Claude Managed Agents: Vad det är, hur det fungerar, priser och begränsningar18 min read

Varje lag som bygger en agent träffar samma vägg under den andra veckan. Prototypen fungerar på din bärbara dator, och sedan ber någon att den ska köras i en timme utan dig, hålla ett databaslösenord utom räckhåll för modellen, överleva en kraschad container och hämta imorgon där den stannade. Inget av det handlar om uppmaningar. Det är VVS, och det är VVS Anthropic beslutat att köra för dig.

Claude Managed Agents, som lanserades i offentlig beta den 8 april 2026, är en värdtjänst på Claude-plattformen. Du definierar en agent, ger den en molnsandlåda och startar sessioner som Anthropic kör åt dig, med en inbyggd verktygsuppsättning, strömmade händelser, minne, schemalagda körningar och en lång lista med kontroller. Sedan lanseringen har Anthropic skickat något nytt nästan varje månad, och i slutet av oktober började en gratis 90-minuters workshop om hur det fungerar att cirkulera brett.

Den här guiden är till för utvecklare och tekniska leads som bestämmer om de ska bygga vidare på den. Vi tar upp vad det är, hur en session körs, vilka funktioner som spelar roll, vad det kostar, var det slutar och hur det kan jämföras med att köra din egen loop.

En anteckning om vart resultaten går. En hanterad session kan skriva rapporter, kalkylblad och appar i sin sandlåda, och dessa filer kan hämtas via API. Vad de behöver efter det är en plats där ditt team och dina andra assistenter kan öppna, granska och fortsätta redigera dem.AgentGrid.ioär en delad arbetsyta där människor och AI-agenter skapar, redigerar och delar dokument, appar och filer, med en liveversion och en historik över vem som ändrade vad. Det tar vi upp i de sista avsnitten.

Vad är Claude Managed Agents?

Claude Managed Agents är Anthropickörtid för värdagent. Istället för att skriva loopen som anropar modellen, kör verktyg och återkopplar resultaten, beskriver du agenten och låter tjänsten köra den. Det är i beta, du kallar det medmanaged-agents-2026-04-01beta-header, och den är tillgänglig på Claude API, på Claude Platform på AWS och på Claude-modeller på Google Cloud, där Anthropic hanterar den.

Dokumentationen reducerar det till fyra begrepp:

Hur skiljer det sig från Messages API? Meddelanden API ger dig modellen och inget annat. Du skriver slingan, verktygen och sandlådan, vilket är precis vad du vill ha när du behöver finkornig kontroll. Managed Agents riktar sig till ett långvarigt och asynkront arbete, där du hellre lämnar över en uppgift och tittar på händelserna.

Den inbyggda molnsandlådan levereras med Python, Node, Go, Rust, Java, Ruby, PHP och C/C++, plus Postgres, Redis och SQLite. Nätverk kan ställas in pålimited, så koden som din agent skriver kan nå paketregister och inte mycket annat. Claude-konsolen har också en visuell agentbyggare och en testsessionslöpare, vilket är det snabbaste sättet att känna hur den beter sig innan du skriver kod.

Varför delade Anthropic hjärnan från händerna?

Den bästa förklaringen av designen finns inte i produktdokumentationen. Det är en Anthropic ingenjörstjänst som heter”Scaling Managed Agents: Frikoppla hjärnan från händerna”, publicerad samma dag som lanseringen. Det börjar med en bekant historia. Den första versionen lade sessionen, selen som anropar Claude och sandlådan i en container. Det gjorde servern till ett husdjur, i den gamla bemärkelsen husdjur-mot-boskap: om behållaren misslyckades, gick sessionen förlorad och en som inte svarade var tvungen att vårdas tillbaka till hälsan.

Lösningen var att dela upp agenten i tre delar som misslyckas och skalas oberoende:

• Sessionenär en logg över allt som har hänt endast med bilagor.
• Hjärnanär selen plus Claude. Den läser loggen och bestämmer vad den ska göra härnäst.
• Händernaär sandlådor och verktyg som nås via ett smalt gränssnitt,execute(name, input) → string.

Två konsekvenser sticker ut. Först, säkerhet: referenser behöver aldrig nå sandlådan där Claude:s genererade kod körs. Git-tokens kopplas in när förvaret klonas, och MCP-anrop går genom en valvproxy. För det andra, hastighet: eftersom hjärnan nu ber om en behållare genom ett verktygsanrop bara när den behöver en, så en session som inte behöver en sandlåda direkt inte väntar på en, rapporterade Anthropic att mediantiden till första token sjönk med cirka 60 procent och den 95:e percentilen med mer än 90 procent. Inläggets avslutande idé är ”många hjärnor, många händer”, där en hjärna kan driva flera sandlådor.

