Anthropics Managed Agents sind anders (Hier ist der Grund)

BBetter Stack
Computing/SoftwareSmall Business/StartupsManagementInternet Technology

Transcript

00:00:00Das Claude-Team hat „Claude Managed Agents“ veröffentlicht, was sie als die nächste Stufe
00:00:09nach dem Agent SDK bezeichnen.
00:00:11Damit können Sie benutzerdefinierte Agenten erstellen, ohne eine einzige Zeile Code zu schreiben.
00:00:16Diese Agenten laufen auf der verwalteten Infrastruktur von Anthropic, die eine sehr coole Architektur hat,
00:00:22die perfekt ist, um sichere, skalierbare und produktionsreife Agenten bereitzustellen, die so ziemlich
00:00:27alles tun können, was Sie wollen.
00:00:28Sie können Kundenanfragen basierend auf Ihrer Wissensdatenbank beantworten oder sogar Recherchen
00:00:32für Sie durchführen und Ihnen diese zu einer bestimmten Zeit über Slack senden.
00:00:36Aber warum sollte man das nutzen, anstatt Claude Code auf einem eigenen VPS zu installieren?
00:00:40Abonnieren Sie den Kanal und lassen Sie uns direkt einsteigen.
00:00:46Bevor wir anfangen, reden wir kurz über Anthropic, denn sie waren in den letzten Wochen
00:00:49sehr beschäftigt.
00:00:50Sie haben vor kurzem verhindert, dass Leute das Claude-Abonnement mit Drittanbieter-Tools
00:00:55wie OpenClaw nutzen, was viele auf die Managed Agents zurückführen, aber das ist
00:01:00nicht genau dasselbe.
00:01:01Ich würde sagen, OpenClaw ist ein bisschen wie Linux.
00:01:04Es ist ein Agent für Bastler.
00:01:06Man wählt die Hardware, das Modell, kümmert sich um die Sicherheit und alles,
00:01:11was dazwischen liegt.
00:01:12Claude Managed Agents hingegen ist – ich wage es zu sagen – wie Apple, denn man muss
00:01:17nichts davon selbst tun.
00:01:19Claude kümmert sich um die Infrastruktur und Sicherheit; man sagt einfach auf Englisch, was man will,
00:01:24und es wird der perfekte Agent für einen gebaut.
00:01:28Ich zeige Ihnen, wie einfach es ist, anhand eines simplen, aber sehr persönlichen Beispiels.
00:01:34Ich habe ein privates GitHub-Repo mit all meinen medizinischen Daten aus der
00:01:39NHS-App.
00:01:40Ich möchte mit diesen Daten kommunizieren oder Informationen daraus über Slack abrufen,
00:01:45sodass ich sie vom Desktop, vom Handy, also von überall aus nutzen kann.
00:01:49Dazwischen soll ein Claude Managed Agent die Aufgabe übernehmen, die Daten zu extrahieren,
00:01:54Tools zu nutzen, um die richtigen Infos zu finden und sie verständlich zu übersetzen.
00:02:01Verständlich für mich aufbereiten.
00:02:02Zuerst könnte ich in die Claude-Konsole gehen, die neue Option „Managed Agents“ wählen
00:02:07und dort in natürlicher Sprache meinen Agenten von Grund auf erstellen.
00:02:11Dieser kommuniziert über Curl-Befehle mit der Claude-API und hostet den
00:02:16notwendigen Code auf der Anthropic-Infrastruktur.
00:02:19Ich könnte aber auch den Managed Agent Skill in meiner bevorzugten Sprache nutzen.
00:02:23In diesem Fall wähle ich TypeScript, und dieser Skill nutzt das TypeScript-zu-Claude-SDK,
00:02:29um einen Agenten für mich zu erstellen.
00:02:31Dafür benötigt man diese Version von Claudes Code oder höher, die über den
00:02:36integrierten Managed Agent Skill verfügt.
00:02:38Da ich eine höhere Version habe, kann ich den Skill mit dem Befehl
00:02:42„/claude-api managed-agents-onboarding“ auslösen.
00:02:46Nachdem ich Enter drücke, werde ich gefragt, welche Art von Agent ich bauen möchte –
00:02:50ich weiß es noch nicht genau, aber wir werden sehen.
00:02:52Es wird mich durch diese drei Schritte führen:
00:02:55Tools, Skills, Dateien und Repos sowie Umgebung und Identität.
00:02:59Überraschenderweise nutzt es viel Kontext, es könnte also etwas Kompaktierung geben,
00:03:04aber wir schauen mal.
00:03:05Ich gebe den Befehl, einen Medizin-Agenten zu erstellen, der Markdown-Dateien aus
00:03:10einem privaten GitHub-Repo liest, die Infos wie ein Arzt versteht und mich
00:03:15über Slack mit ihm kommunizieren lässt.
00:03:17Es empfiehlt mir das vordefinierte Toolset (read, glob, grep) und rät von
00:03:22write, edit, bash ab, da der Arzt das Repo nicht ändern muss, was Sinn ergibt.
00:03:27Es fragt auch nach der Repo-URL; ich bestätige die empfohlenen Tools
00:03:31und Berechtigungen und gebe den Link zum Repo an.
00:03:35Danach schlägt es vor, was Schritt B und C sein sollten, was bei diesem
