Vadovas

Claude Managed Agents: išsamus gidas po Anthropic agentų platformą

Anthropic paleido Claude Managed Agents viešąją beta versiją. Štai viskas, ką reikia žinoti — kaip veikia, kiek kainuoja, kuo skiriasi nuo n8n ir LangGraph, ir žingsnis po žingsnio, kaip paleisti pirmą gamybinį agentą.

2026 m. balandžio 9 d.

Claude platformos konsolė, rodanti valdomo agento smegenų, rankų ir sesijos komponentus

Esmė

2026 m. balandžio 8 d. Anthropic paleido Claude Managed Agents viešąją beta versiją — talpinamą paslaugą Claude platformoje, kuri leidžia gamybinius AI agentus ant Anthropic infrastruktūros, kad galėtumėte praleisti mėnesius santechnikos, paprastai reikalingos vienam paleisti.
Agentą apibrėžiate natūralia kalba arba YAML, nustatote apsaugas, o Anthropic tvarko izoliuotą kodo vykdymą, kontrolinius taškus, kredencialų valdymą, apribotas teises, tapatybę ir vykdymo sekimą.
Kainodara: standartiniai Claude API tokenų tarifai plius 0,08 USD už sesijos valandą aktyvaus veikimo (prastovos laikas nemokamas) plius 10 USD už 1 000 paieškų internete.
Tarp pirmųjų klientų — Notion, Rakuten, Asana, Atlassian ir Sentry — visi praneša paleidę agentus per dienas, o ne mėnesius.
Šis įrašas išnarsto, kas tai iš tikrųjų yra, architektūrą, kurią Anthropic vadina „smegenys, rankos, sesija“, kaip jis atrodo greta n8n, LangGraph ir Zapier, sąžiningus kompromisus, realistinį kainos skaičiuoklį ir žingsnis po žingsnio gidą, kaip sukurti pirmą agentą.
Trumpoji versija operatoriams: jei leidote agentus ant VPS su n8n ar LangGraph, Managed Agents yra pirmas patikimas „mes tvarkome infrastruktūrą“ pasiūlymas, kuris nėra žaislas.

Kas yra Claude Managed Agents?

Claude Managed Agents — talpinama paslauga Claude platformoje (platform.claude.com), suteikianti pilną gamybinių AI agentų runtime’ą. Iki šiol Anthropic davė modelį, o infrastruktūrą atsinešdavote patys. Su Managed Agents Jūs atsinešate apibrėžimą, ką agentas turi daryti, o Anthropic atneša visa kita.

Pačios Anthropic formuluote, gamybinio agento paleidimas reikalauja izoliuoto kodo vykdymo, kontrolinių taškų, kredencialų valdymo, apribotų teisių ir end-to-end sekimo — mėnesių infrastruktūros darbo, kol paleidžiate ką nors, ką mato vartotojai. Managed Agents tą sudėtingumą perima. Jūs apibrėžiate agento užduotis, įrankius ir apsaugas, o Anthropic leidžia jį ant savo infrastruktūros.

Paslauga viešoje beta paleista 2026 m. balandžio 8 d., pasiekiama per Claude platformos API. Visiems Managed Agents endpoint’ams reikia managed-agents-2026-04-01 beta antraštės, kurią SDK nustato automatiškai. Trys pažangios funkcijos — outcomes (saviįvertinimas pagal sėkmės kriterijus), daugiaagentė koordinacija ir nuolatinė atmintis — šiuo metu yra tyrimų peržiūroje ir reikalauja atskiros prieigos užklausos.

Kodėl šis paleidimas iš tikrųjų svarbus

Kiekvieną savaitę pastaruosius aštuoniolika mėnesių kažkas paskelbdavo „agentų platformą, kuri viską keičia“. Dauguma jų nepakeitė. Tai kodėl būtent ši surenka 2 milijonus peržiūrų ant vieno tvito ir 39 000+ patiktukų paleidimo dieną? Trys priežastys, vertos suprasti, prieš sprendžiant, ar ją perimti.

