@ClaudeDevs：Claude Managed Agents 透過託管架構解決生產環境挑戰。 Anthropic 的 Applied AI 團隊近期發布了「Claude M…

Claude Managed Agents 透過託管架構解決生產環境挑戰。 Anthropic 的 Applied AI 團隊近期發布了「Claude Managed Agents」，旨在協助開發團隊將 Agent 從原型階段順利推向生產環境。該服務透過將「大腦」（模型推理）與「雙手」（程式碼執行沙盒）解耦，解決了傳統自建 Agent 迴圈（Loop）時常見的基礎設施瓶頸，讓開發者能專注於 Agent 的上下文管理與領域專業，而非耗費心力維護底層架構。 核心架構與優勢 Claude Managed Agents 透過整合式的 API 解決了生產級 Agent 的五大痛點： 憑證安全：將憑證存放於獨立的 Vault 中，透過加密代理按需解密，確保敏感資訊不會暴露在執行程式碼的沙盒環境內。 降低延遲：採用非同步架構，Claude 可在環境啟動的同時進行推理，無需等待容器就緒，經測試可降低約 60%（中位數）至 90%（P95）的首次 token 延遲。 持久化會話與可觀測性：所有模型呼叫、工具執行與結果皆以事件流形式記錄，支援會話中斷後恢復，並提供視覺化時間軸與除錯工具，讓開發者能完整回溯 Agent 的決策過程。 彈性部署：支援 Anthropic 託管的雲端容器，亦提供自託管沙盒（Self-hosted sandboxes）與 MCP 隧道，讓企業能將程式碼執行與網路流量控制在私有網路（VPC）內。 自動化記憶與優化：透過「Dreaming」機制，系統會定期審閱會話紀錄並提取模式，讓 Agent 能隨時間累積經驗，優化後續表現。 開發與入門指引 本影片介紹了 Messages API 與 Claude Managed Agents 的架構差異及入門方式。 Anthropic 強調，Managed Agents 讓開發者能透過「Agent」、「Environment」與「Session」三個資源配置，快速定義 Agent 的行為與執行環境。開發者可透過「Claude Code」工具直接進行開發： 在終端機執行 Claude Code。 使用內建的 /claude-api skill 獲取最新的開發參考文件。 執行以下指令啟動互動式導覽，從零開始建置新的 Managed Agent： `bash /claude-api managed-agents-onboard ` 實際應用案例 目前已有眾多企業將此服務應用於生產環境，例如 Notion 利用其處理任務板上的文件與會議紀錄，將原本需耗時 12 小時的工作縮短至 20 分鐘；Sentry 則結合「Seer」除錯 Agent 與 Claude Agent，實現自動編寫修補程式並開啟 PR 的流程。透過將基礎設施託管化，團隊不僅能縮短開發週期，還能確保在模型升級時，底層架構能自動適應並保持穩健。本影片介紹了 Messages API 與 Claude Managed Agents 的架構差異及入門方式。 影片中的 Prompt 與操作：Prompt（00:17）： /claude-api managed-agents-onboard操作步驟： 1. （00:17）在終端機輸入指令並準備執行。原文：https://easyvibecoding.app/curated/2054