Anthropic 于近期发布了 Claude Managed Agents，这是一套用于构建和部署云端智能体的托管工具。其核心目标是消除智能体从 Demo 到生产环境之间的工程鸿沟，让开发者无需自行搭建安全执行环境、状态管理和权限控制等基础设施，即可直接让 Agent 投入生产。
官方数据显示，使用该工具后，原本需要数月才能上线的智能体项目，现在仅需几天即可完成部署。
该工具通过统一封装底层工程能力，解决了传统 Agent 开发中难以复用的痛点，主要包含以下关键能力：
- 长时间任务支持：Agent 可在后台自主运行数小时，进度和输出会被持续保存，即使发生中断也不会丢失数据。
- 多智能体协作：支持创建并调度其他 Agent 以并行方式处理复杂工作（目前以 research preview 形式提供，需单独申请）。
- 真实系统访问与治理：Agent 能够访问带有范围权限、身份管理和执行追踪的真实系统。调用哪些工具、获取哪些凭证均由系统管控，模型本身无法越权。
- 内置编排机制：系统自动决定何时调用工具、如何管理上下文以及在出错时如何恢复，开发者无需手动编排执行流程。
Anthropic 在发布中展示了多个已落地的应用场景，覆盖协作工具、企业系统及开发工具领域：
- Notion：将 Claude 集成至工作区，工程师利用其编写代码，内容团队用于制作网站和 PPT，支持多任务并行处理。
- Rakuten（乐天）：在日本大型互联网与电商集团内部，已在产品、销售、市场、财务及人力资源等部门部署 Agent。员工通过 Slack 和 Teams 分配任务，Agent 一周内即可完成部署并交付表格、幻灯片及应用。
- Asana：将 Agent 定义为“AI Teammates”，直接作为项目成员参与任务推进和内容产出。
- Sentry：利用 Agent 自动生成修复代码并创建 Pull Request，打通了从发现 Bug 到提交修复的全流程。
- Vibecode：作为 AI 原生开发工具平台，将 Managed Agents 作为默认基础设施，用户只需输入自然语言需求即可生成并部署应用。
针对业界对长期任务稳定性和可靠性的质疑，Anthropic 在工程设计上采取了分层解耦策略：
- 架构拆分：将系统分为三个独立部分——模型与调度逻辑（“大脑”）、执行环境与工具（“手”）、以及记录全过程的会话日志（session）。任何一层失败均可单独恢复，不影响整体运行。
- 上下文优化：对于长时任务，信息不全部塞入模型上下文，而是记录在外部日志中按需读取，避免占用窗口。
- 权限隔离：敏感凭证与权限管理独立于模型之外，降低出错时的安全风险。
尽管架构设计提升了系统的可恢复性，但业界仍关注其在真实生产环境中面对高复杂度任务时的长期表现。目前的共识是：工具解决了“能不能跑起来”的问题，但“能否稳定、可控地一直跑下去”仍需时间验证。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/253863.html