00:03:39einfachen Agenten ziemlich selbsterklärend ist.
00:03:41Dann erstellt es einen System-Prompt für meinen Agenten und schlägt das
00:03:45zu verwendende Modell vor.
00:03:46Ich sage ihm, er soll Sonnet verwenden, weil ich nicht zu viel Geld für Opus ausgeben will.
00:03:49Warum, erkläre ich später, aber ansonsten sieht das gut aus, und ich gebe die
00:03:53Anmeldedaten sowie die gewünschte Sprache an.
00:03:56Nun wurden die zwei Dateien in TypeScript für mich erstellt.
00:03:59Die erste ist das Setup, welches Dinge wie die Umgebung, den Agenten
00:04:04und nötige Skills in der Anthropic-Infrastruktur einrichtet.
00:04:07Die zweite ist die Laufzeit, die tatsächlich mit den Anthropic-Servern
00:04:12kommuniziert und diese Informationen an Slack weitergibt.
00:04:15Ich richte das jetzt alles ein und zeige euch das fertige Ergebnis.
00:04:19Nach dem Ausführen der Setup-Datei erhalte ich eine Umgebungs-ID, die hier steht.
00:04:24Und ich erhalte auch die Agenten-ID, die ebenfalls hier zu finden ist.
00:04:27Wie erwähnt, werden diese Dinge auf der Anthropic-Infrastruktur erstellt.
00:04:32In der Claude-Konsole sehe ich meinen Agenten hier sowie die Umgebung,
00:04:36die ich gerade erstellt habe.
00:04:37Ich habe auch meine Slack-App erstellt und alle Infos in meine .env-Datei für
00:04:42diese apps.ts-Datei eingetragen. Wenn ich sie ausführe, sollte mein Slack-Bot laufen.
00:04:48Ich könnte ihn fragen: „Welches Modell verwendest du?“
00:04:50Nach einer Weile antwortet er: „Ich bin Claude, entwickelt von Anthropic.“
00:04:54„Gibt es etwas Medizinisches, bei dem ich helfen kann?“
00:04:56Das ist sehr cool.
00:04:57Noch cooler ist aber, dass ich die Sitzung hier in der Claude-Konsole sehen kann.
00:05:01Ich habe das schon ein paar Mal getestet, und hier sehen wir Details dazu.
00:05:04Wenn ich das Fenster vergrößere, sieht man die Frage des Benutzers.
00:05:09Dann wurde das Slack-Message-Tool genutzt und der Agent hat geantwortet.
00:05:12Ich habe vorhin vergessen zu erwähnen, wie die Preisgestaltung funktioniert.
00:05:15In der Dokumentation sehen wir, dass alle Token, die von Managed Agents genutzt werden,
00:05:20nach dem Preismodell der Claude-API abgerechnet werden, das man hier sieht.
00:05:25Leider ist Ihr Pro-, Max- oder Team-Abonnement nicht für Managed Agents nutzbar.
00:05:30Zusätzlich zu den Token zahlt man für Sitzungen, was 8 Cent pro Sitzungsstunde
00:05:35kostet.
00:05:36Das gilt nur, wenn die Sitzung aktiv läuft.
00:05:38Wenn ich in der Konsole auf Sitzungen klicke, sehe ich, dass für diese inaktiven Sitzungen
00:05:42keine Gebühren anfallen.
00:05:43Okay, machen wir etwas Interessanteres mit diesem Bot.
00:05:46Ich frage ihn: „Basierend auf dem, was du medizinisch über mich weißt: Darf ich
00:05:50Calamari essen?“
00:05:51Hier hat er das Bash-Tool genutzt, um Infos aus dem Repo abzurufen.
00:05:56Er hat zwei Dateien gelesen und mir Sekunden später eine Slack-Nachricht geschickt,
00:06:01dass ich bei Calamari vorsichtig sein sollte, da ich eine Garnelenallergie habe – was stimmt.
00:06:06Er hat vielleicht zu viele Infos gegeben, als er über meine juckende Zunge und den
00:06:11geschwollenen Hals sprach.
00:06:12Aber ehrlich gesagt funktioniert es wirklich gut.
00:06:13Ich habe den Agenten tatsächlich ein wenig angepasst.
00:06:15In der Konsole sehen wir drei Versionen, was zeigt,
00:06:19dass dieser Agent dreimal geändert wurde.
00:06:21Ich habe den System-Prompt menschlicher gestaltet und das Modell von
00:06:26Opus auf Sonnet umgestellt.
00:06:27Hier in der UI kann ich den System-Prompt, das Modell und die Tools,
00:06:32auf die er Zugriff hat, ändern, was nützlich zum Testen ist.
00:06:35Das ist im Grunde alles.
00:06:36Abgesehen von ein paar kleinen Code-Anpassungen, die ich mit Claude geklärt habe,
00:06:41ist es so einfach, einen Agenten zu bauen.
00:06:44Man muss nicht lernen, wie das Claude Agent SDK funktioniert.
00:06:47Man kommuniziert einfach über einen Skill mit Claude und erstellt seinen eigenen Agenten.
00:06:51Aber wie funktioniert das alles unter der Haube?
00:06:54Anthropic hat einen sehr detaillierten Artikel darüber geschrieben,
00:06:58den ich in der Beschreibung verlinken werde.
00:07:00Die gesamte Architektur besteht meiner Meinung nach aus drei Schlüsselkomponenten.
00:07:05Die Sitzung, die Steuerung (Harness) und die Orchestrierung. Das heißt nicht, dass Sandbox
