Anthropic推托管Agent云服务 设反思机制并评估私有化

Scheduled Agents, Dreaming and Q&A: Claude Managed Agents (Part 3 of 4) — Anthropic — AI Engineer

AI Engineer

随着基础模型能力跃升,开发者应拆除硬编码护栏与繁杂胶水层,转而依托全托管底层和自动化评测让模型自主调度子Agent。

AI-assisted summary of Scheduled Agents, Dreaming and Q&A: Claude Managed Agents (Part 3 of 4) — Anthropic — original source. Check the original for full context.

Source published:

Key ideas

  • Anthropic 推出“梦境”(Dreaming)研究预览,系统通过后台多 Agent 分析过去 30 天的历史会话转录本,自动优化记忆库并修正技能编写中的缺陷。 (2:54)
  • Claude Managed Agents 平台内置数据自动压缩(Compaction)机制,生产环境中单次会话可稳定运行超过 10 小时,解决了长周期任务的上下文膨胀问题。 (5:59)
  • 针对多租户 SaaS 架构,团队明确建议避免使用终端用户自带 Key(BYOK)的反模式,而应通过平台专属的 Workspaces 作为物理隔离边界以保持全局可观测性。 (17:14)
  • 底层的无服务器化抽象彻底屏蔽了 Kubernetes Pod 与 HPA 级别的配置细节,当前 Notion 外部 Agent 与 Atlassian Jira 集成均已在生产级规模下稳定运行于该基础设施之上。 (20:09)

Detailed notes

## Background 本内容由 YouTube 频道 AI Engineer 于 2026 年 10 月 12 日发布,记录了在旧金山举办的 AI Engineer World's Fair 2026 上由 Anthropic 团队主讲的 Claude Managed Agents 系列工作坊第三部分。视频简介指出,本期主要聚焦利用自定义工具实现跨会话任务分发、基于定时任务和资源的部署(Deployments)机制,以及通过回顾过去 30 天历史会话来优化记忆库的研究预览功能“梦境”(Dreaming),并涵盖了一场关于可观测性、多租户与企业级扩展等议题的深度问答。

## TL;DR Anthropic 团队的技术人员 Gabe Cemaj 与 Priyanka Phatak 首先演示了如何通过主 Agent 与自定义工具将金融分析任务并发分发到多个子会话中,并介绍了支持周期性调度的 Deployments 部署功能。随后,他们展示了尚处研究预览阶段的“梦境”(Dreaming)机制,该机制能自动挖掘过去 30 天的历史交互转录本来优化长效记忆库与技能。在随后的现场 Q&A 环节,团队深入探讨了利用 Compaction 支持长达 10 小时的持久运行会话、利用 Workspaces 实现企业多租户隔离、Skills 与多 Agent 架构的演化博弈,并明晰了 Claude Managed Agents 与 Claude Code、Claude Cowork 在产品定位和基础设施抽象上的本质区别。

## Atmosphere & style 现场弥漫着硬核务实且开放直接的技术极客氛围。主讲人在现场演示遇到微小故障时幽默自嘲,瞬间拉近了与台下开发者的距离;而在进入 Q&A 环节后,面对各种尖锐的生产级落地痛点(如多租户安全、BYOK 陷阱、评估体系及私有化合规需求),讲师们毫无避讳,给出了清晰透明的架构建议与路线图展望,整场互动既充满工程洞察又极其坦率真实。

## Bulletin - [02:54](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=174s) Anthropic 推出“梦境”(Dreaming)研究预览,系统通过后台多 Agent 分析过去 30 天的历史会话转录本,自动优化记忆库并修正技能编写中的缺陷。 - [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) Claude Managed Agents 平台内置数据自动压缩(Compaction)机制,生产环境中单次会话可稳定运行超过 10 小时,解决了长周期任务的上下文膨胀问题。 - [17:14](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1034s) 针对多租户 SaaS 架构,团队明确建议避免使用终端用户自带 Key(BYOK)的反模式,而应通过平台专属的 Workspaces 作为物理隔离边界以保持全局可观测性。 - [20:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1209s) 底层的无服务器化抽象彻底屏蔽了 Kubernetes Pod 与 HPA 级别的配置细节,当前 Notion 外部 Agent 与 Atlassian Jira 集成均已在生产级规模下稳定运行于该基础设施之上。

## Key takeaways - [00:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1s) 主 Agent 可以通过调用自定义分发工具,动态为不同子任务(如针对多支股票的财务分析)派生出独立的并行会话进行多 Agent 协同。 - [01:03](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=63s) “部署”(Deployments)机制结合了调度策略与资源绑定,支持按周期自动生成运行会话,并允许动态挂载记忆库、代码仓库或本地文件。 - [02:54](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=174s) Dreaming 功能模拟人类睡眠反思机制,离线审视历史会话以提炼沉淀新记忆库,未来将进一步拓展至提示词与技能代码的闭环自愈重构。 - [04:40](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=280s) 平台遵循 API 优先策略,提供细粒度的事件级调试视图,开发者可无缝接入 OpenTelemetry、Datadog 等既有可观测性监控体系。 - [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) 面对长运行 Agent,平台内置的自动压缩机制保障了会话状态在数小时甚至更长时间内不会由于持久化数据膨胀而崩溃。 - [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) 在编排拓扑方面,团队建议减少对模型行为的硬编码限制,让高智能的 Claude 主动调度子 Agent 往往比固化图结构表现更优。 - [07:46](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=466s) 当前多租户访问控制主要依靠 Workspaces 进行物理边界隔离,更细粒度的 RBAC 权限控制已列入路线图,目前建议在应用层架设代理鉴权。 - [10:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=601s) CMA 将单个 Session 的工具循环执行视为核心 Harness 原语,推荐通过构建覆盖多业务场景的自动化评测集(Evals)来度量 Agent 表现。 - [10:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=601s) Outcomes 机制支持为任务结果定义结构化 Rubric 和最大重试次数,驱动 Agent 自主迭代与纠错直至完全达标。 - [11:17](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=677s) 随着基础模型原生能力的持续跃升,围绕模型构建的 Skills 和提示词胶水层将趋于变薄,但在复杂场景下多 Agent 拓扑当下仍具更高上限。 - [12:57](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=777s) Dreaming 生成的记忆库可能在多轮运行中产生发散,开发者必须配合定量评测(Evals)以防止负面模式被固化为长期错误经验。 - [15:07](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=907s) Claude Code 侧重于开箱即用的终端交互与代码开发,而 CMA 则专注于提供高可用、多租户的云端 API 底座与状态解耦能力。 - [17:14](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1034s) 生态与模型支持方面,CMA 支持 Claude Platform on AWS,模型当前仅限使用 Claude 官方家族模型,并已原生同步接入 Claude 3.5 Sonnet。 - [20:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1209s) 基础设施采用完全托管模式,开发者无需调配底层容器与弹性伸缩参数,仅受标准 API 调用速率限制约束即可按需发起海量并发会话。 - [23:44](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1424s) Claude Cowork 专为个人知识工作者的日常工作流设计,而 CMA 旨在面向团队协同或作为完整商业产品交付给外部最终客户。 - [25:18](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1518s) 针对高合规要求的大型企业私有化部署(On-Premise)与私有 VPC 诉求,Anthropic 官方团队正在进行严肃评估与规划。

## Detailed walkthrough ### [00:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1s) 多会话编排与分发演示

Gabe Cemaj 开启了一场实时演示,展示如何对谷歌(Google)和微软(Microsoft)进行财务分析。在理想情况下,主 Agent 会首先评估自己当前掌握的信息,然后调用一个名为 `dispatch_analysis` 的自定义工具,针对每个股票代码(Ticker)分别启动独立的子会话。这种设计展示了如何通过多会话(Multi-session)框架来编排复杂的任务。

在这种架构下,每个启动的会话都包含一个多 Agent 系统,它们彼此协作、共同完成任务。每个会话还定义了明确的输出目标(Outcome Definition),以便利用记忆库(Memory Stores)进行自我监督和相互学习。

Gabe Cemaj 解释道: > “它将针对两个股票代码调用该工具,然后为其中每一个启动运行。这就是我们编排多会话框架的方式。”

```mermaid flowchart TD accTitle: 多会话分发与编排流程 accDescr: 展示主 Agent 如何通过自定义工具将任务分发到多个独立的子会话中。 A["主 Agent (评估信息)"] -->|调用 dispatch_analysis| B["自定义工具"] B -->|分发会话 1| C["Google 分析会话"] B -->|分发会话 2| D["Microsoft 分析会话"] subgraph 子会话内部 C --> C1["多 Agent 协作"] C1 --> C2["自我监督与记忆库更新"] D --> D1["多 Agent 协作"] D1 --> D2["自我监督与记忆库更新"] end ```

- **多会话编排**:主 Agent 能够动态评估需求,并通过自定义工具将任务分发给多个并行的子会话。 - **自我监督**:每个子会话都拥有明确的输出定义,能够利用记忆库进行自我纠错与学习。

---

[01:03](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=63s) 部署功能:定时任务与自动化工作流

在实际业务中,用户往往需要执行周期性的重复工作,例如在每天上午 9:00 或每个月的月初,对一系列关注的公司进行财务分析。为了解决这一需求,Anthropic 推出了“部署”(Deployments)功能。虽然用户可以通过控制台(Console)与平台进行交互,但该平台最核心的设计初衷是通过 API 和 SDK 进行集成,以便开发者构建自定义的 UI 和工作流。

一个“部署”需要接收一个 Agent 定义(例如“研究台每周备忘录 Agent”)、一个执行计划(Schedule,例如每月 1 号下午 1:00)以及初始消息。此外,用户还可以为每次运行配置特定的资源,如记忆库、GitHub 仓库或本地文件。在演示中,Gabe 展示了他们利用 API 构建的自定义 UI,用户可以在其中列出、搜索并随时手动触发这些部署任务。在现场演示中出现小故障时,Gabe 还幽默地开玩笑说: > “我也不知道它们为什么失败了,不过我待会儿会去问问 Claude。”

- **API 优先**:控制台仅是交互方式之一,平台旨在通过 API 和 SDK 作为构建块,融入更大的应用生态中。 - **资源绑定**:每次定时运行都可以动态挂载记忆库、代码库或特定文件等外部资源。

---

[02:54](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=174s) 梦境(Dreaming)研究预览:从历史会话中自我改进

Gabe 随后展示了一项名为“梦境”(Dreaming)的研究预览功能。该功能允许用户选择一个记忆库、一个指定模型以及自定义指令(或使用默认提示词),然后让系统对过去 30 天的会话历史进行“梦境分析”。

启动“梦境”后,系统会使用托管 Agent(Managed Agents)启动一个特殊的会话,并派生出多个子 Agent 来深度剖析过去所有使用过该记忆库的会话运行记录。它会分析记忆库是否完整记录了所需信息、会话运行中是否遇到了导致问题的瓶颈、是否有重复发生的错误,以及是否需要更新提示词或指令。在演示中,“梦境”成功发现他们创建的某项技能(Skill)在编写方式上存在缺陷,并自动更新了记忆库,提示 Agent 尽管该技能存在,但应结合新学到的知识来对其进行扩展。

Gabe Cemaj 展望道: > “你可以想象,我们将继续扩展这一功能,不仅用来改进记忆库,还会直接改进技能、Agent 提示词、子 Agent 提示词等等。”

