Anthropic 进入 Agent 基础设施领域
2026 年 4 月 8 日，Anthropic 发布 Managed Agents：一组可组合 API，用于大规模构建和部署云端 Agent。它的承诺是把从原型到生产的周期从数月缩短到数天，沙箱代码执行、会话检查点、凭据管理和范围化权限都由平台处理。
这是一步重要变化。此前 Anthropic 提供模型和轻量 SDK，至于 Agent 如何真正运行、持久化状态和互相协调，仍需开发者自行搭建。Managed Agents 用官方编排 Harness 接手生产环境里的运维复杂度，改变了这套分工。
这套架构如何运作
Managed Agents 的核心是 Anthropic 所称的 orchestration harness。它负责决定工具调用、管理上下文和处理错误恢复，并连接四个子系统：通过 MCP 接入的 Tools and Resources、沙箱执行环境、会话状态管理，以及多 Agent 编排。
关键技术主张是，Harness 能让 Claude 自我评估，并围绕成功条件反复改进。Anthropic 表示，在结构化文件生成任务的内部测试中，相比标准提示循环，任务成功率最高提高了 10 个百分点，而且提升主要出现在更难的问题上。
团队正在用它构建什么
Anthropic 列出了五家早期采用者，覆盖的场景相当广。这些生产案例说明 Managed Agents 并非只适合做原型，而是已经进入真实的企业环境。
- Notion 用 Managed Agents 在用户工作区内直接委派任务，并行处理文档和数据库中的工作。
- Rakuten 在一周内把企业 Agent 部署到多个部门；若使用自建基础设施，周期可能长达数月。
- Asana 集成了与人共同参与项目流程的 AI Teammates，让 Agent 与协作者之间的界线进一步模糊。
- Vibecode 用 Agent 驱动 AI 原生应用部署，覆盖从开发到上线的整条链路。
- Sentry 把自动调试与补丁生成连接起来，可以直接从错误轨迹创建 Pull Request。
云端 Agent 与本地 Agent：互补，而非竞争
乍看之下，Managed Agents 似乎会与 Onevium 这类本地优先的 Agent 工具竞争，实际情况更细致。云端 Agent 擅长横向扩展：并行处理数千条数据、在没有开发者值守时长期运行自主会话，以及跨分布式基础设施协调多 Agent 工作流。
本地 Agent 的长处不同：实时交互式开发，直接访问你的文件系统和运行中进程，在真实设备上控制浏览器，以及让你能看到每次工具调用的紧密反馈循环。每天早上自动审查 PR 的任务，更适合在能访问 Git 仓库的本地环境运行；批量生成数千份报告的流水线，则更适合云端。
明智的做法是两者并用。Managed Agents 承担无界面、高并发的负载，本地 Agent 负责交互性强、依赖丰富上下文的开发工作。两边使用的都是 Claude，真正不同的是执行环境。
接下来值得关注什么
Managed Agents 仍处于公开测试阶段，随着产品成熟，有几个方面值得持续观察。
- 多 Agent 协作仍在研究预览阶段。让 Agent 指挥其他 Agent 的前景很吸引人，但多 Agent 系统的可靠性和调试方式仍未定型。
- 价格尚未公开。对于高频使用 Agent 的团队，计费方式将决定它能否大规模普及，还是只适用于高价值任务。
- Claude Console 已提供会话追踪和执行检查。可观测性究竟能深入到什么程度，以及能否接入现有监控体系，会影响它在生产环境中的采用。
- 范围化权限、身份管理和审计轨迹所组成的治理模型，确实回应了企业需求。但控制粒度有多细，最终会决定安全团队是否批准生产部署。
结论
Managed Agents 是 Anthropic 迄今最清晰的信号：他们把 Agent 视为平台，而不只是模型能力。通过提供生产级沙箱、检查点、编排和治理基础设施，它降低了 Agent 进入生产的门槛，团队不必再从零搭建整套运维层。
对 Onevium 用户而言，这是能力上的补充。本地 Agent 工作流——交互式编码会话、浏览器自动化、定时任务和团队渠道机器人——仍是处理本地开发工作的最快路径。Managed Agents 则打开了另一组场景：无界面批处理、长期在线的自主 Agent，以及更适合云基础设施的企业级部署。