https://skyao.net/learning-ai-agent/timeline/2026/managed-agents/ Recent content in Claude Managed Agents on AI Agent 学习笔记 Hugo -- gohugo.io zh-cn Thu, 17 Sep 2026 00:00:00 +0000 https://skyao.net/learning-ai-agent/timeline/2026/managed-agents/source/ Thu, 17 Sep 2026 00:00:00 +0000 https://skyao.net/learning-ai-agent/timeline/2026/managed-agents/source/ <p>主要出处：Anthropic 工程博客，2026-04-08，<a href="https://www.anthropic.com/engineering/managed-agents">Scaling Managed Agents: Decoupling the brain from the hands</a>；官方文档（Managed Agents overview 等）与定价页。本页不复制原文。</p> <hr> <h2 id="拆开的是哪三样">拆开的是哪三样</h2> <p>工程博客的说法是把 Agent 虚拟化成三个接口：</p> <ul> <li><strong>session</strong> —— 「发生过什么」的可追加日志；</li> <li><strong>harness</strong> —— 调用 Claude、并把 Claude 的工具调用路由到相应基础设施的那个循环；</li> <li><strong>sandbox</strong> —— Claude 跑代码、改文件的执行环境。</li> </ul> <p>三者可以各自替换实现而互不干扰。博客写得很直白：<strong>对接口的形状有主张，对接口后面跑什么没有主张。</strong></p> <h2 id="为什么拆从-pet-到-cattle">为什么拆：从 pet 到 cattle</h2> <p>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 <strong>pet</strong>：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——<strong>harness 的 bug、事件流丢包、容器离线，三者长得一模一样</strong>，工程师没法定位。</p> <p>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。</p> <p>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<strong>工具调用错误</strong>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。</p> <h2 id="凭证边界">凭证边界</h2> <p>博客的原话是：结构性的修法是<strong>保证 token 永远不可能从跑模型生成代码的沙箱里被够到</strong>。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。<strong>harness 始终不知道任何凭证的存在。</strong></p> <h2 id="产品形态与计费">产品形态与计费</h2> <p>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 <strong>Beta</strong>。</p> <p>定价页写明：标准 token 费率照收，<strong>外加 $0.08 per session-hour 的 active runtime</strong>；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：<strong>session runtime 取代了原来的容器小时计费模型</strong>，不再单独收容器费用。</p> <p>权限策略有三档：<code>always_allow</code> / <code>always_ask</code> / <code>auto</code>；文档写明 agent 自带工具默认 always_allow，MCP 工具默认 always_ask。</p> <h2 id="当时不是什么">当时不是什么</h2> <p>不是新模型，也不是新循环——循环形状没变。它改的是循环<strong>住在哪、活多久、以什么身份</strong>：可以有<strong>自托管沙箱</strong>（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 <code>/mnt/memory/</code> 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。</p> https://skyao.net/learning-ai-agent/timeline/2026/managed-agents/explanation/ Thu, 17 Sep 2026 00:00:00 +0000 https://skyao.net/learning-ai-agent/timeline/2026/managed-agents/explanation/ <h2 id="当时解决了什么问题">当时解决了什么问题</h2> <p>2025 年的运行时——<a href="../../../2025/claude-code/">Claude Code</a>、云端 <a href="../../../2025/openai-codex/">Codex</a>——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。</p> <p>这一步把 Agent 拆成三个可替换的接口：<strong>session</strong>（日志）、<strong>harness</strong>（循环）、<strong>sandbox</strong>（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。<strong>「进程一直活着」从正确性前提变成了实现细节</strong>——这是这条线的关键变化。</p> <p>第二个变化是<strong>凭证边界</strong>：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。</p> <p>第三个变化容易被忽略：<strong>计费单位</strong>。$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 <a href="../../../2025/aliyun-agentrun/">阿里云 AgentRun</a> 是产品侧的同类主张，但没有给出这么明确的计价语义。</p> <h2 id="对后续-llm-与-agent-的影响">对后续 LLM 与 Agent 的影响</h2> <p>把它和同期两家放在一起看，2026 年上半年的架构命题是<strong>同一个</strong>：</p> <table> <thead> <tr> <th>厂商</th> <th>措辞</th> <th>共同点</th> </tr> </thead> <tbody> <tr> <td>Anthropic</td> <td>session / harness / sandbox 三接口</td> <td>控制面与执行面分开</td> </tr> <tr> <td><a href="../../agents-sdk-2026/">OpenAI</a></td> <td>harness / compute separation</td> <td>凭证与编排不进模型代码环境</td> </tr> <tr> <td><a href="../../google-ax/">Google</a></td> <td>distributed harness runtime</td> <td>从可挂起/恢复的镜像供给执行环境</td> </tr> </tbody> </table> <p>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<strong>长时程 Agent 对执行层的必然要求</strong>。这也解释了为什么 <a href="../../claude-tag/">Claude Tag</a> 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。</p> <p>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。</p>