2026年Claude托管智能体快速指南

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

 
  
    
    
      微信 
     ezpoda免费咨询：AI编程 | AI模型微调| AI私有化部署 
     
 AI工具导航 | ONNX模型库 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo 
 
 
 




    
 首先，如果你一直在使用AI智能体或构建智能体，你知道常见的问题。
你花更多的时间在逻辑上而不是产品上。 
  
    
     
     智能体循环、工具执行、上下文管理、沙箱和会话处理；所有这些都需要你在编写真正的逻辑代码之前从零开始搭建。 
    
当任务中途出现问题时，你又回到了调试基础设施而不是交付产品。 
  
    
     
     这就是Claude托管智能体承诺要解决的问题。 Anthropic不再给我们另一个需要包装循环的API，而是直接提供运行时环境。 
    
这是一个完全托管的云环境，Claude可以在其中读取文件、运行命令、浏览网页并自主执行代码。
会话连续性和上下文管理已经内置。我花时间进行了全面审查，看看它是否名副其实。
Anthropic推出了两个产品： 
  
    
     
     首先是Claude托管智能体 —— 一个完全托管的智能体框架，运行在Anthropic的基础设施上。你定义智能体，启动任务，Anthropic的云处理其他一切：容器、工具、执行、会话。 
     其次是Claude智能体SDK（前身为Claude Code SDK） —— 一个Python和TypeScript库，将驱动Claude Code的相同智能体循环嵌入到你自己的应用程序中。你自己托管，但所有困难的部分都已预先构建好。 
     
  
    
     
     两者解决的是同一个问题，但区别在于智能体运行在哪里。 
     
  
    
     
     SDK — 智能体在你自己的基础设施内运行 
     托管智能体 — 智能体在Anthropic的云端运行，完全托管 
     
  
    
     
     对于阅读本文的大多数开发者来说，托管智能体是更重要的发布，本文我们将重点介绍Claude托管智能体。 
    
托管智能体围绕四个概念构建。一旦你理解了这些，整个系统就清晰了：
你的应用程序向运行在Anthropic云中的会话发送事件，智能体和环境已经在那里配置好了 
  
    
     
     智能体 — 你的配置：模型、系统提示、工具、MCP服务器和技能。定义一次，在每个会话中通过ID引用。 
     环境 — 一个云容器，预装了包（Python、Node.js、Go等）、网络访问规则和挂载的文件。这是你的智能体操作的工作空间。 
     会话 — 在环境中运行的智能体实例，执行特定任务。文件、对话历史和上下文在其生命周期内都会持久化。 
     事件 — 在你的应用程序和智能体之间流动的消息：用户输入、工具结果、状态更新和流式响应。 
     
  
    
     
     以下是代码中的样子。你创建一次智能体： 
    
import anthropic 
 client = anthropic.Anthropic()
 创建智能体 —— 只做一次，通过ID重用
 agent = client.beta.agents.create(
 model="claude-sonnet-4-6", system="You are a software engineer. Fix bugs, run tests, and report results.", tools=[{"type": "bash"}, {"type": "file_operations"}, {"type": "web_search"}], name="bug-fixer" 
 )
 print(agent.id) # 保存这个 —— 你将在各个会话中引用它

然后启动会话并发送任务：

# 创建包含智能体所需包的环境 environment = client.beta.environments.create( packages=["pytest", "requests"] 
 )
 启动引用智能体和环境的会话
 session = client.beta.sessions.create(
 agent_id=agent.id, environment_id=environment.id 
 )
 将任务作为事件发送
 response = client.beta.sessions.events.create(
 session_id=session.id, content="Find and fix the failing tests in auth.py" 
 )

这就是完整的设置，包括一个智能体定义、环境和会话；然后Claude接管。

当你启动会话时，Claude不会只响应一次然后等待。

它运行一个连续循环：接收提示、评估任务、调用工具、处理结果、重复；直到任务完成。每个完整的往返是一个回合。

Claude评估、调用工具、处理结果，并在每个回合中自主重复，直到任务完成或达到限制

以下是真实任务”查找并修复auth.py中失败的测试”的示例：

第1回合 — Claude通过Bash运行测试套件。返回三个失败。
第2回合 — Claude读取auth.py测试文件以了解问题。
第3回合 — Claude编辑文件并重新运行测试。三个都通过了。
最终回合 — Claude返回一个没有工具调用的文本响应。任务完成。

以下是会话在代码中的样子：

import anthropic client = anthropic.Anthropic()
 async for event in client.beta.sessions.stream(
 session_id=session.id, event={ "type": "user", "content": "Find and fix the failing tests in auth.py" } 
 ):
 # 查看Claude每个回合在做什么 if event.type == "assistant_message": print(event.content) # 捕获最终结果 if event.type == "result": print(f"Done: {event.result}") print(f"Turns used: {event.num_turns}") print(f"Cost: ${event.total_cost_usd:.4f}") session_id = event.session_id # 保存以稍后恢复

