Claude Managed Agents: Ano Ito, Paano Ito Gumagana, Pagpepresyo at Mga Limitasyon20 min read

Bawat team na bubuo ng ahente ay pumupunta sa parehong pader sa ikalawang linggo. Gumagana ang prototype sa iyong laptop, at pagkatapos ay may humiling na tumakbo ito nang isang oras nang wala ka, panatilihin ang password ng database na hindi maaabot ng modelo, makaligtas sa isang na-crash na lalagyan, at kunin bukas kung saan ito huminto. Wala sa mga iyon ang tungkol sa mga senyas. Ito ay pagtutubero, at ito ang pagtutubero na Anthropic ang nagpasya na tumakbo para sa iyo.

Ang Claude Managed Agents, na inilunsad sa pampublikong beta noong Abril 8, 2026, ay isang naka-host na serbisyo sa Claude Platform. Tinutukoy mo ang isang ahente, bibigyan ito ng cloud sandbox, at simulan ang mga session na pinapatakbo ng Anthropic para sa iyo, na may built-in na set ng tool, mga naka-stream na kaganapan, memorya, naka-iskedyul na pagtakbo at mahabang listahan ng mga kontrol. Mula nang ilunsad, ang Anthropic ay nagpapadala ng bago halos bawat buwan, at noong huling bahagi ng Oktubre isang libreng 90 minutong workshop kung paano ito gumagana ay nagsimulang kumalat nang malawakan.

Ang gabay na ito ay para sa mga developer at teknikal na lead na nagpapasya kung bubuo dito. Sinasaklaw namin kung ano ito, kung paano tumatakbo ang isang session, ang mga tampok na mahalaga, kung ano ang halaga nito, kung saan ito humihinto, at kung paano ito inihahambing sa pagpapatakbo ng sarili mong loop.

Isang tala kung saan napupunta ang mga resulta. Ang isang pinamamahalaang session ay maaaring magsulat ng mga ulat, spreadsheet at app sa sandbox nito, at ang mga file na iyon ay makukuha sa pamamagitan ng API. Ang kailangan nila pagkatapos noon ay isang lugar kung saan maaaring buksan, suriin, at patuloy na i-edit ng iyong team at ng iba mo pang katulong ang mga ito.AgentGrid.ioay isang nakabahaging workspace kung saan ang mga tao at mga ahente ng AI ay gumagawa, nag-e-edit at nagbabahagi ng mga dokumento, app at file, na may isang live na bersyon at isang kasaysayan kung sino ang nagbago kung ano. Kinukuha namin iyon sa mga huling seksyon.

Ano ang Claude Managed Agents?

Ang Claude Managed Agents ay Anthropic’sruntime ng naka-host na ahente. Sa halip na isulat ang loop na tumatawag sa modelo, nagpapatakbo ng mga tool at ibalik ang mga resulta, ilalarawan mo ang ahente at hayaan ang serbisyo na patakbuhin ito. Ito ay nasa beta, tinatawag mo ito ngmanaged-agents-2026-04-01beta header, at available ito sa Claude API, sa Claude Platform sa AWS, at sa Claude Models sa Google Cloud, kung saan pinamamahalaan ito ng Anthropic.

Binabawasan ito ng dokumentasyon sa apat na konsepto:

Paano iyon naiiba sa Messages API? Ang Messages API ay nagbibigay sa iyo ng modelo at wala nang iba pa. Isusulat mo ang loop, ang mga tool at ang sandbox, na kung ano mismo ang gusto mo kapag kailangan mo ng pinong kontrol. Ang Mga Pinamamahalaang Ahente ay naglalayon sa matagal na at asynchronous na gawain, kung saan mas gugustuhin mong ibigay ang isang gawain at panoorin ang mga kaganapan.

Ang built-in na cloud sandbox ay nagpapadala ng Python, Node, Go, Rust, Java, Ruby, PHP at C/C++, kasama ang Postgres, Redis at SQLite. Maaaring itakda ang networking salimited, para maabot ng code na isinulat ng iyong ahente ang mga package registries at hindi marami pang iba. Ang Claude Console ay mayroon ding visual agent builder at test session runner, na siyang pinakamabilis na paraan upang madama kung paano ito kumikilos bago ka magsulat ng code.

