Les Managed Agents d'Anthropic sont différents (voici pourquoi)

BBetter Stack
Computing/SoftwareSmall Business/StartupsManagementInternet Technology

Transcript

00:00:00L'équipe de Claude a publié les « Claude managed agents », ce qu'ils appellent la prochaine évolution
00:00:09après le SDK d'agent.
00:00:11Cela vous permet de créer des agents personnalisés sans écrire une seule ligne de code.
00:00:16Et ces agents tournent sur l'infrastructure gérée d'Anthropic, qui a une architecture très cool
00:00:22parfaite pour déployer des agents sécurisés, évolutifs et prêts pour la production, capables de faire
00:00:27à peu près tout ce que vous voulez.
00:00:28Répondre aux questions des clients selon votre base de connaissances, ou même faire des recherches
00:00:32pour vous et vous les envoyer à une heure précise via Slack.
00:00:36Mais pourquoi utiliser cela au lieu d'installer Claude Code sur son propre VPS ?
00:00:40Abonnez-vous et découvrons-le.
00:00:46Mais avant cela, parlons un peu d'Anthropic car ils ont été très occupés
00:00:49ces dernières semaines.
00:00:50Ils ont récemment empêché l'utilisation de l'abonnement Claude sur des outils tiers
00:00:55comme OpenClaw, ce que certains attribuent aux agents gérés, mais ce n'est
00:01:00pas exactement la même chose.
00:01:01Je dirais qu'OpenClaw est un peu comme Linux.
00:01:04C'est un agent pour les bricoleurs.
00:01:06Vous choisissez votre matériel, votre modèle, vous gérez la sécurité et tout
00:01:11ce qu'il y a entre les deux.
00:01:12Alors que les agents gérés de Claude sont, oserais-je dire, comme Apple, car vous n'avez besoin
00:01:17de rien faire de tout cela.
00:01:19Claude s'occupe de l'infrastructure, de la sécurité ; vous lui dites juste ce que vous voulez
00:01:24en anglais simple, et il construira votre agent parfait.
00:01:28En fait, laissez-moi vous montrer à quel point c'est facile avec un exemple simple et personnel.
00:01:34J'ai un dépôt GitHub privé contenant toutes mes informations médicales extraites de
00:01:39l'application du NHS.
00:01:40Et je veux communiquer avec ces données ou en extraire des infos via Slack.
00:01:45Ainsi, je peux l'utiliser depuis mon ordinateur, mon mobile, en gros partout où je suis.
00:01:49Entre ces deux éléments, je voudrais qu'un agent géré Claude se charge d'extraire
00:01:54les données, donc d'utiliser des outils pour obtenir l'info et la traduire pour que
00:02:01je puisse la comprendre.
00:02:02Pour commencer, je pourrais aller sur la console Claude, choisir l'option des agents gérés
00:02:07et taper ici en langage naturel pour créer mon agent de zéro.
00:02:11Cela communiquera avec l'API de Claude via des commandes curl et hébergera le code
00:02:16nécessaire sur l'infrastructure d'Anthropic.
00:02:19Mais je pourrais aussi utiliser la compétence d'agent géré dans la langue de mon choix.
00:02:23Ici, je vais choisir TypeScript et cette compétence utilisera le SDK TypeScript de Claude
00:02:29pour créer un agent pour moi.
00:02:31Pour cela, vous aurez besoin de cette version du code de Claude ou supérieure, qui inclut
00:02:36la compétence d'agent géré intégrée.
00:02:38Dans mon cas, j'ai une version supérieure et je peux déclencher la compétence via la commande
00:02:42slash Claude API suivie de « managed agents onboarding ».
00:02:46Après avoir validé, on me demande si je sais quel genre d'agent je veux construire,