00:07:09und Tools unwichtig sind, aber diese drei sind sehr speziell.
00:07:12Die Steuerung, auch als „Hände des Systems“ bekannt, ist dort, wo das Modell genutzt wird.
00:07:17Sie fungiert als zustandsloser Router, der Tool-Aufrufe, Ressourcen und MCPs
00:07:23weiterleitet oder Code in einer Sandbox-Umgebung ausführt.
00:07:28Ich werde noch über die Vorteile sprechen, Tool-Aufrufe von der Steuerung
00:07:32selbst zu trennen.
00:07:33Die Sitzung hier ist wie das Gedächtnis des Systems und enthält fortlaufende
00:07:37Protokolle der Steuerung.
00:07:38Vielleicht denken Sie, die Steuerung sei Claude Code, aber es ist eine maßgeschneiderte
00:07:43Lösung für die Managed Agents.
00:07:44Warum das so ist, erkläre ich auch gleich.
00:07:47Schließlich entscheidet der Orchestrator, in welchem Modus die Steuerung sein soll.
00:07:51Also Planerstellung und so weiter.
00:07:54Wichtig ist: Er erstellt eine neue Steuerung, falls die aktuelle fehlschlägt.
00:07:58Stellen Sie sich vor, eine Steuerung fällt aus oder stürzt ab.
00:08:02Der Orchestrator kann eine neue erstellen.
00:08:04Da die Sitzungsprotokolle separat gespeichert sind, kann die neue Steuerung
00:08:09die Logs lesen und genau dort weitermachen, wo die alte aufgehört hat.
00:08:13Das Ganze ist auf Skalierbarkeit ausgelegt.
00:08:15Man kann beliebig viele Modelle und Umgebungen haben, und die Architektur
00:08:20wird damit fertig.
00:08:21Ein weiterer Vorteil dieser Architektur ist der Sicherheitsaspekt.
00:08:25Wenn ich in der Claude-Konsole auf den Credentials-Tresor klicke, sieht man,
00:08:30dass die Zugangsdaten an einem sicheren Ort gespeichert sind.
00:08:32Wenn ein Agent lokal läuft, könnten das .env-Dateien oder eigene Lösungen sein.
00:08:36Aber bei Nutzung der Claude-Konsole oder UI werden alle Zugangsdaten
00:08:37hier gespeichert.
00:08:41Der Clou ist, dass diese Daten erst zur Laufzeit abgerufen werden.
00:08:42Wenn man einen MCP-spezifischen API-Key hat, weiß die Steuerung oder das Modell
00:08:45nichts davon und hat keinen direkten Zugriff darauf.
00:08:50Hätte keinen direkten Zugriff.
00:08:54Müsste ich zum Beispiel ein Wetter-MCP-Tool aufrufen, dann ruft die Steuerung
00:09:00das Tool auf, und der API-Key existiert nur innerhalb des Tool-Aufrufs oder des MCP.
00:09:05Er wird zur Laufzeit verwendet.
00:09:07Ähnlich verhält es sich, wenn die Sandbox einen Key benötigt; dieser liegt im Tresor.
00:09:12Er wird zur Laufzeit genutzt, ohne dass das Modell ihn kennt.
00:09:15Es kennt nicht einmal seinen eigenen Anthropic-API-Key, da auch dieser
00:09:20erst zur Laufzeit verwendet wird.
00:09:21Ich empfehle dringend, den Rest des Artikels für einen detaillierten Überblick zu lesen,
00:09:25denn der Aufbau ist wirklich einzigartig.
00:09:28Ehrlich gesagt macht es mir viel Spaß, Claude Managed Agents zu erstellen.
00:09:31Manche denken, das wird untergehen, genau wie die OpenAI-Agenten.
00:09:36Falls OpenAI-Agenten nicht tot sind, lasst es mich wissen, ich höre kaum noch was von ihnen.
00:09:37Lasst es mich in den Kommentaren wissen, denn ich höre nicht viel von ihnen.
00:09:40Aber ich glaube, das hier wird bleiben, einfach weil es so extrem einfach ist,
00:09:45einen Agenten zu erstellen.
00:09:46Man muss keine SDKs lernen, man braucht kein Terminal, wenn man nicht will,
00:09:51und man kann die Anbindung an MCP-Server und Tools komplett in der UI erledigen,
00:09:56was toll ist für Leute, die keinen Code schreiben wollen.
00:10:01Ein enttäuschender Punkt ist jedoch, dass man über die API-Token oder das
00:10:06API-Billing bezahlen muss. Als Claude-Pro-Abonnent
00:10:12würde ich gerne meine Inklusiv-Limits für Managed Agents nutzen,
00:10:17um nicht für zwei verschiedene Dinge bezahlen zu müssen.
00:10:20Fairerweise ist es nicht wahnsinnig teuer, wenn man günstigere Modelle wie Sonnet oder Haiku nutzt.
00:10:26Obwohl es kuratiert ist – man hat Zugriff auf Notion,
00:10:31Slack, MCP-Server usw. – muss man für alles,
00:10:36was darüber hinausgeht, eigenen Code schreiben, wofür sich OpenClaw anbietet.
00:10:40OpenClaw ist sehr offen, wie der Name sagt, und unterstützt viele Kanäle
00:10:41von Telegram über Discord bis WhatsApp.
00:10:46Will man das mit Managed Agents erreichen, muss man seine eigene Lösung programmieren
00:10:51oder Claude bitten, eine für einen zu schreiben.