```mermaid flowchart TD accTitle: 梦境(Dreaming)分析流程 accDescr: 展示梦境功能如何通过分析历史会话来自动优化记忆库和 Agent 技能。 A["选择记忆库与模型"] --> B["读取过去 30 天的会话记录"] B --> C["启动托管 Agent 会话"] C --> D["派生子 Agent 剖析运行记录"] D --> E{"发现问题或知识遗漏?"} E -->|是| F["自动更新记忆库/优化技能与提示词"] E -->|否| G["保持当前状态"] ```

- **离线反思**:通过在后台分析历史会话,Agent 能够实现类似人类“睡眠做梦”一样的自我反思与知识固化。 - **闭环优化**:不仅能优化静态的记忆数据,未来还将直接重构 Agent 的技能代码和提示词模板。

---

[04:40](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=280s) 问答环节:遥测、可观测性与自定义技术栈

在问答环节中,一位观众询问 Agent 内部是否内置了遥测(Telemetry)和仪表化(Instrumentation)功能。Gabe 回答称,平台提供了完全的可观测性。用户不仅可以在控制台实时查看所有事件,还可以通过 API 获取详细的调试(Debug)视图。该视图记录了会话中发生的每一个事件,包括模型调用的开始与结束时间,从而方便开发者计算延迟指标。

当观众追问是否可以引入自己的可观测性技术栈(例如将数据导出到 OpenTelemetry/OTEL)时,Gabe 表示这完全可行。因为平台的一切功能都建立在 API 之上,开发者可以非常轻松地编写连接器。

Gabe Cemaj 解释道: > “每个人的需求都不同,我们不想做过多的主观限制,但一切都只是 API 调用。”

- **全事件记录**:调试视图提供极细粒度的事件日志,便于开发者进行性能调优和延迟分析。 - **技术栈无关**:通过开放的 API,用户可以自由对接 Prometheus、Datadog 或 OpenTelemetry 等主流监控工具。

---

[05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) 问答环节:长运行 Agent、自动压缩与编排拓扑

针对“Agent 可以运行多久、持久化存储是否会无限膨胀”的问题,Priyanka Phatak 和 Gabe 解释说,Anthropic 会在后台自动为用户执行数据压缩(Compaction)。在生产环境中,他们已经看到有用户的单次会话持续运行了 10 个小时。因此,在理论上,用户可以让 Agent 持续运行数月甚至一年,而不用担心持久化数据崩溃。

关于是否支持复杂的编排拓扑(例如在 UI 中通过图形化工作流让 Agent A 委托任务给 B 和 C),Gabe 指出,目前推荐的做法是创建子 Agent 并让 Claude 自行决定如何调度。人类往往有一种本能,想要去严格限制 Claude 的行为和工作方式,但随着模型变得越来越聪明,放开限制往往能带来更好的效果。

Gabe Cemaj 总结道: > “随着 Claude 变得越来越聪明,我们不断地移除那些限制性护栏,让 Claude 自己去‘发挥’(let it cook)——让它去做它认为最好的决定。”

- **自动压缩**:平台内置的 Compaction 机制解决了长会话的上下文膨胀问题,支持长达数小时乃至数天的连续运行。 - **去中心化编排**:相比于硬编码的图(Graph)结构,直接让高智能模型自主调度子 Agent 往往能取得更好的表现。

---

[07:46](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=466s) 问答环节:多租户隔离、工作区与部署定义

一位来自大型机构的观众提问,在管理多个 Agent 时,如何实现组织内的隔离和基于角色的权限控制(RBAC)。Priyanka 和 Gabe 回答道,目前“工作区”(Workspaces)是平台实现租户隔离和访问控制的核心维度。企业可以将不同的客户或团队划分到不同的工作区中,从而实现人员和 Agent 的物理隔离。

Priyanka Phatak 补充道: > “基于角色的权限控制(RBAC)已经在我们的路线图上了。我们确实希望提供更细粒度的控制,但目前工作区是一种非常干净的 Agent 隔离方式,你可以让一组人访问工作区 A,而另一组人拥有不同权限的人访问工作区 B。”

随后,有观众对“部署”的概念进行了澄清。Gabe 明确表示,部署并不是某个时间点的静态快照,而是一种让特定 Agent 按计划定期创建新会话的机制。记忆库则是独立于会话存在的实体,开发者可以根据需要,自由地将任意记忆库挂载到指定的会话中。

- **工作区隔离**:当前通过工作区(Workspaces)实现多租户隔离,更细粒度的 RBAC 权限控制正在开发中。 - **状态解耦**:部署负责生命周期和调度,而记忆库作为独立的状态组件,可动态挂载到不同的运行会话中。

[10:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=601s) Harness 的定义演变与基于评测(Evals)的 Agent 表现度量

在探讨 Harness 的概念时,团队澄清了内部与业界在术语上的认知差异。对于 Claude Managed Agents(CMA)团队而言,他们所指的“Harness”核心是工具循环执行(tool loop execution)——涵盖上下文管理、会话状态维护,并确保 Agent 能够顺利推进目标工作;而在大多数构建者眼中,“Harness”通常意味着跨多个 Agent 与 Session 的协同调度,以某种拓扑结构组织成一个工作单元来完成庞大任务。CMA 目前提供的核心抽象,是将单个 Session 视作最小工作单元,开发者可以将其作为底层原语,去搭建属于自己的高阶 Harness。

针对“如何获知 Agent 表现好坏”的疑问,官方建议核心在于运行评估套件(Evals),通过覆盖 Agent 预期执行的多种任务类型来检验其实际表现。此外,产品中的 Outcomes 功能能够主动引导 Agent 达成既定结果:开发者可以为目标设定精确的评估准则(Rubric)以及最大迭代次数限制,Agent 便会在限定范围内持续尝试,直至满足该标准,这与 Gabe Cemaj 先前提到的 Verifier Agent 机制相呼应。

- Harness 在 CMA 中聚焦单 Session 的工具循环状态与上下文流转,而非全局多 Agent 拓扑编排。 - 业务方评估 Agent 的推荐途径是在多样化任务集上运行持续评测(Evals)。 - Outcomes 机制支持设置结构化 Rubric 和最大重试次数,驱动 Agent 自主迭代直至达标。

---

[11:17](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=677s) 架构权衡:Skills 与多 Agent 的界限变迁

现场开发者抛出了选型困惑:在投入工程力量时,究竟应当采用 Skills 抽象还是采用多 Agent 架构?这种围绕模型的 Harness 繁多且变化极快,开发者往往对持续追赶新工具感到疲惫。对此,Gabe Cemaj 坦言这种“厚 Harness、薄 Harness 还是厚 Skills”的博弈一直处于动态演进中。

随着底层 Claude 模型能力的跃升,曾经为了辅助模型而设立的边界与提示工程正在逐步消融。尽管眼下 Skills 是一个能够向模型提供充分上下文的有效抽象,但长远来看这一层会变得越来越薄,模型终将不需要特殊提示即可自主解决复杂问题。因此,尽管持续做 Evals 听起来令人筋疲力尽,但这仍是当下最务实的手段。就目前观察而言,多 Agent 拓扑对于高难度任务表现出更强的实用性。

> “I think what we find is that as Claude gets smarter, the boundaries and and and help that we want to give Claude start to melt away and disappear.” —— Gabe Cemaj

- 当前阶段 Skills 提供给模型必要的信息与工具约束,但其厚度正随着基础模型能力的跃升而逐渐减弱。 - 架构设计面临“模型变强即重写胶水代码”的挑战,运行 Evals 是唯一能量化评估选型优劣的客观手段。 - 在当前技术节点,多 Agent 协同在处理复杂业务逻辑时相比纯单体 Skills 方案具有更高的实用上限。

---

[12:57](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=777s) Dreaming 研究预览:利用历史会话沉淀记忆库与其评测校验

针对新推出的 Dreaming(做梦)机制,观众重点询问了它如何影响最终产出,以及当多次 Dreaming 产生不同方向的发散时,系统是否提供自动化的评测筛选机制。Priyanka Phatak 解释称,Dreaming 允许开发者指定一个时间跨度(例如回顾过去 30 天内该 Agent 的所有 Session),系统会自动分析这期间所有的交互转录本(Transcripts),解析用户反复尝试达成的核心目标,进而提炼并生成一套针对性更强的新记忆库(Memory Store)。