00:02:50ce qui n'est pas le cas, mais voyons ce qu'il fait.
00:02:52Il me dit qu'il va m'accompagner à travers ces trois étapes.
00:02:55Outils, compétences, fichiers et dépôts, puis environnement et identité.
00:02:59Étonnamment, il utilise beaucoup de contexte, il y aura peut-être de la compression,
00:03:04mais nous verrons bien.
00:03:05Quoi qu'il en soit, je vais lui demander de créer un agent médical qui lit des fichiers Markdown
00:03:10d'un dépôt GitHub privé, comprend les infos comme un médecin et me laisse
00:03:15communiquer avec lui via Slack.
00:03:17Il me recommande ensuite d'utiliser l'ensemble d'outils prédéfinis (read, glob, grep) et de ne pas
00:03:22utiliser write, edit ou bash, car le médecin n'a aucune raison de modifier le dépôt.
00:03:27Il demande aussi l'URL du dépôt, donc je vais accepter ses outils et permissions
00:03:31recommandés, et je lui donne le lien du dépôt.
00:03:35Ensuite, il suggère ce que devraient être les étapes B et C, ce qui, pour un agent
00:03:39aussi basique, va de soi.
00:03:41Puis il crée un prompt système pour mon agent et suggère le modèle à
00:03:45utiliser.
00:03:46Je vais lui dire d'utiliser Sonnet car je ne veux pas dépenser trop pour Opus.
00:03:49J'expliquerai pourquoi plus tard, mais sinon, ça semble correct et je lui fournis
00:03:53ces identifiants ainsi que la langue souhaitée.
00:03:56Et maintenant, il a créé les deux fichiers pour moi en TypeScript.
00:03:59Le premier est la configuration, qui paramètre l'environnement, l'agent,
00:04:04et les compétences nécessaires dans l'infrastructure d'Anthropic.
00:04:07Le second est le runtime, qui va réellement communiquer avec les serveurs
00:04:12d'Anthropic et transmettre ces informations à Slack.
00:04:15Je vais donc tout configurer et vous montrer le résultat final.
00:04:19Après avoir lancé le fichier de config, il me donne un ID d'environnement juste ici.
00:04:24Et il me donne aussi l'ID de l'agent, qui se trouve également ici.
00:04:27Comme mentionné plus tôt, ces éléments sont créés sur l'infrastructure d'Anthropic.
00:04:32Dans la console Claude, je peux voir mon agent ici, ainsi que l'environnement
00:04:36que je viens de créer.
00:04:37J'ai aussi créé mon application Slack et mis toutes les infos dans mon fichier .env pour
00:04:42que ce fichier apps.ts les utilise, ce qui signifie que si je le lance, mon bot Slack devrait tourner.
00:04:48Je pourrais donc lui demander : « Quel modèle utilises-tu ? »
00:04:50Et après un moment, il répond : « Je suis Claude, créé par Anthropic.
00:04:54Y a-t-il un sujet médical pour lequel je peux vous aider ? »
00:04:56C'est vraiment très cool.
00:04:57Mais ce qui est encore plus cool, c'est que je peux voir la session ici dans la console Claude.
00:05:01Oui, j'ai testé plusieurs fois et ici nous avons plus de détails sur ce qui s'est passé.
00:05:04Si je ferme ceci pour agrandir, vous pouvez voir la question posée par l'utilisateur.
00:05:09Ensuite, il a utilisé l'outil de message Slack et l'agent a répondu.
00:05:12J'ai oublié de mentionner plus tôt comment fonctionne la tarification pour cela.
00:05:15Si l'on regarde la documentation, on voit que tous les jetons utilisés par les agents
00:05:20gérés sont facturés selon le modèle de prix de l'API Claude, que voici.
00:05:25Malheureusement, votre abonnement Pro, Max ou Team n'est pas utilisable ici, mais en plus