这个流为你提供完整的可见性：每个工具调用、结果和实时发生的回合。

破坏大多数DIY智能体设置的一点是上下文。

每个回合都会增加上下文窗口：提示、工具定义、文件读取、命令输出和对话历史。一旦达到限制，会话就会终止。

托管智能体自动处理这个问题。

当上下文窗口接近限制时，系统通过总结较旧的历史来压缩对话，以释放空间，同时保留最近的交流和关键决策。

这种方法允许会话不间断地继续。

努力程度 —— 控制Claude在每个回合上的推理深度。

有目的地设置它，因为它会影响token使用和成本。

最大回合数和预算 —— 在循环失控之前设置上限。

session = client.beta.sessions.create( agent_id=agent.id, environment_id=environment.id, max_turns=20, # 20个工具使用回合后停止 max_budget_usd=0.50 # 或当花费达到$0.50时停止 
 )

当达到任一限制时，会话返回一个清晰的结果子类型，这样你就知道它为什么停止，如果需要，你可以使用会话ID恢复。

权限模式 —— 控制Claude可以在不询问的情况下做什么。

default —— 任何未经预先批准的内容都通过你的回调进行门控
acceptEdits —— 自动批准文件编辑，仍然对shell命令进行门控
bypassPermissions —— 无需提示运行一切，仅用于隔离容器和CI

当会话正在运行时，你可以发送额外的事件来重定向它、添加上下文或停止它。

# 发送会话中更正 client.beta.sessions.events.create( session_id=session.id, content="Actually, only fix the auth_token tests — leave the login tests alone" 
 )

如果Claude方向错误，你不必等待它完成。

会话也是持久的；你可以捕获会话ID，并可以从你离开的地方恢复。

# 恢复之前的会话 async for event in client.beta.sessions.stream( session_id="sess_abc123", # 来自之前的运行 event={"type": "user", "content": "Continue — now fix the payment module too"} 
 ):
 if event.type == "result": print(event.result)

手动构建智能体时最大的时间浪费之一是工具执行。

编写包装器、处理错误、将结果管理回上下文中。使用托管智能体，这些工作已经完成。

以下是完整的工具集：

所有内置工具在Claude托管智能体中可用，按类别分组

Read —— 读取容器中的任何文件
Write —— 创建新文件
Edit —— 修改现有文件

Glob —— 按模式查找文件
Grep —— 使用正则表达式搜索内容

Bash —— 运行shell命令、脚本、git操作、安装包、运行测试

WebSearch —— 搜索互联网
WebFetch —— 从任何URL获取和解析完整页面内容

Task —— 生成子智能体进行隔离工作
Skill —— 调用可重用工作流
AskUserQuestion —— 暂停并请求人工输入
TodoWrite —— 在会话中跟踪多步骤工作

除了内置工具外，你还可以通过MCP服务器连接外部服务，并使用自己的处理程序定义自定义工具。

Claude托管智能体目前处于测试阶段。

所有API账户默认启用访问；如果你已经有Claude API密钥，就可以开始。

你需要：

来自platform.claude.com的Claude API密钥
所有请求都需要managed-agents-2026-04-01测试版header
Python或TypeScript SDK —— SDK自动设置header

安装SDK：

pip install anthropic

设置你的API密钥：

export ANTHROPIC_API_KEY=your-api-key

20行以内的第一个工作智能体：

import anthropic import asyncio client = anthropic.Anthropic()
 async def main():
 agent = client.beta.agents.create( model="claude-sonnet-4-6", system="You are a helpful engineering assistant.", tools=[{"type": "bash"}, {"type": "file_operations"}], name="my-first-agent" ) environment = client.beta.environments.create( packages=["pytest"] ) session = client.beta.sessions.create( agent_id=agent.id, environment_id=environment.id, max_turns=10, max_budget_usd=0.25 ) async for event in client.beta.sessions.stream( session_id=session.id, event={"type": "user", "content": "List all Python files in this directory"} ): if event.type == "result": print(event.result) print(f"Cost: ${event.total_cost_usd:.4f}") 
 asyncio.run(main())

三个特性：

结果
多智能体协调
持久记忆

所有功能都在研究预览中，需要在claude.com/form/claude-managed-agents单独申请访问。

Claude托管智能体是一个绝妙的主意；智能体循环、上下文管理、工具执行和会话连续性。

过去需要数周的基础设施工作现在只需要一个配置文件和一个API调用。这是快速构建生产级智能体的一大步。

权衡是，输出质量仍然取决于输入质量。

原文链接: Anthropic Launches Claude Managed Agents (That Make Agentic AI Workflows Real)

汇智网翻译整理，转载请标明出处

2026年Claude托管智能体快速指南

创建智能体 —— 只做一次，通过ID重用

启动引用智能体和环境的会话

将任务作为事件发送

相关推荐