在内部测试中,Anthropic 已经观察到企业客户在启用 Dreaming 生成的新 Memory Store 后,其任务评测指标获得了显著提升。但团队也明确强调,Dreaming 目前仍处于 Research Preview(研究预览)的早期实验阶段。现场观众提出担忧:如果 10 次 Session 中有 9 次是负面模式,仅 1 次是高效解法,若无配套的 Evals 引导,单纯依赖 Dreaming 可能会提炼出错误的经验。Gabe 认同不能盲目“信任”,建立客户自有的 Evals 机制并结合 Dreaming 的多路径探索,是验证经验提取是否正向的必要防线。

```mermaid flowchart LR accTitle: Dreaming Memory Evolution Flow accDescr: 展示历史会话转录本如何通过 Dreaming 提炼新记忆库并经由 Evals 验证的完整链路。

subgraph InputStage["输入分析"] A["过去 30 天历史 Sessions"] --> B["分析交互 Transcripts"] end

subgraph DreamingStage["经验抽象"] B --> C["Dreaming 引擎"] C --> D["生成优化后的 Memory Store"] end

subgraph EvalStage["效果闭环"] D --> E["运行自动化 Evals"] E --> F["上线增强型 Agent"] end ```

- Dreaming 支持按时间窗口(如 30 天)检索 Session 转录本,提炼与核心业务意图匹配的长效记忆。 - 该特性仍属于早期的 Research Preview,需配合定量评估(Evals)确保新生成的记忆库带来正向增益。 - 针对多分支演进与潜在的错误记忆沉淀,官方建议由开发者建立自有的评测集来进行闭环筛选。

---

[15:07](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=907s) 与 Claude Code 的关系:从终端工具到弹性 API 基础设施

面对长期使用 Claude Code 的开发者提出的“CMA 是否直接构建在 Claude Code 之上”的疑问,Gabe Cemaj 做出了清晰澄清。CMA 团队确实将 Claude Code 的 Harness 作为灵感来源,因为后者在代码编写任务上表现极其敏锐,但两者的定位截然不同:Claude Code 是一个面向终端用户开箱即用的命令行产品(Terminal Tool);而 CMA 的目标是打造一套平台级 API 和可靠的底层基础设施,旨在让企业开发者将自己的上下文、业务能力和数据深度接入。

Priyanka Phatak 补充指出,将这类能力从单个开发者的终端转化为面向生产环境的 API,需要克服截然不同的工程挑战——例如应对高并发、保障长运行会话的可靠性以及大规模扩展的稳定性。CMA 并非 Claude Code 的简单封装,而是在其经验启发下,重新针对云端多租户生产场景设计的全新架构。

> “We're building an API where we want you to bring your context, your information, your capabilities and build on top of it where Claude Code is trying to give you a product out of the box.” —— Gabe Cemaj

- Claude Code 专注于本地终端交互与代码生成任务,提供端到端的应用体验。 - CMA 专注于提供可扩展、高可用的 API 与云端基础设施,便于开发者构建自定义形态的应用。 - 两者底层 Harness 逻辑一脉相承,但 CMA 着重解决了企业级服务所需的可靠性、弹性扩展与状态解耦问题。

---

[17:14](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1034s) 云平台支持、模型限制与多租户架构设计(Workspaces 与 RBAC)

在生态集成与商业化落地的讨论环节,团队针对 AWS 环境、模型选择及多租户架构进行了说明。首先在平台方面,CMA 目前未在 Amazon Bedrock 上以控制台形式直接呈现,但通过 Claude Platform on AWS 提供了对应的控制台管理支持;模型层面,系统目前严格限定仅支持 Claude 系列模型,暂不开放接入第三方非 Anthropic 模型。在计费机制上,Claude Console 本身免费注册并用于创建 API Key,计费纯粹依赖底层调用的 Token 消耗量。

对于构建 SaaS 产品的多租户架构问题,Gabe Cemaj 强烈反对采用“让终端用户自带 Key(BYOK)”的设计模式,指出这种做法会让平台方彻底失去全局可观测性(Observability)。CMA 推荐使用 Workspaces 作为租户边界的原语。Priyanka 进一步分析了当前落地的两种主流拓扑模式:

| 多租户隔离方案 | 实现方式 | 优缺点对比 | |:--- |:--- |:--- | | **单 Workspace 集中模式** | 将所有客户数据置于同一 Workspace,由平台方在应用层自行维护 Agent 与最终用户的映射关系。 | **优势**:Agent 配置与工具更新极其简单。<br>**劣势**:需平台自行在业务层实现数据隔离与安全校验。 | | **独立 Workspace 隔离模式** | 为每个终端企业客户创建一个专属 Workspace,作为天然的安全与租户物理边界。 | **优势**:数据完全隔离,访问边界清晰。<br>**劣势**:多租户生命周期管理复杂,每建一个租户需全量重建一次 Agent。 |

目前 CMA 底层在 Workspace 内部尚未提供细粒度的基于角色的访问控制(RBAC),Workspace 内的所有资源对加入该空间的用户均互通可见。官方建议当前在 SaaS 系统前端自行搭建 RBAC 认证代理层,并透露团队正全力优化原生的 RBAC 机制,以原生支持更平滑的代客调用(on behalf of customers)场景。

> “We have seen that the best model for multi-tenancy is not bring your own key because you lose observability because it runs on your end users API key rather than than yours.” —— Gabe Cemaj

- 云上生态:支持 Claude Platform on AWS,模型当前仅限使用 Claude 官方家族模型。 - 反模式警告:不建议在企业多租户架构中采用 BYOK 模式,这会导致调用链路的遥测和可观测性断裂。 - 权限现状:目前 Workspace 内部所有成员共享全部访问权限,细粒度 RBAC 仍在持续研发与增强中,当前建议在应用层封装安全代理。

[20:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1209s) 托管式代理的弹性扩展与底层抽象

在问答环节中,一位现场参会者首先提出了关于多租户场景下的扩缩容机制问题。该参会者希望了解系统底层是否存在类似于 Kubernetes 中 Horizontal Pod Autoscaler(HPA)、最小 Pod 数或超时配置等参数,以便在不同租户并发接入时进行精细化调控。

Priyanka Phatak 与 Gabe Cemaj 明确表示,Claude Managed Agents 已经将底层基础设施的复杂性完全封装。开发者在定义业务时,可以根据需求随意创建尽可能多的会话(Sessions),平台侧除了常规的 API 调用速率限制(Rate Limits)之外,并不存在人为设定的容量上限,也无需开发者去关心底层容器实例的调度细节。

Priyanka 概括了这一无服务器化架构的核心优势:“You don't need to because we're managing it all for you you're just making API calls that's all.”(你完全不需要这些,因为我们为你管理了一切,你只需要发起 API 调用即可。)开发者无需计算并分配几千个 Pod,只需要将其视为一个纯粹的 API 接口进行交互。

- 扩容模式:完全托管,无需配置容器编排参数(如 Pod 数、HPA、节点亲和性)。 - 资源边界:仅受平台标准的 API Rate Limits 约束,支持按需创建海量并发 Session。

```mermaid flowchart TD accTitle: Claude Managed Agents 托管架构交互流程 accDescr: 描述开发者通过前端或后端 API 发起请求,而将 Pod 调度与弹性扩缩容完全交由 Anthropic 托管的流程图。

subgraph ClientLayer ["客户端业务层"] A["客户端 UI / 业务后端"] -->|"API 调用 (REST / SDK)"| B["Claude Managed Agents API"] end

subgraph AnthropicLayer ["Anthropic 托管基础设施 (完全抽象)"] B --> C["会话与路由管理器"] C --> D["自动弹性伸缩集群 (自动调度 Pod / Worker)"] D --> E["执行会话 1"] D --> F["执行会话 2... N"] end ```

---

[21:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1269s) 从内部原型走向生产级客户端交付

一位参会者随后提出了关于前端交互(UI)与实际客户交付的架构设计问题。他提到,目前很多演示都只是在本地项目中启动一个简单的测试服务器进行内部验证,但在真实的商业产品中,开发者往往需要面向大量外部客户交付功能。例如,构建一个占星分析类产品(Astrologer):用户需要输入高度敏感的个人出生信息,系统通过认证层隔离后,可能派生出一个运行 90 秒的子代理(Sub-agent)来进行星盘推演、生成图表与解读资产,当目标达成后该子代理立即销毁并退出。该参会者询问,该如何将这种带有轻量临时会话的模式安全且成规模地部署给广大终客。

Priyanka 与 Gabe 回答指出,Claude Managed Agents 在设计之初就是面向高并发生产环境的。事实上,当前诸如 Notion 的外部代理系统(Notion external agents)以及 Atlassian 针对 Jira 的各类深度集成,底层均已跑在 Claude Managed Agents 之上。

关于落地架构,Gabe 阐明了平台与业务方的职责切分:“Typically you would probably build your product your UI that you're distributing to your customers and then calling into us for like your actual agent management everything is through the API.”(通常情况下,你会构建分发给客户的产品和专属 UI,然后通过调用我们的 API 来进行实际的代理管理,所有操作都基于 API 完成。)开发者只需在自己的服务端通过认证鉴权保护用户隐私数据,并将代理的编排指令转发给托管 API 即可。

- 生产案例支撑:Notion 外部代理功能与 Atlassian Jira 集成已经在生产环境中大规模基于此架构运行。 - 会话生命周期控制:支持短期(如 90 秒)即插即用型 Sub-agent,任务完成后安全销毁。 - 数据隔离建议:用户敏感数据直接保存在业务自身的用户层,通过安全代理向 Anthropic API 发出执行请求。

---

[23:13](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1393s) 模型演进支持:Claude 3.5 Sonnet 的接入

有参会者提及 Anthropic 最新发布的模型(即 Claude 3.5 Sonnet),询问在托管代理中对该模型的支持情况与适配建议。现场讲师团队笑着给出了非常简短直接的回应:“It is supported in cloud manage agents. Go give it a try.”(托管代理中已经支持该模型,尽管去尝试吧。)平台会紧随 Anthropic 前沿模型权重与 API 升级同步推进,用户可以直接在定义 Agent 配置时将其指定为主控推理模型。

---

[23:44](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1424s) Claude Cowork、Claude Code 与 Managed Agents 的定位差异

随后,现场展开了一场关于 Anthropic 生态内不同产品适用场景的深度探讨。一位参会者提问:如果企业内部的业务伙伴目前正在使用面向桌面办公的 Claude Cowork,而技术更硬核的同事则偏好使用 Claude Code 构建临时工具,那么在什么情况下应该升级到 Claude Managed Agents?由于云端控制台或 API 对非工程师用户往往具有一定门槛,团队应如何平衡两者的转换。

