Anthropic推出Claude Managed Agents：按小时计费开启AI Agent规模化部署时代

一个软件工程师每月的人力成本，根据国家统计局的数据粗略估算，在国内是2到3万元左右。如果只算他一天8小时在岗时间里真正执行任务的部分，折合下来大约是每小时110到170元。

而 Anthropic 今天推出的新功能 Claude Managed Agents，有一项定价写着 $0.08/小时，折合人民币不到0.6元。

这个数字本身不是重点，重点是它意味着 Anthropic 开始按小时计费。这不仅收取使用的 Token 费用，还开始计算 Agent 跑了多长时间。这标志着一个根本性的转变：从为智能本身付费，到为智能体的“工时”付费。

Claude Managed Agents 的核心框架 Harness

博客链接： https://claude.com/blog/claude-managed-agents

Managed Agents 提供的是一整套现成的基础设施，也就是 Anthropic 所说的 agent harness：包括工具调用、记忆系统、权限控制、云端长时运行、Agents 之间互相监控，以及沙箱环境等功能。

从“手搓”到“开箱即用”：Agent 部署的工程难题被承包了

过去，如果你想自己部署一个能给其他人用的 AI Agent，会面临一系列工程噩梦：需要自己准备服务器、配置复杂的运行环境、设置防崩溃机制、处理数据库的安全权限，还要用合理的方式管理 Agent 的上下文记忆。

这就像雇一个员工：招人阶段，要准备办公位（服务器）、装电脑配系统（开发环境）、写岗位职责说明书（代码逻辑）。干活阶段：干到一半断网了，进度全丢（会话中断）、想查他干了啥，没有记录（无法审计）、担心他乱翻公司机密（权限管控）。

在 Claude 控制台内可以快速开始创建一个 Managed Agents

Claude Managed Agents 在这个过程中的作用，就是把这些麻烦事全包了。 Anthropic 的潜台词是：别再自己搭那个破烂不堪的“草台班子”了，把基建交给我，你们只管去想怎么用 AI 赚钱。

通过在 Claude 官方的 Agent 搭建控制台或者使用 API 的方式，我们直接下达 Agent 需求，Claude Managed Agents 负责给他工位、看着他干活、保证他不乱来。

核心四要素：理解 Managed Agents 的结构

它的结构围绕四个核心概念展开，清晰地将复杂系统模块化：

Managed Agents 的工作流程、内置工具与适用场景

• Agent（智能体）：定义这个“数字员工”是谁：用什么模型（如 Claude 3.5 Sonnet）、遵循什么系统提示、能调用哪些工具（通过 MCP）。
• Environment（环境）：一个配置好的云端容器，预装了 Python、Node.js 等运行环境，并定义了网络访问策略。
• Session（会话）：一次具体的任务运行实例。它有完整的事件历史，随时可以审计，确保了任务的可追溯性。
• Events（事件）：用户和 Agent 之间传递的所有消息——包括初始任务指令、工具调用的结果、以及 Agent 的状态更新流。

如果你是开发者，可以直接调 API 或者用 CLI，几行代码创建 agent、配置运行环境、启动 session、接收实时事件流。整个流程文档写得很清楚，从零到跑起来大概半小时。

如果你不写代码，Claude Console 提供了完整的可视化界面。选模型、写系统提示、接 MCP 工具、挂外部服务，全部点击完成。配置好之后可以直接在界面里测试，看 agent 怎么响应，不满意就调，满意了再让它持续跑着。

Console 的构建页面里有一个 “What do you want to build？” 的输入框，旁边是模板库，覆盖了研究员、数据分析师、客服助理、事故响应协调员等现成角色，每个都预先接好了 Slack、Notion、Asana、GitHub、Jira 这些工具的连接。选一个模板，改改描述，就能开始。

在网页端根据引导流程创建和预览 Agent

不过，仅开通 Claude 会员还不够，目前还需要有 API 计划（即绑定信用卡有一定 Token 额度）才能使用 Managed Agents。

工程核心：从“养宠物”到“养牛马”的架构革命

Managed Agents 在工程上有一个核心决策，它决定了这套系统能否真正用于生产。 Anthropic 在官方的工程博客里用一个特别扎心的比喻，解释了其结构设计。

他们认为早期的 Agent 架构，非常像是在 “养宠物”。开发者习惯把 Claude（大脑）、执行代码的沙盒（手脚）以及它的记忆（会话日志），一股脑地塞进一个巨大的服务器容器里。

这个容器变得无比娇贵：一旦容器卡死或崩溃，AI 的脑子和手脚一起完蛋，用户的任务数据瞬间清零；容器里同时跑着用户凭证和 Claude 生成的代码，一旦有提示词注入攻击，凭证就直接暴露。

