Code with Claude：Managed Agents
本周 Code with Claude 开发者大会的核心叙事：未来你只需要给 Claude 两样东西——一个结果（outcome）和一个预算（budget），就能完成一个目标。这就是新的 Managed Agents 功能的方向：把 Claude 封装在云端的一台计算机里，你可以按需启动、扩展和管理。Anthropic 正在解决那个「杀死大多数 agent 产品」的底层基础设施，并确保它能扩展到全天候运行的 agent。
访谈：Anthropic 平台团队（Every 播客）
这是对 Anthropic 平台团队两位负责人的访谈——产品负责人 Angela 和工程负责人 Caitlin。重点如下：
一、平台的演进轨迹
最早的「平台」就是一个 completion endpoint：发个 prompt，拿个回复。然后加上工具调用、聊天会话，再到现在的有状态会话。整体方向是从无状态到有状态、从低级原语到更高层抽象，目的都是一个：让用户用最少的工作拿到最好的结果。
二、Managed Agents 是什么、给谁用
它建立在 Messages API 和内置工具（代码执行沙箱、网页搜索等）之上，把 Anthropic 自己反复造过几次的基础设施打包成一套开箱即用的方案。两类目标用户：公司内部要搭自动化或平台的人（端到端的软件开发平台，或一个让法务自动审查营销文案的小流程）；以及要把 agent 集成进自己对外产品的开发者——这种场景仍需大量定制，但基础设施工程不值得自己重造。
有主持人提到锁定（lock-in）的担忧：他的团队用一台 Mac mini 跑 claude -p 命令循环，担心切到 managed agents 会跟不上 Claude Code 的新功能。Caitlin 的回应是：Anthropic 自己的一方产品（Claude Code、co-worker 等）也建立在同一个平台上，所以未来 divergence 会越来越小。
三、Harness 与模型的路径依赖
过去流行做一个非常通用的 harness，可以热插拔不同模型。但 Angela 认为这种思路正在过时——各家实验室对模型的训练方向越来越不一样，harness 和模型会越来越绑定。你仍然需要冗余、仍然会用其他模型，但热插拔的层级会上升到「agent」（即 harness + 模型）这个粒度，而不是模型本身。她举例：同样做 memory 这个功能，他们试了好几种 harness 设计，eval 结果差异巨大。harness engineering 本身就有大量 alpha。代价是：选什么作为核心原语会深度影响模型的能力方向。Anthropic 押注的是文件系统和 skills，所以模型也越来越擅长这些。
四、用户以为难的 vs 实际难的
用户以为最难的是 harness engineering（prompt caching、上下文窗口管理等）。实际上撞墙的地方是基础设施：sandbox 掉了 agent 就死了、长跑 server、transcript 存储、安全沙箱、扩展性。Managed Agents 主打就是替你解决这一层。
五、Agent 应用的层次
个人生产力工具到处都是，但团队级 agent 才是真正复杂、真正有杠杆的地方——多个 agent 互相协作、流程端到端自动化，需要一个比「单 agent」更高一层的平台抽象。Vercel 的 Guillermo 把这种组织形态描述为「内部的 AI 软件工厂」。具体案例：法务审营销文案的 agent，这事不能只用 skill 解决，因为需要 human in the loop、不同人协作、agent 跨会话运行。建出来后，营销和法务的用户其实并不直接改 prompt，而是通过另一个 Claude 来跟那个 agent 交互——「managed agents all the way down」。
六、Multi-agent orchestration 的新玩法
可以拼装出不同的策略架构：advisor/executor 分离、对抗式（一个生成一个挑刺）、分治再合并、best-of-N、swarm 协作等。不同架构适合不同任务——swarm 适合 bug hunting，分治适合 deep research。原语越像乐高，越能在更高层 hill climb。
七、怎么衡量 agent 成功
除了常规 eval，他们更倾向于 verifiable outcome——比如代码 agent 就看 PR 有没有被 merge。终极愿景是用户只用提供两个参数：可验证的 outcome + budget，剩下的全部由系统自己搞定。
八、Agent 过期 / 退役
确实是个真问题。他们做了一些 skill 来帮助升级模型、做迁移，把它当成「breaking change」来正经对待。最 AGI-pilled 的玩家会跑 agent 来监控自家 agent 是否过期。
九、一年后的愿景
Angela：希望接近那个「outcome + budget」两参数的世界，Claude 自己懂自己，自己选模型、自己拉子 agent、自己写 harness，用户不用再操心架构选型和 prompt 工程。一年内可能能做到 outcome 那部分，budget 还会有点误差。Caitlin：那个世界对平台的扩展性要求极高——agent 永远在跑、在自我重建，平台必须保证 token 进出、长跑请求、各种异形负载都不能成为瓶颈。