Pirma, Anthropic išsprendė nuobodžiuosius 70 %. Jei kūrėte agentą gamyboje, paslaptį jau žinote: modelis yra lengvoji dalis. Visa, kas aplink modelį — sandbox’as, kuriame jis leidžia kodą, nuolatinė būsena, išgyvenanti konteinerio griūtį, kredencialai, kuriais įrankiai autentifikuojasi, teisių apribojimas, neleidžiantis agentui ištrinti gamybinių duomenų, audito žurnalas, kurio reikalauja atitikties komanda, klaidų atstatymas, kai įrankio iškvietimas nutrūksta pusiaukelėje — būtent ten dingsta mėnesiai. Tai dalis, kurią Managed Agents pašalina.

Antra, valdysenos istorija yra tikrasis lūžis įmonėms. Apribotos teisės, tapatybės valdymas ir vykdymo sekimas yra trys dalykai, kurie tradiciškai blokuoja AI agentų diegimą įmonėse. CISO ir atitikties vadovams nerūpi, koks gudrus Jūsų prompt’as; jiems rūpi, ar audite jie gali atsakyti „kas ką padarė ir kada“. Managed Agents tai įdiegia pagal nutylėjimą — todėl pirmųjų klientų sąrašas atrodo būtent taip, kaip atrodo: Atlassian, Notion, Rakuten ir Asana nėra įmonės, leidžiančios agentus be atitikties skyriaus pritarimo.

Trečia, jis įkainotas taip, kad jį tikrai naudotum. Už 0,08 USD už sesijos valandą aktyvaus veikimo — ir, svarbiausia, prastovos laikas neskaičiuojamas — matematika apsimoka ilgai veikiantiems asinchroniniams krūviams, kuriuos sunkiausia buvo paleisti esamose platformose. Tyrimų agentas, praleidžiantis 2 valandas skaitydamas dokumentus ir 22 valandas laukdamas naujų užduočių, kainuoja veikimą už 2 valandas, o ne už 24.

Architektūra: smegenys, rankos, sesija

Tai dalis, kurią dauguma paleidimo reportažų praleido, ir tai dalis, kuri svarbi, jei ketinate ant jos kurti. Anthropic paleidimo dieną paskelbė lydintį inžinerinį tinklaraščio įrašą, paaiškinantį dizainą, ir pagrindinę abstrakciją verta internalizuoti.

Managed Agents virtualizuoja agentą į tris atskiriamus komponentus:

Smegenys. Pats LLM (Claude) plius harness’as, orkestruojantis jo samprotavimo kilpą — sprendžiantis, kada kviesti įrankius, kaip valdyti kontekstą ir kaip atsigauti po klaidų.

Rankos. Izoliuota, efemeriška vykdymo aplinka, kurioje įrankiai iš tikrųjų leidžiami. Kodo vykdymas, failų operacijos, naršymas internete ir MCP serverių iškvietimai visi vyksta čia. Svarbiausia — rankos yra be būsenos: jei konteineris griūva ar sugadinamas, sistema paleidžia naują, ir agentas tęsia toliau. Pažeistas konteineris neišlieka, o tai reikšminga saugumo savybė visiems, kas leidžia nepatikimą įrankių išvestį.

Sesija. Patvarus, tik papildomas įvykių žurnalas, gyvenantis už smegenų ir už rankų. Jis fiksuoja kiekvieną įrankio iškvietimą, kiekvieną rezultatą, kiekvieną sprendimą. Jei smegenims reikia atsukti atgal ir patikrinti, kas nutiko prieš tris žingsnius, jos skaito iš sesijos žurnalo. Jei visa sistema persikrauna pusiau atlikus užduotį, sesija pakelia ten, kur baigta.

Kodėl tai svarbu praktiškai? Todėl, kad kiekviena dalis gali skaluotis nepriklausomai, ir todėl, kad abstrakcijos lieka stabilios net kintant esamai įgyvendinimui. Pačios Anthropic žodžiais, tai sukurta kaip „meta-harness’as“ — neturintis nuomonės apie konkretų harness’ą, kurio Claude prireiks ateityje, bet turintis nuomonę apie sąsajas aplink jį. Tai svarbu, nes harness’ai užkoduoja prielaidas apie tai, ko modelis negali padaryti pats, o tos prielaidos greitai pasensta, modeliams tobulėjant. Kurti tiesiai prieš konkretų harness’ą reiškia perplatforminti kaskart, kai Anthropic išleidžia protingesnį modelį. Kurti prieš Managed Agents sąsajas reiškia, kad to nedarai.

