跳至主要內容
EMil Wu
EN
返回新聞列表

每小時 8 美分，Anthropic 要幫你養 Agent 了

5 分鐘閱讀
每小時 8 美分，Anthropic 要幫你養 Agent 了

前幾天在看 Anthropic 的 API 文件時，突然發現左側選單多了一整個新區塊：「Managed Agents」。

點進去一看，不是又一個 prompt 管理工具，也不是什麼新的 SDK wrapper，而是一整套託管式的 Agent 執行基礎設施。你定義 Agent 的腦袋，他們負責 Agent 的手腳——沙箱、狀態、安全、擴展，全包。

“Pre-built, configurable agent harness that runs in managed infrastructure.”

我第一個反應是：這不就是 Agent 版的 Heroku 嗎？

你以前要自己搭什麼？

如果你曾經試過把一個 AI Agent 從 prototype 推到 production，你大概知道那個痛。模型呼叫本身只是冰山一角，真正吃掉你時間的是：

  • 沙箱環境：Agent 要跑程式碼，你得給他一個安全的容器
  • 狀態管理：Agent 跑到一半斷了，怎麼從斷點恢復？
  • 憑證安全：Agent 需要存取外部服務，API key 放哪裡才不會被 Agent 自己寫的程式碼偷走？
  • 觀測與追蹤：Agent 做了什麼？為什麼做？花了多久？
  • 擴展：一個 Agent 能跑，一百個同時跑呢？

這些東西加起來，一個原本兩週能做完的 Agent prototype，經常要花好幾個月才真正上線。對吧？

Claude Managed Agents 要解決的就是這整層。

四個核心概念

Anthropic 把 Managed Agents 拆成四個概念：

概念你負責的Anthropic 負責的
Agent模型、system prompt、tools、MCP servers—
Environment指定要裝什麼套件、網路規則容器建立、隔離、安全
Session送出任務、接收結果執行迴圈、狀態持久化、錯誤恢復
Events發送 user turns、處理回應SSE 串流、事件歷史保存

建好 Agent 定義後，你用 API 開一個 Session，送出訊息，Claude 就會在雲端容器裡自主執行——跑 Bash、讀寫檔案、搜尋網頁、呼叫 MCP servers——然後透過 Server-Sent Events 把結果串流回來。你甚至可以在 Agent 執行到一半的時候送新指令去引導他，或者直接中斷。

「腦手分離」——OS 級的架構思維

這是我覺得最值得看的部分。Anthropic 工程團隊同步發了一篇技術文章〈Scaling Managed Agents: Decoupling the brain from the hands〉，解釋他們的架構哲學。

傳統做法是把 Agent 的推理引擎（brain）和執行環境（hands）放在同一個容器裡，但這會造成：容器掛了，整個 Agent 狀態就沒了；容器啟動慢，Agent 就得等；容器資源互相搶，擴展就是惡夢。

Managed Agents 的做法是把三個元件徹底解耦：

  1. Session：一個 append-only 的事件日誌，記錄 Agent 做過的所有事。獨立於容器存在。
  2. Harness：呼叫 Claude、路由 tool calls 的控制迴圈。無狀態，可水平擴展。
  3. Sandbox：Agent 跑程式碼的容器。變成「cattle」——壞了就換一個，透過 provision({resources}) 按需配置。

結果？p50 的 time-to-first-token 減少約 60%，p95 減少超過 90%。 Harness 掛了，用 wake(sessionId) 就能恢復；容器掛了，Session 日誌還在，換一個新容器繼續跑。

他們的原話是：「The harness doesn’t know whether the sandbox is a container, a phone, or a Pokémon emulator.」

如果你讀過我們的架構不是重點，Context 才是，會發現這裡有個有趣的呼應：Managed Agents 把 Session 當成 context window 之外的可查詢記憶庫。長時間任務超出 window 時，harness 可以透過 getEvents() 選擇性地倒回、重讀——context 管理變成基礎設施層級的事，不再是你的 prompt 工程問題。

安全設計

這點我覺得設計得很漂亮：憑證絕對不進入 sandbox。

  • Git tokens 在容器初始化時綁定，Git 操作可以用，但 Agent 寫的程式碼摸不到 token
  • OAuth 和 MCP 工具的認證放在外部 vault，透過專用 proxy 取得

也就是說，就算 Agent 寫出了惡意程式碼，他也偷不走你的 API keys。這對 production 環境來說是基本要求，但自己搭的話真的很容易忽略。

定價

項目費用
模型 token按標準 API 定價
Agent 執行時間$0.08 / session-hour（毫秒計費，閒置不計）
Web search$10 / 1,000 次搜尋

每小時 8 美分的 Agent 執行費，坦白講很便宜。如果你自己跑 EC2 或 Cloud Run 來 host agent sandbox，光是容器的費用就不止這個數字，更別提你得自己處理 orchestration、checkpointing、error recovery 那些東西。

誰已經在用了？

公司使用方式
Notion工作區內直接委派任務給 Agent
Rakuten銷售、行銷、財務的企業 Agent，整合 Slack/Teams，一週內部署完成
Asana生產力與任務自動化
Sentry除錯 Agent + 自動寫 patch + 建立 PR

Rakuten 一週內部署這個數字最有說服力——如果你知道企業內部過去導入一個 AI 功能要多久的話。

還在 Research Preview 的功能

有三個功能需要另外申請：

  • Multi-agent：Agent 可以產生其他 Agent 來處理複雜子任務
  • Outcomes：自動評估與改善回應品質（「內部測試比標準 prompting loop 提升最多 10 個百分點」）
  • Memory：跨 Session 的記憶管理

Multi-agent 那個特別有意思，它直接對應了Agent Team：當 Subagent 不夠用時討論的場景——但這次 orchestration 是 Anthropic 幫你管的。

我的觀察

或許 Managed Agents 最大的意義不在技術本身，而是它宣告了一個新品類的誕生：Agent-as-a-Service。

回想一下，Heroku 在 2007 年做的事情：你不需要自己管 server，只要 git push 就能部署。十幾年後，Managed Agents 在 Agent 層做了類似的事——你不需要自己搭 sandbox、寫 orchestration loop、處理 checkpointing，只要定義 Agent 的能力，其他交給平台。

但同樣值得注意的是限制：目前只在 Anthropic 自有基礎設施上跑，還沒有透過 AWS Bedrock 或 Google Vertex AI 提供。 這是一個戰略選擇——Anthropic 顯然想把開發者留在自己的生態系裡——但對需要多雲部署的企業來說，這是一個必須評估的鎖定風險。

而且它只支援 Claude 模型。如果你的 Agent 需要在不同場景切換 GPT 和 Claude，Managed Agents 目前無法滿足這個需求。

或許最實際的建議是：如果你正在搭建全新的 Agent 系統、團隊不大、且主要使用 Claude，Managed Agents 可以省掉大量基礎設施工程。但如果你已經有自建的 Agent 框架、或者需要模型靈活切換，暫時觀望可能是更穩的選擇。

不管你現在的決定是什麼，有一件事是確定的：Agent 從「我自己搭」走向「平台幫你管」，這條路已經正式開了。

參考資料

支持這個系列

如果這系列文章對你有幫助，考慮請我喝杯咖啡

返回新聞列表