大脑（Harness）与双手（Sandbox）解耦，通过标准化接口交互

Anthropic 的解法是，把“大脑”和“双手”彻底分开，让容器变成了随时可以牺牲的“牛马”。

1. 无状态的大脑（Harness）：调度器不再住进容器里。它保持无状态，像调用外部工具一样，对容器发号施令（execute(name, input) → string）。如果容器在执行危险代码时崩溃？大脑记录下错误，然后毫不犹豫地重新拉起一个新容器继续干活。
2. 独立的记忆（会话日志）：所有的任务记忆被单独存放在外部的持久化会话日志中。大脑崩溃了？从日志里恢复状态，接着干。这实现了真正的有状态会话。
3. 按需启动的双手（Sandbox/Tools）：沙盒容器和工具只在需要时才启动。大脑通过标准化的接口指挥双手，不在乎双手是容器、外部服务还是其他什么。

博客链接： https://www.anthropic.com/engineering/managed-agents

从“耦合容器”到“解耦架构”的演进，带来性能与安全的双重提升

这个 “解耦架构” 带来了显著的收益：

• 性能大幅提升：首次响应时间（TTFT） p50 降低 60%，p95 降低 90%+。因为大脑无需等待整个容器初始化。
• 安全边界清晰：Claude 生成的代码在沙箱里跑，原始凭证存放在独立的保险箱（如 OAuth Vault）中，通过 MCP 等凭据代理安全调用，沙盒永远接触不到 Token。
• 可靠性增强：大脑、双手、记忆任一组件失败都不影响整体任务，系统可以从持久化状态中恢复。

按小时计费：商业模式与市场野心的显化

这种架构与产品逻辑的改变，直接体现在了 Claude Managed Agents 的定价结构上：

1. Token 费用：标准 API 价格（例如 Claude 3.5 Sonnet 是 $3 /百万输入 tokens，$15 /百万输出 tokens）。
2. Session-hour 费用：$0.08 / session-hour，按 Agent 实际运行时间计费，空闲时间不算。
3. Web search 费用：额外计费，$10 每 1000 次搜索。

Anthropic 举例，一个使用 Claude 3.5 Opus、处理 50K 输入 + 15K 输出 token、持续一小时编码会话，总成本大约 $0.70。

这意味着什么？
对客户（企业）而言，他们可以用极低的边际成本，部署一个处理长时任务的“数字员工”。和专门请一个员工相比，现在通过 Managed Agents 创建内部 Agent 的门槛和成本急剧下降。

Blockit， Notion， Rakuten 等公司分享的 Managed Agents 应用案例

对 Anthropic 而言，这意味着其收入开始与客户的自动化程度直接挂钩。客户跑的 agent 越多、任务时间越长，Anthropic 的收入就越高。这和 AWS 从“卖服务器”变成“卖计算运行时间”是同一个逻辑——他们正在打开一个比单纯卖模型订阅大得多的 to B 市场。

根据官方分享，已有企业将之投入生产：

• Notion 用其搭建帮助工程师写代码、帮知识工作者做演示的 Agent。
• Rakuten 在一周内部署了销售、市场、财务等部门的专项 Agent。
• Sentry 的调试 Agent 在发现 bug 后，能自动写补丁、开 PR，交付可 Review 的修复方案。

Anthropic 对两种产品形态的官方定位区分

可以说，以前的大模型公司提供的是 “消息 API”，按次（Token）处理用户的单次请求；而 Claude Managed Agents 提供的是 “工作 API”，按小时交付持续、复杂、有状态的工作成果。

小结：基础设施成熟，竞争进入新维度

大模型技术发展至今，单纯比拼参数和跑分的红利期正在消退。真正的战场，已转向 “如何让这群聪明的‘大脑’，最稳定、最廉价、最安全地在‘工厂流水线’上打工”。

Claude Managed Agents 的推出，正是 AI 基础设施走向成熟和工业化 的一个里程碑。它不仅仅是一个新功能，更是一套完整的、面向生产的 Agent 部署与运维平台。

Claude 产品矩阵中的 Dispatch 功能，体现了其协同办公的产品思路

回顾 Anthropic 今年的更新，无论是模型能力的提升，还是从 Claude for Desktop（Cowork）到近乎复刻 OpenClaw 全功能，再到今天推出 Managed Agents，每一次都体现出了极其敏锐的产品视角和清晰的战略路径。

Anthropic 正在开创一种新的发布模式：从“我们发布了一个更快更好的工具”，变成“我们为你准备好了构建和运行‘数字员工’的完备基础设施”。 这标志着 AI 领域的竞争，正从模型能力的单点较量，升级为涵盖开发、部署、运维、商业化的全栈生态竞争。

对于开发者和企业而言，这意味着构建复杂 AI 应用的壁垒被显著降低。你可以更专注于业务逻辑和提示词工程，而将繁重的基础设施负担交给平台。这正是云原生理念在 AI 时代的新体现。想了解更多关于 AI Agent 和云原生技术的实战讨论，欢迎访问云栈社区的人工智能和云原生/IaaS板块。

🔗 参考链接：

• Claude Managed Agents 更新博客：https://claude.com/blog/claude-managed-agents
• Claude Managed Agents 架构设计博客：https://www.anthropic.com/engineering/managed-agents
• 在 Claude 控制台开始搭建：https://platform.claude.com/workspaces/default/agent-quickstart