Claude Managed Agents: Hva det er, hvordan det fungerer, priser og grenser17 min read

Hvert lag som bygger en agent treffer den samme veggen rundt den andre uken. Prototypen fungerer på den bærbare datamaskinen din, og så ber noen om at den skal kjøre i en time uten deg, holde et databasepassord utenfor modellens rekkevidde, overleve en krasjet container og plukke opp i morgen der den stoppet. Ingenting av det handler om oppfordringer. Det er rørleggerarbeid, og det er rørleggerarbeidet Anthropic bestemte seg for å kjøre for deg.

Claude Managed Agents, lansert i offentlig beta 8. april 2026, er en vertstjeneste på Claude-plattformen. Du definerer en agent, gir den en skysandkasse og starter økter som Anthropic kjører for deg, med et innebygd verktøysett, streamede hendelser, minne, planlagte kjøringer og en lang liste med kontroller. Siden lanseringen har Anthropic sendt noe nytt nesten hver måned, og i slutten av oktober begynte en gratis 90-minutters workshop om hvordan det fungerer å sirkulere bredt.

Denne veiledningen er for utviklere og tekniske ledere som bestemmer om de skal bygge videre på den. Vi dekker hva det er, hvordan en økt går, funksjonene som betyr noe, hva det koster, hvor det stopper, og hvordan det er sammenlignet med å kjøre din egen loop.

En merknad om hvor resultatene går. En administrert økt kan skrive rapporter, regneark og apper i sandkassen, og disse filene kan hentes gjennom API. Det de trenger etter det, er et sted hvor teamet ditt og de andre assistentene dine kan åpne, se gjennom og fortsette å redigere dem.AgentGrid.ioer et delt arbeidsområde der folk og AI-agenter oppretter, redigerer og deler dokumenter, apper og filer, med én live-versjon og en historie om hvem som endret hva. Det tar vi opp i de siste delene.

Hva er Claude Managed Agents?

Claude Managed Agents er Anthropicvertsagent kjøretid. I stedet for å skrive loopen som kaller modellen, kjører verktøy og mater resultatene tilbake, beskriver du agenten og lar tjenesten kjøre den. Den er i beta, kaller du den medmanaged-agents-2026-04-01beta-header, og den er tilgjengelig på Claude API, på Claude Platform på AWS og på Claude-modeller på Google Cloud, der Anthropic administrerer den.

Dokumentasjonen reduserer det til fire konsepter:

Hvordan er det forskjellig fra Messages API? Meldinger API gir deg modellen og ingenting annet. Du skriver løkken, verktøyene og sandkassen, som er akkurat det du vil ha når du trenger finkornet kontroll. Managed Agents er rettet mot langvarig og asynkront arbeid, hvor du heller vil overlevere en oppgave og se hendelsene.

Den innebygde skysandkassen leveres med Python, Node, Go, Rust, Java, Ruby, PHP og C/C++, pluss Postgres, Redis og SQLite. Nettverk kan settes tillimited, slik at koden agenten din skriver kan nå pakkeregistre og ikke mye annet. Claude-konsollen har også en visuell agentbygger og en testøktsløper, som er den raskeste måten å føle hvordan den oppfører seg før du skriver kode.

Hvorfor delte Anthropic hjernen fra hendene?

Den beste forklaringen på designet er ikke i produktdokumentasjonen. Det er en Anthropic ingeniørpost kalt«Scaling Managed Agents: Koble hjernen fra hendene», publisert samme dag som lanseringen. Det starter med en kjent historie. Den første versjonen la økten, selen som kaller Claude og sandkassen i én beholder. Det gjorde serveren til et kjæledyr, i den gamle forstanden kjæledyr versus storfe: Hvis beholderen sviktet, gikk økten tapt, og en som ikke responderte, måtte pleies tilbake til helse.

Løsningen var å dele opp agenten i tre deler som mislykkes og skaleres uavhengig:

• Øktener en vedleggslogg over alt som har skjedd.
• Hjernener selen pluss Claude. Den leser loggen og bestemmer hva den skal gjøre videre.
• Hendeneer sandkasser og verktøy, nådd gjennom ett smalt grensesnitt,execute(name, input) → string.

To konsekvenser skiller seg ut. Først sikkerhet: legitimasjon trenger aldri å nå sandkassen der Claude sin genererte kode kjører. Git-tokens kobles inn når depotet er klonet, og MCP-anrop går gjennom en hvelvproxy. For det andre, hastighet: fordi hjernen nå ber om en beholder gjennom et verktøykall bare når den trenger en, så en økt som ikke trenger en sandkasse med en gang ikke venter på en, rapporterte Anthropic at mediantiden til første token sank med omtrent 60 prosent og den 95. persentilen med mer enn 90 prosent. Innleggets avsluttende idé er «mange hjerner, mange hender», hvor én hjerne kan drive flere sandkasser.

