Anthropic 今天又推出了一項新功能 Claude Managed Agents， 有一項定價寫著 $0.08/小時。
這個數字本身不是重點，重點是它意味著 Anthropic 開始按小時計費。不僅收取使用的 Token 費用，還開始計算 Agent 跑了多長時間。
Managed Agents 提供的是一整套現成基礎設施，也就是 Anthropic 所說的 agent harness：包括工具調用、記憶系統、權限控制、雲端長時運行、Agents 之間互相監控，以及沙箱環境等功能。
舉個例子，假設我們要雇一個人幫你幹活，會遇到什麼麻煩？
招人階段，要準備辦公位（伺服器）、要裝電腦配系統（開發環境）、要寫崗位職責說明書（代碼邏輯）。
幹活階段：干到一半斷網了，進度全丟（會話中斷）、想查他幹了什麽，沒有記錄（無法審計）、擔心他亂翻公司機密（權限管控）。
而 Claude Managed Agents 在這個過程中的作用，就是把這些麻煩事全包了。Anthropic 表示，別再自己搭那個破爛不堪的草台班子了，把基建交給我，你們只管去想怎麼賺錢。
通過在 Claude 官方的 Agent 搭建控制台或者使用 API 的方式，我們直接下達 Agent 需求，Claude Managed Agents 負責給他工位、看著他幹活、保證他不亂來。
目前，Claude Managed Agent 正在公測中，任何人、企業都可以快速地構建一個能幹活的 真.Agents 數字員工。
幾天就能從零開始搭建一個 Agent
過去兩年用了無數的 Agents，幾乎每天都有開發者推出自己的 Agents 產品。有的面向編程代碼，有的面向設計，最後這些 Agents 都被統一到，去年是 Manus 類，今年是 OpenClaw 類的大家族裡。
但如果想要自己部署一個更個性化的 Agents，尤其是一個能給其他人用的 Agent。我們需要自己處理對應的伺服器，要設置複雜的機制防止它崩潰，要給它接管資料庫的安全權限，還要用合理的方式，管理 Agent 的上下文記憶。
Managed Agents 把這些全部承包了。
它的結構圍繞四個概念展開。Agent 定義這個員工是誰：用什麼模型、遵循什麼系統提示、能調用哪些工具。Environment 是一個配置好的雲端容器，預裝了 Python、Node.js 等運行環境。
Session 是一次具體的任務運行實例，有完整的事件歷史，隨時可以查。Events 是我們和 agent 之間傳遞的消息——任務指令、工具結果、狀態更新。
過去那種「手搓」Agent 的複雜模式，直接被 Claude Managed Agents 壓縮成了全自動的流水線。
如果你是開發者，可以直接調 API 或者用 CLI，幾行代碼創建 agent、配置運行環境、啟動 session、接收實時事件流。整個流程文檔寫得很清楚，從零到跑起來大概半小時。
如果你不寫代碼，Claude Console 提供了完整的可視化界面。選模型、寫系統提示、接 MCP 工具、掛外部服務，全部點擊完成。配置好之後可以直接在界面里測試，看 agent 怎麼響應，不滿意就調，滿意了再讓它持續跑著。
Console 的構建頁面里有一個「What do you want to build?」的輸入框，旁邊是模板庫，覆蓋了研究員、數據分析師、客服助理、事故響應協調員等現成角色，每個都預先接好了 Slack、Notion、Asana、GitHub、Jira 這些工具的連接。選一個模板，改改描述，就能開始。
不過，僅開通了 Claude 會員還不夠，目前還是需要有 API 計劃，即綁定信用卡有一定 Token 額度，才能使用 Managed Agent。
Managed Agents 在工程上有一個核心決策，和最近一直在討論的 Harness 工程相關，它決定著這套系統能不能真正用於生產。
Anthropic 在官方的工程部落格里用一個特別扎心的比喻，解釋了 Managed Agent 的結構設計。
他們認為早期的 Agent 架構，非常像是在「養寵物」。開發者習慣把 Claude（大腦）、執行代碼的沙盒（手腳）以及它的記憶（會話日誌），一股腦地塞進一個巨大的伺服器容器里。
這個容器變得無比嬌貴，我們不能讓它死。一旦容器卡死或崩潰，AI 的腦子和手腳一起完蛋，用戶的任務數據瞬間清零；容器里同時跑著用戶憑證和 Claude 生成的代碼，一旦有提示詞注入攻擊，憑證就直接暴露。
Anthropic 的解法是，把「大腦」和「雙手」徹底分開，容器變成了隨時可以犧牲的「牛馬」，即從養寵物變成養牛馬。