Bakit hinati ng Anthropic ang utak mula sa mga kamay?

Ang pinakamahusay na paliwanag ng disenyo ay wala sa mga doc ng produkto. Ito ay isang Anthropic engineering post na tinatawag“Scaling Managed Agents: Decoupling the brain from the hands”, na-publish sa parehong araw ng paglulunsad. Nagsisimula ito sa isang pamilyar na kwento. Inilagay ng unang bersyon ang session, ang harness na tumatawag sa Claude at ang sandbox sa isang lalagyan. Na ginawang alagang hayop ang server, sa dating pets-versus-cattle na kahulugan: kung nabigo ang lalagyan, mawawala ang session, at ang hindi tumutugon ay kailangang alagaan pabalik sa kalusugan.

Ang pag-aayos ay upang hatiin ang ahente sa tatlong bahagi na nabigo at iisa-isa ang sukat:

• Ang sessionay isang append-only log ng lahat ng nangyari.
• Ang utakay ang harness plus Claude. Binabasa nito ang log at nagpapasya kung ano ang susunod na gagawin.
• Ang mga kamayay mga sandbox at tool, na naabot sa pamamagitan ng isang makitid na interface,execute(name, input) → string.

Dalawang kahihinatnan ang lumalabas. Una, seguridad: hindi na kailangang maabot ng mga kredensyal ang sandbox kung saan tumatakbo ang nabuong code ng Claude. Ang mga git token ay naka-wire kapag ang repository ay na-clone, at ang MCP na mga tawag ay dumadaan sa isang vault proxy. Pangalawa, bilis: dahil ang utak ngayon ay humihingi ng lalagyan sa pamamagitan ng isang tool call lamang kapag kailangan nito, kaya ang isang session na hindi nangangailangan ng sandbox kaagad ay hindi naghihintay ng isa, iniulat ng Anthropic na ang median time sa unang token ay bumaba ng humigit-kumulang 60 porsyento at ang ika-95 na porsyento ng higit sa 90 porsyento. Ang pangwakas na ideya ng post ay “maraming utak, maraming kamay”, kung saan ang isang utak ay maaaring magmaneho ng ilang sandbox.

Ang parehong pagpapares ay makikita sa iba pang mga disenyo ng ahente. Binanggit ng artikulo ng Super-agent ng DeepSeek ang post na ito kapag pinagtatalunan nito ang paghiwalayin ang compute, estado at kapaligiran ng isang ahente. Kung nais mo ang paghahambing, ang aming gabay saang DeepSeek Super-Agentsumasaklaw sa router at worker side ng kwentong iyon.

Ano ang naipadala mula noong ilunsad?

Mabilis na lumipat ang Managed Agents pagkatapos ng Abril. Ang timeline na ito ay nagmula sa sariling mga anunsyo ng Anthropic.

Live mula sa Code na may Claude: inilulunsad namin ang pangangarap sa Claude Managed Agents bilang isang preview ng pananaliksik.

Nasa pampublikong beta na ngayon ang mga resulta, multiagent orchestration, at webhook.https://t.co/p4DFRzFEd8

– Claude (@claudeai)Mayo 6, 2026

Nagdagdag lang kami ng dalawang bagong feature ng Claude Managed Agents:

1. Mga naka-iskedyul na deployment – magpatakbo ng mga gawain sa isang iskedyul

2. Mga variable ng kapaligiran – ilantad ang mga kredensyal ng vault para sa mga CLI bilang mga variable ng kapaligiranhttps://t.co/exfhz4yylr

– ClaudeDevs (@ClaudeDevs)Hunyo 11, 2026

Paano talaga tumatakbo ang isang session?

