開発者ツール

arXiv論文SaaS-Benchが、LLMベースのコンピューター操作エージェント（CUA）を実際の業務SaaS 23システムで検証しました。最高性能のエージェントでもタスク完了率は4%未満で、計画・状態認識・クロスアプリ連携・エラー回復の4点が主な失敗要因と特定されています。

Anthropicが2026年5月のCode with Claudeで「dreaming」を発表しました。Claude Managed AgentsがセッションとセッションのあいだにAIが過去記録を見直して改善するもので、法律AIのHarveyではタスク完了率が約6倍、医療文書のWisedocsでは審査時間が50%短縮されています。