Samma parning visas i andra agentdesigner. DeepSeek:s Super-agent-artikel citerar detta inlägg när det argumenterar för att hålla isär en agents dator, tillstånd och miljö. Om du vill ha jämförelsen, vår guide tillDeepSeek Super-Agenttäcker routern och arbetarsidan av den historien.

Vad har skickats sedan lanseringen?

Managed Agents flyttade snabbt efter april. Denna tidslinje kommer från Anthropic egna tillkännagivanden.

Live från kod med Claude: vi lanserar dreaming i Claude Managed Agents som en förhandsvisning av forskning.

Resultat, multiagent-orkestrering och webhooks är nu i offentlig beta.https://t.co/p4DFRzFEd8

– Claude (@claudeai)6 maj 2026

Vi har precis lagt till två nya Claude Managed Agents-funktioner:

1. Schemalagda distributioner – kör uppgifter enligt ett schema

2. Miljövariabler – exponera valvets autentiseringsuppgifter för CLI:er som miljövariablerhttps://t.co/exfhz4yylr

– ClaudeDevs (@ClaudeDevs)11 juni 2026

Hur går ett pass egentligen?

Flödet är kort. Du skapar en agent, skapar en miljö, startar en session som pekar på båda och utbyter sedan händelser. Densnabbstartgör detta med några få kommandon. Agenten är en liten fil med frontmateria och en prompt, och miljön är några rader av 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"

Efter det skickar du användarhändelser och läser streamen. Filer agenten skriver till/mnt/session/outputs/bli tillgängliga via filerna API, omfånget till den sessionen.ant beta:sessions connectöppnar en tittare för en livesession.

Verktygsanvändning styrs av behörighetspolicyer. Agentverktygsuppsättningen är som standardalways_allow, MCP-verktyg som standardalways_ask, och medautoservern utvärderar varje samtal och kör det, nekar det eller pausar för ditt godkännande. Tredjeparts autentiseringsuppgifter finns i valv, antingen som MCP OAuth eller bärarreferenser, eller som miljövariabler autentiseringsuppgifter som agenten bara någonsin ser som ogenomskinliga platshållare, byts ut mot det verkliga värdet när en förfrågan lämnar sandlådan.

Vad kan agenten göra utöver en loop?

Underagenter, arbetsflöden och en rådgivare

Multiagent-inställningen låter en agent delegera. Delegeringen är en nivå djup, med högst 25 underordnade trådar. För större jobb låter ett dynamiskt arbetsflöde agenten skriva ett program som kör många agenter i bakgrunden, och sessionen kan konsultera en rådgivaremodell mitt i svängen för vägledning, till exempel att planera ett tillvägagångssätt eller granska arbetet, medan den fortsätter att utföra arbetet själv.

Resultat

Resultat gör ett vagt ”gör det bra” till en loop. Du ger en rubrik och en väghyvel som arbetar i ett separat sammanhang poängsätter resultatet och skickar tillbaka agenten för att förbättra det.max_iterationsär standard på 3 och kan gå upp till 20.

Budgetar

En session kan ha ett hårt utgiftstak, uttryckt i amerikanska cent som en sträng. Det tillämpas mellan modellbegäranden, så en enda lång begäran kan fortfarande avslutas innan mössan biter. När gränsen är nådd, går sessionen inaktiv medbudget_reachedoch väntar på dig.

Minne och drömmar

Minnesförråd är monterade i sandlådan kl/mnt/memory/. Varje minne är begränsat till 100 kB, en butik rymmer upp till 10 000 minnen och varje ändring skapar en oföränderlig version. Dreaming, fortfarande en forskningsförhandsvisning, läser mellan 1 och 100 tidigare sessioner och föreslår en deduplicerad, omorganiserad minneslagring. Den redigerar aldrig indatalagret, så du kan jämföra innan du använder det.

Schemalagda distributioner

En schemalagd distribution kör en agent på ett cron-uttryck i en IANA-tidszon. Anthropic lägger till jitter på upp till 15 procent av intervallet, med ett minimum på 5 sekunder och ett maximum på 9 minuter, så att tusentals scheman inte avfyras i samma ögonblick. En organisation kan ha upp till 1 000 implementeringar och en budget gäller för varje körning.

Hur får team agenter i produktion?

