Harness还没学完，结果Claude Managed Agents 来了 。。。
又一堆Agent项目会死掉。
Anthropic 刚发布的新东西，4月8日正式推出，公测阶段。 聊聊我的理解。
为什么有这个？
说白了就是：帮开发者省去搭建 AI Agent 基础设施的痛苦。

以前你要做一个生产级的 AI Agent，光基础设施就要搞几个月：
安全沙箱（跑代码用）
状态管理和断点续传
凭证权限控制
追踪、错误恢复
长时间运行的 Agent 循环

这些跟你的核心业务逻辑一点关系都没有，但不做又不行。Managed Agents 就是 Anthropic 把这些全部接管了，"From prototype to production in days, not months"，他们自己说的，号称提速10倍。

核心能力
1. 托管 Agent 框架
不用自己写 Agent 循环了，工具调用、上下文管理、错误恢复全部自动处理，还带提示缓存和压缩优化。

2. 安全沙箱执行环境
云容器跑代码，预装 Python/Node.js/Go，内置网络访问控制和文件系统挂载，代码跑在沙箱里不用担心安全问题。

3. 状态化会话
这个挺关键——会话持久化，文件系统和对话历史都能保存。即使你断开了，Agent 还能继续跑几个小时。实时通过 SSE 事件流监控，有问题随时干预。

4. 工具集
Bash 命令
文件读写/编辑/搜索
网页搜索 + 内容获取
MCP 服务器（接外部工具）
支持 Agent Skills 扩展

5. 多 Agent 协调（研究预览，需申请）
一个 Agent 可以动态生成并指挥子 Agent，并行工作，适合复杂任务流水线。

6. 治理和可观测性
作用域权限 + 身份管理
完整执行追踪
Claude Console 里直接调试分析
Outcomes 功能（研究预览）：Agent 根据你定义的成功标准自主迭代，直到达成目标

怎么工作的？

四个核心概念：
Agent：模型 + 系统提示 + 工具 + MCP + Skills 的组合
Environment：云容器模板（预装包、网络规则、挂载文件）
Session：Agent 在特定环境里的一次运行实例
Events：用户消息、工具结果、状态更新，通过 SSE 实时流
典型流程：创建 Agent → 创建 Environment → 启动 Session → 发任务事件 → Agent 自主执行 → 可中途干预。

我的判断
这个产品定位很清晰，就是面向企业和开发者，需要快速部署生产级 AI Agent，但又不想自己维护基础设施。
不太适合：追求极致自定义控制或需要纯本地运行的场景。

Anthropic 在 Agentic AI 这条路上越走越清晰：不只是卖模型能力，开始往"平台化"方向布局。如果你在做 AI 应用开发或者企业内部自动化，这个值得关注。