Claude Managed Agents：將 AI 從一次性回應轉化為持續運行的執行系統
產品核心概念
Claude Managed Agents 是一套預構建、可配置的智能體運行框架（agent harness），運行在託管基礎設施之上。與過去依賴 messages API 並需自行構建運行框架（harness）不同，Managed Agents 將智能（模型與運行框架）、執行（工具與沙箱）與過程（會話與日誌）徹底解耦。開發者只需將智能體定義為模板（包含工具、技能、文件/代碼倉庫等），其餘的運行框架和基礎設施均由系統提供。
為什麼需要 Managed Agents
隨著 Claude 能力的快速演進，基於 messages API 構建的智能體面臨兩大挑戰：
- 運行框架需持續更新：舊有的運行框架常隱含關於「Claude 做不到什麼」的假設，隨著模型能力提升，這些假設會成為性能瓶頸，迫使框架不斷更新。
- 任務週期變長：Claude 能處理的任務時間跨度呈指數級增長（超過 10 小時人類工作量），對基礎設施的安全性、長時間運行的穩定性（應對故障）及可擴展性提出更高要求。
Managed Agents 旨在解決這些問題，讓智能體能像基礎設施單元一樣，在數天、數周甚至數月的時間尺度上持續運行並處理複雜問題。
核心概念解析
使用 Managed Agents 時需理解三個核心概念：
- Agent（智能體）：一個帶版本管理的配置，定義智能體的「身份」，包括模型、system prompt、工具、技能、MCP 伺服器等。創建後可通過 ID 反覆調用。
- Environment（環境）：描述為智能體工具運行所提供的沙箱模板（如運行時類型、網絡策略、依賴包配置等）。
- Session（會話）：一次有狀態的運行實例。基於預先創建的 agent 配置和 environment 啟動，會從環境模板生成新沙箱，掛載所需資源（如文件、GitHub 倉庫），並將認證信息安全存儲。
簡言之：Agent = 配置本身；Environment = 沙箱模板；Session = 具體執行過程。
常見使用模式
Managed Agents 支持多種運行模式，使 AI 具備「持續工作」的能力：
- 事件觸發（Event-triggered）：由服務觸發執行任務。例如檢測到 Bug 時，自動調用智能體修復並提交 PR，無需人工介入。
- 定時執行（Scheduled）：設置定時任務。例如生成每日簡報（X 平臺或 GitHub 動態匯總）。
- 一次觸發、無需跟進（Fire-and-forget）：人類觸發後無需持續參與。例如通過 Slack 或 Teams 分配任務，智能體自動完成並返回結果（表格、幻燈片或應用程序）。
- 長週期任務（Long-horizon tasks）：長時間運行的任務。例如研究如何將特定庫應用於工程博客內容，或進行多智能體協同。
接入方式與工具
目前提供兩種主要接入方式：
- SDK（面向代碼）：在應用中引入 SDK，在運行時驅動 session。目前支持 Python、TypeScript、Java、Go、Ruby、PHP 等 6 種語言。
- CLI（面向終端）：通過命令行操作所有 API 資源（agents、environments、sessions、vaults、skills、files 等）。建議使用 CLI 完成配置與初始化，用 SDK 處理運行時邏輯。
開發者可通過 CLI 創建並存儲 Agent 模板（例如使用 YAML 定義），然後在部署流程中應用。
架構優勢與未來展望
Managed Agents 的架構設計將系統分為三個獨立接口：「大腦」（Claude 及其運行框架）、「雙手」（執行沙箱與工具）、「會話」（記錄執行過程的事件日誌）。這種設計確保各部分可單獨失敗、單獨替換而不影響整體系統，為接入新的運行框架、沙箱或基礎設施預留了空間。
這意味著開發者不再需要關注底層運行框架的維護，而是將智能體視為 Claude API 中的一種新基礎原語，專注於更高層次的應用構建。