Nytt blogginlägg från vårt Applied AI-team på Claude Managed Agents och de utmaningar det löser (meriter, sandboxning, observerbarhet och mer) …https://t.co/02fp1NMZ6a

– ClaudeDevs (@ClaudeDevs)16 juni 2026

Ska sandlådan vara i molnet eller på dina egna maskiner?

Standard är en Anthropic-hanterad molnsandlåda. Om din kod, data eller nätverk inte kan lämna din infrastruktur, kan du köra en sandlåda som är självvärd istället: en arbetare på din sida utför bash- och filverktygsanropen. Hjärnan körs fortfarande på Anthropic:s sida, så konversationshistorik och verktygsresultat når fortfarande tjänsten.

Sedan den 19 augusti kan även arbete som utförts i en egen värd sandlåda sparas i minnet.

Vi skickade tre uppdateringar till Claude Managed Agents.

Först gjorde vi det enklare att använda minnet med sandlådor med egen värd.

Allt arbete som görs i en Sandbox med egen värd kan sparas i minnet.https://t.co/tIoCSU28qk

– ClaudeDevs (@ClaudeDevs)19 augusti 2026

Hur mycket kostar Claude Managed Agents?

Du betalar för polletter till modellens normala priser, plus0,08 USD per sessionstimme, faktureras endast medan sessionen pågårrunningstatus. Tid tillbringad ledig och väntar på dig faktureras inte. Webbsökning kostar 10 USD per 1 000 sökningar. Slutledning endast för USA multiplicerar tokenpriser med 1,1, och det finns ingen batchrabatt.

Anthropic:s prissida fungerar genom ett exempel: en entimmes session på Opus 5.5, prissatt till $4 per miljon inmatade tokens och $20 per miljon output tokens, med 50 000 indata och 15 000 output tokens.

Med snabb cachelagring kommer samma session till $0,428 i dokumentets exempel. Poängen med exemplet är formen på sedeln: för en kort, token-light-session är körtiden en liten del, och för långa sessioner som för det mesta är inaktiva är den ännu mindre. Utgifterna domineras av tokens, varför sessionsbudgetar är viktiga.

Vilka är gränserna och riskerna?

• Det är en beta.Funktionsuppsättningen ändras snabbt, och MCP-tunnlar och drömmar är fortfarande forskningsförhandsvisningar.
• Efterlevnadsluckor.Managed Agents är inte kvalificerade för noll datalagring eller HIPAA, och transkriptioner kvarstår tills du tar bort dem.
• Hårda kepsar.Delegering är en nivå djup med högst 25 underordnade trådar, och en organisation kan hålla 1 000 schemalagda distributioner.
• Ingen batchrabatt, och endast USA-slutledning kostar 10 procent mer på tokens.
• Säkerhet är fortfarande ditt jobb.Anthropic:s implementeringsvägledning är att ge varje agent den minsta verktygsuppsättningen som fungerar, använda begränsat nätverk, behålla autentiseringsuppgifter i valv, ställa inalways_askpå irreversibla verktyg, och kombinera aldrigalways_allowskriv eller kör verktyg med en agent som läser otillförlitlig indata.

Är den kostnadsfria workshopen värd din tid?

Anthropic drev en fyrdelad, ungefär 90 minuter lång workshop för Managed Agents på AI Engineer World’s Fair 2026 i San Francisco. Den leds av Priyanka Phatak, som leder Managed Agents ingenjörsteam, och Gabe Cemaj, och inspelningen pågårwebbplatsen för AI Engineer. Det gick viralt på X den 30 oktober med en kapitellista:

1. Varför hjärnan och händerna ska vara åtskilda (00:00)
2. Arkitekturen bakom Claude Managed Agents (07:45)
3. Bygga en forskningsagent steg för steg (23:40)
4. Schemalagda agenter som drömmer mellan uppgifter (54:00)
5. Evals, CI/CD och löpande agenter för många kunder (1:10:23)

Anthropic-ingenjörer har precis släppt den bästa 90-minuterskursen om att bygga AI-agenter från grunden jag någonsin sett:

• 00:00 – varför hjärnan och händerna ska vara åtskilda
• 07:45 – arkitekturen bakom Claude Managed Agents
• 23:40 – bygga en forskningsagent steg för steg
• 54:00 – agenter som kör enligt ett schema och ”drömmer” mellan uppgifterna
• 1:10:23 – evaler, CI/CD och löpande agenter för många kunder samtidigt

Bara detta kommer att ersätta varje $500 agent handledning du kan hitta på internet.

Titta på det, gå sedan vidare och bygg ett system som förbättrar sig själv med artikeln nedan.