Ką iš tikrųjų apibrėžiate kaip kūrėjas: agentą (modelį, system prompt’ą, įrankius, MCP serverius ir skills’us), aplinką (debesų konteinerį su iš anksto įdiegtais paketais, tokiais kaip Python, Node.js, Go, plius tinklo taisyklės ir prijungti failai) ir sesiją (kuri nurodo į abu). Agentą sukuriate vieną kartą ir nurodote jį pagal ID per visas sesijas.

Kainodara: kiek tai iš tikrųjų kainuoja

Managed Agents kainodarą sudaro trys komponentai, visi skaidrūs ir visi dokumentuoti oficialiame API kainos puslapyje:

1. Modelio tokenai. Kiekvienas Managed Agents sesijos sunaudotas tokenas apmokestinamas standartiniais Claude API tarifais. Prompt caching daugikliai taikomi identiškai. Tai reiškia, kad jei leidžiate Sonnet 4.6, mokate Sonnet 4.6 tarifus; jei leidžiate Opus 4.6, mokate Opus tarifus.

2. Sesijos veikimo laikas. 0,08 USD už sesijos valandą, matuojama milisekundės tikslumu, ir apmokestinama tik kol sesijos statusas yra running. Prastovoje praleistas laikas (laukiant kitos žinutės ar įrankio patvirtinimo), perplanuojant ar nutraukus neįskaitomas į veikimo laiką. Sesijos veikimo laikas pakeičia Code Execution konteinerio-valandos apmokestinimo modelį — už konteinerio valandas atskirai virš to neapmokestinama.

3. Paieška internete. 10 USD už 1 000 paieškų internete, paleistų sesijos viduje, identiška standartinio paieškos įrankio tarifui kitur Claude API.

Atkreiptina: šie API modifikatoriai Managed Agents sesijoms netaikomi: Batch API nuolaida, Message Batches kainodara ir Fast mode kainodara. Jei optimizuojate kaštus, šie čia nepadės.

Realistiniai kainos pavyzdžiai

Keletas išskaičiuotų pavyzdžių, nes abstraktūs skaičiai nepataiko, kol jų nepamatai pritaikytų.

1 pavyzdys: pašto dėžutės rūšiavimo agentas mažai komandai. Veikia du kartus per dieną, vidutiniškai 15 minučių aktyvaus veikimo per paleidimą, apdoroja ~50 laiškų naudodamas Sonnet 4.6, atlieka maždaug 5 paieškas internete per paleidimą. Mėnesio matematika: 30 dienų × 2 paleidimai × 0,25 val. = 15 sesijos valandų × 0,08 USD = 1,20 USD veikimo. Tokenai: maždaug 8–15 USD/mėn. pagal Sonnet tarifus. Paieškos internete: 300/mėn. × 0,01 USD = 3 USD. Iš viso: apie 12–20 USD/mėn.

2 pavyzdys: kontaktų praturtinimo agentas B2B outbound komandai. Veikia pagal poreikį, kai nauji kontaktai patenka į CRM, vidutiniškai 3 minutės aktyvaus veikimo per kontaktą, apdoroja 200 kontaktų per mėnesį su Sonnet 4.6, atlieka 4 paieškas internete per kontaktą. Matematika: 200 × 0,05 val. = 10 sesijos valandų × 0,08 USD = 0,80 USD veikimo. Tokenai: maždaug 20–40 USD/mėn. priklausomai nuo konteksto. Paieškos internete: 800 × 0,01 USD = 8 USD. Iš viso: apie 30–50 USD/mėn.

3 pavyzdys: nuolat veikiantis tyrimų agentas, stebintis rinką. Aktyvus maždaug 2 valandas per dieną, skenuodamas naujienas, generuodamas ataskaitas, naudodamas Opus 4.6 sintezės žingsniui. Matematika: 60 sesijos valandų/mėn. × 0,08 USD = 4,80 USD veikimo. Tokenai Opus tarifais: maždaug 80–200 USD/mėn. priklausomai nuo apimties. Paieškos internete: 3 000/mėn. × 0,01 USD = 30 USD. Iš viso: apie 120–240 USD/mėn.

4 pavyzdys: „24/7 nuolat veikiantis“ agentas. Tai kraštutinis atvejis, vertas pažymėjimo. Jei agentas iš tikrųjų veikia nepertraukiamai — aktyviai apdoroja, ne prastovauja — matematika yra 730 valandų/mėn. × 0,08 USD = 58,40 USD/mėn. vien veikimo, plius tokenai, plius paieškos internete. Dauguma realių krūvių neveikia nepertraukiamai; jie veikia pliūpsniais. Jei Jūsiškis veikia, įskaičiuokite tai.