00:05:30des jetons, vous devrez payer pour les sessions, soit 8 cents par heure de session.
00:05:36Et cela uniquement quand la session est active.
00:05:38Si je retourne dans la console et clique sur les sessions, pour toutes ces sessions inactives,
00:05:42je ne suis pas facturé.
00:05:43Bon, faisons quelque chose d'un peu plus intéressant avec ce bot.
00:05:46Je vais lui demander : « D'après ce que tu sais de mon dossier médical, puis-je manger
00:05:50des calamars ? »
00:05:51Ici, il a utilisé l'outil bash pour extraire des informations du dépôt.
00:05:56Il a fait deux lectures de fichiers, et quelques secondes plus tard, il m'a envoyé un message Slack
00:06:01me disant d'être prudent car je suis allergique aux crevettes, ce qui est vrai.
00:06:06Je dirais qu'il a donné trop de détails en parlant de mes démangeaisons ou du gonflement
00:06:11de la gorge, etc.
00:06:12Mais pour être honnête, ça fonctionne vraiment bien.
00:06:13En fait, j'ai un peu modifié l'agent.
00:06:15Si nous cliquons ici dans la console, nous voyons trois versions indiquant que
00:06:19cet agent a été modifié trois fois.
00:06:21J'ai changé le prompt système pour qu'il paraisse plus humain et j'ai passé
00:06:26le modèle d'Opus à Sonnet.
00:06:27Mais ici dans l'interface, je peux changer le prompt, le modèle et
00:06:32les outils auxquels il a accès, ce qui est très pratique pour tester.
00:06:35C'est à peu près tout.
00:06:36À part quelques ajustements de code trouvés en échangeant avec Claude, voilà
00:06:41à quel point il est facile de construire un agent.
00:06:44Pas besoin d'apprendre comment fonctionne le SDK des agents Claude.
00:06:47Vous communiquez simplement avec Claude via une compétence et créez votre propre agent.
00:06:51Mais comment tout cela fonctionne-t-il sous le capot ?
00:06:54Anthropic a rédigé un article très détaillé sur le fonctionnement interne, dont je mettrai
00:06:58un lien dans la description.
00:07:00Mais je dirais que toute l'architecture repose sur trois composants clés.
00:07:05La session, le « harness » (le harnais) et l'orchestration ; ce n'est pas que le bac à sable
00:07:09et les outils soient moins importants, mais ces trois-là sont très particuliers.
00:07:12Le harnais, aussi appelé « les mains du système », est l'endroit où le modèle Claude est utilisé.
00:07:17C'est un « routeur sans état » car il dirige les appels d'outils, les ressources et les MCP
00:07:23vers l'endroit approprié, ou exécute du code et modifie des fichiers dans un bac à sable.
00:07:28Je parlerai des avantages d'avoir les appels d'outils séparés du harnais
00:07:32lui-même.
00:07:33Mais la session ici est comme la mémoire du système et contient des journaux
00:07:37en ajout seul (append-only) du harnais.
00:07:38Vous pensez peut-être que le harnais est Claude Code, mais c'est en fait un harnais
00:07:43conçu sur mesure pour les agents gérés.
00:07:44J'expliquerai aussi pourquoi un peu plus tard.
00:07:47Et enfin, l'orchestrateur est ce qui décide dans quels modes le harnais doit se trouver.
00:07:51Comme le mode « build », « plan », etc.
00:07:54Et surtout, il crée un nouveau harnais si celui-ci échoue.
00:07:58Imaginez que vous ayez un harnais qui tombe en panne ou s'arrête.
00:08:02L'orchestrateur peut en créer un nouveau.
00:08:04Et comme les journaux de session sont séparés du harnais lui-même, le nouveau peut lire
