という表現は比喩的なものだ。仕組みとしては、エージェントがタスクを実行していないアイドル時間に、過去の行動ログや経験を振り返り、圧縮・整理されたメモリを生成するプロセスを指す。人間が睡眠中に記憶を整理・定着させるメカニズムになぞらえた命名であり、研究論文上の正式な呼称として元記事でも使用されている。エージェントが「何もしていない時間」を学習と自己改善に活用するという発想は、従来のリアクティブなエージェント設計とは一線を画すものだ。
「大きなログ」より「小さくテスト済みのメモリ」
研究のもう一つの重要な知見は、メモリの量よりも質が重要という点だ。
大量の行動ログをそのまま保持してコンテキストに詰め込む手法と比べて、夢想パスによって生成された小さく検証済みのメモリ（small, tested memories）の方が、エージェントのパフォーマンスを高める効果が大きかった。
これはLLMベースのエージェント設計において広く議論されてきた問題——「コンテキストウィンドウにどれだけ詰め込むか」問題——に対する実証的な回答でもある。長いログをそのまま渡すより、一度咀嚼・圧縮した情報を渡す方が推論精度は上がる、という結論だ。コンテキスト長の拡大競争が続くなかで、「何を入れるか」よりも「どう整理して入れるか」の重要性を示す結果として注目に値する。
ベンチマーク：ポケモン赤とCL-Bench
評価にはCL-Benchという継続学習ベンチマークと、ゲームタスクとしてポケモン赤（Pokémon Red）が使われた。ポケモン赤は、長期的な記憶・計画・探索が要求される複合タスクとして、エージェント評価の場で近年よく使われる題材だ。短期的な命令遂行ではなく、数十〜数百ステップにわたる継続的な意思決定が必要であるため、メモリ設計の差異が結果に如実に表れやすい。
本研究ではClaude Opus 5およびClaude Fable 5が使用されており（いずれも元記事に記載されたモデル名）、これらに夢想機能を組み込んだ際の効果が検証されている。
実装への示唆：Lettaとの関連、Stainlessへの言及
記事では、このメモリ管理アーキテクチャが**Letta（エージェントメモリ管理フレームワーク）やStainless**（APIライブラリ生成ツール）といった外部プロジェクトとも関連づけて言及されている。
Lettaはエージェントへの永続メモリ付与を専門とするオープンソースフレームワークであり、今回の研究知見——「アイドル時間に記憶を圧縮・検証し、コンパクトなメモリとして保持する」——はそのような設計思想と方向性が一致する。一方、StainlessはAPIクライアントライブラリの自動生成ツールであり、メモリ設計との直接的な関係は元記事の文脈に依存するため、詳細は元記事を参照されたい。
エージェントのメモリ設計を検討しているエンジニアにとって、「アイドル時間を活用して過去経験を圧縮・検証し、コンパクトなメモリとして保持する」というアーキテクチャパターンは、実装上の有力な参考事例となり得る。
まとめ
今回の研究の核心は2点に集約される。
- オフライン夢想：タスク実行外のアイドル時間でメモリを再構築し、成功率を**13%→48%**に改善
- 小さく検証済みのメモリ：長大なログより、圧縮・テスト済みの記憶の方が推論に効く
エージェントが長期タスクをこなす上でメモリ設計がボトルネックになっているケースは多い。今回の知見は、「コンテキストを増やせば解決する」という直感に反するものであり、設計の見直しを迫る実験結果だ。アイドル時間を「何もしない時間」ではなく「自己改善の時間」として活用するこのパターンは、今後のエージェント設計における一つの基本原則になる可能性がある。
詳細はAnthropic says agents should dream offlineを参照していただきたい。