Esminė įžvalga: prastovos laikas nemokamas. Būtent tai apsimokina kainodarą tokio tipo ilgai veikiantiems, asinchroniniams, įvykiais grįstiems krūviams, kurie ir yra pagrindinis Managed Agents naudojimo atvejis. Agentas, laukiantis trigerio 23 valandas per parą, tas 23 valandas Jums nieko nekainuoja.

Claude Managed Agents vs. n8n vs. LangGraph vs. Zapier

Tai palyginimas, kurio visi iš tikrųjų ieško Google, tad būkime tiesūs apie tai, kur tinka kiekvienas įrankis.

vs. n8n (self-hosted arba cloud)

n8n yra workflow automatizavimo įrankis, puikiai tinkantis deterministinėms, trigeriais grįstoms automatizacijoms su daugybe SaaS integracijų — webhook’ais, suplanuotomis užduotimis, Slack pranešimais, įrašais į duomenų bazę. Jo AI agento mazgai leidžia prikabinti LLM samprotavimą prie workflow, bet n8n iš esmės yra workflow variklis su prikabintomis AI funkcijomis, o ne agento runtime’as.

Kur n8n vis dar laimi: deterministiniai pipeline’ai, kur kiekvienas žingsnis nuspėjamas. Cron pagrindu veikiančios užduotys. Paprasti „jei nutiks X, daryk Y, tada Z“ srautai su 20+ SaaS integracijų. Pigus self-hosting ant VPS, kai reikia absoliučios kontrolės.

Kur Managed Agents laimi: atviro tipo užduotys, kur agentas turi nuspręsti kitą žingsnį pagal tai, ką rado ankstesniame. Ilgai veikiančios sesijos, galinčios trukti valandas. Krūviai, kur valdysenos sluoksnis (apribotos teisės, audito pėdsakas, tapatybė) neginčijamas. Bet kas, kur reikia, kad agentas saugiai rašytų ir vykdytų kodą sandbox’e.

Tikrasis skirtumas: n8n skirtas workflow’ams su AI juose. Managed Agents skirtas agentams su įrankiais juose. Jei dabar naudojate n8n AI agento mazgus ir atsimušate į sienas dėl sesijos ilgio, konteksto valdymo ar saugumo — tai Jūsų signalas.

vs. LangGraph / LangChain

LangGraph yra atviro kodo frameworkas būsenoms turinčioms daugiaagenėms aplikacijoms kurti su aiškiu grafais grįstu valdymo srautu. Tai įrankis, kurį dauguma rimtų AI inžinerijos komandų pastaruosius metus naudojo gamybiniams agentams kurti.

Kur LangGraph vis dar laimi: kai reikia visiškos agento kilpos kontrolės, norite leisti ant savo infrastruktūros dėl atitikties ar kaštų, reikia daugiamodelės orkestracijos (maišant Claude, GPT, Gemini, atviro kodo modelius) arba norite tinkinti kiekvieną būsenos valdymo aspektą.

Kur Managed Agents laimi: kai norite visiškai nustoti prižiūrėti infrastruktūros sluoksnį. Kai vis tiek esate ant Claude modelių. Kai mėnesių darbas, kurį Anthropic atliko ties kontroliniais taškais, glaudinimu ir harness optimizavimu, iš tikrųjų geresnis nei tai, ką Jūsų komanda sukurtų. Kai norite, kad atitikties ir audito istorija būtų paduota Jums į rankas.

Tikrasis skirtumas: LangGraph yra frameworkas, kurį talpinate ir prižiūrite patys. Managed Agents yra paslauga, kurią nuomojatės. Vienas duoda maksimalų lankstumą; kitas — maksimalų greitį iki gamybos.

vs. Zapier / Make

Zapier ir Make yra SaaS automatizavimo platformos, optimizuotos ne techniniams vartotojams, jungiantiems verslo programėles. Jos yra teisingas atsakymas į „kai į mano Google Sheet patenka nauja eilutė, paskelbk Slack ir sukurk Trello kortelę“. Jos dabar turi AI funkcijų, bet nėra agento runtime’ai.