– Anatoli Kopadze (@AnatoliKopadze)30 oktober 2026

Ta raden ”ersätter varje 500 $ tutorial” som entusiasm. Den användbara delen är konkret: den första delen är samma arkitektur som ingenjörstjänsten, forskningsagentens uppbyggnad visar en realistisk session från början till slut, och den sista delen svarar på frågorna som teamen ställer nästa, nämligen evals, CI/CD och multi-tenancy.

När ska du använda Managed Agents, Messages API eller något självkörande?

• Använd Managed Agentsnär arbetet är långvarigt eller asynkront, behöver en sandlåda med riktiga verktyg, och du helst inte vill underhålla slingan, behållarens livscykel och meritförteckningen.
• Använd meddelandena APInär du behöver en anpassad loop, snäv kontroll över varje steg eller en kort interaktion mellan begäran och svar.
• Använd en egen värd sandlådanär filer och körning måste stanna i din infrastruktur, och du kan acceptera att historik och verktygsresultat fortfarande passerar Anthropic.

Det hjälper också att separera det från agentsystem som löser ett annat problem. Managed Agents är infrastruktur för var en agent körs och vad den kan röra. En router som DeepSeek:s dsh-superagent handlar om vem en agent lyssnar på och när den agerar. Du skulle kunna tänka dig att använda båda.

Vart ska en hanterad agents produktion ta vägen?

En schemalagd agent som skriver en måndags konkurrentsammandrag, eller en forskningssession som bygger ett jämförelsekalkylblad, slutar med en fil i/mnt/session/outputs/. Filerna API gör att den kan hämtas, men bara för den sessionen, och filen är fortfarande bara en fil. Någon måste öppna den, be om ändringar, lämna den till en annan assistent och komma ihåg vilken version som är aktuell.

AgentGrid.ioär byggd för det stadiet. Människor och AI-agenter arbetar på samma levande dokument, appar och filer, med en stabil adress, kontrollerad åtkomst och en historik som namnger vem som ändrade vad, människa eller agent. Agenter ansluter från en kommandokompatibel miljö genom att köranpx @animaapp/cli@latest login, och en människa godkänner agentens namn, team och vilken av läs, skriv, dela och publicera den får. Managed Agents har ingen inbyggd AgentGrid.io-integration, så det enkla mönstret är din egen kod, eller ett steg i din pipeline, som tar den färdiga filen från Files API och placerar den i en delad arbetsyta. Vår guide tilldela sammanhang mellan Claude och ChatGPTvisar samma idé för konversationer.

Vanliga frågor

Vad är Claude Managed Agents?

Claude Managed Agents är Anthropic:s värdbaserade körtid för långvariga agenter, i offentlig beta sedan 8 april 2026. Du definierar en agent och en miljö, startar en session och Anthropic kör loopen, verktygen och molnsandlådan och strömmar händelser tillbaka till din applikation.

Hur mycket kostar Claude Managed Agents?

Du betalar standardtokenpriser för modellen, plus 0,08 USD per sessionstimme medan en session pågår. Inaktiv tid faktureras inte. Webbsökning kostar 10 USD per 1 000 sökningar, och slutledning endast för USA multiplicerar tokenpriser med 1,1. Anthropic:s entimmes Opus 5.5-exempel med 50 000 ingångs- och 15 000 utdata-tokens kommer till $0,58.

Är Claude Managed Agents allmänt tillgänglig?

Inte än. Det är i beta, du väljer medmanaged-agents-2026-04-01beta header, och vissa funktioner, inklusive dreaming och MCP tunnlar, är forskningsförhandsvisningar.

Hur skiljer sig Managed Agents från Messages API?

Med Messages API skriver du själv agentslingan, verktyg och sandlåda, vilket passar anpassade loopar och finkornig kontroll. Managed Agents kör loopen och en sandlåda åt dig och passar långvarigt, asynkront arbete.

Kan Claude Managed Agents köras på min egen infrastruktur?

Delvis. En sandlåda som är självvärd låter en arbetare på din infrastruktur köra bash- och filverktyg, men Claude själv körs fortfarande på Anthropic:s sida, så konversationshistorik och verktygsresultat når fortfarande tjänsten.

Kan Managed Agents arbeta med känslig data?

Var försiktig. Tjänsten är inte kvalificerad för noll datalagring eller HIPAA, transkriptioner kvarstår tills du tar bort dem och Anthropic rekommenderar begränsat nätverk, autentiseringsuppgifter för valv och godkännandemeddelanden för oåterkalleliga verktyg.