時薪 6 毛錢，Anthropic 開始出租 AI 牛馬

一個軟件工程師每月的人力成本，根據(jù)國家統(tǒng)計局的數(shù)據(jù)粗略估算，在國內(nèi)是 2 到 3 萬元左右。

如果只算他一天 8 小時在崗時間里真正執(zhí)行任務的部分，折合下來大約是每小時 110 到 170 元。

Anthropic 今天又推出了一項新功能 Claude Managed Agents， 有一項定價寫著 $0.08/小時，折合人民幣不到 0.6 元。

這個數(shù)字本身不是重點，重點是它意味著 Anthropic 開始按小時計費。不不僅收取使用的 Token 費用，還開始計算 Agent 跑了多長時間。

▲Claude Managed Agents 框架

Managed Agents 提供的是一整套現(xiàn)成基礎設施，也就是 Anthropic 所說的 agent harness：包括工具調(diào)用、記憶系統(tǒng)、權限控制、云端長時運行、Agents 之間互相監(jiān)控，以及沙箱環(huán)境等功能。

舉個例子，假設我們要雇一個人幫你干活，會遇到什么麻煩？

招人階段，要準備辦公位（服務器）、要裝電腦配系統(tǒng)（開發(fā)環(huán)境）、要寫崗位職責說明書（代碼邏輯）。

干活階段：干到一半斷網(wǎng)了，進度全丟（會話中斷）、想查他干了啥，沒有記錄（無法審計）、擔心他亂翻公司機密（權限管控）。

▲在 Claude 控制臺內(nèi)可以快速開始創(chuàng)建一個 Managed Agents

而 Claude Managed Agents 在這個過程中的作用，就是把這些麻煩事全包了。Anthropic 表示，別再自己搭那個破爛不堪的草臺班子了，把基建交給我，你們只管去想怎么賺錢。

通過在 Claude 官方的 Agent 搭建控制臺或者使用 API 的方式，我們直接下達 Agent 需求，Claude Managed Agents 負責給他工位、看著他干活、保證他不亂來。

目前，Claude Managed Agent 正在公測中，任何人、企業(yè)都可以快速地構建一個能干活的 真.Agents 數(shù)字員工。

幾天就能從零開始搭建一個 Agent

過去兩年用了無數(shù)的 Agents，幾乎每天都有開發(fā)者推出自己的 Agents 產(chǎn)品。有的面向編程代碼，有的面向設計，最后這些 Agents 都被統(tǒng)一到，去年是 Manus 類，今年是 OpenClaw 類的大家族里。

但如果想要自己部署一個更個性化的 Agents，尤其是一個能給其他人用的 Agent。我們需要自己處理對應的服務器，要設置復雜的機制防止它崩潰，要給它接管數(shù)據(jù)庫的安全權限，還要用合理的方式，管理 Agent 的上下文記憶。

Managed Agents 把這些全部承包了。

它的結構圍繞四個概念展開。Agent 定義這個員工是誰：用什么模型、遵循什么系統(tǒng)提示、能調(diào)用哪些工具。Environment 是一個配置好的云端容器，預裝了 Python、Node.js 等運行環(huán)境。

Session 是一次具體的任務運行實例，有完整的事件歷史，隨時可以查。Events 是我們和 agent 之間傳遞的消息——任務指令、工具結果、狀態(tài)更新。

過去那種「手搓」Agent 的復雜模式，直接被 Claude Managed Agents 壓縮成了全自動的流水線。

如果你是開發(fā)者，可以直接調(diào) API 或者用 CLI，幾行代碼創(chuàng)建 agent、配置運行環(huán)境、啟動 session、接收實時事件流。整個流程文檔寫得很清楚，從零到跑起來大概半小時。

如果你不寫代碼，Claude Console 提供了完整的可視化界面。選模型、寫系統(tǒng)提示、接 MCP 工具、掛外部服務，全部點擊完成。配置好之后可以直接在界面里測試，看 agent 怎么響應，不滿意就調(diào)，滿意了再讓它持續(xù)跑著。

Console 的構建頁面里有一個「What do you want to build?」的輸入框，旁邊是模板庫，覆蓋了研究員、數(shù)據(jù)分析師、客服助理、事故響應協(xié)調(diào)員等現(xiàn)成角色，每個都預先接好了 Slack、Notion、Asana、GitHub、Jira 這些工具的連接。選一個模板，改改描述，就能開始。

▲即便是小白，在網(wǎng)頁端，也能根據(jù)流程一步一步創(chuàng)建自己的 Agents

不過，僅開通了 Claude 會員還不夠，目前還是需要有 API 計劃，即綁定信用卡有一定 Token 額度，才能使用 Managed Agent。

Managed Agents 在工程上有一個核心決策，和最近一直在討論的 Harness 工程相關，它決定著這套系統(tǒng)能不能真正用于生產(chǎn)。

Anthropic 在官方的工程博客里用一個特別扎心的比喻，解釋了 Managed Agent 的結構設計。

他們認為早期的 Agent 架構，非常像是在「養(yǎng)寵物」。開發(fā)者習慣把 Claude（大腦）、執(zhí)行代碼的沙盒（手腳）以及它的記憶（會話日志），一股腦地塞進一個巨大的服務器容器里。