Kur Zapier/Make vis dar laimi: kai automatizaciją kuriantis žmogus nėra techniškas, o užduotis yra aiškiai apibrėžtas linijinis pipeline’as tarp žinomų SaaS programėlių.

Kur Managed Agents laimi: kai užduotis iš tikrųjų reikalauja samprotavimo — dokumentų skaitymo, sprendimo, kas svarbu, kodo rašymo, tyrimo atlikimo. Dalykai, kurių joks Zapier žingsnių kiekis švariai neišspręs.

Tikrasis skirtumas: Zapier skirtas jungti žinomas programėles su žinoma logika. Managed Agents skirtas nežinomai logikai, kuriai pačiai reikia susivokti veikimo metu.

Žingsnis po žingsnio: sukurkite pirmą Managed Agent

Štai minimalus įgyvendinamas kelias nuo „niekada nelietei“ iki „paleidai veikiantį agentą gamyboje“. Claude Managed Agents pasiekiamas per Claude platformos API (platform.claude.com), o tolesni žingsniai daro prielaidą, kad jau turite Anthropic Console paskyrą su įjungtu atsiskaitymu.

1 žingsnis: pirma suplanuokite agentą popieriuje

Prieš parašydami nors vieną YAML eilutę, parašykite vieno puslapio planą, atsakantį į penkis klausimus:

Ką agentas daro, vienu sakiniu? „Surūšiuok mano pašto dėžutę ir parašyk atsakymų juodraščius 10 svarbiausių laiškų.“ Ne „tvarkyk el. paštą.“
Kokių įrankių prieigos jam reikia? Gmail skaitymas/rašymas, paieška internete, galbūt kalendorius.
Kokios apsaugos? Ko jam niekada neleidžiama daryti? (pvz., „Niekada nesiųsk laiško be mano patvirtinimo. Niekada nieko netrink.“)
Kaip atrodo sėkmė? Iš ko žinosite, ar agentas iš tikrųjų veikia?
Koks trigeris? Rankinis iškvietimas, grafikas, webhook’as, CRM įvykis?

Praleisite šį žingsnį — pirmą savaitę praleisite derinant nepilnai apibrėžtos problemos simptomus.

2 žingsnis: apibrėžkite agentą

Turite du variantus. Ne kūrėjams ar greitiems prototipams apibrėžkite agentą natūralia kalba per Claude platformos UI — aprašote, ko norite, o Anthropic įrankiai sugeneruoja pagrindinę konfigūraciją. Bet kam, ką prižiūrėsite versijų kontrolėje, naudokite YAML apibrėžimo failą su agento modeliu, system prompt’u, įrankių sąrašu, MCP serveriais ir skills’ais.

Agento apibrėžimas sukuriamas vieną kartą ir nurodomas pagal ID per visas sesijas. Tai svarbu: tas pats agento apibrėžimas gali aptarnauti daug lygiagrečių sesijų be pakartotinio apibrėžimo sąnaudų.

3 žingsnis: sukonfigūruokite aplinką

Aplinka yra debesų konteineris, kuriame veiks Jūsų agento rankos. Nurodote iš anksto įdiegtus paketus (Python, Node.js, Go ir kt.), tinklo prieigos taisykles (kuriuos domenus agentas gali pasiekti) ir bet kokius prijungtus failus, kurių agentui reikia.

Pradėkite užrakinę. Suteikite minimalią reikalingą tinklo prieigą, įdiekite tik tuos paketus, kuriuos tikrai žinote esant reikalingus, ir prijunkite tik konkrečius užduočiai aktualius failus. Vėliau visada galite išplėsti; bet duomenų nutekėjimo atšaukti negalite.

4 žingsnis: paleiskite sesiją

Sesija nurodo ir agento apibrėžimą, ir aplinką. Paleidus, agentas veikia savarankiškai — samprotauja, kviečia įrankius, vykdo kodą ir fiksuoja būseną į sesijos žurnalą. Bet kurią sesiją galite peržiūrėti per Claude Console, įskaitant kiekvieną įrankio iškvietimą, sprendimo tašką ir gedimo režimą.

5 žingsnis: instrumentuokite ir iteruokite

Sesijų sekimas, integracijų analitika ir trikčių šalinimo gairės yra įdiegtos tiesiai į Claude Console. Naudokite jas. Pirmas 20–50 sesijų peržiūrėkite rankiniu būdu, prieš pradėdami pasitikėti agentu be priežiūros. Ieškokite trijų šablonų: įrankių, kuriuos agentas kviečia, bet neturėtų; įrankių, kuriuos turėtų kviesti, bet nekviečia; ir vietų, kur jis per anksti paskelbė užduotį atlikta.