Den samme sammenkoblingen vises i andre agentdesigner. DeepSeek sin Super-agent-artikkel siterer dette innlegget når det argumenterer for å holde en agents data, tilstand og miljø fra hverandre. Hvis du vil ha sammenligningen, vår guide tilDeepSeek Super-Agentdekker ruter- og arbeidersiden av den historien.

Hva har sendt siden lansering?

Administrerte agenter flyttet raskt etter april. Denne tidslinjen kommer fra Anthropic sine egne kunngjøringer.

Live fra kode med Claude: vi lanserer dreaming i Claude Managed Agents som en forhåndsvisning av forskning.

Utfall, multiagent-orkestrering og webhooks er nå i offentlig beta.https://t.co/p4DFRzFEd8

– Claude (@claudeai)6. mai 2026

Vi har nettopp lagt til to nye Claude Managed Agents-funksjoner:

1. Planlagte distribusjoner – kjør oppgaver etter en tidsplan

2. Miljøvariabler – vis hvelvlegitimasjon for CLI-er som miljøvariablerhttps://t.co/exfhz4yylr

– ClaudeDevs (@ClaudeDevs)11. juni 2026

Hvordan går en økt egentlig?

Strømmen er kort. Du oppretter en agent, lager et miljø, starter en økt som peker på begge, og utveksler deretter hendelser. Denhurtigstartgjør dette med noen få kommandoer. Agenten er en liten fil med frontsak og en ledetekst, og miljøet er noen få linjer med YAML:

# coding-assistant.md
---
name: Coding Assistant
model: claude-opus-5-5
tools:
  - type: agent_toolset_20260401
---

You are a helpful coding assistant. Write clean, well-documented code.

# environment.yaml
name: quickstart-env
config:
  type: cloud
  networking:
    type: limited
    allow_package_managers: true

# Create both, then start a session
ant apply coding-assistant.md environment.yaml
ant beta:sessions create \
  --agent "$AGENT_ID" \
  --environment-id "$ENVIRONMENT_ID" \
  --title "Quickstart session"

Etter det sender du brukerhendelser og leser strømmen. Filer agenten skriver til/mnt/session/outputs/bli tilgjengelig gjennom filene API, med omfang til den økten.ant beta:sessions connectåpner en seer for en live-økt.

Verktøybruk er styrt av tillatelsesretningslinjer. Agentverktøysettet er som standardalways_allow, MCP-verktøy er som standardalways_ask, og medautoserveren evaluerer hvert anrop og kjører det, nekter det eller pauser for godkjenning. Tredjeparts legitimasjon ligger i hvelv, enten som MCP OAuth eller bærerlegitimasjon, eller som miljøvariabel legitimasjon som agenten bare ser på som ugjennomsiktige plassholdere, byttet mot den virkelige verdien når en forespørsel forlater sandkassen.

Hva kan agenten gjøre utover én løkke?

Subagenter, arbeidsflyter og en rådgiver

Multiagent-oppsettet lar en agent delegere. Delegering er ett nivå dypt, med maksimalt 25 underordnede tråder. For større jobber lar en dynamisk arbeidsflyt agenten skrive et program som kjører mange agenter i bakgrunnen, og økten kan konsultere en rådgivermodell midtveis for veiledning, for eksempel å planlegge en tilnærming eller gjennomgå arbeid, mens den fortsetter å gjøre arbeidet selv.

Utfall

Utfall gjør en vag «gjør det bra» til en loop. Du gir en rubrikk, og en grader som jobber i en egen kontekst, scorer resultatet og sender agenten tilbake for å forbedre det.max_iterationsstandard til 3 og kan gå opp til 20.

Budsjetter

En økt kan ha et hardt forbrukstak, uttrykt i amerikanske cent som en streng. Det håndheves mellom modellforespørsler, så en enkelt lang forespørsel kan fortsatt fullføres før hetten biter. Når grensen er nådd, går økten uvirksom medbudget_reachedog venter på deg.

Minne og drømmer

Minnelagre monteres i sandkassen kl/mnt/memory/. Hvert minne er begrenset til 100 kB, en butikk har opptil 10 000 minner, og hver endring skaper en uforanderlig versjon. Dreaming, fortsatt en forskningsforhåndsvisning, leser mellom 1 og 100 tidligere økter og foreslår et deduplisert, omorganisert minnelager. Den redigerer aldri inndatalageret, så du kan sammenligne før du tar den i bruk.

