Anthropic 官方 Harness 发布：全面解读 Managed Agents
写在前面
Anthropic 发布 Claude Managed Agents 的同时，配套发了一篇工程博客，标题叫「Scaling Managed Agents: Decoupling the brain from the hands」。
产品博客讲的是"你能用它做什么"，工程博客讲的是"为什么要这样设计"。两篇放在一起，才能看清楚这次发布真正在做的事。
表面上是一个 Agent 托管平台，本质上是 Anthropic 产品形态的一次质变：它不再只是卖模型的，开始卖跑 Agent 的基础设施了。从「模型提供商」到「Agent 基础设施提供商」，这个转变值得细说。
企业自己搭 Agent，这条路有多难走
在 Managed Agents 之前，如果一家企业想基于 Claude 做一个能真正在生产环境里用的 Agent，它需要自己解决一堆问题：
沙箱怎么隔离、容器怎么管、状态存在哪、上下文超了怎么办、Agent 中途崩了怎么恢复、多个工具并发调用怎么协调、权限怎么收敛……
这些基础设施工作，有时候比 Agent 本身的业务逻辑还要重。很多团队被卡在这里，从 demo 到真正上线，中间那段路上倒下的项目不计其数——不是模型不够好，是基础设施太难搭。
Managed Agents 要填的就是这个空。
技术架构：把大脑和手分开
这是这次发布中最值得细读的部分。
Anthropic 工程博客的核心观点可以用一句话概括：
Harness 编码的是模型做不到什么的假设，这些假设会过时。
具体什么意思？举个例子：Sonnet 4.5 在接近上下文限制时会提前收工，Anthropic 在 Harness 里加了上下文重置来应对，这个行为他们叫「context anxiety」。但换到 Opus 4.5 之后，这个焦虑消失了，之前加的重置逻辑反而变成了多余的负担。
这说明一个问题：如果 Harness 的实现跟某个模型的特定行为深度绑定，每次模型升级就得跟着改 Harness。所以他们的设计目标是：为「尚未想到的程序」设计系统，就像操作系统通过虚拟化硬件来支持还不存在的程序一样——接口比实现活得久。
三层虚拟化
Managed Agents 把 Agent 的运行拆成三个解耦的接口：
-
• Session（会话）：所有事件的追加写入日志，持久存储在 Harness 之外
-
• Harness（编排循环）：调用 Claude、把 Claude 的工具调用路由到对应基础设施的循环
-
• Sandbox（执行环境）：Claude 可以在里面跑代码和编辑文件的容器
三者互相独立，任何一个出故障或需要替换，都不影响其他两个。
从宠物到牲畜
最早的设计把所有组件放在一个容器里，文件操作是直接系统调用，没有服务边界，看起来很省事。但坏处是：容器变成了一只「宠物」——宠物坏了你得救它，不能直接换。
解耦之后，容器变成了「牲畜」。Harness 通过统一接口 execute(name, input) → string 调用容器，就像调用其他工具一样。容器挂了，Harness 捕获错误传给 Claude，Claude 决定是否重试，重试起一个新容器就行。
Harness 本身也变成了牲畜。Session 日志存在 Harness 之外，Harness 崩溃什么都不丢。新的 Harness 实例通过 wake(sessionId) 启动，从上次停下的地方继续。
安全边界也因此变干净了。之前耦合设计里，Claude 生成的不可信代码跟凭证在同一个容器里。解耦后，凭证永远不进沙箱——Git 令牌在初始化时写入本地 remote，Agent 不经手；OAuth 令牌存在安全保管库，通过代理调用。
Session 不是上下文窗口
长任务经常超出模型的上下文窗口，常规的做法是压缩、裁剪、总结——但这些都是不可逆操作，可能把后面用得上的信息丢掉。
Managed Agents 的解法是：Session 作为一个独立的、持久化的上下文对象存在于上下文窗口之外。Harness 通过 getEvents() 按需取回事件流的切片，可以回到特定时刻之前重读上下文，不需要一次性全塞进去。
解耦带来的性能提升
解耦之前，Harness 在容器里，每个 Agent 会话都要等容器起好才能开始推理。解耦之后，推理可以在容器启动之前就开始。
结果是：p50 首 token 时延（TTFT）下降约 60%，p95 下降超过 90%。
因为「手」（工具调用）不绑定特定「大脑」，大脑之间可以互相传递手，多个 Agent 可以共享同一批工具接口。Anthropic 把这套架构叫 meta-harness：不对具体的 Harness 实现做假设，只对 Claude 需要的接口形状做假设。
谁在用，用出了什么结果
-
• Rakuten：五个部门接入，Agent 通过 Slack 和 Teams 接活，每个专项 Agent 一周内部署完成
-