Gabe 解释称,降低门槛的第一步是利用管理控制台的快速上手向导(Console Quick Start),用户只需用纯自然语言向 Claude 描述想要构建的代理逻辑即可生成原型。如果用户习惯了 Claude Code 命令行工具,Anthropic 官方还在 Claude Code 中内置了一个专用的 `manage agent skill`,能够以自然语言引导用户一步步完成从脚手架到配置的全过程。

关于产品定位的区别,Gabe 强调了其本质上的受众划分:“I think the biggest difference is co-work building personal agent. With this one, you're trying to build probably an agent that's like available to like your team, your internal organization, or you're building a product that you're shipping to your end customers.”(我认为最大的区别在于:Cowork 是用来构建个人代理的;而借助 Managed Agents,你构建的代理通常是要开放给团队、整个内部组织使用,或者是作为一款完整产品直接交付给终端客户。)当被问及能否把在 Cowork 中积累的工作流直接迁移出来时,Gabe 表示只需借助模型调用 Managed Agents API 的能力,直接把 Cowork 中的上下文投递给新模型并下达指令,模型就能够相当可靠地完成逻辑转换。

| 解决方案 / 工具 | 典型受众与定位 | 核心交互与使用方式 | 适用交付场景 | |:--- |:--- |:--- |:--- | | **Claude Cowork** | 个人业务人员、知识工作者 | 桌面客户端、自然语言工作流 | 个人生产力提升、日常任务自动化处理 | | **Claude Code** | 软件工程师、技术极客 | 命令行环境交互、提供代码编写与脚手架 Skill | 快速开发测试、通过 Skill 生成托管代理配置 | | **Claude Managed Agents** | 企业研发团队、商业产品开发者 | 平台 REST/SDK API、全托管持久化后端编排 | 团队协同中台、企业级多租户应用、SaaS 外部客户交付 |

---

[25:18](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1518s) 企业私有化部署诉求与合规代理规划

在活动临近尾声时,一位企业代表提出了私有化部署(On-Premise)的关键诉求。很多大型企业由于受到严格的合规性制约,拥有绝不允许出境的敏感数据集;此外,这类企业往往已经自行在内部搭建了连接 Anthropic 模型的安全代理网关(Secure Proxies),并期望能够自主调配内部算力来执行缩放。该代表询问 Anthropic 是否考虑过提供本地化/私有 VPC 环境下的托管代理解决方案。

Priyanka 对此给予了正面确认,坦承这是大量大客户反馈中极为集中的诉求:“Definitely been a customer ask from a bunch of for enterprise customers and we're seriously considering it at the moment, but we don't already have something that we can share with you.”(这绝对是来自大量企业客户的核心诉求,我们目前正在非常严肃地评估和考虑这件事,只是眼下还没有现成可对外公布的方案。)

交流的最后,部分未能成功扫码的现场观众询问工作坊课件与示例仓库(GitHub Repo)的展示方式,讲师切换回末尾幻灯片向全场分享了配套代码仓库与实验额度的获取二维码,整场工作坊圆满结束。

## Notable quotes > [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) 随着 Claude 变得越来越聪明,我们不断地移除那些限制性护栏,让 Claude 自己去‘发挥’(let it cook)——让它去做它认为最好的决定。 — Gabe Cemaj

> [17:14](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1034s) We have seen that the best model for multi-tenancy is not bring your own key because you lose observability because it runs on your end users API key rather than than yours. — Gabe Cemaj

> [15:07](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=907s) We're building an API where we want you to bring your context, your information, your capabilities and build on top of it where Claude Code is trying to give you a product out of the box. — Gabe Cemaj

> [07:46](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=466s) 基于角色的权限控制(RBAC)已经在我们的路线图上了。我们确实希望提供更细粒度的控制,但目前工作区是一种非常干净的 Agent 隔离方式,你可以让一组人访问工作区 A,而另一组人拥有不同权限的人访问工作区 B。 — Priyanka Phatak

> [21:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1269s) Typically you would probably build your product your UI that you're distributing to your customers and then calling into us for like your actual agent management everything is through the API. — Gabe Cemaj

## Mentioned Gabe Cemaj, Priyanka Phatak, Claude, Claude Managed Agents, Anthropic, Dreaming, Claude Code, Claude Cowork, Claude 3.5 Sonnet, Amazon Bedrock, Claude Platform on AWS, OpenTelemetry, Google, Microsoft, Notion, Atlassian, Jira, GitHub

## Video description Agents on a schedule, fan-out across sessions, and a research preview that improves memory from past runs.

NEXT UP: AI ENGINEER CODE SUMMIT Join us in SF for the second annual AIE CODE Summit, Nov 10–12, our last flagship summit of 2026. Applications live now: https://aie.codes

Gabe Cemaj fans one request out into a session per company with a custom tool, sets up deployments that run an agent on a schedule, and demos Dreaming, a research preview that reviews 30 days of past sessions to improve a memory store. The Q&A covers observability, 10-hour sessions and compaction, workspaces for tenancy and access, skills vs multi-agent, how this relates to Claude Code, Claude Platform on AWS, scaling and on-prem.

This is part 3 of 4 of the Claude Managed Agents workshop from Anthropic.

In this video: • Multi-session fan-out with a custom tool • Deployments: agent plus schedule plus resources • Dreaming: improving memory from past sessions (research preview) • Workspaces as the tenancy and access boundary

SPEAKERS Priyanka Phatak, Member of Technical Staff, Anthropic (leads the Claude Managed Agents engineering team)

Gabe Cemaj, Member of Technical Staff, Anthropic GitHub: https://github.com/gcemaj

LINKS Claude Managed Agents docs: https://platform.claude.com/docs/en/managed-agents/overview Scaling Managed Agents: Decoupling the brain from the hands: https://www.anthropic.com/engineering/managed-agents

CHAPTERS 0:00 Multi-session orchestration demo 1:01 Deployments: scheduled sessions 2:54 Dreaming research preview 4:40 Q&A: telemetry and observability 5:59 Q&A: long-running agents and compaction 6:43 Q&A: orchestration topologies 7:46 Q&A: RBAC and workspaces 8:53 Q&A: deployments vs memory 9:38 Q&A: defining a harness, evals 11:17 Q&A: skills vs multi-agent 12:57 Q&A: dreaming and evals 15:07 Q&A: relation to Claude Code 17:14 Q&A: AWS, models, multi-tenancy 20:09 Q&A: scaling and rate limits 21:09 Q&A: shipping to customers at scale 23:13 Q&A: new model support 23:44 Q&A: Cowork vs managed agents 25:18 Q&A: on-prem for enterprises

Recorded at the AI Engineer World's Fair 2026 in San Francisco. Subscribe for more talks from the engineers building with AI.

AI Engineer: https://ai.engineer YouTube: https://www.youtube.com/@aiDotEngineer X: https://x.com/aiDotEngineer LinkedIn: https://www.linkedin.com/company/aidotengineer/

#Claude #AIAgents #AIEngineer

[Source](https://www.youtube.com/watch?v=qJtcEDc_WJU)

中文简报

Anthropic推出Dreaming预览版,实现智能体记忆自动升级 Anthropic认为,让Claude动态编排其子智能体的效果优于死板的人工设计控制图,并可利用自主的“Dreaming”循环来自我纠正以往运行中的操作性故障。 Gabe Cemaj展示了Claude Managed Agents如何通过将单个任务扇出为独立的多个多智能体对话来编排并行运行,配置类似cron的周期性部署,并预览了Dreaming这一异步研究特性——该特性通过审查历史执行日志来持续自我完善持久化记忆库。在现场问答环节,Cemaj与Priyanka Phatak说明了该平台能为长达数小时的会话自动处理上下文压缩,无需在基础设施层面进行Kubernetes配置,并采用工作区而非“自带密钥”(BYOK)方案以保留跨租户的可观测性。演讲者们还探讨了死板脚手架与基础模型不断进步之间的矛盾,呼吁开发者依靠评估测试与自主委托机制,而非脆弱的可视化图拓扑。 Claude Managed Agents(CMA)提供了一种托管式API抽象,用于运行长期多智能体对话,具备后端自动状态压缩功能,已支持长达10小时的连续生产运行。 (5:59) Anthropic推出了实验性研究预览功能Dreaming,该功能可审查过去30天的执行记录,以自主发现操作缺陷并优化共享记忆库。 (2:54) 针对多租户SaaS应用,Anthropic强烈建议不要采用自带密钥(BYOK)架构,因为这会削弱开发者的可观测性;他们建议团队使用工作区(Workspaces)来划分租户边界。 (17:14) CMA完全屏蔽了Kubernetes Pod、副本数量以及水平自动扩缩容等基础设施细节,完全按需对会话进行扩缩,仅受标准账户API速率限制的约束。 (20:09)