Planlagte distribusjoner

En planlagt distribusjon kjører en agent på et cron-uttrykk i en IANA-tidssone. Anthropic legger til jitter på opptil 15 prosent av intervallet, med et 5-sekunders minimum og et 9-minutters maksimum, slik at tusenvis av tidsplaner ikke utløses på samme øyeblikk. En organisasjon kan ha opptil 1000 distribusjoner, og et budsjett gjelder for hver kjøring.

Hvordan får team agenter i produksjon?

Nytt blogginnlegg fra vårt Applied AI-team på Claude Managed Agents og utfordringene det løser (legitimasjon, sandboksing, observerbarhet og mer) …https://t.co/02fp1NMZ6a

– ClaudeDevs (@ClaudeDevs)16. juni 2026

Skal sandkassen være i skyen eller på dine egne maskiner?

Standard er en Anthropic-administrert skysandkasse. Hvis koden, dataene eller nettverket ikke kan forlate infrastrukturen din, kan du kjøre en sandkasse som er vert for deg selv i stedet: en arbeider på din side utfører bash- og filverktøy-anropene. Hjernen kjører fortsatt på Anthropic sin side, så samtalehistorikk og verktøyresultater når fortsatt tjenesten.

Siden 19. august kan arbeid som er utført i en selvhostet sandkasse også lagres i minnet.

Vi sendte tre oppdateringer til Claude Managed Agents.

For det første gjorde vi det enklere å bruke minne med selv-hostede sandkasser.

Alt arbeid som gjøres i en selv-vertslig sandkasse kan lagres i minnet.https://t.co/tIoCSU28qk

– ClaudeDevs (@ClaudeDevs)19. august 2026

Hvor mye koster Claude Managed Agents?

Du betaler for tokens til modellens normale priser, pluss$0,08 per økttime, faktureres kun mens økten er irunningstatus. Tid brukt inaktiv, venter på deg, faktureres ikke. Nettsøk koster $10 per 1000 søk. Inferens kun for USA multipliserer tokenpriser med 1,1, og det er ingen batchrabatt.

Anthropic sin prisside fungerer gjennom et eksempel: en én-times økt på Opus 5.5, priset til $4 per million input-tokens og $20 per million output tokens, med 50.000 input- og 15.000 output-tokens.

Med hurtigbufring kommer den samme økten til $0,428 i dokumentets eksempel. Poenget med eksemplet er formen på regningen: for en kort, token-light-økt, er kjøretiden en liten del, og for lange økter som for det meste står på tomgang, er den fortsatt mindre. Utgifter domineres av tokens, og det er grunnen til at øktbudsjetter er viktige.

Hva er grensene og risikoene?

• Det er en beta.Funksjonssettet endres raskt, og MCP-tunneler og drømmer er fortsatt forskningsforhåndsvisninger.
• Overholdelseshull.Managed Agents er ikke kvalifisert for null datalagring eller HIPAA, og transkripsjoner vedvarer til du sletter dem.
• Harde hetter.Delegering er ett nivå dypt med maksimalt 25 underordnede tråder, og en organisasjon kan holde 1000 planlagte distribusjoner.
• Ingen batchrabatt, og slutning kun for USA koster 10 prosent mer på tokens.
• Sikkerhet er fortsatt jobben din.Anthropics distribusjonsveiledning er å gi hver agent det minste verktøysettet som fungerer, bruke begrenset nettverk, oppbevare legitimasjon i hvelv, angialways_askpå irreversible verktøy, og aldri kombinerealways_allowskrive eller kjøre verktøy med en agent som leser uklarerte inndata.

Er gratisverkstedet verdt tiden din?

Anthropic drev et firedelt, omtrent 90 minutter langt Managed Agents-verksted på AI Engineer World’s Fair 2026 i San Francisco. Det ledes av Priyanka Phatak, som leder Managed Agents ingeniørteam, og Gabe Cemaj, og innspillingen er pånettstedet for AI Engineer. Det gikk viralt på X 30. oktober med en kapittelliste:

1. Hvorfor hjernen og hendene skal være adskilt (00:00)
2. Arkitekturen bak Claude Managed Agents (07:45)
3. Bygg en forskningsagent trinn for trinn (23:40)
4. Planlagte agenter som drømmer mellom oppgaver (54:00)
5. Evals, CI/CD og løpende agenter for mange kunder (1:10:23)

Anthropic-ingeniører har nettopp gitt ut det beste 90-minutters kurset om å bygge AI-agenter fra bunnen av jeg noen gang har sett:

• 00:00 – hvorfor hjernen og hendene skal være atskilt
• 07:45 – arkitekturen bak Claude Managed Agents
• 23:40 – bygge en forskningsagent trinn for trinn
• 54:00 – agenter som kjører på timeplan og «drømmer» mellom oppgavene
• 1:10:23 – evaler, CI/CD og løpende agenter for mange kunder samtidig

Dette alene vil erstatte hver $500 agentopplæring du kan finne på internett.