Maikli ang daloy. Gumawa ka ng ahente, lumikha ng kapaligiran, magsimula ng session na tumuturo sa pareho, at pagkatapos ay makipagpalitan ng mga kaganapan. Angmabilis na pagsisimulaginagawa ito sa ilang utos. Ang ahente ay isang maliit na file na may front matter at isang prompt, at ang kapaligiran ay ilang linya ng 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"

Pagkatapos noon, magpapadala ka ng mga event ng user at magbasa ng stream. Mga file na pinagsusulatan ng ahente/mnt/session/outputs/maging available sa pamamagitan ng Files API, na saklaw sa session na iyon.ant beta:sessions connectnagbubukas ng manonood para sa isang live na session.

Ang paggamit ng tool ay pinamamahalaan ng mga patakaran sa pahintulot. Nagde-default ang toolset ng ahente saalways_allow, MCP tool default saalways_ask, at kasama ngautosinusuri ng server ang bawat tawag at pinapatakbo ito, tinatanggihan ito o nag-pause para sa iyong pag-apruba. Ang mga kredensyal ng third-party ay naninirahan sa mga vault, alinman bilang MCP OAuth o mga kredensyal ng maydala, o bilang mga kredensyal sa environment-variable na nakikita lang ng ahente bilang mga opaque na placeholder, na pinalitan ng tunay na halaga kapag umalis ang isang kahilingan sa sandbox.

Ano ang magagawa ng ahente sa kabila ng isang loop?

Mga subagents, mga daloy ng trabaho at isang tagapayo

Ang multiagent setup ay nagbibigay-daan sa isang ahente na magtalaga. Isang antas ang lalim ng delegasyon, na may hindi hihigit sa 25 mga thread ng bata. Para sa mas malalaking trabaho, binibigyang-daan ng dynamic na daloy ng trabaho ang ahente na magsulat ng program na nagpapatakbo ng maraming ahente sa background, at maaaring kumonsulta ang session sa isang modelo ng advisor sa kalagitnaan para sa gabay, gaya ng pagpaplano ng diskarte o pagsusuri sa trabaho, habang patuloy nitong ginagawa ang gawain mismo.

Mga kinalabasan

Ang mga resulta ay ginagawang isang loop ang hindi malinaw na “gawing mabuti.” Nagbibigay ka ng rubric, at ang isang grader na nagtatrabaho sa isang hiwalay na konteksto ay nagbibigay ng marka sa resulta at pinababalik ang ahente upang mapabuti ito.max_iterationsdefault sa 3 at maaaring umabot sa 20.

Mga badyet

Ang isang session ay maaaring magkaroon ng isang hard spending cap, na ipinapakita sa US cents bilang isang string. Ito ay ipinapatupad sa pagitan ng mga kahilingan ng modelo, kaya ang isang mahabang kahilingan ay maaari pa ring matapos bago kumagat ang takip. Kapag naabot na ang limitasyon, magiging idle ang sessionbudget_reachedat naghihintay para sa iyo.

Alaala at panaginip

Ang mga memory store ay naka-mount sa sandbox sa/mnt/memory/. Ang bawat memorya ay nililimitahan sa 100 kB, ang isang tindahan ay nagtataglay ng hanggang 10,000 mga alaala, at bawat pagbabago ay lumilikha ng isang hindi nababagong bersyon. Ang pangangarap, isang preview ng pananaliksik pa rin, ay nagbabasa sa pagitan ng 1 at 100 nakaraang mga sesyon at nagmumungkahi ng isang na-deduplicate, muling inayos na memory store. Hindi nito kailanman ine-edit ang input store, para makapaghambing ka bago mo ito gamitin.

Mga naka-iskedyul na deployment

Ang isang nakaiskedyul na deployment ay nagpapatakbo ng isang ahente sa isang cron expression sa isang IANA time zone. Ang Anthropic ay nagdaragdag ng jitter ng hanggang 15 porsiyento ng agwat, na may 5 segundong minimum at 9 na minutong maximum, kaya libu-libong mga iskedyul ang hindi gumagana nang sabay-sabay. Maaaring magkaroon ng hanggang 1,000 deployment ang isang organisasyon, at may nalalapat na badyet sa bawat pagtakbo.

Paano nakukuha ng mga koponan ang mga ahente sa produksyon?