00:08:09les journaux pour savoir ce qui se passait et reprendre exactement là où il s'était arrêté.
00:08:13En fait, tout l'ensemble est conçu pour l'évolutivité.
00:08:15Vous pouvez avoir autant de modèles et d'environnements que vous voulez, et l'architecture
00:08:20pourra le gérer.
00:08:21Un autre avantage de cette architecture est l'aspect sécuritaire.
00:08:25Si je retourne sur la console Claude et clique sur le coffre-fort d'identifiants, on voit que
00:08:30les identifiants sont stockés dans un emplacement sécurisé.
00:08:32Si j'ai un agent local, ce serait le fichier .env ou une solution personnalisée
00:08:36déjà en place.
00:08:37Mais si j'utilise la console Claude ou l'interface, alors tous les identifiants sont stockés
00:08:41ici.
00:08:42Et la beauté de la chose est que ces identifiants sont appelés au moment de l'exécution.
00:08:45Si vous avez une clé d'API spécifique à un MCP ou à un outil, alors le harnais ou le modèle
00:08:50n'en sait rien et ne peut pas y avoir accès.
00:08:54Par exemple, si je devais appeler l'outil météo MCP et que j'avais cette clé API, le harnais
00:09:00appellerait l'outil et la clé existerait au sein de l'appel d'outil lui-même ou du MCP.
00:09:05Elle sera utilisée lors de l'exécution.
00:09:07De même, si le bac à sable avait besoin d'une clé, elle serait stockée dans le coffre-fort.
00:09:12Elle serait utilisée au runtime et le modèle n'en aurait pas connaissance.
00:09:15En fait, il ne connaît même pas sa propre clé API Anthropic, puisqu'elle est aussi utilisée
00:09:20au moment de l'exécution.
00:09:21Je recommande vivement de lire la suite de cet article pour avoir une vue détaillée de comment
00:09:25tout cela a été assemblé, car c'est vraiment unique.
00:09:28Honnêtement, j'apprécie beaucoup de créer des agents gérés Claude.
00:09:31Certains pensent que cela va disparaître, tout comme les agents
00:09:36d'OpenAI.
00:09:37Si les agents d'OpenAI ne sont pas morts, dites-le-moi en commentaire car je n'en
00:09:39entends plus beaucoup parler.
00:09:40Mais je pense que ceci va rester longtemps, car c'est extrêmement simple
00:09:45de créer un agent.
00:09:46Pas besoin d'apprendre les SDK, pas besoin d'utiliser le terminal pour en créer un
00:09:51si vous ne voulez pas, et vous pouvez quasiment tout connecter (serveurs MCP, outils) tout
00:09:56depuis l'interface, ce qui est génial pour ceux qui ne veulent pas coder.
00:10:01Toutefois, un point un peu décevant est le fait qu'il faille payer avec
00:10:06des jetons API ou via la facturation API ; en tant qu'abonné Claude Pro,
00:10:12j'aimerais utiliser mes quotas (ceux de la gamme Pro) sur les agents gérés,
00:10:17pour ne pas avoir à payer pour deux choses différentes.
00:10:20Mais en toute honnêteté, ce n'est pas hors de prix si vous utilisez un modèle moins cher comme Sonnet ou Haiku.
00:10:26Et même si c'est assez encadré — comme vous voyez, cela donne accès à Notion,
00:10:31Slack, aux serveurs MCP, etc. — si vous voulez créer quelque chose qui n'existe pas
00:10:36dans ces limites, vous devrez alors écrire votre propre code, ce pour quoi
00:10:40OpenClaw est très performant.
00:10:41OpenClaw est très ouvert, comme son nom l'indique, et possède de nombreux canaux, de Telegram
00:10:46à Discord ou WhatsApp, alors que pour faire la même chose avec les agents gérés, vous
00:10:51devrez peut-être coder votre propre solution ou demander à Claude d'en coder une pour vous.

