Anthropic，2026-04-08。托管的长时程 Agent 服务，把 Agent 虚拟化成三个接口：session（发生过什么的可追加日志）、harness（调用模型并把工具调用路由到基础设施的循环）、sandbox（跑代码与改文件的执行环境）。三者可各自替换。会话按 session-hour 计费；沙箱可托管也可自托管。
工程博客：Scaling Managed Agents: Decoupling the brain from the hands。定价：claude.com/pricing。
主要出处：Anthropic 工程博客，2026-04-08，Scaling Managed Agents: Decoupling the brain from the hands；官方文档（Managed Agents overview 等）与定价页。本页不复制原文。
工程博客的说法是把 Agent 虚拟化成三个接口：
三者可以各自替换实现而互不干扰。博客写得很直白：对接口的形状有主张，对接口后面跑什么没有主张。
最初三样装在一个容器里。好处是「文件编辑就是直接的系统调用，没有服务边界要设计」。但这就养了一只 pet：容器挂了，session 就没了；容器不响应，只能护理它。而排查只有 WebSocket 事件流一个窗口——harness 的 bug、事件流丢包、容器离线，三者长得一模一样，工程师没法定位。
还有一个假设被写死在 harness 里：Claude 要处理的东西就在容器旁边。客户要把 Claude 接到自己的 VPC，就只能对等网络，或者在客户环境里跑 Anthropic 的 harness。
解耦之后：harness 像调任何工具一样调容器，容器死了就当作一次工具调用错误交回给 Claude；Claude 决定重试就重建一个。harness 自己也变成 cattle，可以从最后一条事件续跑。
博客的原话是：结构性的修法是保证 token 永远不可能从跑模型生成代码的沙箱里被够到。Git 场景在沙箱初始化时克隆仓库并把 token 接进本地 remote；自定义工具走 MCP 加 vault。harness 始终不知道任何凭证的存在。
官方文档把它定义为「预置的、可配置的 agent harness，跑在托管基础设施上；适合长时程任务与异步工作」，核心概念是 Agent / Environment / Session / Events。当时是 Beta。
定价页写明：标准 token 费率照收，外加 $0.08 per session-hour 的 active runtime；运行时按毫秒计，只在会话状态为 running 时累加——空闲等消息、等工具确认、重排、终止都不计费。文档另说明：session runtime 取代了原来的容器小时计费模型，不再单独收容器费用。
权限策略有三档：always_allow / always_ask / auto；文档写明 agent 自带工具默认 always_allow，MCP 工具默认 always_ask。
不是新模型，也不是新循环——循环形状没变。它改的是循环住在哪、活多久、以什么身份：可以有自托管沙箱（编排留在 Anthropic 侧，工具执行留在你自己的基础设施里），可以把记忆挂在沙箱的 /mnt/memory/ 下并保留不可变版本，可以按 session 设预算。这些在 2026 年 4 月都还是 Beta。
2025 年的运行时——Claude Code、云端 Codex——把循环装进一个「装上即委派」的产品里，但循环与执行环境是长在一起的：容器死了，会话就没了。对单次开发会话够用；对要跑几小时的异步任务就是硬约束。
这一步把 Agent 拆成三个可替换的接口：session（日志）、harness（循环）、sandbox（执行环境）。拆开之后，容器死亡降级成一次工具调用错误，harness 崩溃可以从事件日志续跑。「进程一直活着」从正确性前提变成了实现细节——这是这条线的关键变化。
第二个变化是凭证边界：token 不进沙箱、harness 不知道凭证存在。这让「模型生成代码跑在哪儿」与「密钥放在哪儿」第一次成为两个可以分别回答的问题。
第三个变化容易被忽略：计费单位。$0.08/session-hour 按 running 状态毫秒计费，是「Agent 运行时按会话时长计价」的首个一手定义——前面 阿里云 AgentRun 是产品侧的同类主张，但没有给出这么明确的计价语义。
把它和同期两家放在一起看，2026 年上半年的架构命题是同一个：
| 厂商 | 措辞 | 共同点 |
|---|---|---|
| Anthropic | session / harness / sandbox 三接口 | 控制面与执行面分开 |
| OpenAI | harness / compute separation | 凭证与编排不进模型代码环境 |
| distributed harness runtime | 从可挂起/恢复的镜像供给执行环境 |
三家独立收敛到同一形状，说明这不是某家的产品选择，而是长时程 Agent 对执行层的必然要求。这也解释了为什么 Claude Tag 后来能直接把同一套短寿沙箱引擎搬进 Slack——引擎与委派面已经解耦了。
要注意边界：本条讲的是运行时怎么组织，不涉及沙箱内部怎么隔离。后者属于另一条线。