Bagong post sa blog mula sa aming Applied AI team sa Claude Managed Agents at ang mga hamon na nalulutas nito (mga kredensyal, sandboxing, observability, at higit pa) …https://t.co/02fp1NMZ6a

– ClaudeDevs (@ClaudeDevs)Hunyo 16, 2026

Dapat ba ang sandbox ay nasa cloud o sa sarili mong mga makina?

Ang default ay isang Anthropic-managed cloud sandbox. Kung hindi makaalis ang iyong code, data o network sa iyong imprastraktura, maaari kang magpatakbo ng self-hosted sandbox sa halip: isang manggagawa sa iyong panig ang nagsasagawa ng mga bash at file tool na tawag. Ang utak ay tumatakbo pa rin sa panig ng Anthropic, kaya ang kasaysayan ng pag-uusap at mga resulta ng tool ay umaabot pa rin sa serbisyo.

Mula noong Agosto 19, ang gawaing ginawa sa isang self-host na sandbox ay maaari ding i-save sa memorya.

Nagpadala kami ng tatlong update sa Claude Managed Agents.

Una, ginawa naming mas madali ang paggamit ng memorya gamit ang Mga Self-Hosted na Sandbox.

Ang anumang gawaing ginawa sa isang Self-Hosted Sandbox ay maaaring i-save sa memorya.https://t.co/tIoCSU28qk

– ClaudeDevs (@ClaudeDevs)Agosto 19, 2026

Magkano ang halaga ng Claude Managed Agents?

Magbabayad ka para sa mga token sa mga normal na rate ng modelo, dagdag pa$0.08 kada session-hour, sinisingil lang habang ang session ay nasarunningkatayuan. Ang oras na ginugol sa walang ginagawa, naghihintay para sa iyo, ay hindi sinisingil. Ang paghahanap sa web ay nagkakahalaga ng $10 bawat 1,000 na paghahanap. Ang hinuha sa US lamang ay nagpaparami ng mga presyo ng token sa 1.1, at walang batch na diskwento.

Gumagana ang page ng pagpepresyo ng Anthropic sa pamamagitan ng isang halimbawa: isang isang oras na session sa Opus 5.5, na nagkakahalaga ng $4 bawat milyong input token at $20 bawat milyong output token, na may 50,000 input at 15,000 output token.

Sa mabilis na pag-cache, ang parehong session ay umaabot sa $0.428 sa halimbawa ng mga doc. Ang punto ng halimbawa ay ang hugis ng bill: para sa isang maikli, token-light session, ang runtime ay isang maliit na hiwa, at para sa mahahabang session na halos walang ginagawa ay mas maliit ito. Ang paggastos ay pinangungunahan ng mga token, kaya naman mahalaga ang mga badyet ng session.

Ano ang mga limitasyon at panganib?

• Ito ay isang beta.Mabilis na nagbabago ang feature set, at ang MCP tunnels at dreaming ay mga preview ng pananaliksik pa rin.
• Mga gaps sa pagsunod.Hindi kwalipikado ang Mga Pinamamahalaang Ahente para sa zero data retention o HIPAA, at magpapatuloy ang mga transcript hanggang sa tanggalin mo ang mga ito.
• Mga hard cap.Ang delegasyon ay isang antas na may hindi hihigit sa 25 na mga thread ng bata, at ang isang organisasyon ay maaaring magkaroon ng 1,000 nakaiskedyul na pag-deploy.
• Walang batch discount, at US-only inference ay nagkakahalaga ng 10 porsiyentong higit pa sa mga token.
• Ang seguridad ay trabaho mo pa rin.Ang gabay sa deployment ng Anthropic ay upang bigyan ang bawat ahente ng pinakamaliit na tool set na gumagana, gumamit ng limitadong networking, panatilihin ang mga kredensyal sa mga vault, itakdaalways_asksa hindi maibabalik na mga tool, at hindi kailanman pagsamahinalways_allowmagsulat o magsagawa ng mga tool sa isang ahente na nagbabasa ng hindi pinagkakatiwalaang input.

Sulit ba ang iyong oras sa libreng workshop?

