Anthropic近日為需要持續(xù)執(zhí)行大量任務的企業(yè)推出了全新解決方案——托管智能體（Managed Agents）服務。這項服務由Claude的開發(fā)商Anthropic推出，旨在幫助各類組織創(chuàng)建和部署云端托管的知識工作自動化流程。

什么是智能體

智能體由機器學習模型構成，這些模型可在迭代循環(huán)中調(diào)用各類軟件工具。以Claude Code為例，它是一款編程智能體，借助Opus 4.6等模型以及bash等命令行工具，通過客戶端編排框架協(xié)同運作，從而生成編程代碼。

使用Claude Code的開發(fā)者可以創(chuàng)建專注于特定任務的子智能體，例如專門負責前端設計的智能體。這些子智能體通過Markdown文件和YAML數(shù)據(jù)進行定義，引導底層模型聚焦于界面交互模式相關的訓練數(shù)據(jù)，而非代碼執(zhí)行效率或其他目標。

Anthropic在其技術文檔中解釋道："智能體是一種可復用、可版本化的配置，用于定義角色與能力。它將模型、系統(tǒng)提示詞、工具、MCP服務器以及技能整合在一起，共同塑造Claude在會話過程中的行為方式。"

運行智能體的完整流程涵蓋前期規(guī)劃與配置，以及后續(xù)的監(jiān)控與反饋：用戶下達任務指令，智能體嘗試執(zhí)行，或進一步提問，或直接生成結果，直至Token配額或API預算耗盡。

托管智能體的核心價值

托管智能體的吸引力正在于此：Anthropic致力于讓智能體的運行過程更加自動化、更具可擴展性，這對企業(yè)用戶而言具有重要價值。

Anthropic在其博客中表示："將一個智能體推向生產(chǎn)環(huán)境，需要具備沙箱代碼執(zhí)行、檢查點機制、憑證管理、權限隔離以及端到端追蹤等能力。托管智能體將處理所有這些復雜性。用戶只需定義智能體的任務、工具和安全邊界，其余一切交由我們的基礎設施來完成。內(nèi)置的編排框架將自動決策何時調(diào)用工具、如何管理上下文，以及如何從錯誤中恢復。"

與個人使用場景（尤其是編程場景）中半自主的智能體交互方式不同，Claude托管智能體專為更長時間的無人值守運行場景設計。

托管智能體在其管理環(huán)境中可自主完成文件讀取、命令執(zhí)行、網(wǎng)頁瀏覽和代碼運行等操作，無需頻繁人工干預。大語言模型交互中的常規(guī)性操作，例如壓縮會話以釋放上下文空間，也完全交由系統(tǒng)自動處理。

適用場景與實際應用

Anthropic推薦將托管智能體用于以下場景：需要長時間完成、涉及大量工具調(diào)用的任務；可在云端安全容器中運行的工作流；以及需要持久化文件存儲和對話記錄的業(yè)務場景。

托管智能體的應用范圍并不局限于編程——盡管編程目前仍是Claude最主要的商業(yè)應用場景。Anthropic表示，其托管智能體能夠勝任廣泛的辦公類任務，這一定位也與同日正式宣布全面可用的Claude Cowork高度契合。

Anthropic通過Notion產(chǎn)品經(jīng)理Eric Liu的視頻案例，展示了托管智能體的綜合應用價值。據(jù)介紹，Notion已將托管智能體用于代碼交付、網(wǎng)站搭建和演示文稿制作等場景，具體任務包括：整合項目資產(chǎn)、創(chuàng)建Slack頻道、調(diào)研競爭對手官網(wǎng)，以及發(fā)送包含項目時間節(jié)點的郵件通知。

在定價方面，托管智能體按標準平臺費率收費，另加每活躍運行小時0.08美元的會話費用。

Q&A

Q1：Anthropic托管智能體（Managed Agents）是什么？

A：托管智能體是Anthropic推出的一項云端服務，幫助企業(yè)創(chuàng)建和部署自動化智能體，用于執(zhí)行知識工作任務。用戶只需定義任務、工具和安全邊界，Anthropic的基礎設施會負責處理沙箱執(zhí)行、檢查點、憑證管理、權限控制和全程追蹤等復雜工作，無需用戶自行搭建和維護底層系統(tǒng)。

Q2：托管智能體適合用來做哪些工作？

A：托管智能體適合需要長時間運行、頻繁調(diào)用工具的任務，例如整合項目資產(chǎn)、創(chuàng)建協(xié)作頻道、調(diào)研競爭對手網(wǎng)站、發(fā)送項目進度郵件，以及代碼交付、網(wǎng)站搭建和演示文稿制作等。它不僅限于編程場景，也廣泛適用于各類企業(yè)日常辦公自動化需求。

Q3：Anthropic托管智能體的收費標準是什么？

A：托管智能體按Anthropic標準平臺費率計費，并在此基礎上額外收取每活躍運行小時0.08美元的會話費用。具體總費用取決于實際使用的模型、Token消耗量以及智能體的運行時長。