西风 发自 凹非寺

量子位 | 公众号 QbitAI

刚刚，Claude推出“企业版”服务，发布Claude Managed Agents，结果被开源项目“开团秒跟”！

先说Claude Managed Agents，这是一套支持模块化组合的API套件，专门用来帮企业/团队规模化构建和部署云端托管的智能体。

它将性能优化的Agent运行框架与生产级基础设施深度整合。

用户只要用自然语言描述清楚需求，或者直接上传YAML配置文件，就能定义好想要运行的智能体，再设定好对应的约束规则，剩下的运行、和基础设施相关的繁琐工作，都被平台打包处理。

有意思的是，Claude Managed Agents刚刚发布，就被开源抢去了风头。

同款但开源项目Multica，目前在GitHub已迅速揽获2.6k Star：

连logo都贴脸开大（doge）：

网友的反应也是笑不活：

有人甚至提出要捐钱为爱发电，但被丑拒：

开箱即用，效率提升10倍

官方列举的Claude Managed Agents核心功能如下：

• 生产级智能体运行能力：沙箱隔离、身份验证、工具调用执行这些关键环节，全都帮你配置妥当。

• 长时自主运行：智能体单次可自主运行数小时，就算中途断开连接，运行进度和生成结果也能完整保留。

• 多智能体协同编排：支持智能体自主创建并调度其它智能体，实现复杂任务的并行处理。

• 可靠的治理体系：允许智能体接入真实业务系统，内置权限范围划定、身份管理和执行追踪功能，安全合规有保障。

在此之前，Anthropic的业务重心一直是给用户提供模型，除了Claude Code和Cowork，并没有再开放自家的基础设施，供用户运行这些自主搭建的智能体。

现在，Anthropic显然想要两手抓。

要知道，将智能体真正落地到生产环节，必须攻克沙箱化代码执行、检查点机制、凭证管理、权限范围划定及端到端追踪等一系列技术难关。过往企业单是搭建满足要求的基础设施，往往就要耗费数月时间。

Claude Managed Agents直接帮用户搞定这些复杂环节。

用户只需定义智能体的任务目标、可用工具集与运行约束规则，后续的运行调度全由这套平台基础设施承接。其内置的编排框架，会自动决策工具调用时机、上下文管理策略，以及故障发生后的恢复方案。

作为专为Claude量身打造的托管服务，Claude Managed Agents支持用户设定好目标和成功标准，Claude自主评估、反复迭代，直到达成目标。

如果需要更精细的控制，它也支持传统的“提示词-响应”交互模式。

在结构化文件生成的内部测试中，Claude Managed Agents的任务成功率比标准提示词交互模式最高提升10%，尤其在高难度任务上的优势更为明显。

会话追踪、集成分析和故障排查指引功能，都直接内置在Claude控制台中，用户可以查看每一次工具调用、每一步决策过程，以及出现问题的具体原因。

不过有一点要说明，Claude Managed Agents的部分功能目前还处于受限的研究预览阶段，比如高级记忆工具、多智能体协同编排，还有智能体自主评估迭代。

Anthropic表示，借助Claude Managed Agents，有不少团队已经在多种生产用例中实现了10倍的交付提速。

例如能够阅读代码库、规划修复方案并提交拉取请求的编码Agent；能够加入项目、领取任务、与团队其他成员协同完成工作的生产力Agent；以及能够处理文档、提取关键信息的金融与法务Agent……

Notion团队就分享了其应用实践：

让团队可以直接在自家协作平台内，把工作任务委派给Claude（该功能目前已在Notion自定义智能体模块中开启内测）。工程师用它高效交付代码，知识工作者则借助它快速制作网站与演示文稿。数十项任务可并行推进，团队成员还能围绕智能体生成的结果开展协同作业。

对于企业最关心的定价问题，Claude Managed Agents计费分为两个维度：Token用量和会话运行时长。

第一部分Token费用，按平台标准Token计价规则收取。如果会话内触发网络搜索，每千次搜索10美元。

智能体活跃运行时长单独计费，每会话小时0.08美元。智能体处于等待用户输入或工具响应的闲置时段，不计费。

目前，Claude Managed Agents已经在Claude平台正式开放使用。

开发者还可以借助最新版Claude Code，以及内置的claude-api Skill，来开发托管智能体相关应用。只需输入指令 “start onboarding for managed agents in Claude API”，就能开启。

开源秒跟，10分钟快速上手

再看开源Multica的核心功能：

• Agent即协作队友：Agent可自主承接任务、编写代码、上报阻塞问题，并实时同步任务状态。

• 全流程自主执行：配置完成后即可免运维运行，支持任务排队、认领、执行、完结/失败的全生命周期管理，通过 WebSocket实时推送进度。

• Skill沉淀与复用：每一套解决方案都会转化为全团队共享的可复用Skill。部署实施、数据库迁移、代码审查…… Skill持续沉淀.

• 统一算力运行时：一个控制台即可管控所有算力资源，兼容本地daemon与云端运行时，自动识别可用命令行工具（CLI），并支持实时监控。

• 多工作区隔离管理：按团队组织工作，工作区级别隔离。每个工作区有独立的Agent、Issue和设置。

下面是视频演示：

Multica核心推动者Jiayuan (JY) Zhang，之前还创办了面向开发者的AI垂直搜索引擎Devv.ai。

实际上，Multica发布时间比Claude Managed Agents还要早一些。

Jiayuan (JY) Zhang表示，团队最初打造它是为了解决自己团队中“团队间知识无法共享、多人+多Agent协作缺乏中枢”的问题。

用法上，GitHub仓库也有详细的使用教程：

参考链接：

[1]https://claude.com/blog/claude-managed-agents

[2]https://github.com/multica-ai/multica?tab=readme-ov-file