• Sentry：原有调试 Agent（Seer）负责分析根因，现在接上了后半段——Claude 写补丁、开 PR，整个集成从零到上线只用了几周，而非原预估的几个月
-
• Notion：数十个任务并行，工程师用它写代码，知识工作者用它生成网页和 PPT
-
• Asana：构建了 AI Teammates，在项目管理流程里跟人类并肩接任务
-
• Atlassian：把 Agent 接进了 Jira 工作流，用户可以在 Jira 中直接把任务分配给 Agent
Notion 产品经理 Eric Liu 的说法：
「我们希望 Notion 成为团队与 Agent 协作、把事情做完的最佳场所。Claude Managed Agents 能处理长时间运行的 Session、管理记忆、持续输出高质量结果。」
Managed Agents 是什么，怎么用，怎么收费
Claude Managed Agents 是一套可组合的 API，用于在云上构建和部署长时间运行的 AI Agent。它的核心不是模型本身，而是围绕模型的那套执行层——沙箱、状态管理、权限控制、错误恢复全部托管，你只需要定义 Agent 要干什么。
能力清单：
-
• 生产级沙箱：云容器预装 Python、Node.js、Go，支持网络访问规则配置和文件挂载
-
• 长时间 Session：Agent 自主运行几小时，断连自动恢复，进度持久化
-
• 内置 Harness：自动处理工具调用决策、上下文管理、错误恢复，内置 prompt caching 和 compaction 优化
-
• 治理工具：作用域权限、身份管理、执行追踪，Claude Console 内置 Session 分析，每一个工具调用和决策点都可查
研究预览阶段（需单独申请）：
-
•
outcomes：定义成功标准，让 Agent 自我评估迭代。内部测试中结构化文件生成任务成功率比标准 prompting 提高最多 10 个百分点，在难题上提升最明显 -
•
multiagent：一个 Agent 启动其他 Agent，分配子任务并行处理 -
•
memory：跨 Session 的持久记忆
定价：
-
• 标准 Claude Platform token 费率
-
• 活跃 Session 运行时 $0.08/小时（按毫秒计量，等待用户输入或工具返回的空闲时间不计费）
-
• Web 搜索 $10/千次
接入时带上 beta header `managed-agents-2026-04-01`，官方 SDK 自动处理。同期上线的 `ant` CLI 提供命令行接入方式，支持 YAML 管理 API 资源版本。
不过对国内开发者来说，官方渠道需要海外信用卡，网络环境也要折腾。
如果想省事，可以看看 Code80，真实订阅帐号转 API，换个 endpoint 就能用，体验跟官方一样。
详情：code.ai80.vip
几个值得关注的信号
这次发布放在更大的时间线里看会更清晰。
4 月 4 日，Anthropic 收紧了第三方 Agent 的访问通道；4 月 7 日发布 Mythos，展示最强模型能力；4 月 8 日发布 Managed Agents。三天三个动作，商业闭环形成。
更根本的变化是收入模式。Token 收入跟模型使用量挂钩，session-hour 收入跟 Agent 运行时长挂钩——后者是一个更稳定、更可预测的收入流。$0.08/session-hour 意味着 Anthropic 开始在 token 之外赚钱了。
常见问题
Q：Managed Agents 和自己用 Messages API 搭 Agent 有什么本质区别？
A：Messages API 给你原始模型调用能力，基础设施完全自建；Managed Agents 是把执行层托管了——沙箱、Session 持久化、错误恢复、权限管理全由 Anthropic 的云处理。适合需要跑几十分钟甚至几小时的长时异步任务。
Q：Harness 是什么，跟普通的 Agent 循环有什么不同？
A：Harness 是 Anthropic 调优过的编排循环，自动处理工具调用决策、上下文管理和错误恢复，并随模型能力升级自动演进。普通 Agent 循环是你自己写的，Harness 升级带来的性能改善你直接受益，不用改代码。
Q：Session 和上下文窗口是同一个东西吗？
A：不是。上下文窗口是模型单次推理能看到的内容；Session 是存在上下文窗口之外的持久化事件日志。Harness 通过 getEvents() 按需从 Session 里取切片，解决了长任务超出上下文窗口的问题。
Q：p50 TTFT 下降 60%、p95 下降 90% 是怎么来的？
A：来自解耦架构的优化。之前 Harness 在容器里，必须等容器起好才能开始推理；解耦之后，推理在容器启动之前就可以开始，所以首 token 时延大幅降低，尤其在长尾（p95）上效果更明显。
Q：国内开发者怎么接入 Claude API？
A：官方渠道需要海外信用卡和稳定网络。国内用户可以通过 Code80 更方便地使用。