6 žingsnis: užkietinkite gamybai

Kai agentas veikia, pridėkite tris dalykus, skiriančius demo nuo gamybinės sistemos:

Apribotos teisės. Suteikite agentui kuo siauresnę tapatybę — service account su skaitymo prieiga prie sistemų, kurių jam reikia, ir rašymo prieiga tik ten, kur tikrai būtina.
Žmogus-grandyje kontroliniai taškai bet kokiam negrįžtamam veiksmui. Laiško siuntimas, failo trynimas, kortelės nuskaitymas, turinio paskelbimas — visi turėtų reikalauti aiškaus patvirtinimo, kol turėsite mėnesių įrodymą, kad agentas tvarko juos patikimai.
Biudžeto įspėjimai. Nustatykite išlaidų lubas organizacijos lygiu ir įspėjimus gerokai žemiau lubų. Agentas netyčinėje kilpoje gali sudeginti tokenus greitai.

Sąžiningos ribos (antra diena)

Kiekvienas paleidimo reportažas šituos praleidžia. Štai į ką iš tikrųjų verta atkreipti dėmesį.

Tai viešoji beta. Paleista 2026 m. balandžio 8 d. Gamybinis patikimumas per mėnesius veikimo neįrodytas — ankstyvieji diegėjai yra dideli vardai, bet platus mūšio lauko išbandymas užtrunka. Traktuokite kaip pajėgų gamybai, bet dar ne užgrūdintą gamybai.

Užklausų limitai vis dar galioja. Esami Claude API užklausų limitai nedingsta dėl to, kad naudojate Managed Agents. Jei lygiagrečiai leidžiate 50 agentų, kurie visi degina tokenus, atsimušite į lubas. Managed Agents endpoint’ai papildomai ribojami pagal organizaciją, o Anthropic kol kas nepaskelbė konkrečių beta skaičių.

Lock-in yra realus. Kai Jūsų agentai veikia ant Anthropic infrastruktūros, su jų įrankiais, jų sesijos formatu ir jų izoliacija, perėjimas pas kitą tiekėją yra netrivialus. Tai ne deal-breaker’is — visas SaaS turi perėjimo kaštus — bet tai verta įvardyti.

Pažangios funkcijos, kurių tikriausiai norite, yra tyrimų peržiūroje. Outcomes (saviįvertinimas pagal sėkmės kriterijus), daugiaagentė koordinacija ir nuolatinė atmintis visos reikalauja atskiros prieigos užklausos ir dar nėra plačiai prieinamos.

Kaštų nuspėjamumas ilgai veikiantiems agentams keblus. Tai, kad prastovos laikas nemokamas, puiku. Bet jei Jūsų agentas patenka į netyčinę aktyvaus darbo kilpą — tarkim, paieška internete, kuri vis paleidžia daugiau paieškų — sąskaita gali kilti greitai. Biudžeto įspėjimai privalomi.

Kam perimti dabar, o kam palaukti

Perimkite dabar, jei:

Jau esate ant Claude modelių savo agentų krūviams
Prižiūrėjote n8n / LangGraph / pasirinktinį harness setup’ą, ir infrastruktūros mokestis žudo Jūsų greitį
Jūsų naudojimo atvejis yra ilgai veikiantis asinchroninis darbas — tyrimai, dokumentų apdorojimas, content pipeline’ai, kontaktų praturtinimas
Valdysena, auditas ir apribotos teisės būtinos, kad Jūsų pirkėjai pritartų

Palaukite, jei:

Reikia daugiamodelės orkestracijos per Claude, GPT ir atviro kodo modelius toje pačioje agento kilpoje
Jūsų krūvis yra paprasta deterministinė automatizacija, geriau aptarnaujama n8n ar Zapier
Veikiate jurisdikcijoje su griežtomis duomenų rezidavimo taisyklėmis, kurių Anthropic dar netenkina Jūsų duomenų klasei
Reikia funkcijų, kurios vis dar yra tyrimų peržiūroje (daugiaagentė koordinacija, nuolatinė atmintis)

DUK

Kas yra Claude Managed Agents? Claude Managed Agents — talpinama paslauga Claude platformoje, suteikianti pilną gamybinių AI agentų runtime’ą — įskaitant izoliuotą kodo vykdymą, kontrolinius taškus, kredencialų valdymą, apribotas teises, tapatybės valdymą ir vykdymo sekimą. Jūs apibrėžiate agentą; Anthropic jį leidžia.