Ang Anthropic ay nagpatakbo ng apat na bahagi, halos 90 minutong workshop ng Managed Agents sa AI Engineer World’s Fair 2026 sa San Francisco. Ito ay pinamumunuan ni Priyanka Phatak, na namumuno sa Managed Agents engineering team, at Gabe Cemaj, at naka-on ang recording.ang site ng AI Engineer. Nag-viral ito sa X noong Oktubre 30 na may listahan ng kabanata:

1. Bakit dapat magkahiwalay ang utak at mga kamay (00:00)
2. Ang arkitektura sa likod ng Claude Managed Agents (07:45)
3. Hakbang-hakbang na pagbuo ng ahente ng pananaliksik (23:40)
4. Mga nakaiskedyul na ahente na nangangarap sa pagitan ng mga gawain (54:00)
5. Evals, CI/CD at mga tumatakbong ahente para sa maraming customer (1:10:23)

Ang mga inhinyero ng Anthropic ay naglabas lamang ng pinakamahusay na 90 minutong kurso sa pagbuo ng mga ahente ng AI mula sa simula na nakita ko:

• 00:00 – bakit dapat magkahiwalay ang utak at mga kamay
• 07:45 – ang arkitektura sa likod ng Claude Managed Agents
• 23:40 – hakbang-hakbang na pagbuo ng ahente ng pananaliksik
• 54:00 – mga ahente na tumatakbo sa isang iskedyul at “managinip” sa pagitan ng mga gawain
• 1:10:23 – evals, CI/CD at mga tumatakbong ahente para sa maraming customer nang sabay-sabay

Ito lamang ang papalit sa bawat $500 na tutorial ng ahente na mahahanap mo sa internet.

Panoorin ito, pagkatapos ay magpatuloy at bumuo ng isang sistema na nagpapahusay sa sarili nito gamit ang artikulo sa ibaba.

– Anatoli Kopadze (@AnatoliKopadze)Oktubre 30, 2026

Kunin ang linyang “papalitan ang bawat $500 na tutorial” bilang sigasig. Ang kapaki-pakinabang na bahagi ay kongkreto: ang unang seksyon ay ang parehong arkitektura bilang ang post sa engineering, ang research agent build ay nagpapakita ng isang makatotohanang session end to end, at ang huling seksyon ay sumasagot sa mga susunod na tanong ng mga team, katulad ng evals, CI/CD at multi-tenancy.

Kailan mo dapat gamitin ang Managed Agents, ang Messages API o isang bagay na self-run?

• Gumamit ng Mga Pinamamahalaang Ahentekapag ang trabaho ay matagal na o asynchronous, kailangan ng sandbox na may mga tunay na tool, at mas gugustuhin mong hindi mapanatili ang loop, ang lifecycle ng container at ang credential plumbing.
• Gamitin ang Mga Mensahe APIkapag kailangan mo ng custom na loop, mahigpit na kontrol sa bawat hakbang, o isang maikling pakikipag-ugnayan sa kahilingan-tugon.
• Gumamit ng self-hosted sandboxkapag ang mga file at execution ay dapat manatili sa iyong imprastraktura, at maaari mong tanggapin na ang kasaysayan at mga resulta ng tool ay dumadaan pa rin sa Anthropic.

Nakakatulong din itong ihiwalay ito sa mga sistema ng ahente na lumulutas ng ibang problema. Ang Mga Pinamamahalaang Ahente ay imprastraktura kung saan tumatakbo ang isang ahente at kung ano ang maaaring mahawakan nito. Ang isang router tulad ng DeepSeek’s dsh-superagent ay tungkol sa kung sino ang pinakikinggan ng isang ahente at kung kailan ito kumilos. Maaari mong isipin ang paggamit ng pareho.

Saan dapat mapunta ang output ng isang pinamamahalaang ahente?