Key Takeaway

Anthropic simplifie le déploiement d'agents IA prêts pour la production en gérant l'infrastructure, la sécurité et la persistance des sessions via une architecture de routage sans état accessible en langage naturel.

Highlights

Les Claude Managed Agents permettent de créer des agents personnalisés sans écrire de code via la console Anthropic ou des commandes simples en langage naturel.

L'architecture repose sur une séparation entre le harnais d'exécution et la session, permettant à un nouvel agent de reprendre une tâche là où elle s'est arrêtée en cas de panne.

La tarification s'appuie sur le coût des jetons de l'API Claude avec un coût additionnel de 8 cents par heure de session active.

Le système utilise un coffre-fort d'identifiants sécurisé où les clés API sont appelées uniquement au moment de l'exécution, restant invisibles pour le modèle lui-même.

L'utilisation de modèles comme Claude 3.5 Sonnet au lieu d'Opus permet de réduire les coûts opérationnels tout en maintenant des performances élevées pour l'analyse de données médicales.

Timeline

Introduction aux agents gérés et comparaison avec les solutions DIY

  • Les Managed Agents représentent l'évolution après le SDK d'agent classique.
  • Le déploiement s'effectue directement sur l'infrastructure sécurisée et évolutive d'Anthropic.
  • La solution s'oppose aux outils comme OpenClaw qui nécessitent une gestion manuelle du matériel et de la sécurité.

Cette nouvelle approche élimine la nécessité d'installer Claude Code sur un serveur privé virtuel (VPS). Anthropic prend en charge l'intégralité de la pile technique, de l'infrastructure à la sécurité. L'utilisateur définit ses besoins en anglais simple pour obtenir un agent opérationnel immédiatement.

Processus de création d'un agent médical via TypeScript

  • L'intégration avec des dépôts GitHub privés et Slack s'effectue via des outils de lecture prédéfinis comme read, glob et grep.
  • La configuration génère automatiquement deux fichiers : un pour l'environnement et l'autre pour le runtime.
  • Le choix du modèle Claude 3.5 Sonnet privilégie l'efficacité économique par rapport au modèle Opus.

L'exemple concret porte sur l'extraction de données médicales à partir de fichiers Markdown stockés sur GitHub. La commande « managed agents onboarding » guide l'utilisateur à travers la définition des permissions et des outils. L'agent finalise sa configuration en créant un ID d'environnement et un ID d'agent uniques sur les serveurs d'Anthropic.

Tests fonctionnels et structure de tarification

  • L'agent identifie avec précision des contre-indications alimentaires comme une allergie aux crustacés en consultant les dossiers.
  • Les sessions inactives ne font l'objet d'aucune facturation.
  • Les modifications du prompt système et du modèle sont applicables instantanément via l'interface de la console.

Les interactions se déroulent directement dans Slack et sont tracées dans la console Claude pour un débogage détaillé. La facturation est distincte des abonnements Claude Pro ou Team et repose sur le modèle de prix de l'API. Un utilisateur peut observer l'historique des versions de son agent et ajuster les outils disponibles sans redéployer de code.

Architecture technique : Session, Harnais et Orchestrateur

  • Le harnais agit comme un routeur sans état dirigeant les appels d'outils et les ressources MCP.
  • La session fonctionne comme un journal en ajout seul (append-only) indépendant de l'unité de calcul.
  • L'orchestrateur surveille l'état du système et recrée un harnais en cas d'échec technique.

L'architecture garantit que si un composant tombe en panne, le nouveau composant lit les journaux de session pour reprendre le travail sans perte de contexte. La sécurité est renforcée par l'appel des clés API uniquement lors de l'exécution, ce qui empêche le modèle de connaître ses propres identifiants ou ceux des services tiers. Cette séparation des composants rend l'ensemble du système hautement évolutif.

Limites et comparaison avec OpenClaw

  • L'absence de partage de quotas entre l'abonnement Claude Pro et les agents gérés reste un point faible.
  • Les Managed Agents sont optimisés pour les écosystèmes standards comme Notion ou Slack.
  • OpenClaw demeure la solution privilégiée pour des intégrations personnalisées sur Telegram ou WhatsApp.

Bien que les agents gérés offrent une simplicité extrême pour les non-codeurs, ils imposent un cadre strict défini par Anthropic. Pour des besoins sortant de ce cadre ou pour utiliser des canaux de communication non supportés nativement, l'écriture de code personnalisé reste nécessaire. Le choix entre les deux solutions dépend donc du besoin de flexibilité par rapport à la rapidité de mise en œuvre.

Community Posts

View all posts