Key Takeaway

Claude Managed Agents bieten eine vollständig verwaltete Infrastruktur für KI-Agenten, die durch die Trennung von Log-Speicherung und Steuerungseinheit eine hohe Skalierbarkeit sowie erhöhte Sicherheit für sensible API-Schlüssel garantiert.

Highlights

Claude Managed Agents ermöglichen die Erstellung benutzerdefinierter Agenten ohne Programmierkenntnisse direkt über die Anthropic-Konsole oder in natürlicher Sprache.

Die Infrastruktur trennt Sitzungsprotokolle von der Ausführungseinheit, sodass ein Orchestrator bei Systemausfällen nahtlos neue Instanzen starten kann.

Sensible API-Schlüssel und Anmeldedaten werden in einem isolierten Tresor gespeichert und erst zur Laufzeit abgerufen, ohne dass das KI-Modell selbst direkten Zugriff auf diese Daten hat.

Die Nutzung kostet zusätzlich zu den Standard-Token-Preisen der Claude-API eine Gebühr von 8 Cent pro aktiver Sitzungsstunde.

Ein integrierter TypeScript-Skill automatisiert das Onboarding und erstellt Setup- sowie Laufzeit-Dateien für die Anbindung an Tools wie Slack oder GitHub-Repos.

Bestehende Claude Pro- oder Team-Abonnements decken die Kosten für Managed Agents nicht ab; die Abrechnung erfolgt ausschließlich über das API-Guthaben.