精炼阅读摘要

Anthropic 工程师 Gabe Cemaj 与 Priyanka Phatak 阐述了 Claude Managed Agents(CMA)的架构设计,主张通过全托管 API 屏蔽底层容器编排,将原子会话作为计算基元。他们认为随着前沿模型能力提升,开发者应当依托模型自主委托和结果驱动的评测套件,而非构建硬编码的拓扑脚手架。 执行基元:从单会话循环到多任务并发派发 (0:01) 在 CMA 架构中,单会话(Session)被定义为最核心的原子执行单元。演讲者澄清,CMA 内部所指的“Harness”仅负责维护单个会话的上下文状态与底层工具执行循环,更高层级的跨会话编排则完全交由开发者自主构建。在多标的分析演示中,主代理通过自定义工具 dispatch_analysis 将“分析谷歌与微软”的任务并发派发至独立的运行时会话,使每个子会话在隔离环境中运行协作子代理,并通过共享记忆库和结果目标实现自监督纠错与跨运行沉淀。 针对长期运行可能引发的状态爆炸问题,Gabe Cemaj 透露 CMA 在后端自动执行上下文压缩(Auto-Compaction),实测可支持持续运行达 10 小时的长会话。该架构直接借鉴了 Claude Code 终端 Harness 在编码任务上的工具循环设计,但重构了执行平面,将其扩展为支持多租户高并发与横向扩展的企业级后端云服务。 计划部署与记忆进化:解耦持久状态与自主反思 (1:06) 为支撑周期性例行工作流,CMA 提供了“部署”(Deployments)功能,允许用户通过 API、SDK 或控制台配置 Cron 风格的执行计划(如每月首日运行)、种子提示词以及代码库等外部资源。Priyanka Phatak 强调,部署本质上是按计划触发特定代理会话的调度器,而持久记忆库(Memory Stores)则是独立的状态实体;记忆库不与单次部署强绑定,开发者可自由挂载至不同会话,确保历史积累的认知不会因代码更新或会话重置而丢失。 在此基础上,团队展示了名为“Dreaming”的研究预览功能。该机制利用 CMA 本身拉起评估子代理集群,对过去 30 天的执行转录记录展开异步审计,排查工具使用失误与上下文缺失,并自动修正挂载的记忆库。Gabe Cemaj 指出,Dreaming 未来的演进方向将不仅限于更新记忆内容,还将扩展至自主重写自定义技能(Skills)、精简顶层提示词以及动态优化子代理的系统指令。 脚手架的消融:以评估量表取代硬编码拓扑 (5:59) 针对开发者是否应使用可视化图引擎强制规定“代理 A 传递给代理 B”的疑问,Gabe Cemaj 明确反对僵化的拓扑控制。他指出随着模型智能演进,人工设定的复杂规则与约束脚手架正在自然“消融”(Melting Harness);赋予 Claude 宽泛的委托权限并让其自主决定子代理数量,在实际复杂任务中的表现持续优于静态手工编排。现阶段基于结构化指导的 Skills 虽具备轻量优势,但未来随着基础模型自主能力的提升,其指令体积预期也将逐步缩减。 在规范代理执行效果方面,Priyanka Phatak 提出通过设定具体的“成果量表”(Outcomes Rubric)与最大迭代上限(Max Iterations),引导内置验证循环促使代理反复重试直至达标。对于 Dreaming 等自优化机制生成的记忆质量,团队强调不能盲信模型的自我迭代,必须依靠覆盖真实任务分布的离线评测套件(Evals)作为检验代理能力变化的唯一依据。 多租户与生产架构:全托管抽象与运维隔离边界 (7:46) 在 SaaS 架构与租户隔离方面,Anthropic 采用 Workspaces 作为现阶段的管理隔离边界,细粒度基于角色的访问控制(RBAC)仍在研发中。Gabe Cemaj 强烈反对“自带密钥”(BYOK)模式,警告该方案会剥夺开发者对运行追踪与延迟成本的集中可观测性。团队建议在单一 Workspace 中通过应用层映射租户,或为每个客户开设独立 Workspace。目前 CMA 已在 Notion 外部代理和 Atlassian Jira 自动化等生产场景中承载实际负载,开发者需自行封装前端鉴权与业务层,再经由 API 调用 CMA。 在底层基础设施层面,CMA 彻底屏蔽了 Kubernetes 集群、最小副本数及自动扩缩容(HPA)等服务器配置,开发者仅需直接发起 API 调用,系统扩展性仅受标准速率限制约束。目前 CMA 仅支持 Anthropic 专有的 Claude 模型家族(支持通过 Claude Platform for AWS 接入),暂不支持第三方开源模型。针对大型企业关注的数据不出域及私有 VPC 部署诉求,团队表示正积极评估相关合规方案,但目前尚未推出本地化交付版本。 Claude Managed Agents 确立了以无服务器 API 驱动的自主多代理范式,淡化了人工设计的刚性执行拓扑,但其用于自我改良的“Dreaming”机制仍处实验阶段,细粒度权限控制与企业私有化部署支持也尚待后续版本补齐。