Kada jis paleistas? Viešoji beta paleista 2026 m. balandžio 8 d. Visi endpoint’ai reikalauja managed-agents-2026-04-01 beta antraštės.

Kiek tai kainuoja? Standartiniai Claude API tokenų tarifai modelio naudojimui, plius 0,08 USD už sesijos valandą aktyvaus veikimo, plius 10 USD už 1 000 paieškų internete. Prastovos laikas neapmokestinamas.

Kuo jis skiriasi nuo n8n? n8n yra workflow automatizavimo įrankis su prikabintomis AI funkcijomis. Managed Agents yra agento runtime’as — sukurtas atviro tipo samprotavimo užduotims, kur kitas žingsnis priklauso nuo ankstesnio rezultato. n8n naudokite deterministiniams pipeline’ams; Managed Agents — savarankiškam agento darbui.

Ar galiu jį self-host’inti? Ne. Managed Agents yra talpinama paslauga išskirtinai Claude platformoje. Jei reikia self-hosting’o, teisingas atsakymas yra LangGraph arba pasirinktinis harness’as.

Kokie pirmieji klientai jį naudoja? Notion, Rakuten, Asana, Atlassian ir Sentry yra vieši pirmieji klientai, su naudojimo atvejais nuo kodavimo agentų iki produktyvumo komandų narių ir dokumentų apdorojimo.

Ar reikia būti kūrėju, kad jį naudočiau? Paprastiems naudojimo atvejams — ne, agentus galite apibrėžti natūralia kalba per Claude platformos UI. Bet kam gamybiniam lygiui darbinis API ir YAML išmanymas iš esmės būtinas.

Esmė Europos verslams

Jei stebėjote agentų erdvę, klausdami savęs, kada ji tampa reali verslams, neturintiems atskiros AI inžinerijos komandos — tikriausiai tai ta akimirka. Ne todėl, kad Managed Agents tobulas — tai beta produktas su realiomis ribomis — bet todėl, kad tai pirmas patikimas „mes tvarkome infrastruktūrą“ pasiūlymas iš frontier lab’o, kuris ir įkainotas blaiviai, ir suprojektuotas rimtai.

Europos MVĮ ir vidutinės klasės įmonėms praktinė pasekmė yra ta, kad „kurti ar pirkti“ matematika ką tik pasikeitė. Gamybinio agento kūrimas anksčiau reiškė trijų–šešių mėnesių infrastruktūros projektą plius nuolatinę priežiūrą. Dabar tai reiškia geros specifikacijos parašymą ir mokėjimą 0,08 USD už aktyvią valandą. Tai paverčia klausimą „ar turėtume paleisti agentą šiam workflow’ui?“ iš kapitalo investicijos sprendimo į veiklos sąnaudų sprendimą.

Jei esate įkūrėjas, CTO ar operatorius, bandantis išsiaiškinti, ką su tuo iš tikrųjų daryti — ne tik supratingai linkčioti LinkedIn — būtent tokį pokalbį ir vedame areza.digital kiekvieną savaitę. Padedame Europos verslams projektuoti, kurti ir leisti gamybinius AI agentus. Užsisakykite 30 minučių pažintinį pokalbį → Konkrečiai Šiaurės šalių B2B SaaS scaleup’ams agentų stack’o ekonomika + ES DI akto aspektai yra mūsų Švedijos B2B SaaS rinkos puslapyje.

Parašė Nikita Janockin, areza.digital įkūrėjas. Šaltiniai: oficiali Claude platformos dokumentacija (platform.claude.com/docs), Anthropic inžinerijos tinklaraštis „Scaling Managed Agents: Decoupling the brain from the hands“, claude.com paleidimo pranešimas, The New Stack, SiliconANGLE, FindSkill.ai, Epsilla inžinerijos tinklaraštis. Kainodara ir funkcijų prieinamumas patikrinti prieš gyvą dokumentaciją 2026 m. balandžio 9 d. Paskutinį kartą atnaujinta 2026 m. balandžio 9 d.