Timeline

Funktionsweise und Positionierung von Managed Agents

  • Managed Agents stellen die nächste Entwicklungsstufe nach dem Agent SDK dar und laufen vollständig auf der Infrastruktur von Anthropic.
  • Im Gegensatz zu Bastler-Lösungen wie OpenClaw übernimmt Anthropic die gesamte Verwaltung von Hardware, Sicherheit und Skalierung.
  • Die Erstellung erfolgt wahlweise über die Claude-Konsole oder durch Anweisungen in natürlicher Sprache.

Das System ist als schlüsselfertige Lösung konzipiert, die technische Barrieren für die Bereitstellung produktionsreifer Agenten entfernt. Es eignet sich für Aufgaben wie die automatisierte Beantwortung von Kundenanfragen oder zeitgesteuerte Recherchen. Während OpenClaw maximale Flexibilität bietet, priorisiert dieser Dienst die Benutzerfreundlichkeit durch ein verwaltetes Ökosystem.

Praktische Umsetzung am Beispiel eines Medizin-Agenten

  • Ein Managed Agent kann private Daten aus GitHub-Repositories extrahieren und über Tools wie Slack zugänglich machen.
  • Der Onboarding-Befehl führt Nutzer durch die Konfiguration von Tools, Berechtigungen und Umgebungsidentitäten.
  • Das System schlägt automatisch passende Toolsets vor und rät von unnötigen Schreibberechtigungen ab, um die Sicherheit zu erhöhen.

Die Einrichtung erfolgt schrittweise, wobei der Agent Markdown-Dateien liest und medizinische Fachinformationen interpretiert. Der Nutzer wählt dabei spezifische Modelle wie Claude 3.5 Sonnet aus, um die Kosten im Vergleich zum teureren Opus-Modell zu kontrollieren. Am Ende des Prozesses entstehen zwei TypeScript-Dateien für das Setup der Umgebung und die eigentliche Laufzeit-Kommunikation.

Kostenstruktur und Abrechnungsmodell

  • Die Abrechnung basiert auf den Token-Preisen der Claude-API und einer zusätzlichen Gebühr von 8 Cent pro aktiver Sitzungsstunde.
  • Inaktive Sitzungen verursachen keine laufenden Kosten.
  • Sitzungshistorien und Tool-Aufrufe sind direkt in der Claude-Konsole einsehbar und editierbar.

Die Trennung von privaten Abonnements und der API-Abrechnung ist ein wesentlicher Aspekt für Nutzer. In der Konsole lassen sich System-Prompts und Modelle auch nach der Erstellung anpassen, um die Antwortqualität zu verfeinern. Ein Praxistest zeigt, dass der Agent komplexe Zusammenhänge wie Allergien korrekt aus Repositories ableitet und über externe Messenger kommuniziert.

Architektur und Sicherheitsmechanismen

  • Die Architektur besteht aus den drei Kernkomponenten Sitzung, Steuerung (Harness) und Orchestrierung.
  • Der Orchestrator gewährleistet Ausfallsicherheit, indem er abgestürzte Steuerungen durch neue Instanzen ersetzt, die auf die persistenten Sitzungs-Logs zugreifen.
  • API-Keys verbleiben in einem gesicherten Tresor und werden nur zum Zeitpunkt des Tool-Aufrufs kurzzeitig verwendet.

Die zustandslose Natur der Steuerungseinheit ermöglicht eine hohe Skalierbarkeit über verschiedene Modelle und Umgebungen hinweg. Sicherheit wird dadurch erreicht, dass das KI-Modell selbst nie Kenntnis von den im Hintergrund genutzten API-Schlüsseln erlangt. Dieser Aufbau unterscheidet Managed Agents technisch von lokal ausgeführten Skripten oder einfachen Wrapper-Lösungen.

Vergleich mit Alternativen und Fazit

  • Managed Agents bieten einen einfacheren Zugang als Konkurrenzprodukte, da kein Terminal oder SDK-Wissen erforderlich ist.
  • OpenClaw bleibt die bevorzugte Wahl für Nutzer, die eine Anbindung an Messenger wie Telegram oder WhatsApp benötigen.
  • Erweiterungen über den Standard-Funktionsumfang hinaus erfordern weiterhin eigenen Code oder MCP-Server-Integrationen.

Die Einfachheit der Benutzeroberfläche und die Integration von MCP-Servern machen das Tool attraktiv für Nicht-Programmierer. Ein Kritikpunkt bleibt die doppelte Zahlungsstruktur für Pro-Abonnenten, die für die Agenten-Nutzung separat bezahlen müssen. Dennoch stellt die Plattform eine robuste Basis für skalierbare Agenten-Workflows dar.

Community Posts

View all posts