Detailed notes — zh

## Background 本内容由 YouTube 频道 AI Engineer 于 2026 年 10 月 12 日发布,记录了在旧金山举办的 AI Engineer World's Fair 2026 上由 Anthropic 团队主讲的 Claude Managed Agents 系列工作坊第三部分。视频简介指出,本期主要聚焦利用自定义工具实现跨会话任务分发、基于定时任务和资源的部署(Deployments)机制,以及通过回顾过去 30 天历史会话来优化记忆库的研究预览功能“梦境”(Dreaming),并涵盖了一场关于可观测性、多租户与企业级扩展等议题的深度问答。 ## TL;DR Anthropic 团队的技术人员 Gabe Cemaj 与 Priyanka Phatak 首先演示了如何通过主 Agent 与自定义工具将金融分析任务并发分发到多个子会话中,并介绍了支持周期性调度的 Deployments 部署功能。随后,他们展示了尚处研究预览阶段的“梦境”(Dreaming)机制,该机制能自动挖掘过去 30 天的历史交互转录本来优化长效记忆库与技能。在随后的现场 Q&A 环节,团队深入探讨了利用 Compaction 支持长达 10 小时的持久运行会话、利用 Workspaces 实现企业多租户隔离、Skills 与多 Agent 架构的演化博弈,并明晰了 Claude Managed Agents 与 Claude Code、Claude Cowork 在产品定位和基础设施抽象上的本质区别。 ## Atmosphere & style 现场弥漫着硬核务实且开放直接的技术极客氛围。主讲人在现场演示遇到微小故障时幽默自嘲,瞬间拉近了与台下开发者的距离;而在进入 Q&A 环节后,面对各种尖锐的生产级落地痛点(如多租户安全、BYOK 陷阱、评估体系及私有化合规需求),讲师们毫无避讳,给出了清晰透明的架构建议与路线图展望,整场互动既充满工程洞察又极其坦率真实。 ## Bulletin - [02:54](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=174s) Anthropic 推出“梦境”(Dreaming)研究预览,系统通过后台多 Agent 分析过去 30 天的历史会话转录本,自动优化记忆库并修正技能编写中的缺陷。 - [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) Claude Managed Agents 平台内置数据自动压缩(Compaction)机制,生产环境中单次会话可稳定运行超过 10 小时,解决了长周期任务的上下文膨胀问题。 - [17:14](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1034s) 针对多租户 SaaS 架构,团队明确建议避免使用终端用户自带 Key(BYOK)的反模式,而应通过平台专属的 Workspaces 作为物理隔离边界以保持全局可观测性。 - [20:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1209s) 底层的无服务器化抽象彻底屏蔽了 Kubernetes Pod 与 HPA 级别的配置细节,当前 Notion 外部 Agent 与 Atlassian Jira 集成均已在生产级规模下稳定运行于该基础设施之上。 ## Key takeaways - [00:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1s) 主 Agent 可以通过调用自定义分发工具,动态为不同子任务(如针对多支股票的财务分析)派生出独立的并行会话进行多 Agent 协同。 - [01:03](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=63s) “部署”(Deployments)机制结合了调度策略与资源绑定,支持按周期自动生成运行会话,并允许动态挂载记忆库、代码仓库或本地文件。 - [02:54](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=174s) Dreaming 功能模拟人类睡眠反思机制,离线审视历史会话以提炼沉淀新记忆库,未来将进一步拓展至提示词与技能代码的闭环自愈重构。 - [04:40](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=280s) 平台遵循 API 优先策略,提供细粒度的事件级调试视图,开发者可无缝接入 OpenTelemetry、Datadog 等既有可观测性监控体系。 - [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) 面对长运行 Agent,平台内置的自动压缩机制保障了会话状态在数小时甚至更长时间内不会由于持久化数据膨胀而崩溃。 - [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) 在编排拓扑方面,团队建议减少对模型行为的硬编码限制,让高智能的 Claude 主动调度子 Agent 往往比固化图结构表现更优。 - [07:46](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=466s) 当前多租户访问控制主要依靠 Workspaces 进行物理边界隔离,更细粒度的 RBAC 权限控制已列入路线图,目前建议在应用层架设代理鉴权。 - [10:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=601s) CMA 将单个 Session 的工具循环执行视为核心 Harness 原语,推荐通过构建覆盖多业务场景的自动化评测集(Evals)来度量 Agent 表现。 - [10:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=601s) Outcomes 机制支持为任务结果定义结构化 Rubric 和最大重试次数,驱动 Agent 自主迭代与纠错直至完全达标。 - [11:17](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=677s) 随着基础模型原生能力的持续跃升,围绕模型构建的 Skills 和提示词胶水层将趋于变薄,但在复杂场景下多 Agent 拓扑当下仍具更高上限。 - [12:57](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=777s) Dreaming 生成的记忆库可能在多轮运行中产生发散,开发者必须配合定量评测(Evals)以防止负面模式被固化为长期错误经验。 - [15:07](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=907s) Claude Code 侧重于开箱即用的终端交互与代码开发,而 CMA 则专注于提供高可用、多租户的云端 API 底座与状态解耦能力。 - [17:14](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1034s) 生态与模型支持方面,CMA 支持 Claude Platform on AWS,模型当前仅限使用 Claude 官方家族模型,并已原生同步接入 Claude 3.5 Sonnet。 - [20:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1209s) 基础设施采用完全托管模式,开发者无需调配底层容器与弹性伸缩参数,仅受标准 API 调用速率限制约束即可按需发起海量并发会话。 - [23:44](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1424s) Claude Cowork 专为个人知识工作者的日常工作流设计,而 CMA 旨在面向团队协同或作为完整商业产品交付给外部最终客户。 - [25:18](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1518s) 针对高合规要求的大型企业私有化部署(On-Premise)与私有 VPC 诉求,Anthropic 官方团队正在进行严肃评估与规划。 ## Detailed walkthrough ### [00:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1s) 多会话编排与分发演示 Gabe Cemaj 开启了一场实时演示,展示如何对谷歌(Google)和微软(Microsoft)进行财务分析。在理想情况下,主 Agent 会首先评估自己当前掌握的信息,然后调用一个名为 `dispatch_analysis` 的自定义工具,针对每个股票代码(Ticker)分别启动独立的子会话。这种设计展示了如何通过多会话(Multi-session)框架来编排复杂的任务。 在这种架构下,每个启动的会话都包含一个多 Agent 系统,它们彼此协作、共同完成任务。每个会话还定义了明确的输出目标(Outcome Definition),以便利用记忆库(Memory Stores)进行自我监督和相互学习。 Gabe Cemaj 解释道: > “它将针对两个股票代码调用该工具,然后为其中每一个启动运行。这就是我们编排多会话框架的方式。” ```mermaid flowchart TD accTitle: 多会话分发与编排流程 accDescr: 展示主 Agent 如何通过自定义工具将任务分发到多个独立的子会话中。 A["主 Agent (评估信息)"] -->|调用 dispatch_analysis| B["自定义工具"] B -->|分发会话 1| C["Google 分析会话"] B -->|分发会话 2| D["Microsoft 分析会话"] subgraph 子会话内部 C --> C1["多 Agent 协作"] C1 --> C2["自我监督与记忆库更新"] D --> D1["多 Agent 协作"] D1 --> D2["自我监督与记忆库更新"] end ``` - **多会话编排**:主 Agent 能够动态评估需求,并通过自定义工具将任务分发给多个并行的子会话。 - **自我监督**:每个子会话都拥有明确的输出定义,能够利用记忆库进行自我纠错与学习。 --- ### [01:03](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=63s) 部署功能:定时任务与自动化工作流 在实际业务中,用户往往需要执行周期性的重复工作,例如在每天上午 9:00 或每个月的月初,对一系列关注的公司进行财务分析。为了解决这一需求,Anthropic 推出了“部署”(Deployments)功能。虽然用户可以通过控制台(Console)与平台进行交互,但该平台最核心的设计初衷是通过 API 和 SDK 进行集成,以便开发者构建自定义的 UI 和工作流。 一个“部署”需要接收一个 Agent 定义(例如“研究台每周备忘录 Agent”)、一个执行计划(Schedule,例如每月 1 号下午 1:00)以及初始消息。此外,用户还可以为每次运行配置特定的资源,如记忆库、GitHub 仓库或本地文件。在演示中,Gabe 展示了他们利用 API 构建的自定义 UI,用户可以在其中列出、搜索并随时手动触发这些部署任务。在现场演示中出现小故障时,Gabe 还幽默地开玩笑说: > “我也不知道它们为什么失败了,不过我待会儿会去问问 Claude。” - **API 优先**:控制台仅是交互方式之一,平台旨在通过 API 和 SDK 作为构建块,融入更大的应用生态中。 - **资源绑定**:每次定时运行都可以动态挂载记忆库、代码库或特定文件等外部资源。 --- ### [02:54](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=174s) 梦境(Dreaming)研究预览:从历史会话中自我改进 Gabe 随后展示了一项名为“梦境”(Dreaming)的研究预览功能。该功能允许用户选择一个记忆库、一个指定模型以及自定义指令(或使用默认提示词),然后让系统对过去 30 天的会话历史进行“梦境分析”。 启动“梦境”后,系统会使用托管 Agent(Managed Agents)启动一个特殊的会话,并派生出多个子 Agent 来深度剖析过去所有使用过该记忆库的会话运行记录。它会分析记忆库是否完整记录了所需信息、会话运行中是否遇到了导致问题的瓶颈、是否有重复发生的错误,以及是否需要更新提示词或指令。在演示中,“梦境”成功发现他们创建的某项技能(Skill)在编写方式上存在缺陷,并自动更新了记忆库,提示 Agent 尽管该技能存在,但应结合新学到的知识来对其进行扩展。 Gabe Cemaj 展望道: > “你可以想象,我们将继续扩展这一功能,不仅用来改进记忆库,还会直接改进技能、Agent 提示词、子 Agent 提示词等等。” ```mermaid flowchart TD accTitle: 梦境(Dreaming)分析流程 accDescr: 展示梦境功能如何通过分析历史会话来自动优化记忆库和 Agent 技能。 A["选择记忆库与模型"] --> B["读取过去 30 天的会话记录"] B --> C["启动托管 Agent 会话"] C --> D["派生子 Agent 剖析运行记录"] D --> E{"发现问题或知识遗漏?"} E -->|是| F["自动更新记忆库/优化技能与提示词"] E -->|否| G["保持当前状态"] ``` - **离线反思**:通过在后台分析历史会话,Agent 能够实现类似人类“睡眠做梦”一样的自我反思与知识固化。 - **闭环优化**:不仅能优化静态的记忆数据,未来还将直接重构 Agent 的技能代码和提示词模板。 --- ### [04:40](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=280s) 问答环节:遥测、可观测性与自定义技术栈 在问答环节中,一位观众询问 Agent 内部是否内置了遥测(Telemetry)和仪表化(Instrumentation)功能。Gabe 回答称,平台提供了完全的可观测性。用户不仅可以在控制台实时查看所有事件,还可以通过 API 获取详细的调试(Debug)视图。该视图记录了会话中发生的每一个事件,包括模型调用的开始与结束时间,从而方便开发者计算延迟指标。 当观众追问是否可以引入自己的可观测性技术栈(例如将数据导出到 OpenTelemetry/OTEL)时,Gabe 表示这完全可行。因为平台的一切功能都建立在 API 之上,开发者可以非常轻松地编写连接器。 Gabe Cemaj 解释道: > “每个人的需求都不同,我们不想做过多的主观限制,但一切都只是 API 调用。” - **全事件记录**:调试视图提供极细粒度的事件日志,便于开发者进行性能调优和延迟分析。 - **技术栈无关**:通过开放的 API,用户可以自由对接 Prometheus、Datadog 或 OpenTelemetry 等主流监控工具。 --- ### [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) 问答环节:长运行 Agent、自动压缩与编排拓扑 针对“Agent 可以运行多久、持久化存储是否会无限膨胀”的问题,Priyanka Phatak 和 Gabe 解释说,Anthropic 会在后台自动为用户执行数据压缩(Compaction)。在生产环境中,他们已经看到有用户的单次会话持续运行了 10 个小时。因此,在理论上,用户可以让 Agent 持续运行数月甚至一年,而不用担心持久化数据崩溃。 关于是否支持复杂的编排拓扑(例如在 UI 中通过图形化工作流让 Agent A 委托任务给 B 和 C),Gabe 指出,目前推荐的做法是创建子 Agent 并让 Claude 自行决定如何调度。人类往往有一种本能,想要去严格限制 Claude 的行为和工作方式,但随着模型变得越来越聪明,放开限制往往能带来更好的效果。 Gabe Cemaj 总结道: > “随着 Claude 变得越来越聪明,我们不断地移除那些限制性护栏,让 Claude 自己去‘发挥’(let it cook)——让它去做它认为最好的决定。” - **自动压缩**:平台内置的 Compaction 机制解决了长会话的上下文膨胀问题,支持长达数小时乃至数天的连续运行。 - **去中心化编排**:相比于硬编码的图(Graph)结构,直接让高智能模型自主调度子 Agent 往往能取得更好的表现。 --- ### [07:46](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=466s) 问答环节:多租户隔离、工作区与部署定义 一位来自大型机构的观众提问,在管理多个 Agent 时,如何实现组织内的隔离和基于角色的权限控制(RBAC)。