Anthropic 推出 Claude Managed Agents——一个预构建、可配置的 Agent 工具链，直接运行在托管基础设施上。你只需要定义 Agent 模板（工具、Skills、文件/仓库），系统自动处理工具调用路由、上下文管理和长期任务的基础设施保障。

为什么需要 Managed Agents

当前基于 Messages API 构建 Agent 的方式有一个根本问题：工具链（harness）本质上是对模型能力的假设集合。随着 Claude 能力快速迭代，这些假设会迅速过时。每次模型更新，工具链都需要重新适配。

同时，Claude 的单次运行时间已经在 METR 基准测试中超过了 10 人时。这对基础设施提出了硬要求：任务要能跨小时、天、月稳定运行，中途断电要能恢复，多 Agent 协作要能水平扩展。

Claude Managed Agents 的思路是：不再让工具链追赶模型能力，而是把基础设施本身做成可独立演进的接口。

三个核心概念

Agent 是版本化的配置单元：模型选择、系统提示词、可用工具列表、Skills、MCP 服务器——全部打包在一起，一次创建，多次引用。

Environment 是沙箱模板：定义运行时类型（Node.js / Python 等）、网络隔离策略、依赖包配置。每次启动 Session 时，从这个模板出发创建隔离的执行环境。

Session 是有状态的执行实例：基于某个 Agent 配置和某个 Environment 模板创建，系统分配一个 fresh 的沙箱，挂载本次运行需要的文件或 GitHub 仓库，MCP 凭证存在安全 vault 里。一个 Agent 可以有多个并发 Session。

三个概念的解耦意味着：替换底层沙箱技术不需要重写 Agent 配置，更换模型不需要重构基础设施，Session 日志独立于工具链本身——每次改动都可以独立验证。

典型用法

事件触发：监控系统发现 bug，自动触发 Managed Agent 写 patch 并提交 PR，全程无人参与。

定时任务：每天定时跑一次简报——抓取 X 动态、汇总团队 GitHub 活动、整理成文档发回。

人触发后执行：通过 Slack 或 Teams 向 Agent 派发任务，说清楚要什么，Agent 在后台完成，直接交付成品（表格、幻灯片、应用）。

长时任务：这是最有战略价值的场景。Anthropic 认为未来 Claude 会连续运行在天、周、月的尺度上处理人类最复杂的挑战，Managed Agents 为此设计了一整套基础设施。

架构设计思路

传统的 Agent 系统把"大脑"（模型 + 工具链）、"手"（执行工具和沙箱）、"会话记录"紧耦合在一起。任何一个模块的升级都可能牵扯到其他模块。

Claude Managed Agents 的做法是让这三者都成为独立接口，每个接口对其他两者只有最少假设——任何一个模块都可以独立失效或被替换，而不影响整体稳定性。

起步方法

在 Claude Code 里直接跑：

(claude-api managed-agents-onboarding)

也可以用 SDK（Python / TypeScript / Java / Go / Ruby / PHP）或 CLI 管理所有资源（Agent、Environment、Session、Vault、Skills、文件）。