這個容器變得無比嬌貴，我們不能讓它死。一旦容器卡死或崩潰，AI 的腦子和手腳一起完蛋，用戶的任務數(shù)據(jù)瞬間清零；容器里同時跑著用戶憑證和 Claude 生成的代碼，一旦有提示詞注入攻擊，憑證就直接暴露。

Anthropic 的解法是，把「大腦」和「雙手」徹底分開，容器變成了隨時可以犧牲的「牛馬」，即從養(yǎng)寵物變成養(yǎng)牛馬。

調(diào)度器（大腦）不再住進容器里。它像調(diào)用外部工具一樣，對容器發(fā)號施令。如果容器在執(zhí)行危險代碼時崩潰了？大腦根本不慌，它會記錄下一個錯誤代碼，然后毫不猶豫地重新拉起一個新容器繼續(xù)干活。

使用 Agent 留下的記憶，也不再被塞進某個 AI 或者容器擁擠的腦子里。分開運作后，所有的記憶被單獨存放在外部的會話日志中。它就像一個外接硬盤。

大腦通過標準化的調(diào)用方式指揮雙手，不在乎雙手是容器、是外部服務還是別的什么。哪只手出故障了，換一只，大腦繼續(xù)跑；大腦自己崩了，從對話日志里恢復，接著干。

這個設計帶來了性能的大幅提升。解耦之前，每個對話啟動都要等容器完整初始化，系統(tǒng)要花很長時間去拉起一個包含了龐大調(diào)度邏輯的沉重容器。

現(xiàn)在，首次響應時間降低了超過 90%，安全邊界也因此變得清晰——Claude 生成的代碼在沙箱里跑，憑證在沙箱外的保險箱里，兩者之間有專用 Agents 隔離，agent 永遠拿不到原始憑證。

更重要的是，它讓 Agent 真正具備了可以長期穩(wěn)定干活的能力。

Anthropic 提到，Notion 已經(jīng)在內(nèi)部使用 Managed Agents 搭建了幫助工程師寫代碼、幫知識工作者做演示的企業(yè) Agent。

Rakuten 把銷售、市場、財務、HR 的 agent 都用 Managed Agents 部署了，每個專項 agent 的上線時間是一周。

Sentry 的調(diào)試 agent 在發(fā)現(xiàn) bug 之后，會自動寫補丁、開 PR，開發(fā)者收到的是一個可以直接 review 的修復方案，整個流程不需要人介入。

可以說，以前的大模型公司提供的是模型 API，即處理我們的每一條消息；Anthropic 做出的改變是將基于消息的 API 包裝成可以直接交付工作的 Agent API。

回到那個數(shù)字 $0.08/session-hour

這種改變首先體現(xiàn)在 Claude Managed Agents 的定價結構上，根據(jù)官方博客，Managed Agents 的計費包括 Token 費用（標準 API 價格，Sonnet 4.6 是 $3/M input，$15/M output），加上 $0.08/session-hour（按實際運行時間計費，idle 時間不算），和 Web search 另計：$10 每 1000 次。

Anthropic 有舉例，一個使用 Opus 4.6、跑 50K 輸入 + 15K 輸出 token 的一小時 coding session，總成本約 $0.70。

和專門請一個員工來處理，現(xiàn)在企業(yè)自己就可以通過 Managed Agents 創(chuàng)建一個內(nèi)部的 Agents。數(shù)字員工的概念，又被往前推進一步。

此外，對 Anthropic 來說，這也意味著收入開始和企業(yè)的自動化程度直接掛鉤，企業(yè)跑的 agent 越多，Anthropic 收得越多。這和 AWS 從「賣服務器」變成「賣運行時間」是同一個邏輯，他們打開了一個比賣訂閱大得多的市場。

大模型技術發(fā)展到現(xiàn)在，單純比拼參數(shù)和跑分的紅利期似乎正在消退，畢竟能力真正強的大模型，也被限制不能開放使用。

真正的戰(zhàn)場，又回到了「如何讓這群聰明的腦子，最穩(wěn)定、最廉價地在工廠流水線上打工」，Claude Managed Agents 的推出，就是 AI 基礎設施走向成熟的一個里程碑。

回頭看 Claude 今年的每次更新，無論是模型還是產(chǎn)品，幾乎都踩在了我們對 AI 能做什么的痛點上。

一方面在持續(xù)提升模型的能力，不被外界生視頻、瀏覽器、生圖模型那些方向干擾；另一方面是從 Cowork 開始，到后面瘋狂打補丁復制 OpenClaw 的全部功能，再到今天推出一個專門用來開發(fā)和部署 Agents 的平臺，每一次都是極其敏銳的產(chǎn)品視角。

Anthropic 正在開創(chuàng)一個新的發(fā)布模式，即從「我們發(fā)布了一個更快更好的工具」，變成「我們?yōu)槟銣蕚浜昧藰嫿〝?shù)字員工的完備基礎設施」。

參考鏈接：
Claude Managed Agents 更新博客：
https://claude.com/blog/claude-managed-agents
Claude Managed Agents 架構設計博客：
https://www.anthropic.com/engineering/managed-agents
在 Claude 控制臺開始搭建自己的 Agents：
https://platform.claude.com/workspaces/default/agent-quickstart