Priyanka 和 Gabe 回答道,目前“工作区”(Workspaces)是平台实现租户隔离和访问控制的核心维度。企业可以将不同的客户或团队划分到不同的工作区中,从而实现人员和 Agent 的物理隔离。 Priyanka Phatak 补充道: > “基于角色的权限控制(RBAC)已经在我们的路线图上了。我们确实希望提供更细粒度的控制,但目前工作区是一种非常干净的 Agent 隔离方式,你可以让一组人访问工作区 A,而另一组人拥有不同权限的人访问工作区 B。” 随后,有观众对“部署”的概念进行了澄清。Gabe 明确表示,部署并不是某个时间点的静态快照,而是一种让特定 Agent 按计划定期创建新会话的机制。记忆库则是独立于会话存在的实体,开发者可以根据需要,自由地将任意记忆库挂载到指定的会话中。 - **工作区隔离**:当前通过工作区(Workspaces)实现多租户隔离,更细粒度的 RBAC 权限控制正在开发中。 - **状态解耦**:部署负责生命周期和调度,而记忆库作为独立的状态组件,可动态挂载到不同的运行会话中。 ### [10:01](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=601s) Harness 的定义演变与基于评测(Evals)的 Agent 表现度量 在探讨 Harness 的概念时,团队澄清了内部与业界在术语上的认知差异。对于 Claude Managed Agents(CMA)团队而言,他们所指的“Harness”核心是工具循环执行(tool loop execution)——涵盖上下文管理、会话状态维护,并确保 Agent 能够顺利推进目标工作;而在大多数构建者眼中,“Harness”通常意味着跨多个 Agent 与 Session 的协同调度,以某种拓扑结构组织成一个工作单元来完成庞大任务。CMA 目前提供的核心抽象,是将单个 Session 视作最小工作单元,开发者可以将其作为底层原语,去搭建属于自己的高阶 Harness。 针对“如何获知 Agent 表现好坏”的疑问,官方建议核心在于运行评估套件(Evals),通过覆盖 Agent 预期执行的多种任务类型来检验其实际表现。此外,产品中的 Outcomes 功能能够主动引导 Agent 达成既定结果:开发者可以为目标设定精确的评估准则(Rubric)以及最大迭代次数限制,Agent 便会在限定范围内持续尝试,直至满足该标准,这与 Gabe Cemaj 先前提到的 Verifier Agent 机制相呼应。 - Harness 在 CMA 中聚焦单 Session 的工具循环状态与上下文流转,而非全局多 Agent 拓扑编排。 - 业务方评估 Agent 的推荐途径是在多样化任务集上运行持续评测(Evals)。 - Outcomes 机制支持设置结构化 Rubric 和最大重试次数,驱动 Agent 自主迭代直至达标。 --- ### [11:17](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=677s) 架构权衡:Skills 与多 Agent 的界限变迁 现场开发者抛出了选型困惑:在投入工程力量时,究竟应当采用 Skills 抽象还是采用多 Agent 架构?这种围绕模型的 Harness 繁多且变化极快,开发者往往对持续追赶新工具感到疲惫。对此,Gabe Cemaj 坦言这种“厚 Harness、薄 Harness 还是厚 Skills”的博弈一直处于动态演进中。 随着底层 Claude 模型能力的跃升,曾经为了辅助模型而设立的边界与提示工程正在逐步消融。尽管眼下 Skills 是一个能够向模型提供充分上下文的有效抽象,但长远来看这一层会变得越来越薄,模型终将不需要特殊提示即可自主解决复杂问题。因此,尽管持续做 Evals 听起来令人筋疲力尽,但这仍是当下最务实的手段。就目前观察而言,多 Agent 拓扑对于高难度任务表现出更强的实用性。 > “I think what we find is that as Claude gets smarter, the boundaries and and and help that we want to give Claude start to melt away and disappear.” —— Gabe Cemaj - 当前阶段 Skills 提供给模型必要的信息与工具约束,但其厚度正随着基础模型能力的跃升而逐渐减弱。 - 架构设计面临“模型变强即重写胶水代码”的挑战,运行 Evals 是唯一能量化评估选型优劣的客观手段。 - 在当前技术节点,多 Agent 协同在处理复杂业务逻辑时相比纯单体 Skills 方案具有更高的实用上限。 --- ### [12:57](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=777s) Dreaming 研究预览:利用历史会话沉淀记忆库与其评测校验 针对新推出的 Dreaming(做梦)机制,观众重点询问了它如何影响最终产出,以及当多次 Dreaming 产生不同方向的发散时,系统是否提供自动化的评测筛选机制。Priyanka Phatak 解释称,Dreaming 允许开发者指定一个时间跨度(例如回顾过去 30 天内该 Agent 的所有 Session),系统会自动分析这期间所有的交互转录本(Transcripts),解析用户反复尝试达成的核心目标,进而提炼并生成一套针对性更强的新记忆库(Memory Store)。 在内部测试中,Anthropic 已经观察到企业客户在启用 Dreaming 生成的新 Memory Store 后,其任务评测指标获得了显著提升。但团队也明确强调,Dreaming 目前仍处于 Research Preview(研究预览)的早期实验阶段。现场观众提出担忧:如果 10 次 Session 中有 9 次是负面模式,仅 1 次是高效解法,若无配套的 Evals 引导,单纯依赖 Dreaming 可能会提炼出错误的经验。Gabe 认同不能盲目“信任”,建立客户自有的 Evals 机制并结合 Dreaming 的多路径探索,是验证经验提取是否正向的必要防线。 ```mermaid flowchart LR accTitle: Dreaming Memory Evolution Flow accDescr: 展示历史会话转录本如何通过 Dreaming 提炼新记忆库并经由 Evals 验证的完整链路。 subgraph InputStage["输入分析"] A["过去 30 天历史 Sessions"] --> B["分析交互 Transcripts"] end subgraph DreamingStage["经验抽象"] B --> C["Dreaming 引擎"] C --> D["生成优化后的 Memory Store"] end subgraph EvalStage["效果闭环"] D --> E["运行自动化 Evals"] E --> F["上线增强型 Agent"] end ``` - Dreaming 支持按时间窗口(如 30 天)检索 Session 转录本,提炼与核心业务意图匹配的长效记忆。 - 该特性仍属于早期的 Research Preview,需配合定量评估(Evals)确保新生成的记忆库带来正向增益。 - 针对多分支演进与潜在的错误记忆沉淀,官方建议由开发者建立自有的评测集来进行闭环筛选。 --- ### [15:07](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=907s) 与 Claude Code 的关系:从终端工具到弹性 API 基础设施 面对长期使用 Claude Code 的开发者提出的“CMA 是否直接构建在 Claude Code 之上”的疑问,Gabe Cemaj 做出了清晰澄清。CMA 团队确实将 Claude Code 的 Harness 作为灵感来源,因为后者在代码编写任务上表现极其敏锐,但两者的定位截然不同:Claude Code 是一个面向终端用户开箱即用的命令行产品(Terminal Tool);而 CMA 的目标是打造一套平台级 API 和可靠的底层基础设施,旨在让企业开发者将自己的上下文、业务能力和数据深度接入。 Priyanka Phatak 补充指出,将这类能力从单个开发者的终端转化为面向生产环境的 API,需要克服截然不同的工程挑战——例如应对高并发、保障长运行会话的可靠性以及大规模扩展的稳定性。CMA 并非 Claude Code 的简单封装,而是在其经验启发下,重新针对云端多租户生产场景设计的全新架构。 > “We're building an API where we want you to bring your context, your information, your capabilities and build on top of it where Claude Code is trying to give you a product out of the box.” —— Gabe Cemaj - Claude Code 专注于本地终端交互与代码生成任务,提供端到端的应用体验。 - CMA 专注于提供可扩展、高可用的 API 与云端基础设施,便于开发者构建自定义形态的应用。 - 两者底层 Harness 逻辑一脉相承,但 CMA 着重解决了企业级服务所需的可靠性、弹性扩展与状态解耦问题。 --- ### [17:14](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1034s) 云平台支持、模型限制与多租户架构设计(Workspaces 与 RBAC) 在生态集成与商业化落地的讨论环节,团队针对 AWS 环境、模型选择及多租户架构进行了说明。首先在平台方面,CMA 目前未在 Amazon Bedrock 上以控制台形式直接呈现,但通过 Claude Platform on AWS 提供了对应的控制台管理支持;模型层面,系统目前严格限定仅支持 Claude 系列模型,暂不开放接入第三方非 Anthropic 模型。在计费机制上,Claude Console 本身免费注册并用于创建 API Key,计费纯粹依赖底层调用的 Token 消耗量。 对于构建 SaaS 产品的多租户架构问题,Gabe Cemaj 强烈反对采用“让终端用户自带 Key(BYOK)”的设计模式,指出这种做法会让平台方彻底失去全局可观测性(Observability)。CMA 推荐使用 Workspaces 作为租户边界的原语。Priyanka 进一步分析了当前落地的两种主流拓扑模式: | 多租户隔离方案 | 实现方式 | 优缺点对比 | |:--- |:--- |:--- | | **单 Workspace 集中模式** | 将所有客户数据置于同一 Workspace,由平台方在应用层自行维护 Agent 与最终用户的映射关系。 | **优势**:Agent 配置与工具更新极其简单。<br>**劣势**:需平台自行在业务层实现数据隔离与安全校验。 | | **独立 Workspace 隔离模式** | 为每个终端企业客户创建一个专属 Workspace,作为天然的安全与租户物理边界。 | **优势**:数据完全隔离,访问边界清晰。<br>**劣势**:多租户生命周期管理复杂,每建一个租户需全量重建一次 Agent。 | 目前 CMA 底层在 Workspace 内部尚未提供细粒度的基于角色的访问控制(RBAC),Workspace 内的所有资源对加入该空间的用户均互通可见。官方建议当前在 SaaS 系统前端自行搭建 RBAC 认证代理层,并透露团队正全力优化原生的 RBAC 机制,以原生支持更平滑的代客调用(on behalf of customers)场景。 > “We have seen that the best model for multi-tenancy is not bring your own key because you lose observability because it runs on your end users API key rather than than yours.” —— Gabe Cemaj - 云上生态:支持 Claude Platform on AWS,模型当前仅限使用 Claude 官方家族模型。 - 反模式警告:不建议在企业多租户架构中采用 BYOK 模式,这会导致调用链路的遥测和可观测性断裂。 - 权限现状:目前 Workspace 内部所有成员共享全部访问权限,细粒度 RBAC 仍在持续研发与增强中,当前建议在应用层封装安全代理。 ### [20:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1209s) 托管式代理的弹性扩展与底层抽象 在问答环节中,一位现场参会者首先提出了关于多租户场景下的扩缩容机制问题。该参会者希望了解系统底层是否存在类似于 Kubernetes 中 Horizontal Pod Autoscaler(HPA)、最小 Pod 数或超时配置等参数,以便在不同租户并发接入时进行精细化调控。 Priyanka Phatak 与 Gabe Cemaj 明确表示,Claude Managed Agents 已经将底层基础设施的复杂性完全封装。开发者在定义业务时,可以根据需求随意创建尽可能多的会话(Sessions),平台侧除了常规的 API 调用速率限制(Rate Limits)之外,并不存在人为设定的容量上限,也无需开发者去关心底层容器实例的调度细节。 Priyanka 概括了这一无服务器化架构的核心优势:“You don't need to because we're managing it all for you you're just making API calls that's all.”(你完全不需要这些,因为我们为你管理了一切,你只需要发起 API 调用即可。)开发者无需计算并分配几千个 Pod,只需要将其视为一个纯粹的 API 接口进行交互。 - 扩容模式:完全托管,无需配置容器编排参数(如 Pod 数、HPA、节点亲和性)。 - 资源边界:仅受平台标准的 API Rate Limits 约束,支持按需创建海量并发 Session。 ```mermaid flowchart TD accTitle: Claude Managed Agents 托管架构交互流程 accDescr: 描述开发者通过前端或后端 API 发起请求,而将 Pod 调度与弹性扩缩容完全交由 Anthropic 托管的流程图。 subgraph ClientLayer ["客户端业务层"] A["客户端 UI / 业务后端"] -->|"API 调用 (REST / SDK)"| B["Claude Managed Agents API"] end subgraph AnthropicLayer ["Anthropic 托管基础设施 (完全抽象)"] B --> C["会话与路由管理器"] C --> D["自动弹性伸缩集群 (自动调度 Pod / Worker)"] D --> E["执行会话 1"] D --> F["执行会话 2... N"] end ``` --- ### [21:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1269s) 从内部原型走向生产级客户端交付 一位参会者随后提出了关于前端交互(UI)与实际客户交付的架构设计问题。他提到,目前很多演示都只是在本地项目中启动一个简单的测试服务器进行内部验证,但在真实的商业产品中,开发者往往需要面向大量外部客户交付功能。例如,构建一个占星分析类产品(Astrologer):用户需要输入高度敏感的个人出生信息,系统通过认证层隔离后,可能派生出一个运行 90 秒的子代理(Sub-agent)来进行星盘推演、生成图表与解读资产,当目标达成后该子代理立即销毁并退出。该参会者询问,该如何将这种带有轻量临时会话的模式安全且成规模地部署给广大终客。 Priyanka 与 Gabe 回答指出,Claude Managed Agents 在设计之初就是面向高并发生产环境的。事实上,当前诸如 Notion 的外部代理系统(Notion external agents)以及 Atlassian 针对 Jira 的各类深度集成,底层均已跑在 Claude Managed Agents 之上。 关于落地架构,Gabe 阐明了平台与业务方的职责切分:“Typically you would probably build your product your UI that you're distributing to your customers and then calling into us for like your actual agent management everything is through the API.”