調度器（大腦）不再住進容器里。它像調用外部工具一樣，對容器發號施令。如果容器在執行危險代碼時崩潰了？大腦根本不慌，它會記錄下一個錯誤代碼，然後毫不猶豫地重新拉起一個新容器繼續幹活。
使用 Agent 留下的記憶，也不再被塞進某個 AI 或者容器擁擠的腦子裡。分開運作後，所有的記憶被單獨存放在外部的會話日誌中。它就像一個外接硬碟。
大腦通過標準化的調用方式指揮雙手，不在乎雙手是容器、是外部服務還是別的什麼。哪只手出故障了，換一隻，大腦繼續跑；大腦自己崩了，從對話日誌里恢復，接著干。
這個設計帶來了性能的大幅提升。解耦之前，每個對話啟動都要等容器完整初始化，系統要花很長時間去拉起一個包含了龐大調度邏輯的沉重容器。
現在，首次響應時間降低了超過 90%，安全邊界也因此變得清晰——Claude 生成的代碼在沙箱裡跑，憑證在沙箱外的保險箱裡，兩者之間有專用 Agents 隔離，agent 永遠拿不到原始憑證。
更重要的是，它讓 Agent 真正具備了可以長期穩定幹活的能力。
Anthropic 提到，Notion 已經在內部使用 Managed Agents 搭建了幫助工程師寫代碼、幫知識工作者做演示的企業 Agent。
Rakuten 把銷售、市場、財務、HR 的 agent 都用 Managed Agents 部署了，每個專項 agent 的上線時間是一周。
Sentry 的調試 agent 在發現 bug 之後，會自動寫補丁、開 PR，開發者收到的是一個可以直接 review 的修複方案，整個流程不需要人介入。
可以說，以前的大模型公司提供的是模型 API，即處理我們的每一條消息；Anthropic 做出的改變是將基於消息的 API 包裝成可以直接交付工作的 Agent API。
回到那個數字 $0.08/session-hour
這種改變首先體現在 Claude Managed Agents 的定價結構上，根據官方部落格，Managed Agents 的計費包括 Token 費用（標準 API 價格，Sonnet 4.6 是 $3/M input，$15/M output），加上 $0.08/session-hour（按實際運行時間計費，idle 時間不算），和 Web search 另計：$10 每 1000 次。
Anthropic 有舉例，一個使用 Opus 4.6、跑 50K 輸入 + 15K 輸出 token 的一小時 coding session，總成本約 $0.70。
和專門請一個員工來處理，現在企業自己就可以通過 Managed Agents 創建一個內部的 Agents。數字員工的概念，又被往前推進一步。
此外，對 Anthropic 來說，這也意味著收入開始和企業的自動化程度直接掛鉤，企業跑的 agent 越多，Anthropic 收得越多。這和 AWS 從「賣伺服器」變成「賣運行時間」是同一個邏輯，他們打開了一個比賣訂閱大得多的市場。
大模型技術發展到現在，單純比拼參數和跑分的紅利期似乎正在消退，畢竟能力真正強的大模型，也被限制不能開放使用。
真正的戰場，又回到了「如何讓這群聰明的腦子，最穩定、最廉價地在工廠流水線上打工」，Claude Managed Agents 的推出，就是 AI 基礎設施走向成熟的一個里程碑。
回頭看 Claude 今年的每次更新，無論是模型還是產品，幾乎都踩在了我們對 AI 能做什麼的痛點上。
一方面在持續提升模型的能力，不被外界生影片、瀏覽器、生圖模型那些方向干擾；另一方面是從 Cowork 開始，到後面瘋狂打補丁複製 OpenClaw 的全部功能，再到今天推出一個專門用來開發和部署 Agents 的平台，每一次都是極其敏銳的產品視角。
Anthropic 正在開創一個新的發布模式，即從「我們發布了一個更快更好的工具」，變成「我們為你準備好了構建數字員工的完備基礎設施」。
參考鏈接：
- Claude Managed Agents 更新部落格：
https://claude.com/blog/claude-managed-agents - Claude Managed Agents 架構設計部落格：
https://www.anthropic.com/engineering/managed-agents - 在 Claude 控制台開始搭建自己的 Agents：
https://platform.claude.com/workspaces/default/agent-quickstart