Se den, gå deretter videre og bygg et system som forbedrer seg med artikkelen nedenfor.

– Anatoli Kopadze (@AnatoliKopadze)30. oktober 2026

Ta linjen «erstatter hver $500-opplæring» som entusiasme. Den nyttige delen er konkret: den første delen er den samme arkitekturen som ingeniørposten, forskningsagentens konstruksjon viser en realistisk sesjon fra ende til annen, og den siste delen svarer på spørsmålene teamene stiller neste gang, nemlig evaler, CI/CD og multi-tenancy.

Når bør du bruke Managed Agents, Messages API eller noe selvkjørende?

• Bruk administrerte agenternår arbeidet er langvarig eller asynkront, trenger en sandkasse med ekte verktøy, og du helst ikke vil opprettholde sløyfen, beholderens livssyklus og legitimasjonsrørleggeren.
• Bruk meldingene APInår du trenger en tilpasset sløyfe, tett kontroll over hvert trinn eller en kort forespørsel-svar-interaksjon.
• Bruk en selvdrevet sandkassenår filer og kjøring må forbli på infrastrukturen din, og du kan akseptere at historikk og verktøyresultater fortsatt går gjennom Anthropic.

Det hjelper også å skille det fra agentsystemer som løser et annet problem. Managed Agents er infrastruktur for hvor en agent kjører og hva den kan berøre. En ruter som DeepSeek sin dsh-superagent handler om hvem en agent lytter til og når den handler. Du kan tenke deg å bruke begge deler.

Hvor skal en administrert agents produksjon gå?

En planlagt agent som skriver en mandagskonkurrentsammendrag, eller en forskningsøkt som bygger et sammenligningsregneark, ender med en fil i/mnt/session/outputs/. Filene API gjør den gjenfinnbar, men bare for den økten, og filen er fortsatt bare en fil. Noen må åpne den, be om endringer, gi den til en annen assistent og huske hvilken versjon som er gjeldende.

AgentGrid.ioer bygget for det stadiet. Mennesker og AI-agenter jobber med de samme live-dokumentene, appene og filene, med en stabil adresse, kontrollert tilgang og en historikk som navngir hvem som endret hva, menneske eller agent. Agenter kobler til fra et kommando-kompatibelt miljø ved å kjørenpx @animaapp/cli@latest login, og et menneske godkjenner agentens navn, team og hvilke av lese, skrive, dele og publisere den får. Managed Agents har ingen innebygd AgentGrid.io-integrasjon, så det enkle mønsteret er din egen kode, eller et steg i pipelinen, som tar den ferdige filen fra filene API og plasserer den i et delt arbeidsområde. Vår guide tildeling av kontekst mellom Claude og ChatGPTviser den samme ideen for samtaler.

Ofte stilte spørsmål

Hva er Claude Managed Agents?

Claude Managed Agents er Anthropic sin vertsbaserte kjøretid for langvarige agenter, i offentlig beta siden 8. april 2026. Du definerer en agent og et miljø, starter en økt, og Anthropic kjører loopen, verktøyene og skysandkassen, og strømmer hendelser tilbake til applikasjonen din.

Hvor mye koster Claude Managed Agents?

Du betaler standard tokenpriser for modellen, pluss $0,08 per økttime mens en økt kjører. Inaktiv tid faktureres ikke. Nettsøk er $10 per 1000 søk, og slutninger som kun er for USA multipliserer tokenpriser med 1,1. Anthropics en-times Opus 5.5-eksempel med 50 000 input og 15 000 output tokens kommer til $0,58.

Er Claude Managed Agents generelt tilgjengelig?

Ikke ennå. Den er i beta, du velger medmanaged-agents-2026-04-01beta-header, og noen funksjoner, inkludert drømme- og MCP-tunneler, er forskningsforhåndsvisninger.

Hvordan er administrerte agenter forskjellig fra Messages API?

Med Messages API skriver du selv agentløkken, verktøy og sandkasse, som passer tilpassede looper og finkornet kontroll. Managed Agents kjører loopen og en sandkasse for deg og passer langvarig, asynkront arbeid.

Kan Claude Managed Agents kjøre på min egen infrastruktur?

Delvis. En selvdrevet sandkasse lar en arbeider på infrastrukturen din utføre bash- og filverktøy, men selve Claude kjører fortsatt på Anthropic sin side, så samtalehistorikk og verktøyresultater når fortsatt tjenesten.

Kan administrerte agenter jobbe med sensitive data?

Vær forsiktig. Tjenesten er ikke kvalifisert for null dataoppbevaring eller HIPAA, transkripsjoner vedvarer til du sletter dem, og Anthropic anbefaler begrenset nettverk, hvelvlegitimasjon og godkjenningsmeldinger for irreversible verktøy.