(通常情况下,你会构建分发给客户的产品和专属 UI,然后通过调用我们的 API 来进行实际的代理管理,所有操作都基于 API 完成。)开发者只需在自己的服务端通过认证鉴权保护用户隐私数据,并将代理的编排指令转发给托管 API 即可。 - 生产案例支撑:Notion 外部代理功能与 Atlassian Jira 集成已经在生产环境中大规模基于此架构运行。 - 会话生命周期控制:支持短期(如 90 秒)即插即用型 Sub-agent,任务完成后安全销毁。 - 数据隔离建议:用户敏感数据直接保存在业务自身的用户层,通过安全代理向 Anthropic API 发出执行请求。 --- ### [23:13](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1393s) 模型演进支持:Claude 3.5 Sonnet 的接入 有参会者提及 Anthropic 最新发布的模型(即 Claude 3.5 Sonnet),询问在托管代理中对该模型的支持情况与适配建议。现场讲师团队笑着给出了非常简短直接的回应:“It is supported in cloud manage agents. Go give it a try.”(托管代理中已经支持该模型,尽管去尝试吧。)平台会紧随 Anthropic 前沿模型权重与 API 升级同步推进,用户可以直接在定义 Agent 配置时将其指定为主控推理模型。 --- ### [23:44](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1424s) Claude Cowork、Claude Code 与 Managed Agents 的定位差异 随后,现场展开了一场关于 Anthropic 生态内不同产品适用场景的深度探讨。一位参会者提问:如果企业内部的业务伙伴目前正在使用面向桌面办公的 Claude Cowork,而技术更硬核的同事则偏好使用 Claude Code 构建临时工具,那么在什么情况下应该升级到 Claude Managed Agents?由于云端控制台或 API 对非工程师用户往往具有一定门槛,团队应如何平衡两者的转换。 Gabe 解释称,降低门槛的第一步是利用管理控制台的快速上手向导(Console Quick Start),用户只需用纯自然语言向 Claude 描述想要构建的代理逻辑即可生成原型。如果用户习惯了 Claude Code 命令行工具,Anthropic 官方还在 Claude Code 中内置了一个专用的 `manage agent skill`,能够以自然语言引导用户一步步完成从脚手架到配置的全过程。 关于产品定位的区别,Gabe 强调了其本质上的受众划分:“I think the biggest difference is co-work building personal agent. With this one, you're trying to build probably an agent that's like available to like your team, your internal organization, or you're building a product that you're shipping to your end customers.”(我认为最大的区别在于:Cowork 是用来构建个人代理的;而借助 Managed Agents,你构建的代理通常是要开放给团队、整个内部组织使用,或者是作为一款完整产品直接交付给终端客户。)当被问及能否把在 Cowork 中积累的工作流直接迁移出来时,Gabe 表示只需借助模型调用 Managed Agents API 的能力,直接把 Cowork 中的上下文投递给新模型并下达指令,模型就能够相当可靠地完成逻辑转换。 | 解决方案 / 工具 | 典型受众与定位 | 核心交互与使用方式 | 适用交付场景 | |:--- |:--- |:--- |:--- | | **Claude Cowork** | 个人业务人员、知识工作者 | 桌面客户端、自然语言工作流 | 个人生产力提升、日常任务自动化处理 | | **Claude Code** | 软件工程师、技术极客 | 命令行环境交互、提供代码编写与脚手架 Skill | 快速开发测试、通过 Skill 生成托管代理配置 | | **Claude Managed Agents** | 企业研发团队、商业产品开发者 | 平台 REST/SDK API、全托管持久化后端编排 | 团队协同中台、企业级多租户应用、SaaS 外部客户交付 | --- ### [25:18](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1518s) 企业私有化部署诉求与合规代理规划 在活动临近尾声时,一位企业代表提出了私有化部署(On-Premise)的关键诉求。很多大型企业由于受到严格的合规性制约,拥有绝不允许出境的敏感数据集;此外,这类企业往往已经自行在内部搭建了连接 Anthropic 模型的安全代理网关(Secure Proxies),并期望能够自主调配内部算力来执行缩放。该代表询问 Anthropic 是否考虑过提供本地化/私有 VPC 环境下的托管代理解决方案。 Priyanka 对此给予了正面确认,坦承这是大量大客户反馈中极为集中的诉求:“Definitely been a customer ask from a bunch of for enterprise customers and we're seriously considering it at the moment, but we don't already have something that we can share with you.”(这绝对是来自大量企业客户的核心诉求,我们目前正在非常严肃地评估和考虑这件事,只是眼下还没有现成可对外公布的方案。) 交流的最后,部分未能成功扫码的现场观众询问工作坊课件与示例仓库(GitHub Repo)的展示方式,讲师切换回末尾幻灯片向全场分享了配套代码仓库与实验额度的获取二维码,整场工作坊圆满结束。 ## Notable quotes > [05:59](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=359s) 随着 Claude 变得越来越聪明,我们不断地移除那些限制性护栏,让 Claude 自己去‘发挥’(let it cook)——让它去做它认为最好的决定。 — Gabe Cemaj > [17:14](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1034s) We have seen that the best model for multi-tenancy is not bring your own key because you lose observability because it runs on your end users API key rather than than yours. — Gabe Cemaj > [15:07](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=907s) We're building an API where we want you to bring your context, your information, your capabilities and build on top of it where Claude Code is trying to give you a product out of the box. — Gabe Cemaj > [07:46](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=466s) 基于角色的权限控制(RBAC)已经在我们的路线图上了。我们确实希望提供更细粒度的控制,但目前工作区是一种非常干净的 Agent 隔离方式,你可以让一组人访问工作区 A,而另一组人拥有不同权限的人访问工作区 B。 — Priyanka Phatak > [21:09](https://www.youtube.com/watch?v=qJtcEDc_WJU&t=1269s) Typically you would probably build your product your UI that you're distributing to your customers and then calling into us for like your actual agent management everything is through the API. — Gabe Cemaj ## Mentioned Gabe Cemaj, Priyanka Phatak, Claude, Claude Managed Agents, Anthropic, Dreaming, Claude Code, Claude Cowork, Claude 3.5 Sonnet, Amazon Bedrock, Claude Platform on AWS, OpenTelemetry, Google, Microsoft, Notion, Atlassian, Jira, GitHub ## Video description Agents on a schedule, fan-out across sessions, and a research preview that improves memory from past runs. NEXT UP: AI ENGINEER CODE SUMMIT Join us in SF for the second annual AIE CODE Summit, Nov 10–12, our last flagship summit of 2026. Applications live now: https://aie.codes Gabe Cemaj fans one request out into a session per company with a custom tool, sets up deployments that run an agent on a schedule, and demos Dreaming, a research preview that reviews 30 days of past sessions to improve a memory store. The Q&A covers observability, 10-hour sessions and compaction, workspaces for tenancy and access, skills vs multi-agent, how this relates to Claude Code, Claude Platform on AWS, scaling and on-prem. This is part 3 of 4 of the Claude Managed Agents workshop from Anthropic. In this video: • Multi-session fan-out with a custom tool • Deployments: agent plus schedule plus resources • Dreaming: improving memory from past sessions (research preview) • Workspaces as the tenancy and access boundary SPEAKERS Priyanka Phatak, Member of Technical Staff, Anthropic (leads the Claude Managed Agents engineering team) Gabe Cemaj, Member of Technical Staff, Anthropic GitHub: https://github.com/gcemaj LINKS Claude Managed Agents docs: https://platform.claude.com/docs/en/managed-agents/overview Scaling Managed Agents: Decoupling the brain from the hands: https://www.anthropic.com/engineering/managed-agents CHAPTERS 0:00 Multi-session orchestration demo 1:01 Deployments: scheduled sessions 2:54 Dreaming research preview 4:40 Q&A: telemetry and observability 5:59 Q&A: long-running agents and compaction 6:43 Q&A: orchestration topologies 7:46 Q&A: RBAC and workspaces 8:53 Q&A: deployments vs memory 9:38 Q&A: defining a harness, evals 11:17 Q&A: skills vs multi-agent 12:57 Q&A: dreaming and evals 15:07 Q&A: relation to Claude Code 17:14 Q&A: AWS, models, multi-tenancy 20:09 Q&A: scaling and rate limits 21:09 Q&A: shipping to customers at scale 23:13 Q&A: new model support 23:44 Q&A: Cowork vs managed agents 25:18 Q&A: on-prem for enterprises Recorded at the AI Engineer World's Fair 2026 in San Francisco. Subscribe for more talks from the engineers building with AI. AI Engineer: https://ai.engineer YouTube: https://www.youtube.com/@aiDotEngineer X: https://x.com/aiDotEngineer LinkedIn: https://www.linkedin.com/company/aidotengineer/ #Claude #AIAgents #AIEngineer [Source](https://www.youtube.com/watch?v=qJtcEDc_WJU)

Source quotes

[5:59] Gabe Cemaj: 随着 Claude 变得越来越聪明,我们不断地移除那些限制性护栏,让 Claude 自己去‘发挥’(let it cook)——让它去做它认为最好的决定。 [17:14] Gabe Cemaj: We have seen that the best model for multi-tenancy is not bring your own key because you lose observability because it runs on your end users API key rather than than yours. [15:07] Gabe Cemaj: We're building an API where we want you to bring your context, your information, your capabilities and build on top of it where Claude Code is trying to give you a product out of the box. [7:46] Priyanka Phatak: 基于角色的权限控制(RBAC)已经在我们的路线图上了。我们确实希望提供更细粒度的控制,但目前工作区是一种非常干净的 Agent 隔离方式,你可以让一组人访问工作区 A,而另一组人拥有不同权限的人访问工作区 B。 [21:09] Gabe Cemaj: Typically you would probably build your product your UI that you're distributing to your customers and then calling into us for like your actual agent management everything is through the API.