什么是 managed agents？

Claude Managed Agents 是一组用于构建和大规模部署 agents 的 API。你定义具有特定工具、角色和能力的 agents。你配置具有正确包和网络控制的沙箱环境。然后你从自己的应用程序触发会话，Claude 在具有完整文件系统访问、bash 执行和网页搜索的隔离容器中完成工作。

Agent 循环，为你托管

在底层，这是一个 agent 循环：Claude 推理、调用工具、读取结果并重复直到工作完成。如果你以前构建过 agents，你可能已经自己编写过这种循环。Managed agents 将相同的循环托管在 Anthropic 的基础设施上，因此你不必运行它。

你可以在 Claude 控制台的专门部分找到 Managed Agents。

理解这解锁了什么的最佳方式是看几个例子。

例子 1：执行工作的看板

想象一个坐在 managed agents 上的看板。你将一个工单拖到 "进行中" 列，这会自动触发一个 会话。假设工单写着 "优化网站性能"。以下是发生的事情：

1. 你的后端创建一个会话。
2. 会话指向一个你配置了 Lighthouse 和 Puppeteer 预安装的 环境。
3. 你的 GitHub 仓库被挂载到容器中。

现在 Claude 有了代码库、工具和一个定义完成看起来是什么样的 标准：

• Lighthouse 分数高于 90
• 没有渲染阻止资源
• 所有图片延迟加载

Claude 运行审计，然后开始压缩图片、内联 CSS 和延迟脚本。每个工具调用通过 事件流 实时流式传输回看板，因此你可以在工作发生时观看。

然后标准生效。一个单独的 评分器，在自己的上下文窗口中运行，根据你的标准评估输出。Claude 读取该反馈，回去修复它遗漏的内容并重新提交。在演示中，这个循环将 Lighthouse 分数提高到 96。

还有一件事：你可以在第一个还在运行时拖入第二个工单。两个会话，两个容器，两个独立的任务并行运行。

例子 2：带记忆的定期研究 agent

这是另一种形式的 agent：其工作是跟踪价格并计划你公司支付的每个 SaaS 工具的更改，在站会前准备好报告。

每次运行时，agent：

• 搜索当前定价页面，检查计划层级更改，并标记可能影响你合同的新功能
• 在沙箱内的 Python 中运行成本分析
• 使用 Excel 电子表格 skill 并编写执行摘要
• 通过 MCP 服务器 在 Slack 中发布链接并在 Asana 中创建审查任务

agent 还从 记忆存储 读取和写入。开始前，它检查上周发现了什么。完成后，它存储更改了什么。所以下周一的报告可以说 "计算成本比上周低 15%"，而不是每次都列出相同的静态定价数据。

例子 3：带多个 agents 的事件响应

现在想象一个来自你的监控堆栈的警报触发。你后端的 自定义工具 接收警报负载并将其作为工具结果发送到新的会话中。这个会话使用 多 agent 协调：

• 一个 协调 agent 接收警报并委派给三个专家。
• 每个专家在相同的共享文件系统上自己的上下文窗口中运行。
• 专家报告回来，协调 agent 将它们的发现综合成一个事件摘要。

在摘要发送到 Slack 之前，权限策略 生效。你在屏幕上看到草稿，批准它，消息就发出。敏感操作等待人类。

记忆将所有这些联系在一起。协调 agent 检查记忆存储中的过去事件并标记一个模式："这看起来像两周前由配置错误的 TTL 导致的 DNS 解析问题。" 下次类似的警报触发时，agent 从该上下文开始，而不是从头诊断。