Ang isang naka-iskedyul na ahente na nagsusulat ng isang digest ng kakumpitensya sa Lunes, o isang sesyon ng pananaliksik na bumubuo ng spreadsheet ng paghahambing, ay nagtatapos sa isang file sa/mnt/session/outputs/. Ginagawa itong makukuha ng Files API, ngunit para lamang sa session na iyon, at ang file ay isa pa ring file. Kailangang buksan ito ng isang tao, humingi ng mga pagbabago, ibigay ito sa isa pang katulong at tandaan kung aling bersyon ang kasalukuyang.

AgentGrid.ioay binuo para sa yugtong iyon. Gumagawa ang mga tao at mga ahente ng AI sa parehong mga live na dokumento, app, at file, na may isang matatag na address, kontroladong pag-access at isang kasaysayan na nagpapangalan kung sino ang nagbago, tao o ahente. Kumokonekta ang mga ahente mula sa isang environment na may kakayahang command sa pamamagitan ng pagtakbonpx @animaapp/cli@latest login, at inaprubahan ng isang tao ang pangalan ng ahente, pangkat at kung alin sa basahin, isulat, ibahagi at i-publish ang nakukuha nito. Ang Mga Managed Agents ay walang built-in na AgentGrid.io integration, kaya ang simpleng pattern ay ang iyong sariling code, o isang hakbang sa iyong pipeline, na kumukuha ng natapos na file mula sa Files API at inilalagay ito sa isang shared workspace. Ang aming gabay sapagbabahagi ng konteksto sa pagitan ng Claude at ChatGPTnagpapakita ng parehong ideya para sa mga pag-uusap.

Mga madalas itanong

Ano ang Claude Managed Agents?

Ang Claude Managed Agents ay ang naka-host na runtime ng Anthropic para sa mga matagal nang ahente, sa pampublikong beta mula noong Abril 8, 2026. Tinutukoy mo ang isang ahente at isang kapaligiran, magsimula ng isang session, at Anthropic ang magpapatakbo ng loop, ang mga tool at ang cloud sandbox, ang pag-stream ng mga kaganapan pabalik sa iyong application.

Magkano ang halaga ng Claude Managed Agents?

Magbabayad ka ng mga karaniwang rate ng token para sa modelo, kasama ang $0.08 bawat session-hour habang tumatakbo ang isang session. Ang idle time ay hindi sinisingil. Ang paghahanap sa web ay $10 bawat 1,000 na paghahanap, at ang hinuha sa US lamang ay nagpaparami ng mga presyo ng token sa 1.1. Ang isang oras na halimbawa ng Opus 5.5 ng Anthropic na may 50,000 input at 15,000 output token ay umaabot sa $0.58.

Ang Claude Managed Agents ay karaniwang magagamit?

hindi pa. Nasa beta ito, nag-opt in ka samanaged-agents-2026-04-01beta header, at ilang feature, kabilang ang dreaming at MCP tunnels, ay mga preview ng pananaliksik.

Paano naiiba ang Pinamamahalaang Ahente sa Mga Mensahe API?

Gamit ang Messages API ikaw mismo ang sumulat ng agent loop, mga tool at sandbox, na nababagay sa mga custom na loop at fine-grained na kontrol. Pinapatakbo ng Mga Pinamamahalaang Ahente ang loop at isang sandbox para sa iyo at nababagay sa matagal na, asynchronous na gawain.

Maaari bang tumakbo ang Claude Managed Agents sa sarili kong imprastraktura?

Bahagyang. Ang isang self-hosted sandbox ay nagbibigay-daan sa isang manggagawa sa iyong imprastraktura na magsagawa ng mga bash at mga tool sa file, ngunit ang Claude mismo ay tumatakbo pa rin sa panig ng Anthropic, kaya ang kasaysayan ng pag-uusap at mga resulta ng tool ay umaabot pa rin sa serbisyo.

Maaari bang gumana ang Pinamamahalaang Ahente sa sensitibong data?

Mag-ingat ka. Hindi karapat-dapat ang serbisyo para sa zero data retention o HIPAA, magpapatuloy ang mga transcript hanggang sa tanggalin mo ang mga ito, at inirerekomenda ng Anthropic ang limitadong networking, mga kredensyal sa vault at mga prompt ng pag-apruba para sa mga hindi maibabalik na tool.